آمار

تعداد نشریات36
تعداد شماره‌ها1,192
تعداد مقالات8,579
تعداد مشاهده مقاله6,988,699
تعداد دریافت فایل اصل مقاله4,032,540
ترابی, حسن, نصرتی, متینه. (1402). ارزیابی عملکرد زنجیره تأمین براساس معیارهای SCOR (مورد مطالعه: شرکت خالص‌‌ سازان روی زنجان). پدافند الکترونیکی و سایبری, 25(79), 39-48.
حسن ترابی; متینه نصرتی. "ارزیابی عملکرد زنجیره تأمین براساس معیارهای SCOR (مورد مطالعه: شرکت خالص‌‌ سازان روی زنجان)". پدافند الکترونیکی و سایبری, 25, 79, 1402, 39-48.
ترابی, حسن, نصرتی, متینه. (1402). 'ارزیابی عملکرد زنجیره تأمین براساس معیارهای SCOR (مورد مطالعه: شرکت خالص‌‌ سازان روی زنجان)', پدافند الکترونیکی و سایبری, 25(79), pp. 39-48.
ترابی, حسن, نصرتی, متینه. ارزیابی عملکرد زنجیره تأمین براساس معیارهای SCOR (مورد مطالعه: شرکت خالص‌‌ سازان روی زنجان). پدافند الکترونیکی و سایبری, 1402; 25(79): 39-48.

ارزیابی عملکرد زنجیره تأمین براساس معیارهای SCOR (مورد مطالعه: شرکت خالص‌‌ سازان روی زنجان)

مدیریت زنجیره تأمین
دوره 25، شماره 79، تیر 1402، صفحه 39-48    اصل مقاله (1.06 M)
نوع مقاله: پژوهشی
نویسندگان
حسن ترابی* 1؛ متینه نصرتی2
1دانش‏ آموخته دکترا، مدرس و محقق مجتمع دانشگاهی مدیریت و مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایران
2کارشناسی مهندسی صنایع، دانشگاه زنجان، زنجان، ایران
تاریخ دریافت: 02 شهریور 1401،  تاریخ بازنگری: 11 اردیبهشت 1402،  تاریخ پذیرش: 10 خرداد 1402 
چکیده
در عصر حاضر زنجیره تأمین سهم بزرگی از فعالیت‌های بشری را به خود اختصاص داده است. در حوزه مدیریت زنجیره تأمین و دستیابی به عملکرد بهتر و تمرکز بر قابلیت اصلی، پایش عملکرد تأمین کننده بسیار حائز اهمیت است. از یک سو موضوع جهانی سازی و برون سپاری‌های فرا قاره‌ای و از سوی دیگر موضوع پایداری، بر شدت اهمیت انتخاب رویکرد مناسب نسبت به تأمین کننده بر اساس اهمیت راهبردی و ریسک تأمین، است. ‌‌‌بنابراین، موفقیت سازمان‌ها در محیط رقابت جهانی به شدت به تدوین نوع ارتباط با تأمین کنندگان اعم از وابسته سازی، همکاری، پاداش دراز مدت و رویکرد چند منبعی وابسته است. در این مقاله با بکارگیری استنتاج عصبی- فازی تطبیقی به ارزیابی عملکرد زنجیره تأمین بر اساس مؤلفه‌های قابلیت اطمینان، پاسخگویی، چابکی، هزینه‌ها و کارایی مدیریت دارایی در مورد مطالعاتی "شرکت خالص سازان روی زنجان" پرداخته شده است. خروجی بررسی شاخص‌های مرتبط با هر مؤلفه در این روش، در مجموع منجر به پیش بینی عملکرد تأمین کننده و تدوین راهبرد برای دستیابی به وضعیت مطلوب خواهد شد. علاوه بر این، مقایسه مدلهای خوشه بندی نشان داد که روش خوشه بندی c میانگین فازی با تعداد 4 خوشه، دارای کمترین خطای پیش بینی است. نتایج  این پژوهش این امکان را می‌دهد تا عملکرد زنجیره تأمین را از منظرهای مختلف مدل SCOR ، اندازه گیری کرد. در ادامه، این مدیران، می‏توانند اطلاعاتی را ارائه دهند که به متخصص سیستم برای تجزیه و تحلیل شکاف بین سطح عملکرد مورد انتظار و وضعیت فعلی از نظر مؤلفه‌های مورد اشاره کمک نماید.
کلیدواژه‌ها
ارزیابی عملکرد زنجیره تأمین؛ مدل SCOR؛ سیستم استنتاج عصبی- فازی تطبیقی
عنوان مقاله [English]
Evaluation of Supply Chain Performance Based on SCOR Criteria (Case Study: Zanjan Zinc Refinery Company)
نویسندگان [English]
Hassan Torabi1؛ Matineh Nosrati2
1Industrial engineering faculty, Malek Ashtar University of Technology
2Industrial Engineering, Zanjan University, Iran
چکیده [English]
In today's era, the supply chain has taken a large share of human activities. In the field of SCM, to achieve better performance and focus on core capabilities, supplier performance monitoring is very important. On the one hand, the issue of globalization and transcontinental outsourcing, and on the other hand, the issue of viability has imposed high importance to choosing the right approach to the supplier based on the strategic importance and supply risk. Therefore, the success of organizations in the global competition environment is highly dependent on formulating the type of relationship with suppliers, including affiliation, cooperation, long-term rewards, and a multi-source approach. In this paper, by using adaptive neuro-fuzzy inference, the performance of the SC has been evaluated based on the components of reliability, responsiveness, agility, costs and efficiency of asset management in the case study of " Zanjan Zinc Refinery Company". The output of examining the indicators related to each component in this method will lead to predicting the performance of the supplier and formulating a strategy to achieve the desired situation. In addition, the comparison of clustering models showed that the fuzzy mean clustering method with the number of 4 clusters has the lowest prediction error. The results of this research make it possible to measure the performance of the SC from different perspectives of the SCOR model. One can also provide information that helps the system expert to analyze the gap between the expected and the current performance level in terms of the mentioned components.
کلیدواژه‌ها [English]
Evaluation of Supply Chain Performance, SCOR Model, Adaptive Neuro-Fuzzy System
مراجع
  • Rosyidah, N. Khoirunnisa, U. Rofiatin, A. Asnah, A. Andiyan, and D. Sari, "Measurement of key performance indicator Green Supply Chain Management (GSCM) in palm industry with green SCOR model," Materials Today: Proceedings, vol. 63, pp. S326-S332, 2022.
  • Bandari, and A Estakhryan Haghighi, "Analysis of the leather whip effect using forecasting methods in the supply chain", 1st international and the 2nd national conference on management, ethics and business, 2019. (In Persian)
  • Ghadimi, A. Dargi, and C. Heavey, "Sustainable supplier performance scoring using audition check-list based fuzzy inference system: A case application in automotive spare part industry," Computers & Industrial Engineering, vol. 105, pp. 12-27, 2017.
  • Safaei, P. Ghasemi, F. Goodarzian, and M. Momenitabar, "Designing a new multi-echelon multi-period closed-loop supply chain network by forecasting demand using time series model: a genetic algorithm," Environmental Science and Pollution Research, vol. 29, no. 53, pp. 79754-79768, 2022.
  • M. Bassiouni, R. K. Chakrabortty, O. K. Hussain, and H. F. Rahman, "Advanced deep learning approaches to predict supply chain risks under COVID-19 restrictions," Expert Systems with Applications, vol. 211, p. 118604, 2023.
  • Vegter, J. van Hillegersberg, and M. Olthaar, "Performance measurement system for circular supply chain management," Sustainable Production and Consumption, 2023.
  • Saleheen and M. M. Habib, "Embedding attributes towards the supply chain performance measurement," Cleaner Logistics and Supply Chain, vol. 6, p. 100090, 2023.
  • A. Ebrahimi Jarjafaki, and S.M.T Fatemi Qomi, "Presenting a hybrid framework of neural networks for efficient forecasting in the supply chain", International Conference of the Iranian Association for Operations Research,. 2018, (In Persian).
  • Maestrini, D. Luzzini, P. Maccarrone, and F. Caniato, "Supply chain performance measurement systems: A systematic review and research agenda," International Journal of Production Economics, vol. 183, pp. 299-315, 2017.
  • Spieske and H. Birkel, "Improving supply chain resilience through industry 4.0: A systematic literature review under the impressions of the COVID-19 pandemic," Computers & Industrial Engineering, vol. 158, p. 107452, 2021.
  • Sathyan, P. Parthiban, R. Dhanalakshmi, and M. Sachin, "An integrated Fuzzy MCDM approach for modelling and prioritising the enablers of responsiveness in automotive supply chain using Fuzzy DEMATEL, Fuzzy AHP and Fuzzy TOPSIS," Soft Computing, vol. 27, no. 1, pp. 257-277, 2023.
  • Bastas and K. Liyanage, "Sustainable supply chain quality management: A systematic review," Journal of cleaner production, vol. 181, pp. 726-744, 2018.
  • S. Nudurupati, U. S. Bititci, V. Kumar, and F. T. Chan, "State of the art literature review on performance measurement," Computers & Industrial Engineering, vol. 60, no. 2, pp. 279-290, 2011.
  • Esmaili, "Evaluation of supply chain performance using supply chain operations reference model (SCOR)-Fuzzy TOPSIS (Case study: Saipa Automobile Company)", Master's thesis, faculty of Islamic Azad University, Tehran Central Branch, Faculty of Management, 2014. (In Persian)
  • Mishra, A. Gunasekaran, T. Papadopoulos, and R. Dubey, "Supply chain performance measures and metrics: a bibliometric study," Benchmarking: An International Journal, vol. 25, no. 3, pp. 932-967, 2018.
  • R. Lima-Junior and L. C. R. Carpinetti, "Quantitative models for supply chain performance evaluation: A literature review," Computers & Industrial Engineering, vol. 113, pp. 333-346, 2017.
  • Q. N. Karimi, P, "A conceptual Model to Study the Effect of Enterprise Risks on Performance of IT Companies,", Journal of Information Technology Management, vol. 1, no. 2, pp. 119-, 2009. (In Persian).
  • L. Newbert, "Empirical research on the resource‐based view of the firm: an assessment and suggestions for future research," Strategic management journal, vol. 28, no. 2, pp. 121-146, 2007.
  • C. Bozarth, R. B. Handfield, and H. J. Weiss, Introduction to operations and supply chain management. Pearson Prentice Hall Upper Saddle River, NJ, 2008.
  • L. Handoko, R. Aryanto, and I. G. So, "The impact of enterprise resources system and supply chain practices on competitive advantage and firm performance: Case of Indonesian companies," Procedia Computer Science, vol. 72, pp. 122-128, 2015.
  • G. Enz and D. M. Lambert, "A supply chain management framework for services," Journal of Business Logistics, vol. 44, no. 1, pp. 11-36, 2023.
  • Deshpande, "Supply chain management dimensions, supply chain performance and organizational performance: An integrated framework," International Journal of Business and Management, vol. 7, no. 8, p. 2, 2012.
  • Shahbandarzadeh, F. Abadi, "Evaluation of supply chain performance with SCOR approach, Journal of Business Studies. vol. 14, no. 79, pp. 37-49, 2016. (In Persian)
  • Zamanian and M. Salehi, "Evaluating the Performance of the Service Supply Chain from a Strategic Viewpoint Based on the SCOR Approach and the Fuzzy Prioritization Technique," Iranian Journal Of Supply Chain Management, vol. 24, no. 75, pp. 75-85, 2022. (In Persian)
  • Danaei Fard, S.M. Alwani, and A. Azar. "Quantitative research methodology in management: a comprehensive approach". Safar Publishing House, Tehran, 1st edition, 2013. (In Persian).
  • -N. Wang, Y.-F. Huang, I.-F. Cheng, and V. T. Nguyen, "A multi-criteria decision-making (MCDM) approach using hybrid SCOR metrics, AHP, and TOPSIS for supplier evaluation and selection in the gas and oil industry," Processes, vol. 6, no. 12, p. 252, 2018.
آمار
تعداد مشاهده مقاله: 366
تعداد دریافت فایل اصل مقاله: 322