یک مدل چند هدفه فازی وزن دار برای انتخاب عرضه‌کننده و زمان‌بندی سفارش در یک زنجیره تامین

این مقاله یک مدل چند هدفه فازی وزن دار برای انتخاب تامین‌کننده یکپارچه، تخصیص مقدار سفارش و مساله زمانبندی سفارش مشتری ارایه می‌کند تا یک زنجیره تامین مشتری محور و چابک را در یک سیستم ایجاد – یک – سفارش آماده کند. هزینه کلی و کیفیت قطعات خریداری‌شده و نیز قابلیت اطمینان تحویل بموقع دستورها مشتری به عنوان اهداف مدل در نظر گرفته می‌شوند. از طرف دیگر، تامین کنندگان انعطاف‌پذیر می‌توانند به پاسخگویی و انعطاف‌پذیری کل زنجیره تامین در مواجهه با دستورها نامشخص مشتری کمک کنند. بنابراین، یک معیار ریاضی برای ارزیابی انعطاف‌پذیری حجم تامین کنندگان توسعه داده می‌شود و به عنوان هدف دیگر مدل در نظر گرفته می‌شود. علاوه بر این، با در نظر گرفتن تاثیر وابستگی‌های بین معیارهای انتخاب و برای رسیدگی به قضاوت‌های مبهم و مبهم، یک روش فرآیند تحلیل شبکه‌ای فازی برای شناسایی تامین کنندگان برتر به کار می‌رود و به عنوان آخرین هدف در نظر گرفته می‌شود. برای بهینه‌سازی این اهداف، تصمیم‌گیرنده باید تصمیم بگیرد که از کدام تامین‌کننده باید قطعات مورد نیاز برای مونتاژ سفارشات مشتری، چگونگی تخصیص تقاضا برای قطعات بین عرض

This paper presents a new weighted fuzzy multi-objective model to integrated supplier selection, order quantity allocation and customer order scheduling problem to prepare a responsive and order-oriented supply chain in a make-to-order manufacturing system. Total cost and quality of purchased parts as well as the reliability of on-time delivery of customer orders are regarded as the objectives of the model. On the other hand, flexible suppliers can contribute to the responsiveness and flexibility of entire supply chain in the face of uncertain customer orders. Therefore, a mathematical measure is developed for evaluating the volume flexibility of suppliers and is considered as the other objective of the model. Furthermore, by considering the effect of interdependencies between the selection criteria and to handle inconsistent and uncertain judgments, a fuzzy analytic network process method is used to identify top suppliers and consider as the last objective. In order to optimise these