دانلود مقاله ISI انگلیسی شماره 19102 + ترجمه فارسی
عنوان فارسی مقاله

هزینه کلی لجستیک در انتخاب تامین کننده تحت شرایط منابع متعدد، معیارهای متعدد و محدودیت ظرفیت

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی
19102 2001 13 صفحه PDF 27 صفحه WORD
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
The total cost of logistics in supplier selection, under conditions of multiple sourcing, multiple criteria and capacity constraint
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : International Journal of Production Economics, Volume 73, Issue 1, 31 August 2001, Pages 15–27

فهرست مطالب ترجمه فارسی
چکیده
کلمات کلیدی
1.مقدمه
 2. فرمول بندی الگوی عینی واحد
1.2. هزینه سفارش سالانه (AOC)
2.2. هزینه نگهداری سالانه (AHC)
3.2. هزینه خرید سالانه(APC)
4.2. مهمترین محدودیت های این مسئله عبارت اند از: ظرفیت تامین کننده، تقاضای خریدار و کیفیت. این محدودیتها به صورت ذیل فرمول بندی می شوند.
1.4.2. محدودیت ظرفیت
2.4.2. محدودیت تقاضا
3.4.2. محدودیت کیفیت
5.2. الگوی نهایی
3. الگوریتم حل الگو
4. مثال عددی
جدول 1 .اطلاعات تامین کنندگان
1.4 حل 1
جدول 2 .هشت حالت ممکنه متغیرهای صحیح
جدول 3 .حالت های ممکنه و غیر ممکن (F= حالت ممکنه، U= حالت غیر ممکن)
جدول 4 .گزارش پاسخ حل کننده در مورد 1
جدول 5 .حل بهینه برای موارد عرضه ارضا شده
2.4 حل 2
جدول 6 .حل های بهینه برای حالت فرض شده تقاضا برابر 1000 و کیفیت برابر 0.92
3.4 حل 3
جدول 7 .حل های بهینه برای حالت فرض شده تقاضا برابر 400 و کیفیت برابر 0.96
4.4 حل 4
جدول 8 .حل های بهینه برای حالت فرض شده تقاضا برابر 400 و کیفیت برابر 0.92 
جدول 9 .مقایسه شرایط مختلف
5.الگوی چندگانه برنامه نویسی هدف
6. خلاصه و نتیجه گیری
پیوست. تحدب الگو
الف.1. ویژگی های دترمینان
کلمات کلیدی
تدارکات - برون سپاری - معیار - محدودیت -
ترجمه چکیده
در آثار گذشته در زمینه منابع متعدد با معیارهای متعدد و محدودیت های ظرفیت تامین کنندگان توجه کمی به تصمیم گیری های مرتبط با انتخاب مناسب تامین کنندگان و تخصیص میزان سفارش به این تامین کنندگان شده است. تنها تعدادی الگو برنامه نویسی ریاضی برای تحلیل چنین تصمیم گیری هایی تا به امروز منتشر شده است و این الگوها تنها تمایل به بررسی قیمت نهایی به عنوان هزینه خرید داشتند، اگرچه هزینه های حمل و نقل، سفارش گذاری و انبارداری می توانند بطور قابل توجهی در تصمیم گیری با اهمیت باشند. در این مقاله الگو برنامه نویسی غیر خطی عدد صحیح ترکیبی برای حل مسئله منابع متعدد است که در آن هزینه کلی لجستیک از جمله قیمت نهایی، هزینه های انبارداری، حمل و نقل و سفارش دهی در نظر گرفته می شوند. همچنین محدودیت های خریدار در بودجه، کیفیت، خدمات و... می تواند در این الگو در نظر گرفته شوند. الگوریتمی برای حل این الگو پیشنهاد شده است و این الگو با استفاده از مثال های عددی نشان داده شده است.
ترجمه مقدمه
در بیشتر صنایع هزینه اصلی تولید را هزینه مواد اولیه و لوازم یدکی تشکیل می دهند بطوریکه این هزینه ها در برخی موارد تا 70 درصد شامل هزینه اصلی تولید می شوند. در شرکت های فناوری پیشرفته، مواد اولیه و خدمات خریداری شده تا 80 درصد هزینه کلی تولید را شامل می شوند[2]. از آنجا که بخش خرید تاثیر مستقیمی بر کاهش هزینه ها، سود دهی و انعطاف پذیری شرکت دارد بنابراین این بخش می تواند نقشی کلیدی را در اثربخشی و بهره وری سازمان ایفا کند. انتخاب تامین کنندگان درست بطور قابل توجهی هزینه خرید را کاهش می دهد و رقابت شرکت را بهبود می بخشد. به همین دلیل است که بسیاری از متخصصان بر این باورند که انتخاب تامین کننده مهمترین فعالیت بخش خرید است. برخلاف اهمیت مسئله انتخاب تامین کننده تنها تعداد معدودی مقاله در مورد تصمیم گیری نوشته شده است. وبر و کارنت (5) بیان کرده اند که تنها 10 مقاله تا زمان بررسی خود به تحلیل این مسئله پرداخته اند. بررسی جامع مقالاتی که این موضوع را بررسی کرده اند را می توان در مقالات گادیسپور(6) و اوبریان(7) یافت. مهمترین مقالات در ادامه آورده شده است. مور و فیرون (8) بیان کرده اند که قیمت، کیفیت و تحویل مهمترین معیارهای انتخاب تامین کننده هستند و توضیح داده اند که از برنامه نویسی خطی می توان در این تصمیم گیری استفاده کرد. آنها در مورد سایر کاربردهای فناوری کامپیوتر در زمینه خرید نیز بحث کرده اند. گابالا (9) اولین نویسنده ای است که از برنامه نویسی ریاضی در انتخاب فروشنده در موارد واقعی استفاده کرده است. وی از الگوی برنامه نویسی عدد صحیح ترکیبی برای تنظیم کردن این مسئله حل مسئله در اداره پست استرالیایی استفاده کرده است. هدف از این برنامه نویسی به حداقل رساندن قمیت کلی تخفیف داده شده موارد تخصیصی به فروشندگان تحت محدودیتهای ظرفیت و رضایت تقاضای فروشنده است. آنتونی و بوفا (10) به منظور حمایت از برنامه نویسی خرید راهبردی (SPS)، الگوی برنامه نویسی خطی عینی را تدوین کرده اند. الگوی خطی با توجه به محدودیتهای بودجه خرید، ظرفیت فروشنده و نیاز خریدار هزینه کلی را به حداقل می رساند. هزینه ذخیره سازی و قیمت در عملکرد عینی گنجانده شده اند. هزینه های سفارش، حمل و نقل و بازرسی در این الگو وجود ندارد. بوفا و جکسون(11) یک الگوی برنامه نویسی با هدف خطی چند معیاری را برای انتخاب تامین کننده ارائه داده اند. در این الگو دو مجموعه از عوامل در نظر گرفته شده اند: 1) ویژگی های تامین کننده که شامل کیفیت، قیمت، تجربه خدمات، ارسال زودتر از موعد، دیر و به موقع و 2) مشخصه های شرکت شامل نیازهای مادی و سهام ایمنی است. بندر و همکاران (12) از برنامه نویسی عینی برای تدوین یک الگوی کامپیوتری تجاری در انتخاب فروشنده در IBM استفاده کرده اند. آنها با در نظر گرفتن موارد چندگانه، دوره های زمانی چندگانه، کیفیت، تحویل و ظرفیت فروشندگان برای کاهش هزینه خرید، هزینه های موجودی و حمل و نقل از برنامه نویسی عدد صحیح ترکیبی استفاده کرده اند. این الگو شامل میزان تخفیف نیز می باشد. هیچ فرمول بندی ریاضی ارائه نشده است و نوع تخفیف نیز ذکر نشده است. ناراسیمهان و استوینوف (13) از الگوی برنامه نویسی عدد صحیح ترکیبی با هدفی یگانه برای شرکت تولید کننده بزرگی در میدوست، بهینه سازی تهیه تخصیص برای گروهی از فروشندگان استفاده کرده اند. هدف از این الگو به حداقل رساندن مجموع هزینه های حمل و نقل و جریمه است. محدودیتهای این الگو مرتبط با ظرفیتها و تقاضای تولید فروشندگان است. کینگزمن (14) بیان کرده است یکی از مهمترین مسائلی که توجه کمی از سوی پزشکان OR به آن شده است خرید موادی است که قیمت های آنها به طور پیوسته در طی زمان به شیوه ای تصادفی در حال نوسان بوده است. وی در مورد برنامه نویسی خطی مفهومی و پویا به عنوان ابزارهایی برای خرید مواد اولیه با قیمتهای در حال نوسان بحث کرده است. ترنر (15) الگوی برنامه نویسی خطی عینی را برای زغال سنگ انگلستان ارائه کرده است. این الگو با در نظر گرفتن ظرفیت فروشنده، حداکثر و حداقل کمیت سفارش ها، تقاضا و مرزهای منطقه ای اختصاص داده به عنوان محدودیت، قیمت تخفیف داده شده کلی را به حداقل می رساند. پن (16) منابع چندگانه ای را برای بهبود قابلیت اعتماد ذخیره مواد حساس پیشنهاد داده است که در آنها از بیش از یک تامین کننده استفاده شده است و تقاضا بین آنها تقسیم می شود. بیشتر مدیران فروش بر این باورند که خرید از بیش از یک فروشنده در موارد کمبود از شرکت خریدار حفاظت می کند. پن (16) از الگوی برنامه نویسی خطی عینی برای انتخاب بهترین تامین کنندگان استفاده کرده است که در آن سه معیار لحاظ شده اند- قیمت، کیفیت و خدمات. هزینه کلی به عنوان عملکرد عینی در نظر گرفته شده اند و کیفیت و خدمات نیز به عنوان محدودیت ها در نظر گرفته شده اند. شارما و همکاران (17) الگوی برنامه نویسی هدف، عدد صحیح ترکیبی و غیر خطی را برای انتخاب تامین کنندگان پیشنهاد داده اند. آنها در این الگو قیمت، کیفیت، تحویل و خدمات را در نظر گرفتند که در آن همه معیارها به عنوان هدف در نظر گرفته شدند. هدف هزینه در ارتباط با افزایش کمیت خریداری شده کاهش می یابد و در ارتباط با افزایش سطح کیفیت افزایش می یابد. سشادری و همکاران (18) الگوی احتمالی را به منظور ارائه ارتباط میان منابع چندگانه و نتایج آن تدوین کرده اند از جمله تعداد مناقصه ها، سود فروشنده و قیمت خریدار. تنها معیار هزینه در این الگو لحاظ شده است و نویسندگان بیان کرده اند که مصرف کننده باید سایر معیارها مانند کیفیت، تحویل و... را به قیمتی معادل انتقال دهد. بنتون (19) با استفاده از آرامش لاگرانژی برای انتخاب تامین کننده تحت شرایط موارد چندگانه، محدودیتهای منابع و تخفیف کمیت، مراحلی اکتشافی و برنامه نویسی غیر خطی تدوین کرده است. هدف این الگو به حداقل رساندن مجموع هزینه های خرید، هزینه های حمل موجودی و هزینه سفارش است. محدودیتهای ذخیره سازی و سرمایه گذاری به عنوان شرایط در نظر گرفته می شوند. هنگ و هایا[20] محیط خرید JIT را تحلیل کردند. از آنجا که نیاز به مقادیر بسیار کوچک در این سیستم دارای اهمیت است آنها تقسیم یک سفارش بزرگ به ارائه دهندگان یا تامین کنندگان متعدد را مورد بررسی قرار دادند تا حجم سفارش را کاهش دهند. هدف اصلی آنها کاهش هزینه بود، از این جهت آنها این مسئله را با در نظر گرفتن دو فرض مهم حل کردند: اولین فرض بر این بود که هزینه سفارش N تامین کننده برابر یا کمتر از N برابر هزینه سفارش یک تامین کننده باشد. فرض دوم این بود که قیمت خرید باید کمتر از ارزش ثابت باشد. آنها این مسئله را برای مورد خاصی حل کرده بودند اما شیوه آنها را نمی توان برای موقعیت های کلی استفاده کرد. چودری و همکاران[21]برنامه نویسی عدد صحیح ترکیبی و خطی در انتخاب تامین کنندگان تدوین کردند. در الگوی آنها قیمت، تحویل، تخفیف کیفیت و کمیت در نظر گرفته شده بود. هدف این الگو به حداقل رساندن قیمت کل با در نظر گرفتن تخفیف های تجمعی و افزاینده است. کیفیت و تحویل به عنوان محدودیتها در نظر گرفته می شوند. وبر و کارنت[5]از برنامه نویسی خطی چند منظوره در انتخاب تامین کنندگان به منظور تحلیل نظامند تاثیر گذاری عوامل پیچیده استفاده کردند. در این الگو قیت کل، کیفیت و تحویل با تاخیر به عنوان اهداف در نظر گرفته شده اند و دو مجموعه از محدودیتها در نظر گرفته شده اند:(1) محدودیتهای سیستمی که به عنوان محدودیتهایی تعریف شده اند که بطور مستقیم تحت کنترل مدیران خرید نیستند به عنوان مثال ظرفیت های فروشنده، رضایتمندی از تقاضا، حداقل سفارش داده شده توسط فروشندگان و بودجه کلی خرید و (2) محدودیتهای سیاست گذاری از جمله حداکثر یا حداقل سفارش خریداری شده از یک تامین کننده خاص، حداکثر یا حداقل تعداد فروشندگان بکار گرفته شده. کارنت و وبر [22] پیشنهاد داده اند که ساختارهای ریاضی الگوسازی موقعیت تسهیلات را می توان در انتخاب تامین کنندگان بکار برد. آنها هیچ مسئله فروشنده خاصی را حل نکردند اما آنها شباهت های میان مسئله انتخاب فروشندگان و الگوهای جایگیری تسهیلات را نشان دادند. پیچیدگی الگوهای موقعیت و مسئله انتخاب تامین کنندگان نشان می دهد که ترکیب این دو روش با یکدیگر به آسانی امکان پذیر نخواهد بود. روزنتال و همکاران[23] الگو برنامه نویسی عدد صحیح ترکیبی را به منظور حل انتخاب فروشنده همراه با بسته بندی تدوین کردند که در آن خریدار نیازمند به خرید موارد متنوعی از چندین فروشنده است که ظرفیت، کیفیت و تحویل های آن محدود است و محصولات بسته بندی شده با تخفیف را ارائه می دهد. آنها برنامه نویسی هدف واحدی را بکار بستند و قیمت، کیفیت، تحویل و ظرفیت تامین کننده را به عنوان معیار در الگوی خود در نظر گرفتند. قدسی پور و اوبرین[7] سیستم پشتیبان تصمیم گیری (DSS) را به منظور کاهش تعداد تامین کنندگان و مدیریت مشارکت تامین کننده تدوین کردند. آنها از فرایند سلسله مراتبی تحلیلی یکپارچه ای(AHP) همراه با برنامه عدد صحیح ترکیبی استفاده کردند و محدودیت ظرفیت تامین کننده و محدودیت های خریدار را در بودجه و کیفیت و... در سیستم پشتیبانی تصمیم گیری خود در نظر گرفتند. قدسی پور و اوبرین[24] الگویی را در برخورد با انتخاب تامین کننده، منابع متعدد، معیارهای متعدد و تخفیف پیشنهاد دادند. آنها تاثیر محدودیت های بودجه، کیفیت و ظرفیت تامین کننده را در نظر گرفتند. قدسی پور و اوبرین[25] فرایند تحلیل سلسله ای عدد صحیح و الگو برنامه نویسی خطی را تدوین کردند تا به مدیرانی که هم عامل کیفیت و هم عامل کمیت را در فعالیت خرید خود در رویکردی نظام مند در نظر گرفته بودند، کمک کنند. آنها الگوریتمی را به منظور تحلیل حساسیت پیشنهاد دادند تا حالت های مختلف در این تصمیم گیری را بررسی کنند. بیشتر این مقالات قیمت خالص را به عنوان هزینه لجستیک در الگوهای خود در نظر گرفتند اگر چه هزینه های سفارش، حمل و نقل و ذخیره سازی در این تصمیم گیری نیز مهم هستند[26،27]. تنها دو مقاله شامل هزینه های سفارش و ذخیره سازی را در الگوی خود بودند. بنتون[19] ظرفیت تامین کننده و محدودیتهای کیفیت را در نظر نگرفتند. هونگ و هایا[20] کاهش حجم را در محیط JIT مورد بحث قرار دادند که متفاوت از الگو کلی در مسئله انتخاب تامین کننده است. این دو مقاله الگوی عینی واحدی را در کار خود در نظر گرفتند که این الگو یک معیار را به عنوان هدف و سایر معیارها را به عنوان محدودیتهایی در برنامه نویسی در نظر گرفته است. در این موقعیت ها معیارهایی که به عنوان محدودیتها در نظر گرفته شده اند هم وزن هستند معیارهایی که در عمل به ندرت اتفاق می افتند. در مقاله حاضر ابتدا الگو هدف واحدی را به منظور به حداقل رساندن هزینه کلی لجستیک تدوین می کنیم از جمله قیمت کلی، هزینه های موجودی و سفارش، در معرض محدودیتهای ظرفیت تامین کنندگان و محدودیت های خریداران در بودجه بودن، کیفیت، تحویل و.... در مرحله دوم رویکرد برنامه نویسی هدف چندگانه ای به منظور در نظر گرفتن وزن های متفاوت معیارهای متنوع مورد بحث قرار می گیرند.
پیش نمایش مقاله
پیش نمایش مقاله هزینه کلی لجستیک در انتخاب تامین کننده تحت شرایط منابع متعدد، معیارهای متعدد و محدودیت ظرفیت

چکیده انگلیسی

Little attention is given in the literature to decisions on the appropriate selection of suppliers, and on assigning order quantities to these suppliers, in the case of multiple sourcing, with multiple criteria and with suppliers’ capacity constraints. Only a few mathematical programming models to analyse such decisions have been published to date, and these have tended to consider only net price as the cost of purchasing, although the costs of transportation, ordering and storage may be significantly important to the decision. In this paper a mixed integer non-linear programming model is presented to solve the multiple sourcing problem, which takes into account the total cost of logistics, including net price, storage, transportation and ordering costs. Buyer limitations on budget, quality, service, etc. can also be considered in the model. An algorithm is proposed to solve the model, and the model is illustrated using a numerical example.

مقدمه انگلیسی

In most industries the cost of raw materials and component parts constitutes the main cost of a product, such that in some cases it can account for up to 70% [1]. In high technology firms, purchased materials and services represent up to 80% of total product cost [2]. Thus the purchasing department can play a key role in an organization's efficiency and effectiveness because it has a direct effect on cost reduction, profitability and flexibility of a company. Selecting the right suppliers significantly reduces the purchasing cost and improves corporate competitiveness, which is why many experts believe that the supplier selection is the most important activity of a purchasing department [3] and [4]. In spite of the importance of supplier selection problems only a few articles have addressed the decision making. Weber and Current [5] stated that only 10 articles analysed the problem up to the time of their review. A comprehensive review of the articles which have addressed the problem can be found in Ghodsypour [6] and Ghodsypour and O’Brien [7]. The most important articles are described below. Moore and Fearon [8] stated that price, quality and delivery are important criteria for supplier selection and they explained that linear programming can be applied to this decision making. They also discussed other applications of computer technology in the purchasing area. Gaballa [9] is the first author who applied mathematical programming to vendor selection in a real case. He used a mixed integer programming model to formulate this decision making problem for the Australian Post Office. The objective of this programming is to minimize the total discounted price of allocated items to the vendors, under constraints of vendors’ capacity and demand satisfaction. Anthony and Buffa [10] developed a single objective linear programming model to support strategic purchasing scheduling (SPS). The linear model minimizes total cost by considering limitations of purchasing budget, vendor capacities and buyer's demand. Price and storage cost are included in the objective function. The costs of ordering, transportation and inspection are not included in the model. Buffa and Jackson [11] presented a multi-criteria linear goal programming model for supplier selection. In this model two sets of factors are considered: (1) supplier attributes, which include quality, price, service experience, early, late and on-time deliveries and (2) the buying firm's specification, including material requirement and safety stock. Bender et al. [12] applied single objective programming to develop a commercial computerized model for vendor selection at IBM. They used mixed integer programming, to minimize the sum of purchasing, transportation and inventory costs by considering multiple items, multiple time periods, vendors’ quality, delivery and capacity. In this model quantity discount also is included. No mathematical formulations were presented and they did not indicate the kind of discount. Narasimhan and Stoynoff [13] applied a single objective, mixed integer programming model to a large manufacturing firm in the Midwest, to optimize the allocation procurement for a group of vendors. The objective of this model is to minimize the sum of the shipping and the penalty costs. The model constraints are related to vendors’ production capabilities and demand. Kingsman [14] stated that one of the most important problems which has received little attention from OR practitioners is the purchasing of materials whose prices are continually fluctuating in a stochastic manner over time. He discussed conceptually linear programming and dynamic programming as tools for purchasing raw materials with fluctuating prices. Turner [15] presented a single objective linear programming model for British Coal. This model minimized the total discounted price by considering the vendor capacity, maximum and minimum order quantities, demand, and regional allocated bounds as constraints. Pan [16] proposed multiple sourcing for improving the reliability of supply for critical materials, in which more than one supplier is used and the demand is split between them. Most purchasing managers agree that buying from more than one vendor will protect the buying firm in the case of shortages. Pan [16] used a single objective linear programming model to choose the best suppliers, in which three criteria are consiered – price, quality and service. The total cost is taken into account as an objective function and quality and service are considered as constraints. Sharma et al. [17] proposed a non-linear, mixed integer, goal programming model for supplier selection. They considered price, quality, delivery and service in their model, in which all criteria are considered as goals. The cost goal is decreased in relation to the increase in purchased quantity and is raised in relation to the increase in quality level. Seshadri et al. [18] developed a probabilistic model to represent the connection between multiple sourcing and its consequences, such as number of bids, the seller's profit and the buyer's price. Only one criterion, cost, is considered in this model and the authors stated that the user should transfer the other criteria such as quality, delivery, etc., into an equivalent price. Benton [19] developed a nonlinear program and a heuristic procedure using Lagrangian relaxation for supplier selection under conditions of multiple items, multiple suppliers, resource limitations and quantity discount. The model objective is to minimize the sum of purchasing costs, inventory carrying costs and ordering cost. Storage and investment limitations are considered as constraints. Hong and Hayya [20] analysed the JIT purchasing environment. As the need for small lots is an important issue in this system, they discussed splitting a large order quantity into multiple deliveries or multiple suppliers to reduce the lot size. Their main objective was reducing the cost, hence they solved the problem by considering two important assumptions, the first is that the ordering cost of N suppliers is equal to, or less than, N times one supplier's ordering cost. The second assumption is that the purchasing price must be less than a fixed value. As they solved the problem for the special case, it cannot be used for general situations Chaudhry et al. [21] developed linear and mixed integer programming for supplier selection. In their model price, delivery, quality and quantity discount are included. The objective of the model is to minimize aggregate price by considering both cumulative and incremental discounts. Quality and delivery are included as constraints. Weber and Current [5] used multiobjective linear programming for supplier selection to systematically analyse the trade-off between conflicting factors. In this model aggregate price, quality and late delivery are considered as goals, and two sets of constraints are taken into account: (1) systems’ constraints, which are defined as the constraints which are not directly under the control of the purchasing managers such as vendor capacities, demand satisfaction, minimum order quantities established by the vendors and the total purchasing budget; and (2) policy constraints, including maximum and/or minimum order quantities purchased from a particular supplier, and the maximum and/or minimum number of vendors to be employed. Current and Weber [22] proposed that mathematical constructs of facility location modeling can be applied to supplier selection. They did not solve any special vendor problem but they showed the similarities between the vendor selection problem and facility layout models. The complexity of both location models and supplier selection problems indicates that fitting these two methods together cannot be easy. Rosenthal et al. [23] developed a mixed integer programming model to solve the vendor selection with bundling, in which a buyer needs to buy various items from several vendors whose capacity, quality and deliveries are limited and who offer bundled products at discounted prices. They used single objective programming and considered price, quality, delivery and suppliers’ capacity as criteria in their model. Ghodsypour and O’Brien [7] developed a decision support system (DSS) for reducing the number of suppliers and managing the supplier's partnership. They used integrated analytical hierarchy process (AHP) with mixed integer programming and considered suppliers’ capacity constraint and the buyers’ limitations on budget and quality etc. in their DSS. Ghodsypour and O’Brien [24] proposed a model to deal with supplier selection, multiple sourcing, multiple criteria and discounted price. They considered the effects of limitations on budget, quality and suppliers’ capacity. Ghodsypour and O’Brien [25] developed an integrated AHP and linear programming model to help managers consider both qualitative and quantitative factors in their purchasing activity in a systematic approach. They proposed an algorithm for sensitivity analysis to consider different scenarios in this decision making. Most of these articles considered net price as the cost of logistics in their models, although the storage, transportation and ordering costs are also important in this decision making [26] and [27]. Only two articles [19] and [20] involved ordering and storage costs in their models. Benton [19] did not consider the supplier's capacity and quality constraints. Hong and Hayya [20] discussed reducing lot size in the JIT environment, which is different from a general model for the supplier selection problem. These two articles considered single objective model in their work, which consider one criteria as the objective and the other criteria as the constraint in the programming. In this situations the criteria which are considered as constraints are weighted equally which rarely happens in practice. In this present article, first a single objective model is developed to minimize the total cost of logistics, including aggregate price, ordering, and inventory costs, subject to suppliers’ capacity constraints and the buyers’ limitations on budget, quality, delivery, etc. Second, a multiple objective programming approach is discussed to take into account different weights for various criteria.

نتیجه گیری انگلیسی

Supplier selection is one of the most important activities of purchasing managers in which cost, quality, delivery, etc., should be considered in selecting the best suppliers. Shortage of suppliers’ capacity makes the problem difficult, and considering the total cost of purchasing makes it more complicated. This paper has described a non-linear integer programming model which has been developed to help managers in this decision making. In order to solve the non-linear integer programming, it is necessary to solve 2n pure non-linear programs. Although the model should be run 2n times for n suppliers, the model solution should not take too long because in most practical cases there are usually a maximum of 12 vendors [21] and also because some cases are omitted, as they cannot satisfy the demand constraint.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.