ارایه مدلی جهت ارزیابی تامین کنندگان جدید و فعلی سازمان به صورت همزمان با استفاده از شبکه های عصبی مصنوعی

فعالیت خرید به عنوان یک قابلیت رقابتی یکی از مهمترین فعالیت های زنجیره تامین است . با توجه به نقش تعیین کننده تامین کنندگان در کیفیت محصول نهایی و نهایتا رضایت مشتری، سازمان ها عملکرد تامین کنندگان خود را به صورت دوره ای ارزیابی می نمایند . با توجه به اینکه تحقیقات نشان داده است با اکتفا کردن به ارزیابی دوره ای تامین کنندگان موجود، سازمان ها در 50 درصد موارد، شانس خود را برای انتخاب بهترین تامین کننده از دست می دهند [18] و از طرفی به دلیل وجود شاخص های مختلف برای ارزیابی تامین کنندگان در مقاطع زمانی مختلف، ارزیابی همزمان تامین کنندگان فعلی و جدید همواره مساله پیش روی سازمان ها بوده است . به عنوان مثال شاخص هایی چون تحویل به موقع و کیفیت محموله ها که از ابعاد اصلی کیفیت می باشند، تنها برای ارزیابی تامین کنندگان فعلی سازمان ها قابل استفاده بوده و برای تامین کنندگان جدید به دلیل عدم وجود اطلاعات، قابل استفاده نمی باشد که این امر مقایسه همزمان تامین کنندگان را با مشکل مواجه می نماید . موضوع حایز اهمیت دیگر در ارزیابی تامین کنندگان، وابسته بودن قضاوت فرد تصمیم گیرنده به تجربه می باشد، که با افزایش تعداد تامین کنندگان یکنواختی قضاوت در تصمیم گیری کمتر شده و احتمال بروز خطا افزایش می یابد . در این مقاله مدلی با استفاده از شبکه های عصبی مصنوعی ارایه گردیده که ضمن انجام ارزیابی تامین کنندگان فعلی و جدید، امکان مقایسه آنان را از طریق آموزش و طراحی شبکه عصبی، فراهم می نماید . استفاده از شبکه های عصبی مصنوعی ضمن ارایه مدلی دقیق و ساده برای ارزیابی و انتخاب تامین کنندگان تجربه فرد خبره را در سیستم ذخیره نموده و سازمان را از وابستگی به فرد به سوی وایستگی به سیستم سوق می دهد . به علاوه با توجه به استفاده از تکنیک های مختلف در ارزیابی و انتخاب تامین کنندگان و مباحث مرتبط با آن توسط محققین، در این مقاله پس از بررسی 147 مقاله در این ارتباط موارد مرتبط با تکنیک های ارزیابی، دست بندی و عنوان گردیده است .