انتخاب تأمین‌کننده و ارزیابی عملکرد در محیط‌های تولید بهنگام

چکیده

هدف از این مقاله کمک به تولید‌کنندگان بهنگام در انتخاب مناسب‌ترین تأمین‌کننده و ارزیابی عملکرد آنان است. بسیاری از تولید‌کنندگان فلسفه بهنگام بودن را با توجه به مزیت رقابتی آن در بازار جهانی امروزی به کار می‌گیرند. بستر موفقیت تولید بهنگام، هدایت شرکت‌ها به استفاده از این فلسفه در تمامی زنجیره تأمین است. تهیه قطعات و مواد، موضوع بسیار مهمی در اجرای مؤثر و موفقیت‌آمیز فلسفه بهنگامی است. بنابراین، انتخاب تأمین‌‌کننده و ارزیابی عملکرد آن‌ها در روابط بلند‌مدت، در این محیط از اهمیت بیشتری برخوردار است. سیستم پیشنهاد شده در این تحقیق تولید‌کنندگان را در این زمینه یاری می‌نماید. در این تحقیق سیستم‌های انتخاب تأمین‌کننده و ارزیابی عملکرد آن‌ها ارائه شده است. رویکرد پیشنهادی محدود به تأمین بهنگام نیست و سایر تولید‌کنندگان نیز می‌توانند از آن در انتخاب مناسب‌ترین تأمین‌کننده‌ و ارزیابی عملکردشان‌ استفاده نمایند. داده‌های مربوط جهت شبکه عصبی، از کارخانه اتومبیل‌سازی‌ گرفته شده است و نتیجه نشان داده که می‌توان از سیستم‌های پیشنهادی به طور مؤثری استفاده نمود.

کلیدواژه‌ها


عنوان مقاله [English]

Supplier selection and performance evaluation in just-in-time production environments

چکیده [English]

The purpose of this paper is to aid just-in-time (JIT) manufacturers in selecting the most appropriate suppliers and in evaluating supplier performance. Many manufacturers employ the JIT philosophy in order to be more competitive in today’s global market. The success of JIT on the production floor has led many firms to expand the JIT philosophy to the entire supply chain. The procurement of parts and materials is a very important issue in the successful and effective implementation of JIT; thus, supplier selection and performance evaluation in long-term relationships have became more critical in JIT production environments. The proposed systems can assist manufacturers in handling these issues. In this research, neural network based supplier selection and supplier performance evaluation systems are presented. The proposed approach is not limited to JIT supply. It can assist manufacturers in selecting the most appropriate suppliers and in evaluating supplier performance. The proposed neural network based systems are tested with data taken from an automotive factory, and the results show that the proposed systems can be used effectively.

کلیدواژه‌ها [English]

  • Just-in-time production
  • Supplier selection
  • Supplier performance evaluation
  • neural network