ارایه مدل تصمیمگیری دادهمحور بهمنظور ارزیابی بهصورتکنندگان پایدار و تابآور در صنعت خودرو
نویسندگان
1 گروه مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل، ایران.
2 گروه مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل، ایران.
3 گروه مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل، ایران.
4 گروه مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل، ایران.
doi
10.48313/jqem.2025.529590.1555چکیده
هدف: با توجه به چالشهای رو به رشد زنجیرههای بهصورت در دنیای امروز، شامل نوسانات بازار، فشارهای فزاینده زیستمحیطی و اجتماعی و نیز نیاز به افزایش تابآوری در برابر بحرانهای پیشبینینشده (مانند همهگیری کرونا و بحرانهای اقتصادی)، انتخاب بهصورتکنندگانی که بهطور همزمان معیارهای پایداری و تابآوری را برآورده کنند، اهمیتی استراتژیک پیدا کرده است. در این راستا، هدف اصلی این پژوهش ارایه یک مدل تصمیمگیری جامع و دادهمحور با رویکردی آیندهنگر برای ارزیابی و انتخاب بهصورتکنندگان در زنجیرهبهصورت است که بتواند همزمان ابعاد مختلف پایداری و تابآوری را مد نظر قرار دهد.روششناسی پژوهش: در مدل ارایهشده، ابتدا وزن معیارها و زیرمعیارهای مطرحشده از طریق روش بهترین-بدترین تصادفی محاسبه گردید. سپس ارزیابی عملکرد بهصورتکنندگان با استفاده از روش تصمیمگیری چندمعیاره ویکور تصادفی انجام گرفت. در مرحله بعد، برای پیشبینی عملکرد آتی بهصورتکنندگان از الگوریتم رگرسیون جنگل تصادفی استفاده شد. این مدل در قالب یک مطالعه موردی در شرکت خودروسازی سایپا کاشان و با بهرهگیری از پرسشنامههای تخصصی و نظرات کارشناسان صنعت اجرا شد.یافتهها: نتایج پژوهش نشان داد که معیارهای مرتبط با پایداری و تابآوری در انتخاب بهصورتکنندگان صنعت خودرو نقش کلیدی دارند. در میان زیرمعیارهای بررسیشده، انتشار گازهای گلخانهای و کاهش مصرف انرژی به دلیل الزامات زیستمحیطی، و هزینه و سطح موجودی ایمنی به علت تاثیر مستقیم بر عملکرد اقتصادی و تداوم عملیات، بیشترین تاثیر را بر کارایی بهصورتکنندگان داشتند. علاوهبر این، بهکارگیری الگوریتم جنگل تصادفی برای پیشبینی عملکرد آینده بهصورتکنندگان نشان داد که این روش از دقت پیشبینی بالایی برخوردار است (RMSE = 0.0976).اصالت/ارزشافزوده علمی: گرچه هر یک از روشهای بهکاررفته در این پژوهش (بهترین-بدترین تصادفی، ویکور تصادفی، الگوریتم جنگل تصادفی) بهصورت جداگانه در مطالعات پیشین مورد استفاده قرار گرفتهاند، اما ارایه چارچوبی یکپارچه که این سه روش را با یکدیگر ترکیب کند، نوآوری اصلی این مطالعه محسوب میشود. در واقع، این پژوهش برای نخستین بار با تلفیق روشهای چندمعیاره و الگوریتم یادگیری ماشین، یک مدل تصمیمگیری جامع و دادهمحور ارایه کرده است که علاوهبر ارزیابی عملکرد کنونی بهصورتکنندگان، قابلیت پیشبینی عملکرد آینده آنها را نیز فراهم میکند. چنین ترکیبی، پیش از این در ادبیات انتخاب بهصورتکننده با تمرکز همزمان بر پایداری و تابآوری زنجیرهبهصورت در صنعت خودرو ارایه نشده و از این منظر دارای نوآوری روششناختی مشخص و واضح است.