تصمیم ساخت یا خرید در حالت عدم اطمینان با رویکرد منطق فازی با استفاده از شبیه‌سازی و تصمیم‌گیری چند معیاره

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه مدیریت صنعتی، دانشگاه آزاد اسلامی، واحد قزوین

2 دانشیار دانشکده مدیریت و حسابداری، گروه مدیریت، دانشگاه علامه طباطبایی

چکیده

  یکی از دغدغه های مهم برای تصمیم گیرندگان هر سازمان تولیدی، تصمیم‌گیری در مورد خرید قطعات (برون سپاری) و یا ساخت قطعات توسط کارخانه است که موضوع بحث بسیاری از مطالعات تا کنون بوده است. به این منظور این پژوهش سعی بر آن دارد تا به ارائه یک روش شناسی مناسب جهت حل این مسئله بپردازد. روش‌شناسی مطالعه حاضر توانایی بررسی تصمیم ساخت یا خرید را در حالت عدم قطعیت در برداشته و جهت این منظور از تحلیل شبیه‌سازی و رویکرد منطق فازی بهره می‌برد. این مطالعه به ارائه یک روش TOPSIS گروهی جدید می‌پردازد که این روش توسعه یافته روش‌های پیشین می‌باشد ضمن این که برای استفاده از شبیه سازی، روش پیشنهادی این مطالعه قابلیت بررسی خطوط تولیدی با زمان‌های تصادفی که از توابع توزیع عمومی پیروی می‌کنند را دارا می‌باشد. به عبارت دیگر روش پیشنهادی این مطالعه این امکان را فراهم می‌آورد که زمان پردازش ماشین ها، زمان‌های بین خرابی ماشین‌ها و زمان‌های تعمیر ماشین‌ها از توابع توزیع عمومی (نرمال، یکنواخت، گاما و . . .) پیروی کنند، نه صرفاً زمان‌های قطعی یا نمایی. روش‌شناسی حاضر تنها به ارائه راه‌ کار ساخت یا خرید قطعات نمی‌پردازد، بلکه در مورد قطعاتی که ساخت آنها از چندین مرحله تشکیل شده و چندین تأمین کننده، قادر به تأمین آن می‌باشند، به ارائه راه حل مطلوب در مورد درجه ساخت توسط کارخانه (از برون سپاری کامل تا ساخت کامل) و انتخاب تأمین کننده مناسب (در صورت خرید) می‌پردازد.  

کلیدواژه‌ها


عنوان مقاله [English]

Making/Buying Decision Making under Uncertainty Based on Fuzzy Logic Approach Using Simulation and Multiple Criteria Decision Making

نویسندگان [English]

  • Ali Mohtashami 1
  • Laya Olfat 2
1 Professor Assistant, Department of industrial management, Qazvin branch, Islamic Azad University, Qazvin, Iran
2 Associate Professor, Faculty of Management and Accounting, Allameh Tabatabaei University
چکیده [English]

Decision making on making/buying problem has always been a challenge to decision makers. In this paper a methodology has been proposed to resolve this challenge. This methodology is capable of evaluating making/buying decision making under uncertainty. For uncertainty, the fuzzy logic and simulation approaches have been used. The proposed methodology can be applied to parts with multi stage manufacturing processes and different suppliers. Therefore this methodology provides a scale for decision making from full outsourcing to full manufacturing and with selecting appropriate supplier.

کلیدواژه‌ها [English]

  • Making
  • Buying
  • Queuing systems
  • Simulation
  • Multiple Criteria Decision Making
  • Fuzzy Logic

1. مقدمه

توجه به فرآیند ساخت یا خرید از اهمیت فزاینده‌ای بین صنعتگران و محققین برخوردار است (موسچریس1، 2008). تصمیم ساخت یا خرید همچنین با نام های «منبع یابی»، «برون سپاری» و یا «قرارداد های فرعی» نیز شناخته می شود  (پاردیلو و دیابی2، 1999). آن چه مسلم است این است که شرکت ها همواره منابع محدودی در اختیار داشته و همیشه استطاعت داشتن تمام تکنولوژی های لازم جهت تولید داخل را ندارند (کانز3 و همکارانش، 2000). حتی در صورتی که شرکت استطاعت لازم جهت داشتن تکنولوژی لازم جهت تولید قطعه یا محصولی را نیز داشته باشد، این امر بدین معنا نیست که بهتر است شرکت به این امر بپردازد و خود دست به تولید بزند، چراکه تصمیم ساخت یا خرید تصمیمی چند بعدی است که باید از ابعاد مختلفی بررسی شود تا حداکثر مطلوبیت را در پی داشته باشد.

در واقع، تصمیم ساخت یا خرید یکی از تصمیمات استراتژیک هر سازمان است که نتایج بلند مدت و ماندگاری را برای سازمان‌ها در پی داشته و نباید چنین تصمیم مهمی با دید کوتاه مدت، صرفه جویانه و گذرا بررسی شود (مک لوور و هومفریز4، 2000). تصمیم ساخت یا خرید غالباً از تعیین کننده‌های عمده سود، به شمار رفته و می‌تواند عامل تعیین کننده‌ای جهت سلامت مالی یک شرکت به شمار رود (یون و نادیموتو5، 1994). تصمیم ساخت یا خرید می‌تواند، بر استراتژی شرکت، ساختار هزینه‌ای شرکت، رقابت‌پذیری، انعطاف‌پذیری، سطح خدمت‌دهی و مزیت‌های رقابتی سازمان تأثیر گذارد (فورد6 و همکارانش، 1993؛ مندرس و برنر7، 1995؛ مک لوور و هومفریز4، 2000؛ تایلز و دروری8، 2001).

اغلب شرکت‌ها نمی‌توانند (یا نمی خواهند) تمام بخش‌هایی را که در یک محصول استفاده می شود را بسازند. پس میزان کاری که بایستی خارج از شرکت انجام شود، یک تصمیم مهم راهبردی است. این تصمیم، میزان وابستگی، ساختار شایستگی و دانش اختصاصی را در بر می‌گیرد. شرکت‌هایی که تولید همه قطعات مورد نیاز و مواد خام را کنترل می کنند، رشدشان بیشتر به صورت عمودی بوده است. برای سال‌های زیادی که شرکت‌ها تمایلی به وابستگی به دیگران نداشتند، این راهبرد معمول بود. اما امروز خرید قطعات و مواد خام از تأمین کنندگان و فروشندگان، یک امر معمول بوده و ارتباط با عرضه کنندگان تقویت شده است و شرکت‌های عرضه کننده، دارایی‌های گران‌بهایی در دستیابی به شایستگی‌های محوری به شمار می‌روند (جعفر نژاد، 1385).

محققان مختلفی در زمینه تصمیم‌گیری ساخت یا خرید تلاش نموده‌اند که به برخی از آنها اشاره می‌شود. پنگ9 و همکارانش به بررسی تصمیمات ساخت یا خرید در حوزه صادرات پرداختند. (پنگ و همکارانش، 2006). هومفریز4 و همکارانش به ارائه یک سیستم خبره جهت ارزیابی تصمیم ساخت یا خرید پرداختند. آنها عنوان کردند که هدف از تحقیقشان نشان دادن این موضوع است که چگونه تکنولوژی سیستم‌های دانش محور می‌تواند در خرید استراتژیک به تصمیم گیرندگان کمک کند (هومفریز و همکارانش، 2002). موسچریس1 به بحث در مورد شرکای سازمانی در فرآیند ساخت یا خرید پرداخت. او اذعان داشت که تحقیقات کمی در مورد شرکای سازمانی در فرآیند ساخت یا خرید انجام شده است. او با تکیه بر تئوری‌های موجود، به پژوهش در مورد درجه مشارکت شرکای کلیدی سازمانی در فرآیند ساخت یا خرید و همچنین، اثر متغیر‌های زمینه‌ای پرداخت (موسچریس1، 2008). پرابرت10 یک روش شناسی چهار مرحله‌ای برای تصمیم‌گیری ساخت یا خرید ارائه کرد. او اذعان داشت که برای تصمیم‌گیری در مورد ساخت یا خرید باید از چهار مرحله عبور کرد که عبارتند از: 1) ارزیابی داخلی شرکت 2) تحلیل درونی / بیرونی 3) تولید و ارزیابی حالت‌های مختلف 4) انتخاب استراتژی بهینه (پرابرت، 1997). پلاتس11 و همکارانش به توصیف یک روش شناسی ساختار یافته برای پاسخ به سوال ساخت یا خرید پرداختند و روش‌شناسی خود را مبتنی بر سه مرحله آماده سازی، جمع‌آوری داده‌ها و تحلیل و نتیجه‌گیری قرار دادند (پلاتس و همکارانش 2002). بورت12 و همکارانش، کانز3 و همکارانش، استورات13 و همکارانش و ونکاتسان14 به بررسی تأثیر تیم‌های چند وظیفه‌ای بر تصمیم ساخت یا خرید پرداختند (بورت12 و همکارانش، 2003؛ کانز3 و همکارانش، 2000؛ استوارت13 و همکارانش، 1991؛ ونکاتسان14 و همکارانش، 1992). کورتلسا15 و همکارانش به ارائه یک چارچوب بهینه‌سازی برای تصمیمات «ساخت – یا – خرید» در معماری نرم افزار پرداختند. آنها یک مدل بهینه‌سازی هزینه / کیفیت غیر خطی جهت تصمیم‌گیری ساخت یا خرید ارائه کرده و از این طریق به تصمیم‌گیری در مورد ساخت یا خرید پرداختند. آنها در مدل خود سعی در مینیمم کردن هزینه‌ها با در نظر‌گیری سطحی از کیفیت رضایت‌بخش کردند (کورتلسا و همکارانش، 2008). هوانگ16 و همکارانش به تحلیل چند معیاره مبتنی بر وب برای تصمیمات ساخت یا خرید پرداختند. آنها اذعان کردند که هدف مطالعه‌شان تصمیم‌گیری در مورد ساخت یا خرید برای مسائل تولید و تأمین است (هوانگ و همکارانش، 2007).

در بسیاری از تحقیقاتی که تا کنون انجام شده، به تصمیمات ساخت یا خرید توجه زیادی شده است. در حقیقت محققین بر آن بودند تا مدلی ارائه دهند که به شرکت‌ها کمک کند تا به امر تصمیم‌گیری در مورد ساخت یا خرید قطعات خود بپردازند. به عبارت دیگر، محققین با ارائه مدل‌ها و روش‌های مختلف سعی در انتخاب یکی از دو حالت «ساخت» یا «خرید» داشتند. همچنین، در بیشتر تحقیقات به نظر می رسد که محققین با ثابت و قطعی در نظر گرفتن عوامل به ساخت و ارائه روش ها پرداخته‌اند و عواملی مانند تغییر پذیری‌های زمان‌های تحویل، کیفیت، انعطاف پذیری و غیره را در نظر نگرفته‌اند. یکی دیگر از مسائلی که می‌توان در مورد تصمیم ساخت یا خرید از نظر گذراند ماهیت چند بعدی بودن آن است. به این معنی که در تحلیل ساخت یا خرید در مورد قطعه یا قطعاتی برای مثال در یک شرکت تولیدی باید ابعاد مختلفی مانند هزینه، انعطاف‌پذیری، کیفیت و... در نظر گرفته شده و این تصمیم‌گیری استراتژیک با دیدی جامع و فراگیر انجام پذیرد.

روش‌شناسی که در این پژوهش به آن اشاره می‌شود سعی در نظر‌گیری موارد فوق می‌نماید تا چنین تصمیم‌گیری استراتژیکی از صحت بیشتری برخوردار شود.

نقاط برجسته روش‌شناسی این پژوهش را می‌توان در موارد ذیل برشمرد:

 

الف) عدم در نظر گیری حالت صفر و یک ساخت یا خرید

به عبارت دیگر پژوهش حاضر به ارائه صرف «ساخت» یا «خرید» به صورت صفر و یک (فقط ساخت و یا فقط خرید) نمی‌پردازد بلکه این تصمیم‌گیری را بر روی یک طیف از خرید قطعه به صورت کامل و ساخت قطعه به صورت کامل می‌پردازد. در محیط واقعی، شرکت‌ها امکانات مختلفی به لحاظ تکنولوژیکی، مالی، کیفی و غیره در اختیار داشته که این امر به آنها کمک می کند تا در مورد تصمیم ساخت یا خرید تا حدی انعطاف داشته و صرفاً به آلترناتیو های فقط خرید و فقط ساخت فکر نکرده و آلترناتیو های مابین این دو عامل را نیز در نظر گیرند. در واقع اگر ساخت قطعه‌ای از محصولی از چندین مرحله تشکیل شده باشد، شرکت می‌تواند چند حالت مختلف را در مورد تصمیم خرید یا ساخت این قطعه در نظر گیرد. تصمیم گیرندگان چنین سیستمی می‌توانند قطعه را به صورت کامل شده خریداری کنند، یا خود به تولید تمام مراحل آن بپردازند و یا در حالت سوم برخی از مراحل را خود تولید کرده و برخی دیگر از مراحل را برون سپاری کنند.

ب) در نظر گیری تأمین کنندگان مختلف

یکی دیگر از ویژگی‌های روش‌شناسی حاضر این است که این روش‌شناسی صرفاً به ارائه راه‌‌کار در مورد ساخت یا خرید قطعات بسنده نکرده و پا را فراتر از این مطلب قرار می‌دهد. به عبارت دیگر، روش‌شناسی حاضر علاوه بر این که نشان می‌دهد که قطعه باید خرید، یا ساخت و یا قسمتی از مراحل آن خرید و قسمتی دیگر ساخته شود، به ارائه راه‌کار در مورد این که اگر قطعه بخواهد به شکل کامل خرید شود (و یا قسمتی از مراحل آن برون سپاری شود) کدام یک از تأمین کنندگان در این مورد مناسب‌تر از بقیه تأمین کنندگان می‌باشد نیز می‌پردازد.

ج) در نظر گیری عدم قطعیت

در دنیای واقع، کمتر عاملی را می‌توان یافت که از قطعیت 100 درصد برخوردار باشد و عوامل غالباً از میزانی تغییر پذیری برخوردارند. روش‌شناسی حاضر سعی بر آن دارد تا با استفاده از توابع توزیع آماری و منطق فازی، بحث عدم قطعیت در محیط‌های واقعی را نیز در برگیرد. لازم به توضیح است که روش ارائه شده در این مطالعه، به منظور بهره‌گیری از شبیه‌سازی، قادر به بررسی مسائلی با پارامتر‌های زمانی که از توابع توزیع عمومی (ویبول، نرمال، یکنواخت، نمایی، گاما و . . .) پیروی می‌کنند را دارد. به بیان دیگر در خطوط تولید پارامتر‌های زمانی را نمی‌توان همواره ثابت (قطعی) و یا تابع توزیع نمایی فرض کرد (فرضی که بیشتر مطالعات پیشین بر پایه آن استوار بوده‌اند)، روش پیشنهادی این مطالعه به منظور بهره‌گیری از شبیه‌سازی امکان در نظر‌گیری پارامتر‌های زمانی با هر تابع توزیعی را به تصمیم گیرندگان می‌دهد. از جمله پارامتر‌های زمانی مهم در خطوط تولید می توان به زمان پردازش ماشین آلات، مدت زمان بین خرابی ماشین آلات و مدت زمان تعمیر ماشین آلات پرداخت که این مطالعه، امکان در نظر‌گیری توابع توزیع عمومی برای پارامترهای فوق را میسر می‌سازد.

د) بررسی مسئله از ابعاد مختلف

یکی دیگر از مسائل بسیار مهم در امر تصمیم‌گیری ساخت یا خرید، در نظر‌گیری ماهیت چند بعدی چنین تصمیم‌گیری است. در واقع تصمیم‌گیری در مورد ساخت یا خرید قطعات را باید با در نظر‌گیری معیار‌های مختلف تصمیم‌گیری که بر این امر اثر گذارند، در نظر گرفت و به بررسی و تحلیل پرداخت. بنابر این مطالعه حاضر، سعی در ارزیابی این تصمیم‌گیری با در نظر‌گیری شاخص‌ها و معیارهای مختلف تصمیم‌گیری دارد.

این مقاله به شکل زیر سازماندهی شده است: در بخش 2 روش پژوهش و روش‌شناسی پیشنهادی ارائه می شود؛ بخش 3 به بررسی کارکرد روش‌شناسی پیشنهادی در یک سازمان تولیدی در قالب یک مطالعه موردی می‌پردازد؛ در بخش 4 و 5 بحث و نتیجه‌گیری به ترتیب مطرح شده است؛ در بخش 6  پی نوشت و در نهایت فهرست منابع معرفی می‌شوند.

 

2. روش پژوهش و روش‌شناسی پیشنهادی

روش‌شناسی این پژوهش مشتمل بر 7 گام است که به شرح ذیل می باشد.

2.1. تعیین قطعه‌ای که باید تصمیم ساخت یا خرید در مورد آن انجام پذیرد و تعیین مراحل تولید آن

2.2. شناسایی تأمین کنندگانی که قادر به تولید قطعه می‌باشند

2.3. تعیین شاخص‌های تصمیم‌گیری

2.4. تعیین وزن شاخص‌ها به روش تحلیل سلسله مراتبی (Analytical Hierarchy Process  AHP)

با توجه به این مطلب که ماهیت شاخص‌ها در این مسئله به گونه‌ای است که اهمیت نسبی شاخص‌ها از هر تصمیم گیرنده به تصمیم گیرنده دیگر می‌تواند متفاوت باشد و این تغییرات در جواب‌های نهایی تأثیر می‌گذارد از این روی برای تعیین وزن شاخص‌ها از روش AHP استفاده شده است چرا که در روش AHP می‌توان نظرات تصمیم‌گیرندگان را به طور مناسبی در نظر گرفت. اما روش‌هایی مانند آنتروپی شنون متأثر از مقادیر ماتریس تصمیم‌گیری نیز می‌باشند و صرفاً نظرات تصمیم گیرندگان را در نظر نمی‌گیرند. بنابر این، با توجه به استراتژیک بودن موضوع برای تصمیم گیرندگان و اهمیت بسیار بالای نظر تصمیم گیرندگان در چنین موضوعی، در این پژوهش از روش AHP استفاده شده است تا نظرات تصمیم گیرندگان تمام و کمال در نظر گرفته شود.

2.5. تعیین آلترناتیو های تصمیم گیری (با در نظر گیری مراحل تولید و تأمین کنندگان مختلف)

2.6. تشکیل ماتریس تصمیم‌گیری (با استفاده از شبیه‌سازی شبکه صف، اطلاعات موجود و نظر سنجی از تصمیم گیرندگان)

2.7. حل ماتریس تصمیم‌گیری به روش TOPSIS فازی و انتخاب بهترین آلترناتیو (FUZZY Technique for Order-Preference by Similarity to Ideal Solution)

2.7.1. مجموعه‌های فازی، اعداد فازی و متغیر‌های زبانی

در این بخش به توضیحی در مورد برخی تعاریف پایه‌ای مجموعه‌های فازی، اعداد فازی و متغیر‌های زبانی پرداخته می‌شود (بوکلی17، 1985؛ چن18، 2000؛ کافمن19 و گوپتا20، 1985؛ کلیر21 و یوان22، 1995؛ زاده23، 1975)

تعریف: یک مجموعه فازی  بر روی  به وسیله یک تابع عضویت  که مرتبط با هر عنصر  در  که تمام اعداد بازه [0, 1] را شامل می شود مشخص می‌شود. مقدار ارزش تابع  نشان دهنده درجه عضویت در  است.

 

تعریف: یک مجموعه فازی  بر روی  محدب است اگر و تنها اگر:

(1)   

برای تمام  و  و تمام  ها، که min نشان دهنده عملگر حداقل می‌باشد.

تعریف: ارتفاع یک مجموعه فازی به اندازه بلندترین درجه عضویت به دست آمده توسط عناصر مجموعه است. یک مجموعه فازی  بر روی  نرمالایزه شده نامیده می‌شود وقتی که ارتفاع  برابر 1 باشد.

تعریف - یک عدد فازی زیر مجموعه‌ای از مجموعه فازی بر روی  است که هم محدب و هم نرمال باشد.

تعریف: یک عدد فازی مثلثی  می تواند به صورت  تعریف شود (شکل 1). تابع عضویت  در این عدد فازی مثلثی به صورت زیر تعریف می‌شود:

(2)

 

 

                                      

 

 

 

شکل (1): عدد فازی مثلثی  

یک عدد غیر فازی  می تواند به صورت  بیان شود. توسط قانون بسط (زیمرمن24، 1996)، جمع و تفریق دو عدد فازی مثلثی همچنان عددی فازی مثلثی است؛ اما حاصلضرب دو عدد فازی تنها تخمینی از عدد فازی مثلثی است. با در نظر‌گیری هر دو عدد فازی مثلثی  و  و عدد حقیقی مثبت  برخی از عملیات اصلی اعداد فازی  و  می تواند به صورت ذیل مطرح شود:

 

(3)           

(4)                          

(5)          

(6)                          

(7)                     

(8)                              

تعریف : یک ماتریس

یک ماتریس فازی نامیده می‌شود اگر حداقل یک عنصر آن عددی فازی باشد

تعریف - یک متغیر زبانی متغیری است که مقادیر آن به صورت واژه‌های زبانی بیان شود. اعداد فازی می‌تواند بیانگر این ارزش‌های زبانی باشد (جدول 1).

 

 

 

جدول (1): متغیر های زبانی برای رتبه بندی

Linguistic variables

(0 1 1)

خیلی ضعیف

(0 1 3)

ضعیف

(1 3 5)

متوسط ضعیف

(3 5 7)

متوسط

(5 7 9)

متوسط خوب

(7 9 10)

خوب

(9 9 10)

خیلی خوب

 


تعریف: با در نظر‌گیری  و  به عنوان دو عدد فازی مثلثی، می‌توان فاصله این دو عدد را توسط رابطه ذیل محاسبه کرد:

(9)    

2.7.2. حل ماتریس تصمیم‌گیری به روش TOPSIS فازی

در این بخش ابتدا به ارائه یک روش TOPSIS فازی که در ادبیات تحقیق موجود است می‌پردازیم و سپس یک روش TOPSIS فازی پیشنهادی که توسعه یافته مدل کروهلینگ و کمپنهارو (کروهلینگ و کمپنهارو، 2011) می‌باشد برای حل مسائل گروهی معرفی می‌شود.

الف) روش TOPSIS فازی

روش TOPSIS توسط هوانگ16 و یون24 معرفی شد (هوانگ و یون، 1981). روش TOPSIS روشی برای حل مسائل تصمیم‌گیری چند معیاره به شمار می‌رود. چن18 و همکارانش ویرایش توسعه یافته‌ای از TOPSIS را در یک محیط فازی ارائه کردند (چن و همکارانش، 2006) که مراحل اجرای آن به شرح ذیل است:

قدم اول: تشکیل ماتریس نرمالیزه شده:

(10)                                   

(11)                  

      (12)              

که B مجموعه شاخص‌های از جنس منفعت و C مجموعه شاخص‌های از جنس هزینه می باشد.

 

 

قدم دوم: تشکیل ماتریس وزن‌دهی شده:

(13)

  &

که:

(14)                                   

و همچنین وزن‌های فازی هر معیار می باشد.

قدم سوم: تعیین آلترناتیو ایده آل مثبت () و ایده آل منفی () که به صورت ذیل تعریف می‌شوند:

(15)                          

(16)                          

که:

   &

 &

 

قدم چهارم: محاسبه فاصله بین هر آلترناتیو از آلترناتیو‌های ایده‌آل مثبت و منفی:

 (17)              

(18)              

که  فاصله بین دو عدد فازی است.

قدم پنجم: محاسبه نزدیکی نسبی آلترناتیو‌ها به راه حل ایده آل

ضریب نزدیکی نسبی آلترناتیو‌ها به راه حل ایده‌آل با استفاده از رابطه ذیل محاسبه می‌شود:

 

(19)                                 

قدم 6 : با توجه به رابطه 19 و محاسبه آن برای تمام آلترناتیو‌ها، آلترناتیوی که ضریب نزدیکی نسبی آن از بقیه بیشتر باشد، به عنوان بهترین آلترناتیو تعیین می‌شود.

ب) TOPSIS فازی گروهی پیشنهادی

فرض کنید یک گروه (G) شامل L تصمیم گیرنده است که تمامی این افراد در فرآیند تصمیم‌گیری شرکت می‌کنند. همچنین، بردار‌های وزن هر تصمیم گیرنده عبارت است از:

  .

به طوری که هر  نشان دهنده وزن تخصیص داده شده به شاخص  توسط تصمیم گیرنده  است. همچنین هر عضو گروه یک درجه اهمیت دارد که با  نشان داده شده و:

.

قدم 1:  ماتریس تصمیم‌گیری فازی را برای هر تصمیم گیرنده تنظیم کرده و آن را با استفاده از روابط (11) و (12) نرمالایز کنید . بنابراین ماتریس تصمیم‌گیری فازی نرمالایز شده  برای هر تصمیم گیرنده  عبارت است از:

(20)

قدم 2: جواب ایداه‌آل مثبت  A+(منفعت)و ایده‌آل منفی A- (هزینه) را برای ماتریس تصمیم‌گیری هر عضو شناسایی کنید.

 

(21)            ........

(22)             .......

 

به طوری که:

(23)

(24)

به طوری که J1 و J2 نشان دهنده به ترتیب منفعت و هزینه هستند. برای پیدا کردن مینیمم و ماکزیمم اعداد فازی در هر ستون ماتریس تصمیم‌گیری با در نظر‌گیری  و  به عنوان دو عدد فازی که m نشان دهنده نقطه وسط عدد فازی می‌باشد، از رتبه‌بندی اعداد فازی ارائه شده توسط سدا (سدا، 2006) به صورت زیر استفاده کنید.

اگر  ، دو تابع برای هر عدد فازی به صورت زیر می توان تعریف کرد:

 

(25)                           

و داریم:

(26)                        

 

(27)            

همچنین داریم:

(28)                     

 در نتیجه اگر و تنها اگر  .

قدم 3:  فاصله هر آلترناتیو را از آلترناتیو ایده‌آل و ضد ایده‌آل به ترتیب به صورت زیر برای هر تصمیم گیرنده محاسبه کنید.

 

(29)

(30)

فواصل با استفاده از رابطه (9) محاسبه می شود.

 

قدم 4: نزدیکی نسبی برای هر آلترناتیو و در هر ماتریس تصمیم گیرندگان را محاسبه کنید.

 

(31)

بعد از محاسبه  برای هر عضو  ماتریس نزدیکی نسبی به صورت زیر می تواند تشکیل شود.

 

(32)              

حال می توان درجه اهمیت اعضای گروه را در ماتریس فوق تأثیر داد.

 

(33)  

 

قدم 5 : جواب ایده‌آل گروهی و ضد ایده‌آل گروهی را به صورت زیر تعیین کنید:

 

(34)      

(35)  

 

 

قدم 6: فواصل هر آلترناتیو را از آلترناتیو ایده‌آل و ضد ایده‌آل به صورت زیر محاسبه کنید.

 

(36)          

(37)          

قدم 7: نزدیکی نسبی گروهی آلترناتیو‌ها را به صورت زیر محاسبه کرده و آلترناتیو‌ها را رتبه‌بندی کنید. بهترین آلترناتیو، آلترناتیوی است که  بالاتری داشته باشد.

 

(38)                         

3. مطالعه موردی

جهت بررسی عملکرد روش شناسی این پژوهش، این روش‌شناسی در یک شرکت تولیدی استفاده شد. شرکت تولیدی مذکور شرکتی در زمینه تولید موتور‌های الکتریکی بوده که در حدود 23 سال از عمر آن می‌گذرد. یکی از خطوط تولید این شرکت مربوط به تولید نوعی موتور الکتریکی است که فرآیند تولید خاص خود را دارا می‌باشد. یکی از قطعات اصلی که در تولید این محصول به کار می‌رود، درپوش‌های آلومینیومی است. قطعه مذکور از 7 مرحله تولیدی تشکیل شده که در حال حاضر، شرکت این قطعه را یه صورت کامل شده از تأمین کننده A خریداری می‌کند (تمام مراحل تولید این قطعه توسط تأمین کننده A انجام می شود) و در این مطالعه طی مراحلی که در ادامه آورده شده است سعی می‌شود تا تصمیم‌گیری در مورد ساخت یا خرید این قطعه صورت پذیرد.

 

3.1. تعیین قطعه‌ای که باید تصمیم ساخت یا خرید در مورد آن صورت پذیرد و تعیین مراحل تولید آن

در این مرحله، باید قطعه‌ای که تصمیم گیرندگان خواهان تصمیم‌گیری در مورد ساخت یا تولید آن هستند، تعیین شود. این قطعه می‌تواند در هر قسمتی از فرآیند تولید به کار رفته و می‌تواند از یک یا چندین مرحله تولید تشکیل شده باشد. بنابر این در این مرحله باید ابتدا قطعه مورد نظر مشخص شده و در ادامه، مراحل تولید آن مستند شود. در مطالعه موردی این پژوهش همان طور که پیشتر ذکر شد، تصمیم گیرندگان خواهان تصمیم‌گیری در مورد خرید یا ساخت درپوش نوعی موتور الکتریکی می‌باشند که فرآیند تولید آن در شکل (2) ارائه شده است.

 

 

 

شکل (2): مراحل تولید درپوش آلومینیومی

 

 

3.2. شناسایی تأمین کنندگانی که قادر به تولید قطعه می‌باشند

تأمین کننده به عضوی از زنجیره تأمین اطلاق می‌شود که جایگاه آن در زنجیره تأمین به صورت بالا دست نسبت به شرکت مد نظر بوده و مواد اولیه، قطعات و یا محصولاتی را به شرکت مد نظر می‌فروشد (سرماه25 و همکارانش، 2006). در این مرحله باید تأمین کنندگانی که قادر به تولید قطعه می‌باشند شناسایی شده و برای تحلیل‌های بعدی مد نظر قرار گیرند. در مطالعه موردی این پژوهش با در نظرگیری نظرات تصمیم گیرندگان، سه تأمین کننده برای تولید این قطعه مشخص شد. لازم به توضیح است که سه تأمین کننده انتخاب شده، همگی قادر به تولید تمام مراحل تولید قطعه می‌باشند که می‌توان بخشی یا تمام مراحل تولید را به یکی از آنها برون سپاری کرد. در ادامه این سه تأمین کننده با نام تأمین کننده‌های A، B و C شناسایی می‌شوند.

 

3.3. تعیین شاخص های تصمیم‌گیری

یکی از مراحل مهم در این روش‌شناسی تعیین شاخص‌های تصمیم‌گیری می‌باشد. همان طور که پیشتر ذکر شد، مطالعه حاضر با دیدی چند بعدی به مسئله تصمیم‌گیری ساخت یا خرید، نگاه کرده و با استفاده از روش های تصمیم‌گیری چند معیاره سعی در دست‌یابی به جواب مطلوب دارد. به این منظور با مطالعه ادبیات موضوع، شاخص‌های تصمیم‌گیری که بیشترین فراوانی را بین تحقیقات پیشین داشتند مشخص شدند. شایان ذکر است، برخی از شاخص‌های یافت شده در این پژوهش با اندکی تغییر به کار رفته‌اند که به ضرورت در هر شاخص دلیل آن توضیح داده شده است.

خروجی خط:نشان دهنده میزان محصول نهایی تولید شده در یک بازه زمانی است. یکی از شاخص‌هایی که در ادبیات پژوهش وجود دارد، مدت زمان تحویل (lead time) است (پادیلو و دیابی، 1999) با توجه به این امر که مدت زمان تحویل تأمین کنندگان می تواند احتمالی باشد (و از هر تابع توزیعی پیروی کند، مانند نرمال، نمایی، گاما و . . .) به جای در نظرگیری شاخص مدت زمان تحویل، شاخص خروجی خط در یک بازه زمانی در نظر گرفته شده که این شاخص از شبیه‌سازی شبکه صف به دست می‌آید. نکته‌ای که در مورد این شاخص وجود دارد این است که با توجه به در نظر‌گیری عدم قطعیت و پیروی زمان‌های تحویل تأمین کنندگان از توابع توزیع آماری (به صورت تصادفی) و همچنین زمان پردازش قطعات در ایستگاه‌های مختلف به صورت زمان‌های تصادفی، به نظر می‌رسد، بهترین روش برای دست‌یابی به خروجی خط در یک بازه زمانی، شبیه‌سازی تأمین از طرف تأمین کنندگان و شبیه‌سازی خط تولید اصلی کارخانه مورد نظر (به صورت شبکه صف) می‌باشد. برای این منظور و برای شبیه‌سازی شبکه‌های صف در این پژوهش از نرم افزار MATLAB استفاده شده است.

کیفیت:نشان دهنده میزان قابل قبول بودن محصولات و قطعات می باشد (مدرونرو26 و همکارانش، 2010). شاخص کیفیت در این پژوهش به صورت درصد ضایعات محصول نهایی در نظر گرفته شده است و در واقع به صورت عدم کیفیت، آلترناتیو‌ها را ارزیابی می‌کند. این شاخص نیز با استفاده از شبیه‌سازی شبکه صف قابل حصول بوده و میزانی از ضایعات محصول نهایی را نشان می‌دهد که در صورت اجرای آلترناتیو i ام حاصل می گردد.

هزینه واحد محصول -  نشان دهنده هزینه تمام شده هر واحد محصول در صورت اجرای آلترناتیو i ام می‌باشد (مدرونرو26 و همکارانش، 2010). مقدار این شاخص با در نظرگیری قیمت خرید هر واحد از قطعه در هر مرحله از هر تأمین کننده، هزینه ثابت تولید قطعه (در ازای راه اندازی و خرید ماشین آلات جهت تولید قطعه) و هزینه متغیر تولید هر قطعه به دست می آید. در مورد آلترناتیو‌هایی که کل مراحل توسط تأمین کننده انجام می‌شود، تنها هزینه خرید قطعه از تأمین کننده مد نظر قرار می‌گیرد. اما در آلترناتیو‌هایی که بخشی از مراحل توسط تأمین کننده صورت گرفته و بخشی دیگر توسط شرکت اصلی تولید می‌شود، شرکت متحمل سه هزینه فوق یعنی هزینه خرید به ازای واحد محصول، هزینه ثابت راه‌اندازی مراحلی از تولید و هزینه‌های متغیر به ازای واحد محصول می‌شود.

خطر کاهش شایستگی های محوری یکی از موارد و خطرات مهمی که در بحث برون سپاری به چشم می‌خورد، خطر کاهش شایستگی‌های محوری در صورت برون سپاری است. در واقع وقتی تولید قطعه‌ای برون سپاری می‌شود، این امکان وجود دارد که تا حدی شایستگی‌های محوری شرکت اصلی به دلیل فاش شدن مشخصات طراحی و ساخت قطعه کاهش یابد (هومفریز و همکارانش، 2002). این شاخص در مطالعه حاضر به صورت شاخصی کیفی در نظر گرفته شده که با استفاده از تبدیل عبارت‌های کلامی به اعداد فازی، در محاسبات منظور می‌شود. در مورد این شاخص می توان این مطلب را مطرح کرد که هر چه مراحل بیشتری از تولید قطعه‌ای را برون سپاری کنیم، احتمال کاهش شایستگی‌های محوری منطقاً افزایش می‌یابد.

انعطاف پذیری: اشاره به میزان تغییر پذیری مطلوب داشته ومی‌تواند از دیدگاه‌های مختلفی مد نظر قرار گیرد مانند انعطاف‌پذیری در طرح محصول (برای مثال میزان انعطافی که یک تأمین کننده در صورت درخواست تغییر طرح از سوی تولید کننده اصلی داراست)، پرداخت‌ها (میزان انعطاف‌پذیری زمانی که می‌توان با تأمین کننده iام در مورد پرداخت‌ها قائل شد)، انعطاف‌پذیری زمانی (مدت زمان تحویل)، انعطاف‌پذیری مقداری (مقدار تولید) (سنایی27 و همکارانش، 2008). این شاخص در مطالعه حاضر به صورت شاخصی کیفی در نظر گرفته شده که با استفاده از تبدیل عبارت‌های کلامی به اعداد فازی، در محاسبات منظور می‌شود.

تناسب استراتژیک: نشان دهنده میزان هماهنگی آلترناتیو i ام با اهداف و برنامه‌های استراتژیک شرکت است (هومفریز و همکارانش، 2002). استراتژی شرکت‌ها در مورد میزان برون سپاری متفاوت از یکدیگر است. استراتژی برخی شرکت‌ها به برون سپاری بیشتر متمایل است که نتیجه آن کاهش اندازه سازمان است و برخی دیگر از سازمان‌ها تمایل به درونی‌سازی هرچه بیشتر تولید دارند. بنابراین میزان تناسب استراتژیک آلترناتیو‌ها می‌تواند به عنوان یکی از عوامل تعیین کننده مد نظر قرار گیرد. این شاخص در مطالعه حاضر به صورت شاخصی کیفی در نظر گرفته شده که با استفاده از تبدیل عبارت‌های کلامی به اعداد فازی، در محاسبات منظور می‌شود.

 

3.4. تعیین وزن شاخص‌ها به روش تحلیل سلسله مراتبی (AHP)

جهت تعیین وزن شاخص‌ها در این مطالعه از روش AHP بهره گرفته شده است. AHP یکی از کارآمدترین تکنیک‌های تصمیم‌گیری فرآیند تحلیل سلسله مراتبی است که برای اولین بار توسط توماس ال ساعتی در 1980 مطرح شد. این تکنیک بر اساس مقایسه‌های زوجی بنا نهاده شده و امکان بررسی سناریو‌های مختلف را به مدیران می‌دهد (قدسی پور، 1385).

کلیه مقایسه‌ها در فرآیند تحلیل سلسله مراتبی به صورت زوجی انجام می­گیرد (جدول 2). در این مقایسه‌ها تصمیم گیرندگان از قضاوت‌های شفاهی استفاده خواهند کرد، به گونه­ای که اگر عنصر i با عنصر j مقایسه شود تصمیم گیرنده خواهد گفت که اهمیت i بر j یکی از حالات زیر است:

 

 

جدول (2): مقادیر ترجیحات برای مقایسه‌های زوجی (قدسی پور، 1385)

ترجیحات (قضاوت شفاهی)

مقدار عددی

کاملاً مرجح یا کاملاً مهم تر و یا کاملاً مطلوب تر

Extremely preferred

9

ترجیح یا اهمیت یا مطلوبیت خیلی قوی

Very strongly preferred

7

ترجیح یا اهمیت یا مطلوبیت قوی

Strongly preferred

5

کمی مرجح یا کمی مهمتر یا کمی مطلوب تر

Moderately preferred

3

ترجیح یا اهمیت یا مطلوبیت یکسان

Equally preferred

1

ترجیحات بین فواصل فوق

 

8، 6، 4، 2

 

 

 

در این مطالعه، همان طور که ذکر شد برای تعیین وزن شاخص‌ها از روش AHP استفاده شده است. برای این منظور، از جامعه تصمیم گیرندگان (متشکل از 12 نفر از مدیران ذیربط) خواسته شد تا مقایسات زوجی بین شاخص‌ها را انجام دهند. نتایج این مقایسات در قالب جدول 3 به صورت ماتریس ادغام شده (به وسیله میانگین هندسی) قابل مشاهده است. جهت تحلیل ماتریس‌های مقایسات زوجی و دستیابی به وزن شاخص‌ها در این پژوهش از نرم افزار‌های Expert choice و MATLAB کمک گرفته شده است و همان طور که در قسمت پایین جدول (3) مشاهده می‌شود، نرخ ناسازگاری ماتریس ادغام شده 0.0417 است که طبق نظر ساعتی با توجه به کمتر بودن این عدد از 0.1 می‌توان اذعان کرد که نرخ ناسازگاری ماتریس ذیل در حد مطلوبب قرار دارد.

 

جدول (3): ماتریس ادغام شده مقایسات زوجی شاخص‌ها

ماتریس ادغام شده

خطر کاهش
مزیت رفابتی

تناسب استراتژیک

انعطاف پذیری

خروجی خط

کیفیت

هزینه واحد محصول

وزن

خطر کاهش
مزیت رفابتی

1

0.39

3.1

0.28

2.14

3.73

0.1466

تناسب استراتژیک

2.57

1

5.47

0.45

2.86

3.32

0.2483

انعطاف‌پذیری

0.32

0.18

1

0.15

0.33

2.17

0.0539

خروجی خط

3.52

2.22

6.77

1

3.52

6.55

0.3995

کیفیت

0.47

0.35

3

0.28

1

3

0.1071

هزینه واحد محصول

0.27

0.3

0.46

0.15

0.33

1

0.0445

I.R.=

0.0417

           

 


3.5. تعیین آلترناتیو‌های تصمیم‌گیری

همان طور که پیشتر ذکر شد، آلترناتیو‌هایی که در این مطالعه مد نظر قرار می‌گیرند، بر روی طیفی از خرید قطعه کامل شده تا ساخت کامل قرار داشته و تأمین کنندگان را نیز در بر می‌گیرد. آلترناتیو‌های تعریف شده در مطالعه موردی این پژوهش، شامل 22 آلترناتیو می‌باشد که بر روی طیفی از خرید درپوش کامل شده (برون سپاری هر هفت مرحله) تا ساخت قطعه به شکل کامل در داخل کارخانه (ساخت تمامی مراحل در داخل کارخانه) قرار دارد که این آلترناتیو‌ها در جدول 4 قابل مشاهده است.

 

3.6. تشکیل ماتریس تصمیم گیری

از بین شش شاخصی که در بخش 3 - 3 معرفی شدند، سه شاخص به صورت کمی بوده و سه شاخص دیگر به صورت کیفی می‌باشند. اولین شاخصی که در بخش 3 – 3 معرفی شد، شاخص خروجی خط بود. این شاخص همانطور که پیشتر ذکر شد توسط شبیه سازی خط تولید کارخانه و شبیه‌سازی مدت زمان‌های تحویل تأمین کنندگان به دست آمده است.

 

3.6.1. شبیه‌سازی خط تولید

شبیه‌سازی تقلیدی از عملکرد یا سیستم واقعی با گذشت زمان است. شبیه‌سازی، صرفنظر از اینکه با دست یا به وسیله کامپیوتر انجام شود، به ایجاد ساختگی تاریخچه سیستم، و بررسی آن به منظور دست‌یابی به نتیجه‌گیری‌هایی در مورد ویژگی‌های عملکرد سیستم واقعی مربوط می‌شود (بنکس و کارسن، 1382).

علت به کار‌گیری شبیه‌سازی در این مطالعه، این بود که: 1) شبکه صف مراحل تولید از پیچیدگی بالایی برخوردار بوده و همچنین، در برخی ایستگاه‌ها توابع توزیع آماری غیر نمایی (مانند نرمال، یکنواخت و غیره) وجود داشت که این شبکه تنها توسط شبیه‌سازی قابل تجزیه و تحلیل است و 2) برای بررسی اثر آلترناتیو‌های مختلف نمی‌توان هر آلترناتیو را در واقعیت اجرا کرد و اثر آن را بررسی نمود و در واقع، انجام چنین کاری به هیچ وجه منطقی و مقرون به صرفه نمی‌باشد، بنابر این برای

 

جدول (4): آلترناتیو‌های ساخت، خرید و ترکیبی

ردیف

آلترناتیو

1

خرید درپوش کامل شده (برون سپاری از مرحله 1 تا آخر مرحله 7) از تأمین کننده A

2

خرید درپوش کامل شده (برون سپاری از مرحله 1 تا آخر مرحله 7) از تأمین کننده B

3

خرید درپوش کامل شده (برون سپاری از مرحله 1 تا آخر مرحله 7) از تأمین کننده C

4

خرید درپوش در پایان مرحله 6 (برون سپاری از مرحله 1 تا پایان مرحله 6) از تأمین کننده A و انجام مرحله 7 توسط کارخانه

5

خرید درپوش در پایان مرحله 6 (برون سپاری از مرحله 1 تا پایان مرحله 6) از تأمین کننده B و انجام مرحله 7 توسط کارخانه

6

خرید درپوش در پایان مرحله 6 (برون سپاری از مرحله 1 تا پایان مرحله 6) از تأمین کننده C و انجام مرحله 7 توسط کارخانه

7

خرید درپوش در پایان مرحله 5 (برون سپاری از مرحله 1 تا پایان مرحله 5) از تأمین کننده A و انجام مرحله 6 و 7 توسط کارخانه

8

خرید درپوش در پایان مرحله 5 (برون سپاری از مرحله 1 تا پایان مرحله 5) از تأمین کننده B و انجام مرحله 6 و 7 توسط کارخانه

9

خرید درپوش در پایان مرحله 5 (برون سپاری از مرحله 1 تا پایان مرحله 5) از تأمین کننده C و انجام مرحله 6 و 7 توسط کارخانه

10

خرید درپوش در پایان مرحله 4 (برون سپاری از مرحله 1 تا پایان مرحله 4) از تأمین کننده A و انجام مرحله 5 ، 6 و 7 توسط کارخانه

11

خرید درپوش در پایان مرحله 4 (برون سپاری از مرحله 1 تا پایان مرحله 4) از تأمین کننده B و انجام مرحله 5 ، 6 و 7 توسط کارخانه

12

خرید درپوش در پایان مرحله 4 (برون سپاری از مرحله 1 تا پایان مرحله 4) از تأمین کننده C و انجام مرحله 5 ، 6 و 7 توسط کارخانه

13

خرید درپوش در پایان مرحله 3 (برون سپاری از مرحله 1 تا پایان مرحله 3) از تأمین کننده A و انجام مرحله 4، 5 ، 6 و 7 توسط کارخانه

14

خرید درپوش در پایان مرحله 3 (برون سپاری از مرحله 1 تا پایان مرحله 3) از تأمین کننده B و انجام مرحله 4 ، 5 ، 6 و 7 توسط کارخانه

15

خرید درپوش در پایان مرحله 3 (برون سپاری از مرحله 1 تا پایان مرحله 3) از تأمین کننده C و انجام مرحله 4 ، 5 ،6 و 7 توسط کارخانه

16

خرید درپوش در پایان مرحله 2 (برون سپاری از مرحله 1 تا پایان مرحله 2) از تأمین کننده A و انجام مرحله 3 ، 4 ، 5 ، 6 و 7 توسط کارخانه

17

خرید درپوش در پایان مرحله 2 (برون سپاری از مرحله 1 تا پایان مرحله 2) از تأمین کننده B و انجام مرحله 3 ، 4 ، 5 ،6 و 7 توسط کارخانه

18

خرید درپوش در پایان مرحله 2 (برون سپاری از مرحله 1 تا پایان مرحله 2) از تأمین کننده C و انجام مرحله 3، 4، 5 ، 6 و 7 توسط کارخانه

19

خرید درپوش در پایان مرحله 1 (برون سپاری از مرحله 1 تا پایان مرحله 1) از تأمین کننده A و انجام مرحله 2 ، 3 ، 4، 5، 6 و 7 توسط کارخانه

20

خرید درپوش در پایان مرحله 1 (برون سپاری از مرحله 1 تا پایان مرحله 1) از تأمین کننده B و انجام مرحله 2 ، 3 ،4، 5 ، 6 و 7 توسط کارخانه

21

خرید درپوش در پایان مرحله 1 (برون سپاری از مرحله 1 تا پایان مرحله 1) از تأمین کننده C و انجام مرحله 2 ، 3 ، 4 ، 5 ، 6 و 7 توسط کارخانه

22

ساخت کامل درپوش (از مرحله 1 تا آخر مرحله 7) توسط کارخانه

 


تجزیه و تحلیل این دست از اطلاعات می‌توان از شبیه‌سازی بهره برد. برای شبیه‌سازی خط تولید کارخانه، شبکه تقدم و تأخر ایستگاه‌های کاری ترسیم شده و این شبکه به شکل یک شبکه صف که ورودی آن مواد اولیه و قطعات نیمه ساخته می‌باشد، در نظر گرفته شد. برای شبیه‌سازی شبکه صف در این مطالعه از ابزار simulink در نرم افزار MATLAB کمک گرفته شد.(امیری و محتشمی، 2012)، به این صورت که هر آلترناتیو به صورت مجزا مورد طراحی شبکه صف و شبیه‌سازی توسط نرم افزار MATLAB قرار گرفته و میزان خروجی خط (محصول نهایی) کارخانه در اثر اجرای هر آلترناتیو تعیین شد و در ماتریس تصمیم‌گیری قرار گرفت. برای بررسی خروجی خط در اثر اجرای هر آلترناتیو باید مدت زمانی برای اجرای مدل تعیین شود که به اندازه کافی بزرگ باشد. با توجه به زمان ایستگاه‌های کاری در این مدل، مدت زمان برای شبیه‌سازی، 1,000,000 واحد زمانی تعیین شده و تمام آلترناتیوها در این بازه برای 20 تکرار مورد شبیه‌سازی قرار گرفتند، ضمن این که در مدل شبیه‌سازی شده، 1000 واحد زمانی (معادل یک درصد کل زمان شبیه سازی) به عنوان زمان گرم شدن مدل در نظر گرفته شده است. شایان ذکر است که با افزایش زمان شبیه‌سازی و تعداد تکرار‌ها می‌توان انتظار جواب‌های دقیق‌تر داشت. شکل (3) نمودار زمان – نرخ خروجی آلترناتیو اول را به عنوان نمونه‌ای از نمودار‌ها نشان می‌دهد. در این شکل محور افقی نشان دهنده زمان شبیه‌سازی و محور عمودی نشان دهنده خروجی خط در بازه زمانی (1,000,000 واحد زمانی) می‌باشد. همان طور که در شکل 3 مشاهده می‌شود، خروجی خط در وضع موجود سیستم یعنی آلترناتیو(1) (برون سپاری از مرحله 1 تا آخر مرحله 7) از تأمین کننده A)، در بازه زمانی 1,000,000 واحد زمانی (محور افقی نشان دهنده 1,000,000 می‌باشد که نشان دهنده زمان پایان شبیه سازی است) 16,119 (محور عمودی نشان دهنده 16,119 می‌باشد که نشان دهنده تعداد قطعات است) قطعه می‌باشد. شکل (4) مدل شبیه سازی آلترناتیو 1 را به عنوان نمونه‌ای از 22 مدل شبیه‌سازی شده نمایش می‌دهد. در این مدل، خط تولید و مونتاژ شرکت که از تولید قطعات پلاستیکی مانند (پروانه، درپوش پلاتین و . .) و قطعات روتور، استاتور و . . . تشکیل شده، شبیه‌سازی شده است. ضمن این که در آلترناتیو (1) چون تمام مراحل تولید درپوش توسط تأمین کننده تولید می شود، خط آخر مدل این مراحل را نشان می‌دهد.

 

 

 

شکل (3): نمودار زمان – خروجی خط وضع موجود سیستم (آلترناتیو 1)

 

 

شکل (4): مدل شبیه‌سازی آلترناتیو اول1

 


1. 3.6.1.- بررسی روایی شبیه سازی خط تولید

یکی از آیتم‌های مهم در شبیه‌سازی خطوط تولید، بررسی صحت و روایی مدل شبیه سازی شده است. در این مطالعه، برای بررسی روایی شبیه‌سازی، مدل شبیه‌سازی شده توسط یک تیم 5 نفره متشکل از متخصصین خطوط تولید کارخانه مذکور بررسی و ساختار مدل و نتایج آن تأیید شد.

دومین شاخصی که در بخش 3 – 3 معرفی شد، شاخص کیفیت بود. همان طور که پیشتر توضیح داده شد، این شاخص نیز توسط شبیه‌سازی مورد محاسبه قرار گرفت. به این صورت که تعداد ضایعات محصول نهایی در اثر اجرای هر آلترناتیو بر روی محصول نهایی شبیه‌سازی شده و در نهایت نسبت ضایعات محصول نهایی به کل محصول نهایی تولید شده محاسبه شد که مقادیر این شاخص در جدول 5 (ماتریس تصمیم گیری) قابل مشاهده است. شاخص سوم معرفی شده در بخش 3 -  3 شاخص هزینه واحد محصول بود که در بخش 3 -  3 در مورد نحوه محاسبه آن به تفصیل بحث شد و مقادیر آن برای هر آلترناتیو در جدول 5 (ماتریس تصمیم‌گیری) قابل مشاهده است.

 

3.6.2. اعداد فازی و متغیر های زبانی

مقادیر مربوط به سه شاخص دیگر یعنی خطر کاهش شایستگی‌های محوری، انعطاف‌پذیری و تناسب استراتژیک توسط طراحی پرسشنامه و تکمیل آنها توسط جامعه 12 نفری مدیران، تعیین شد که این مقادیر نیز در جدول 5 (ماتریس تصمیم گیری) قابل مشاهده است. لازم به توضیح است که جهت این امر از متغیر‌های زبانی و تبدیل آنها به اعداد فازی بهره گرفته شد تا دقت و صحت مدل افزایش یابد.

 

3.7. حل ماتریس تصمیم‌گیری مطالعه موردی به روش TOPSIS فازی

در بخش‌های پیشین طریقه تکمیل ماتریس تصمیم‌گیری در این روش‌شناسی مطرح شد، با تکمیل این ماتریس با استفاده از مطالب پیشین، این ماتریس به شکل جدول (5) است.

علت این که برخی اعداد برای مثال در ستون «خطر کاهش شایستگی‌های محوری» اعشاری می‌باشد، این است که اعداد فازی ماتریس تصمیم‌گیری از میانگین نظرات تصمیم گیرندگان به دست آمده، بنابر این در قسمت هایی که نظرات تصمیم گیرندگان کاملاً بر هم منطبق نیست، اعداد اعشاری به دست آمده است.

مسئله فوق با استفاده از هر دو روش ارائه شده TOPSIS فازی حل شده و نتایج آن به شرح جدول 6 است. ستون Cci در این جدول نشان دهنده شاخص نزدیکی نسبی با استفاده از روش TOPSIS فازی عمومی و ستون  نشان دهنده شاخص نزدیکی نسبی آلترناتیو‌ها با استفاده از روش TOPSIS فازی پیشنهادی این مطالعه است

همانطور که مشاهده می شود، با اجرای روش TOPSIS فازی عمومی نزدیک‌ترین آلترناتیو به راه حل ایده‌آل، آلترناتیو شماره 20 می‌باشد. با رجوع به جدول 4 مشاهده می‌شود که این آلترناتیو عبارت است از «خرید درپوش در پایان مرحله 1 (برون سپاری از مرحله 1 تا پایان مرحله 1) از تأمین کننده B و انجام مرحله 2 و 3 و 4 و 5 و 6 و 7 توسط کارخانه». به عبارت دیگر نتایج نشان می‌دهد که مطلوب‌ترین حالت برای شرکت مذکور برای تصمیم‌گیری در مورد خرید یا ساخت درپوش آلومینیومی این است که مرحله 1 یعنی تزریق آلومینیوم را برون سپاری کرده و مراحل دیگر را در کارخانه راه‌اندازی کرده و خود به تولید آنها بپردازد

 

 

جدول (5): ماتریس تصمیم گیری

وزن

(0.1071,0.1071,

0.1071)

(0.0539,0.0539,

0.0539)

(0.0445,0.0445,

0.0445)

(0.3995,0.3995,

0.3995)

(0.1466,0.1466,

0.1466)

(0.2483,0.2483,

0.2483)

شاخص       
                    آلترناتیو                                       

کیفیت

انعطاف پذیری

هزینه واحد محصول

خروجی خط

خطر کاهش
شایستگی های محوری

تناسب استراتژیک

1

(0.04,0.04,0.04)

(1.1,1.3,2.2)

(1500,1500,1500)

(16119,16119,16119)

(5.1,6.3,7.1)

(1.1,2.2,3.1)

2

(0.045,0.045,0.045)

(1.1,2.1,2.4)

(1700,1700,1700)

(19972,19972,19972)

(5.1,6.3,7.1)

(1.1,2.2,3.1)

3

(0.05,0.05,0.05)

(1.3,1.5,3.1)

(1300,1300,1300)

(22688,22688,22688)

(5.1,6.3,7.1)

(1.1,2.2,3.1)

4

(0.035,0.035,0.035)

(1.1,2.3,2.4)

(1492,1492,1492)

(16653,16653,16653)

(4.1,5.3,6.1)

(2.1,3.4,4.2)

5

(0.04,0.04,0.04)

(2.1,2.5,3.2)

(1689,1689,1689)

(23214,23214,23214)

(4.1,5.3,6.1)

(2.1,3.4,4.2)

6

(0.045,0.045,0.045)

(2.5,3.6,4.2)

(1288,1288,1288)

(25595,25595,25595)

(4.1,5.3,6.1)

(2.1,3.4,4.2)

7

(0.03,0.03,0.03)

(2.1,3.4,4.6)

(1481,1481,1481)

(19209,19209,19209)

(3.2,4.4,5.6)

(3.2,4.1,5.6)

8

(0.035,0.035,0.035)

(2.2,3.4,5.2)

(1675,1675,1675)

(26981,26981,26981)

(3.2,4.4,5.6)

(3.2,4.1,5.6)

9

(0.04,0.04,0.04)

(3.1,4.2,4.3)

(1274,1274,1274)

(29367,29367,29367)

(3.2,4.4,5.6)

(3.2,4.1,5.6)

10

(0.025,0.025,0.025)

(3.2,4.1,5.4)

(1468,1468,1468)

(21702,21702,21702)

(3.1,4.2,4.5)

(4.1,5.2,6.3)

11

(0.03,0.03,0.03)

(4.1,5.2,5.4)

(1659,1659,1659)

(31213,31213,31213)

(3.1,4.2,4.5)

(4.1,5.2,6.3)

12

(0.035,0.035,0.035)

(4.2,5.2,6.1)

(1258,1258,1258)

(33296,33296,33296)

(3.1,4.2,4.5)

(4.1,5.2,6.3)

13

(0.02,0.02,0.02)

(5.1,5.4,6.1)

(1424,1424,1424)

(33298,33298,33298)

(2.1,3.3,4.4)

(5.1,6.3,7.4)

14

(0.025,0.025,0.025)

(5.1,5.2,6.6)

(1616,1616,1616)

(49941,49941,49941)

(2.1,3.3,4.4)

(5.1,6.3,7.4)

15

(0.03,0.03,0.03)

(5.2,6.1,6.3)

(1218,1218,1218)

(45404,45404,45404)

(2.1,3.3,4.4)

(5.1,6.3,7.4)

16

(0.015,0.015,0.015)

(5,6.1,7)

(1528,1528,1528)

(35679,35679,35679)

(2.1,3.3,3.7)

(6.2,7.1,8.4)

17

(0.02,0.02,0.02)

(6.1,6.3,7.2)

(1720,1720,1720)

(49934,49934,49934)

(2.1,3.3,3.7)

(6.2,7.1,8.4)

18

(0.025,0.025,0.025)

(6.1,7.2,8.1)

(1322,1322,1322)

(45395,45395,45395)

(2.1,3.3,3.7)

(6.2,7.1,8.4)

19

(0.01,0.01,0.01)

(7.6,8.1,9)

(1634,1634,1634)

(35675,35675,35675)

(1.1,2.3,3.1)

(7.1,8.2,9)

20

(0.015,0.015,0.015)

(8,8.3,9)

(1828,1828,1828)

(42971,42971,42971)

(1.1,2.3,3.1)

(7.1,8.2,9)

21

(0.02,0.02,0.02)

(8.1,8.1,9)

(1428,1428,1428)

(42967,42967,42967)

(1.1,2.3,3.1)

(7.1,8.2,9)

22

(0.04,0.04,0.04)

(9,9,9)

(1270,1270,1270)

(30963,30963,30963)

(1,1,1)

(9,9,9)

 

 

 

.جدول (6): نزدیکی نسبی آلترناتیو‌ها به راه حل ایده‌آل

شماره آلترناتیو

Cci

 

1

0.073584134

0.0684630573

2

0.106414203

0.1453469547

3

0.145722622

0.1234963492

4

0.129070912

0.1563740233

5

0.191095976

0.1563459873

6

0.231551807

0.2534629331

7

0.219534488

0.23436497212

8

0.289908289

0.23528693412

9

0.323894559

0.34134916021

10

0.295187229

0.23463419841

11

0.384044115

0.33576349187

12

0.414688242

0.434819123234

13

0.493208395

0.435607340734

14

0.646128853

0.663470847523

15

0.606098957

0.612964981433

16

0.576402177

0.556873630542

17

0.69952937

0.667376347502

18

0.65514284

0.664976592742

19

0.698558009

0.674564245323

20

0.724478527

0.725364174012

21

0.712163492

0.734561348070

22

0.693073207

0.634952300843

 

 

 

. اما با اجرای روش TOPSIS فازی پیشنهادی این مطالعه، نزدیک‌ترین آلترناتیو به راه حل ایده‌آل، آلترناتیو شماره 21 می‌باشد و آلترناتیو 20 در رتبه دوم قرار گرفته است.

 

4. بحث

همانطور که مشاهده شد روش‌شناسی پیشنهادی این مطالعه در یک سازمان تولیدی به کار گرفته شد و با عبور از قدم های مختلف در نهایت بهترین انتخاب جهت تصمیم ساخت یا خرید قطعه مورد نظر تعیین شد. با توجه به این که روش‌شناسی حاضر به بررسی طیفی از ساخت کامل تا خرید کامل می‌پردازد، تأمین کنندگان مختلف را در نظر می‌گیرد، مسئله را از ابعاد مختلفی مورد سنجش قرار می‌دهد و به وضوح عدم اطمینان را در نظر می‌گیرد به نظر می رسد که بتواند به عنوان یک روش‌شناسی قوی و کاربردی در سازمان‌های تولید برای تصمیم‌گیری در مورد ساخت یا خرید قطعات مثمر ثمر باشد.

 

5. نتیجه‌گیری

در این مقاله سعی شد تا یک روش‌شناسی برای بررسی و ارزیابی تصمیم‌گیری ساخت یا خرید ارائه شود. با توجه به پیچیدگی‌های دنیای واقعی در مورد چنین مسئله‌ای، این روش‌شناسی سعی بر این داشت تا هر چه بیشتر واقعیات را در نظر گرفته تا نتایج از دقت و صحت بالاتری برخوردارد باشد. بدین منظور، این روش تنها به بررسی و ارزیابی حالت صفر و یک خرید یا ساخت نپرداخته و آلترناتیو‌های مابین این دو را نیز بررسی می‌کند (طیفی از خرید کامل تا ساخت کامل)، همچنین روش حاضر علاوه بر تصمیم‌گیری ساخت یا خرید، توانایی این را نیز دارد که به معرفی بهترین تأمین کننده برای این امر نیز بپردازد. روش‌شناسی حاضر برای انطباق هرچه بیشتر مدل با دنیای واقعی، شرایط عدم قطعیت را در مدل لحاظ نموده و برای ارزیابی این شرایط از شبیه‌سازی کامپیوتری (به کمک نرم افزار MATLAB) و منطق فازی بهره می‌برد و با دیدی چند بعدی و با استفاده از روش‌های تصمیم‌گیری چند معیاره (روش AHP و روش FTOPSIS) به ارائه مطلوب‌ترین راه حل می‌پردازد. مطالعه حاضر همچنین، به توسعه و ارائه یک روش TOPSIS جدید برای تصمیم‌گیری چند معیاره می‌پردازد. برای بررسی عملکرد این روش‌شناسی، روش‌شناسی حاضر در یک کارخانه تولید کننده موتور‌های الکتریکی برای یکی از قطعات (درپوش آلومینیومی) مورد اجرا قرار گرفت. نتایج این مطالعه با استفاده از روش TOPSIS فازی عمومی در مورد کاوی مورد نظر نشان داد که مطلوب‌ترین آلترناتیو برای تصمیم‌گیری خرید یا ساخت در مورد این قطعه خرید درپوش در پایان مرحله 1 (برون سپاری از مرحله 1 تا پایان مرحله 1) از تأمین کننده B و انجام مرحله 2 و 3 و 4 و 5 و 6 و 7 توسط کارخانه می‌باشد. همچنین، با استفاده از روش TOPSIS فازی پیشنهادی این مطالعه، بهترین آلترناتیو، آلترناتیو شماره 21 شناخته شد که این آلترناتیو عبارت است از خرید درپوش در پایان مرحله 1 (برون سپاری از مرحله 1 تا پایان مرحله 1) از تأمین کننده C و انجام مرحله 2 و 3 و 4 و 5 و 6 و 7 توسط کارخانه. کارایی روش پیشنهادی این مطالعه وقتی تعداد مراحل و تعداد تأمین کننده‌ها خیلی زیاد باشد تا حدی کاهش پیدا می‌کند. برای مثال اگر مراحل تولید 10 مرحله و تعداد تأمین کنندگان 12 در نظر گرفته شود، 121 مدل شبیه‌سازی باید اجرا شود که این امر زمان بر است. بنابر این پیشنهاد می‌شود در تحقیقات آتی این امر در مدل‌های جدید‌تر لحاظ شود.

ایروانی، سیدمحمدرضا. (1372). سیستم‌های صف. تهران: دانشگاه علم و صنعت ایران.

بنکس، جری و  کارسن، جان. (1382). شبیه‌سازی سیستم‌های گسسته پیشامد. (ترجمه هاشم محلوجی). تهران: دانشگاه صنعتی شریف.

جعفرنژاد، احمد. (1385). مدیریت تولید و عملیات نوین. تهران: دانشگاه تهران.

قدسی پور. حسن. (1385). فرآیند تحلیل سلسله مراتبی. تهران: دانشگاه صنعتی امیر کبیر، مرکز نشر.

Amiri M & Mohtashami A (2012). “Buffer allocation in unreliable production lines based on design of experiments, simulation, and genetic algorithm”, International Journal of Advanced Manufacturing Technology, 62: 371-383.

Buckley JJ. (1985). "Fuzzy hierarchical analysis", Fuzzy Sets and Systems 17: 233-247.

Burt, D. N., Dobler, D. W., & Starling, S. L. (2003). "World class supply management: The key to supply chain management. New York", McGraw-Hill.

Canez, L. E., Platts, K.W., & Probert, D. R. (2000)." Developing a framework for make-or-buy decisions", International Journal of Operations and Production Management, 20(11), 1313−1330.

Chen CT, Lin CT, Huang SF (2006) "A fuzzy approach for supplier evaluation and selection in supply chain management", Int. J. Production Economics 102: 289-301.

Chen CT. (2000). "Extensions of the TOPSIS for group decision-making under fuzzy environment", Fuzzy Sets and Systems 114: 1-9.

Cortellessa, Vittorio., & Marinelli, Fabrizio., & Potena Pasqualina. (2008)." An optimization framework for “build-or-buy” decisions in software architecture",. Computers & Operations Research 35, 3090 – 3106.

Ford, D., Cotton, B., Farmer, D., Gross, A., & Wilkinson, I. (1993). "Make-orbuy decisions and their implications", Industrial Marketing Management, 22 (3), 207−214.

Humphreys, P., & McIvor, R., &         Huang, G. (2002). "An expert system for evaluating the make or buy decision", Computers & industrial engineering 42, 567 – 585.

Hwang CL, Yoon K (1981)." Multiple Attribute Decision Making: Methods and Applications", Springer, Berlin Heidelberg.

Hwang, Heung Suk., & Ko, Wen-Hwa., & Goan, Meng-Jong. (2007). "Web-based multi-attribute analysis model for make-or-buy decisions", Mathematical and Computer Modelling 46, 1081–1090.

Kaufmann A, Gupta MM. (1985). "Introduction to Fuzzy Arithmetic", (Theory and Application)", Van Nostrand Reinhold, New York.

Klir G j; Yuan B. (1995). "Fuzzy Sets and Fuzzy Logic", Theory and Applications. Prentice-Hall Inc, USC.

Krohling R; Campanharo V. (2011). "Fuzzy-TOPSIS for group decision making: A case study for accidents with oil spill in the sea", Expert systems with application, 38, 4190-4197.

Madronero, Manuel Diaz.; Peidro, David. & Vasant, Pandian. (2010). "Vendor selection problem by using an interactive fuzzy multi-objective approach with modified S-curve membership functions", Computers and mathematics with applications 23, 1 – 11.

Manders, A. J. C., & Brenner, Y. S. (1995). "Make-or-buy: The potential subversion of corporate strategy The case of Philips", International Journal of Social Economics, 22(4), 4−11.

McIvor, R. T. & Humphreys, P. K. (2000). "A case-based reasoning approach to the make-or-buy decision", Integrated Manufacturing Systems, 11(5), 295−310.

Moschuris, Socrates J. (2008). "Organizational participants in the make-or-buy process", Industrial marketing management 37, 143 – 153.

Padillo, J. M. & Diaby, M. (1999). "A multiple-criteria decision methodology for the make-or-buy problem", International Journal of Production Research, 37(14), 3203−3229.

Peng, Mike W.; Zhou, Yuanyuan. & York, Anne S. (2006). "behind make or buy decisions in export strategy", A replication and extension of Trabold. journal of world business 41, 289 – 300.

Platts, K. W.; Probert, D. R. & Canez, L. (2002). "Make vs. buy decisions: A process incorporating multi-attribute decision-making", International Journal of Production Economics, 77(3), 247−257.

Probert, D. R. (1997). "Developing a make-or-buy strategy for manufacturing business", London: The Institution of Electrical Engineers.

Sanayei, AmirY; Mousavi, Farid; Abdi, M.R. & Mohaghar, Ali. (2008)." An integrated group decision-making process for supplier selection and order allocation using multi-attribute utility theory and linear programming", Journal of the Franklin Institute 345, 731–747.

Sarmah, S.P; Acharya. D. & Goyal. S.K. (2006). "Buyer vendor coordination models in supply chain management", European Journal of Operational Research 175, 1–15.

Seda, M. (2006). "Fuzzy all-pair shortest path problem. Computational intelligence, theory and applications", International conference 9th fuzzy days in Dortmund, 18-20. Proceeding publisher Springer, Berlin.

Stuart, H.; Sarrell, P. V.; Guinipero, L. & Kolchin, M. (1991). "Purchasing: Principles and applications", Englewood Cliffs, New Jersey: Prentice-Hall Inc.

Tayles, M. & Drury, C. (2001). "Moving from make/buy to strategic sourcing: The outsource decision process", Long Range Planning, 34(5), 605−622.

Venkatesan, R. (1992). "Strategic sourcing: To make or not to make", Harvard Business Review, 70, 98−107.

Yoon, K. P., & Naadimuthu, G. (1994)." A make-or-buy decision analysis involving imprecise data", International Journal of Operations and Production Management, 14(2), 62−69.

Zadeh LA. (1975). "The concept of a linguistic variable and its application to approximate reasoning", Inform. Sci. 8: 199-249(I), 301-357(II).

Zimmerman H J. (1996). Fuzzy set theory and its applications,  Edition, Kluwer Academic Publishers.