DOI: https://doi.org/10.31181/sor2120259
تاريخ النشر: 2024-08-28
المؤلف: Jeevitha Kannan وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تستكشف هذه الدراسة عدم اليقين الكامن في اتخاذ القرار البشري من خلال استخدام المجموعات الضبابية، حيث يتم تقديم مجموعة الضبابية الخطية الديوفانتينية (LDFS) لتعزيز المرونة في تمثيل الأحكام غير الدقيقة. تدمج البحث LDFS مع طريقة التقييم المعتمدة على المسافة التراكمية (CODAS)، التي تستخدم كل من المسافات الإقليدية ومركبات التاكسي لتقييم البدائل. الهدف الرئيسي هو تطوير إطار قوي لاتخاذ القرار قادر على معالجة المشكلات المعقدة التي تتميز بعدم اليقين، كما يتضح من خلال دراسة حالة عددية تركز على اختيار متخصص لوجستي في تحسين اللوجستيات الطارئة. تظهر النتائج فعالية طريقة LDF CODAS في إنتاج قرارات موثوقة، مدعومة بتحليل حساسية شامل يؤكد قوتها ضد التغيرات في معلمات الإدخال.
في الختام، يعزز دمج طريقة CODAS مع LDFS بشكل كبير قدرات اتخاذ القرار في البيئات غير المؤكدة، مما يجعلها قابلة للتطبيق عبر مجموعات بيانات وصناعات متنوعة. تسلط الدراسة الضوء على الآثار العملية للطريقة في تحسين الكفاءة التشغيلية وعمليات اتخاذ القرار، لا سيما في مجال اللوجستيات. بينما تظهر الطريقة المقترحة وعدًا، إلا أنها تواجه أيضًا قيودًا، مثل الصعوبات في إدارة قيم المعلمات المرجعية التي تتجاوز الواحد والتحديات الحسابية المحتملة مع مجموعات البيانات الكبيرة. ستستكشف الأبحاث المستقبلية تطبيق نماذج اتخاذ القرار متعددة المعايير (MCDM) المختلفة، بما في ذلك PROMTHEE وEDAS وVIKOR، عبر مجالات متعددة مثل الطب والزراعة والاقتصاد، مما يوسع من فائدة نماذج اتخاذ القرار المعتمدة على الضبابية.
مقدمة
في مقدمة هذه الورقة البحثية، يؤكد المؤلفون على الدور الحاسم للتدابير الاستراتيجية الريادية في ضمان نجاح الأعمال ضمن بيئة تنافسية وغير مؤكدة. يجادلون بأن المنظمات يجب أن تستفيد من رأس المال البشري الخاص بها – الذي يُعرف بأنه المعرفة والمهارات والقدرات المكتسبة من خلال التعليم والخبرة – لتحقيق مزايا تنافسية وتعزيز الأداء المستدام. يتم تسليط الضوء على إدارة الموارد البشرية (HRM) كعنصر أساسي لجذب وتطوير والاحتفاظ بالموظفين ذوي الأداء العالي، مما يرتبط مباشرة بنجاح المنظمة.
تناقش الورقة أيضًا أهمية إدارة اللوجستيات، التي تشمل التدفق الفعال وتخزين المواد والمعلومات عبر سلسلة التوريد. يشير المؤلفون إلى أن إدارة اللوجستيات الفعالة تهدف إلى تعزيز رضا العملاء مع تقليل التكاليف التشغيلية. ومع ذلك، يشيرون إلى التحديات التي يواجهها مديرو الموارد البشرية في اختيار المتخصصين اللوجستيين بسبب تطور متطلبات الوظيفة والبنية التحتية غير الكافية للموارد البشرية. لمعالجة هذه التحديات، تقترح الدراسة استخدام نماذج اتخاذ القرار متعددة المعايير الحديثة (MCDM) لتحسين عمليات اختيار المرشحين للوظائف اللوجستية. تهدف الدراسة إلى تقديم إطار موثوق لـ MCDM يمكن استخدامه عبر دول مختلفة، مما يوفر رؤى قيمة للمساهمين في مجال اللوجستيات.
مناقشة
تسلط قسم المناقشة في الورقة الضوء على تطور وتطبيق نظريات المجموعات الضبابية، مع التركيز بشكل خاص على مجموعات الضبابية الخطية الديوفانتينية (LDFS) ودمجها مع طريقة CODAS (التقييم المعتمد على المسافة التراكمية) لاتخاذ القرار متعدد المعايير (MCDM). تشير الأدبيات إلى اهتمام متزايد بالمجموعات الضبابية، مع تطوير امتدادات مختلفة مثل المجموعات الضبابية الحدسية والمجموعات الضبابية البيثاغورية لمعالجة القيود في الأساليب الضبابية التقليدية. يهدف تقديم LDFS إلى تعزيز عمليات اتخاذ القرار من خلال توفير إطار أكثر مرونة يتكيف مع عدم اليقين وعدم الدقة، لا سيما في السيناريوهات المعقدة مثل اللوجستيات الطارئة.
تساهم الدراسة بإطار LDF-CODAS جديد، يجمع بين نقاط القوة في LDFS وطريقة CODAS، مما يحسن اتخاذ القرار في تحسين اللوجستيات. يتم تقديم دراسة حالة لتوضيح تطبيق هذا الإطار في اختيار المتخصصين اللوجستيين، مع التأكيد على أهمية اتخاذ قرارات قوية في الحالات الطارئة. تتضمن الدراسة أيضًا تحليل حساسية للتحقق من موثوقية الطريقة، مما يمهد الطريق لمزيد من تطبيقات تقنية LDF-CODAS في سياقات MCDM متنوعة. بشكل عام، يبرز هذا العمل أهمية نظريات المجموعات الضبابية المتقدمة في تعزيز الكفاءة التشغيلية واتخاذ القرار في اللوجستيات وغيرها من المجالات.
DOI: https://doi.org/10.31181/sor2120259
Publication Date: 2024-08-28
Author(s): Jeevitha Kannan et al.
Primary Topic: Multi-Criteria Decision Making
Overview
This study investigates the uncertainties inherent in human decision-making by utilizing fuzzy sets, specifically introducing the Linear Diophantine Fuzzy Set (LDFS) to enhance flexibility in representing imprecise judgments. The research integrates the LDFS with the Combinative Distance-based Assessment (CODAS) method, which employs both Euclidean and Taxicab distances to evaluate alternatives. The primary aim is to develop a robust decision-making framework capable of addressing complex problems characterized by uncertainty, exemplified through a numerical case study focused on selecting a logistics specialist in emergency logistics optimization. The findings demonstrate the effectiveness of the LDF CODAS method in producing reliable decisions, supported by a comprehensive sensitivity analysis that confirms its robustness against variations in input parameters.
In conclusion, the integration of the CODAS method with the LDFS significantly enhances decision-making capabilities in uncertain environments, making it applicable across diverse datasets and industries. The study highlights the method’s practical implications in improving operational efficiency and decision-making processes, particularly in logistics. While the proposed approach shows promise, it also faces limitations, such as difficulties in managing reference parameter values exceeding one and potential computational challenges with large datasets. Future research will explore the application of various Multi-Criteria Decision-Making (MCDM) methods, including PROMTHEE, EDAS, and VIKOR, across multiple fields such as medicine, agriculture, and economics, thereby expanding the utility of fuzzy-based decision-making models.
Introduction
In the introduction of this research paper, the authors emphasize the critical role of strategic entrepreneurial measures in ensuring business success within a competitive and uncertain landscape. They argue that organizations must leverage their human capital—defined as the knowledge, skills, and abilities acquired through education and experience—to achieve competitive advantages and foster sustainable performance. Human Resource Management (HRM) is highlighted as essential for attracting, developing, and retaining high-performing employees, which directly correlates with organizational success.
The paper also discusses the importance of logistics management, which encompasses the efficient flow and storage of materials and information throughout the supply chain. The authors note that effective logistics management aims to enhance customer satisfaction while minimizing operational costs. However, they point out the challenges faced by HR managers in selecting logistics specialists due to evolving job requirements and insufficient HR infrastructure. To address these challenges, the research proposes the use of modern multi-criteria decision-making (MCDM) models to improve candidate selection processes for logistics positions. The study aims to provide a reliable MCDM framework that can be utilized across different countries, offering valuable insights for stakeholders in the logistics field.
Discussion
The discussion section of the paper highlights the evolution and application of fuzzy set theories, particularly focusing on Linear Diophantine Fuzzy Sets (LDFS) and their integration with the CODAS (COmbinative Distance-based ASsessment) method for multi-criteria decision-making (MCDM). The literature indicates a growing interest in fuzzy sets, with various extensions such as intuitionistic fuzzy sets and Pythagorean fuzzy sets being developed to address limitations in traditional fuzzy approaches. The introduction of LDFS aims to enhance decision-making processes by providing a more flexible framework that accommodates uncertainty and imprecision, particularly in complex scenarios like emergency logistics.
The research contributes a novel LDF-CODAS framework, which combines the strengths of LDFS with the CODAS method, thereby improving decision-making in logistics optimization. A case study is presented to illustrate the application of this framework in selecting logistics specialists, emphasizing the importance of robust decision-making in emergency situations. The study also includes a sensitivity analysis to validate the method’s reliability, paving the way for further applications of the LDF-CODAS technique in diverse MCDM contexts. Overall, this work underscores the significance of advanced fuzzy set theories in enhancing operational efficiency and decision-making in logistics and other fields.