DOI: https://doi.org/10.1007/s40747-024-01500-5
تاريخ النشر: 2024-07-02
المؤلف: Kai Gao وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تتناول ورقة البحث تحول نماذج سلسلة التوريد التقليدية من خلال التكنولوجيا الرقمية، مع التأكيد على الحاجة إلى اختيار الشركات لشريك سلسلة توريد رقمي (DSCP) في بيئات غير مؤكدة ومستدامة. لتسهيل هذا الاختيار، يقترح المؤلفون منهجية مبتكرة لصنع القرار تدمج مقاييس الانتروبيا، وعوامل دومي العامة، ونموذج تحديد الوزن المتكامل، وطريقة التقييم النسبي المعقد (COPRAS)، جميعها تحت ظروف ضبابية كروية. يتم تقديم مقياس انتروبيا جديد لقياس ضبابية المجموعات الضبابية الكروية، وتستخدم عوامل دومي العامة لدمج المعلومات الضبابية الكروية. يتم التحقق من فعالية المنهجية من خلال دراسة تجريبية تركز على شركة سيارات الطاقة الجديدة، مما يوضح قدرتها على تحديد أفضل DSCP في ظل معلومات الوزن غير المكتملة.
في الختام، تسلط الدراسة الضوء على قيود نماذج اتخاذ القرار الجماعي الحالية في معالجة مشكلة اختيار DSCP، مثل تجاهل أهمية الخبراء والاعتماد على وجهات نظر غير مكتملة أو فردية. تهدف منهجية MEMCDM المتكاملة المقترحة، التي تجمع بين طريقة وزن الانتروبيا، وطريقة الأفضل والأسوأ (BWM)، ونموذج COPRAS المحسن، إلى التغلب على هذه العيوب. تم هيكلة المنهجية في ثلاث مراحل: تحديد وزن الخبراء، وتحديد وزن المعايير، وترتيب DSCPs باستخدام عوامل محسنة. تؤكد النتائج صحة واستقرار وموثوقية منهجية SF-BWM-Entropy-COPRAS المقترحة، مما يجعلها قابلة للتطبيق ليس فقط لاختيار DSCP ولكن أيضًا لسيناريوهات اتخاذ القرار الأخرى التي تتضمن معلومات ضبابية كروية. تشمل اتجاهات البحث المستقبلية توسيع المعايير لاختيار DSCP، وتعزيز عمليات الوصول إلى توافق، وتطوير نماذج اتخاذ القرار متعددة المصادر لتحسين قوة اتخاذ القرار.
مقدمة
تسلط مقدمة ورقة البحث هذه الضوء على التأثير التحويلي للتقنيات الرقمية، مثل الذكاء الاصطناعي والبلوكشين، على ديناميكيات سلسلة التوريد في صناعة التصنيع (SC). من خلال دمج هذه التقنيات في نماذج SC التقليدية، تظهر سلسلة توريد رقمية (DSC)، مما يعزز المرونة والتنسيق ومراقبة البيانات، وبالتالي يوفر دعمًا مستنيرًا لصنع القرار للمديرين. تؤكد الورقة على الأهمية الاستراتيجية لاختيار شركاء سلسلة توريد رقميين مناسبين (DSCPs) في بيئة تنافسية وغير مؤكدة، مما يؤطر هذه العملية كمسألة صنع قرار متعددة الخبراء ومعايير (MEMCDM) تتأثر بالتقييمات الضبابية وغير المؤكدة.
لمعالجة تعقيدات صنع القرار في ظل عدم اليقين، تقدم الورقة مجموعات ضبابية كروية (SFSs) كأداة متقدمة لتمثيل المعلومات غير المؤكدة بشكل أكثر فعالية من المجموعات الضبابية التقليدية. تسمح SFSs بتعبير أكثر دقة عن تقييمات الخبراء من خلال استيعاب درجات العضوية الإيجابية والمحايدة والسلبية. يقترح المؤلفون طريقة جديدة تعتمد على Spherical fuzzy-COPRAS، والتي تدمج عمليات دومي العامة ونموذج شامل لتحديد الوزن يجمع بين مقاييس الانتروبيا وطرق الأفضل والأسوأ (BWM). تهدف هذه المنهجية إلى تعزيز عملية اختيار DSCPs، مما يسهم في تحسين نتائج التحول الرقمي للشركات. توضح الورقة هيكلها، مع تفاصيل حول المفاهيم الأساسية، والمنهجيات المقترحة، ودراسة حالة للتحقق من صحة النهج.
طرق
في هذا القسم، يقدم المؤلفون منهجية هجينة جديدة تُسمى إطار عمل SF-BWM-Entropy-COPRAS، والتي تدمج الأعداد الضبابية الكروية (SFNs) مع نهج اتخاذ القرار COPRAS. يستخدم الإطار مشغلات SFGDWA وSFGDWG، جنبًا إلى جنب مع مقياس انتروبيا ضبابي كروي وطريقة الأفضل والأسوأ (BWM)، لمعالجة عدم اليقين في تقييمات الخبراء بشكل فعال. تبدأ العملية ببناء مصفوفة قرار ضبابية كروية استنادًا إلى تقييمات الخبراء، تليها حساب أوزان الخبراء باستخدام مقياس الانتروبيا المقترح. بعد ذلك، يتم تجميع التقييمات الفردية في مصفوفة تقييم ضبابية كروية مدمجة (FSFAM)، ويتم تحديد أوزان المعايير المتكاملة من خلال مزيج من الطرق الموضوعية والذاتية.
يتم التحقق من فعالية منهجية SF-BWM-Entropy-COPRAS من خلال دراسات مقارنة ضد الأساليب الضبابية الكروية الحالية، مما يظهر قوتها وأدائها المتفوق في اختيار أفضل مخططات اتخاذ القرار. تشير النتائج إلى أن الطريقة المقترحة تحدد باستمرار الخيار الأمثل (Q2) عبر مختلف أطر المقارنة، بينما تظهر أيضًا معامل ارتباط مرتبة سبيرمان (SRCC) مرتفع مع طرق أخرى. يبرز المؤلفون مزايا نهجهم، بما في ذلك قدرته على دمج آليات الوزن الذاتية والموضوعية، وتقليل فقدان المعلومات دون تطبيع، والحفاظ على بساطة حسابية، مما يرسخ إطار عمل SF-BWM-Entropy-COPRAS كأداة موثوقة وفعالة لصنع القرار متعدد الخبراء في سياقات ضبابية كروية.
نقاش
في هذا القسم، يناقش المؤلفون المفاهيم الأساسية لمجموعات الضبابية الكروية (SFSs) وعمليات دومي العامة، مما يضع إطارًا لمقياس الانتروبيا المقترح ومشغلات التجميع. يتم تعريف SFSs من خلال ثلاث درجات من العضوية—الإيجابية، والمحايدة، والسلبية—جنبًا إلى جنب مع درجة الرفض، مما يضمن أن مجموع مربعات هذه الدرجات لا يتجاوز الواحد. يقدم المؤلفون عدة قوانين تشغيلية لـ SFSs، بما في ذلك عمليات الجمع والضرب، ويقدمون مقياس انتروبيا جديد مصمم لقياس ضبابية SFSs، والذي يتوافق مع بديهيات معينة تؤكد فعاليته كمقياس انتروبيا.
يتناول القسم أيضًا تطوير مشغلات دومي العامة المصممة لـ SFSs، والتي تلعب دورًا حيويًا في إنشاء مشغلات التجميع مثل متوسط الوزن العام لمجموعات دومي الضبابية الكروية (SFGDWA) ومتوسط هندسي عام لمجموعات دومي الضبابية الكروية (SFGDWG). تُظهر هذه المشغلات أنها تحافظ على خصائص مثل التماثل، والتزايد، والحدود، وهي حاسمة لتطبيقها في عمليات اتخاذ القرار. يختتم المؤلفون بتوضيح الآثار العملية لطرقهم المقترحة في تحليل القرار، لا سيما في سياق اختيار شركاء سلسلة التوريد الرقمية، مما يظهر قابلية تطبيق ومتانة مساهماتهم النظرية.
DOI: https://doi.org/10.1007/s40747-024-01500-5
Publication Date: 2024-07-02
Author(s): Kai Gao et al.
Primary Topic: Multi-Criteria Decision Making
Overview
The research paper addresses the transformation of traditional supply chain models through digital technology, emphasizing the need for enterprises to select a digital supply chain partner (DSCP) in uncertain and sustainable environments. To facilitate this selection, the authors propose an innovative decision-making methodology that integrates entropy measures, generalized Dombi operators, an integrated weight-determination model, and the complex proportional assessment (COPRAS) method, all under spherical fuzzy conditions. A novel entropy measure is introduced to quantify the fuzziness of spherical fuzzy sets, and generalized Dombi operators are utilized for the fusion of spherical fuzzy information. The methodology’s effectiveness is validated through an empirical study focused on a new energy vehicle enterprise, demonstrating its capability to identify the optimal DSCP amidst incomplete weight information.
In conclusion, the study highlights the limitations of existing group decision models in addressing the DSCP selection problem, such as neglecting expert importance and relying on incomplete or singular perspectives. The proposed integrated MEMCDM approach, which combines the entropy weight method, best worst method (BWM), and an improved COPRAS model, aims to overcome these deficiencies. The methodology is structured into three stages: expert weight determination, criteria weight identification, and prioritization of DSCPs using improved operators. The results confirm the proposed SF-BWM-Entropy-COPRAS approach’s validity, stability, and reliability, making it applicable not only for DSCP selection but also for other decision-making scenarios involving spherical fuzzy information. Future research directions include expanding the criteria for DSCP selection, enhancing consensus-reaching processes, and developing multi-source information decision models to improve decision-making robustness.
Introduction
The introduction of this research paper highlights the transformative impact of digital technologies, such as artificial intelligence and blockchain, on the manufacturing industry’s supply chain (SC) dynamics. By integrating these technologies into traditional SC models, a digital supply chain (DSC) emerges, enhancing flexibility, coordination, and data monitoring, thereby providing managers with informed decision-making support. The paper emphasizes the strategic importance of selecting appropriate digital supply chain partners (DSCPs) in a competitive and uncertain environment, framing this selection process as a multi-expert multi-criteria decision-making (MEMCDM) problem influenced by fuzzy and uncertain evaluations.
To address the complexities of decision-making under uncertainty, the paper introduces spherical fuzzy sets (SFSs) as an advanced tool for representing uncertain information more effectively than traditional fuzzy sets. SFSs allow for a more nuanced expression of expert assessments by accommodating positive, neutral, and negative membership grades. The authors propose a novel spherical fuzzy-COPRAS method, which integrates generalized Dombi operations and a comprehensive weight determination model combining entropy measures and best-worst methods (BWM). This methodology aims to enhance the selection process of DSCPs, ultimately contributing to improved digital transformation outcomes for enterprises. The paper outlines its structure, detailing sections on foundational concepts, proposed methodologies, and a case study to validate the approach.
Methods
In this section, the authors present a novel hybrid methodology termed the SF-BWM-Entropy-COPRAS framework, which integrates spherical fuzzy numbers (SFNs) with the COPRAS decision-making approach. The framework employs the SFGDWA and SFGDWG operators, along with a spherical fuzzy entropy measure and the Best-Worst Method (BWM), to effectively address uncertainties in expert evaluations. The process begins with the construction of a spherical fuzzy decision matrix based on expert assessments, followed by the calculation of expert weights using the proposed entropy measure. Subsequently, the individual assessments are aggregated into a fused spherical fuzzy assessment matrix (FSFAM), and integrated criteria weights are determined through a combination of objective and subjective methods.
The effectiveness of the SF-BWM-Entropy-COPRAS methodology is validated through comparative studies against existing spherical fuzzy approaches, demonstrating its robustness and superior performance in selecting the best decision-making schemes. The results indicate that the proposed method consistently identifies the optimal option (Q2) across various comparison frameworks, while also showcasing a high Spearman rank correlation coefficient (SRCC) with other methods. The authors highlight the advantages of their approach, including its ability to integrate both subjective and objective weighting mechanisms, reduce information loss without normalization, and maintain computational simplicity, thereby establishing the SF-BWM-Entropy-COPRAS framework as a reliable and effective tool for multi-expert decision-making in spherical fuzzy contexts.
Discussion
In this section, the authors discuss the foundational concepts of Spherical Fuzzy Sets (SFSs) and Generalized Dombi Operations, establishing a framework for their proposed entropy measure and aggregation operators. SFSs are defined by three degrees of membership—positive, neutral, and negative—along with a refusal grade, ensuring that the sum of the squares of these degrees does not exceed one. The authors introduce several operational laws for SFSs, including addition and multiplication operations, and present a novel entropy measure designed to quantify the fuzziness of SFSs, which adheres to specific axioms that validate its effectiveness as an entropy measure.
The section also details the development of Generalized Dombi Operators tailored for SFSs, which are instrumental in creating aggregation operators such as the Spherical Fuzzy Generalized Dombi Weighted Averaging (SFGDWA) and Spherical Fuzzy Generalized Dombi Weighted Geometric (SFGDWG) operators. These operators are shown to maintain properties such as idempotency, monotonicity, and boundedness, which are critical for their application in decision-making processes. The authors conclude by outlining the practical implications of their proposed methods in decision analysis, particularly in the context of selecting digital supply chain partners, thereby demonstrating the applicability and robustness of their theoretical contributions.