دانلود ترجمه مقاله رویکرد تصمیم گیری چند شاخصه ای برای برون سپاری لجستیک معکوس

1. مقدمه 2. مروری بر مقالات 3. رویکرد MADM ترکیبی 4. مطالعه موردی و نتایج 5. دلالت های مدیریتی 6. نتیجه گیری و جهت گیری های آتی

در این مقاله، یک رویکرد تصمیم گیری چند شاخصه ای (MADM) ترکیبی نوین را پیشنهاد می کنیم که شامل فرآیند سلسله مراتبی تحلیل فازی (AHP فازی) و بهینه سازی چند هدفی خاکستری براساس تحلیل نسبت (MOORA-G) می باشد. با استفاده از اعداد فازی و خاکستری، با موفقیت به ورودی های کیفی و غیرمعین که اغلب از فرآیند تصمیم گیری جهان واقعی می آیند، پرداختیم. از این رویکرد ترکیبی استفاده می کنیم تا از مزیت های حاصل شده توسط دو روش بهره بگیریم و اولی را برای وزن بندی ضوابط ملاحظه شده اختصاص دهیم و دومی را برای رتبه بندی گزینه ها بکار بگیریم. برای نشان دادن عملکرد رویکرد ترکیبی پیشنهادی، آنرا برای یک مطالعه موردی در مورد انتخاب ارائه دهندگان لجستیک معکوس شخص ثالث (3PRLP ها) برای یک شرکت تولیدی قطعات خودرو بکار می گیریم و آنرا با روش MOORA مقایسه می کنیم. نتایج این مطالعه نشان می دهند که رویکرد پیشنهادی ما می تواند عملکرد قوی تری در مواجهه با عدم قطعیت در داده ها و ورودی ها حاصل کند و در نتیجه شایسته دامنه گسترده تری از کاربردها باشد. مقدمه: لجستیک معکوس، برنامه ریزی زمانی و طرح ریزی جریان عقبگرد محصولات، بخصوص کالاهای دست دوم، از مشتریان و مصرف کنندگان به تامین کنندگان و سازندگان به چندین منظور، مانند تعمیر، تولید مجدد، بازیافت، دفع و غیره می باشد (گوویندان و همکاران، 2018). لجستیک معکوس می تواند به یک توازن پایدار و مناسب بین امور اقتصادی و محیطی دست یابد، به نحوی که نه تنها سود و منفعت را با تامین کالاهای دست دوم فراهم می کند بلکه همچنین از محیط زیست با بازیافت و دفع مناسب، حفاظت می کند (پرتی و همکاران، 2015؛ زربخش نیا و همکاران، 2019). به عقیده راجرز و تریبن-لمبکه(1999)، «لجستیک معکوس، روند طراحی، برنامه ریزی زمانی، طرح ریزی، کنترل و انبار داری و همچنین اطلاعات برای محصولات عودت داده شده در جریان معکوس زنجیره تامین کلاسیک برای بازیابی ارزش و کسب مزیت رقابتی می باشد».

In this paper, we propose a novel hybrid multiple attribute decision-making (MADM) approach, which includes fuzzy analytic hierarchy process (fuzzy AHP) and gray multi-objective optimization by ratio analysis (MOORA-G). By using fuzzy and gray numbers, we successfully deal with the qualitative and uncertain inputs that often arise from real-world decision-making process. We adopt this hybrid approach to take the advantages offered by both methods, and designate the former for weighting the considered criteria, and the latter for ranking the alternatives. To demonstrate the performance of the proposed hybrid approach, we apply it to a case study on the selection of third-party reverse logistics providers (3PRLPs) for a car parts manufacturing company and benchmark it with the MOORA method. The outcome of this study indicates that our proposed approach can offer more viable performance when facing qualitative data and input uncertainties, and consequently, lends itself to a wider range of applications. Introduction: Reverse logistics is the scheduling and planning for the backward flow of products, to be more specific second-hand goods, from customers and consumers to suppliers and manufacturers for the purpose of several activities such as repairing, remanufacturing, recycling, disposal and so on (Govindan et al., 2018). Reverse logistics could help obtain a viable and suitable balance between economic and environmental matters, in such a way that it not only brings profit with second-hand goods refurbishment but also protects the environment with recycling and proper disposal (Peretti et al., 2015, Zarbakhshnia et al., 2019). According to Rogers and Tibben-Lembke (1999), “reverse logistics is the trend of design, schedule, planning, controlling and warehousing and also information for returned products in reverse flow of classical supply chain in order to recover value and get the competitive advantage".

بخشی از ترجمه مقاله (صفحه 23 فایل ورد ترجمه)