DOI: https://doi.org/10.1038/s41598-025-25042-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41271837
تاريخ النشر: 2025-11-21
المؤلف: Haigang Zhao وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تتناول الدراسة التحديات المتعلقة بالمشتريات التي تواجهها شركات الطاقة، مسلطة الضوء على القيود في أساليب التقييم التقليدية، مثل عدم قدرتها على إدارة عدم اليقين اللغوي، ودمج المعايير الخاصة بالطاقة، وتجميع الأهداف المتضاربة لأصحاب المصلحة بشكل منهجي. للتغلب على هذه المشكلات، تقترح الدراسة نموذج تقييم متعدد الأبعاد يجمع بين عملية التحليل الهرمي الضبابي (FAHP) وتقنية تفضيل الطلب من خلال التشابه مع الحل المثالي (TOPSIS). يظهر هذا الإطار المتكامل تحسينًا بنسبة 23% في نسب التناسق مقارنة بأساليب عملية التحليل الهرمي التقليدية (AHP) ويدير بشكل فعال عدم اليقين في أحكام الخبراء.
يؤسس النموذج نظام تقييم هرمي يشمل أربعة أبعاد رئيسية: أداء التكلفة والفائدة، إدارة الجودة، إدارة علاقات الموردين، والتحكم في المخاطر. تكشف التحقق التجريبي من خلال دراسة حالة لشركة طاقة إقليمية كبيرة عن معامل قرب قدره 0.6651، مما يشير إلى موقع الشركة في النسبة المئوية الصناعية 73، مع نقاط قوة ملحوظة في إدارة الجودة ومجالات للتحسين في علاقات الموردين. تؤكد تحليلات الحساسية على قوة النموذج، مع تباينات في المعامل ضمن ±5.7% وثبات تصنيف بنسبة 96.3%. يدعم التحقق المتبادل مع الشركات النظيرة فعالية النموذج، حيث حقق دقة بنسبة 91.3% في تحديد فجوات الأداء. بشكل عام، تسهم هذه الدراسة بشكل كبير في تعزيز اتخاذ القرارات الاستراتيجية في المشتريات ومبادرات التحسين المستمر في قطاع الطاقة.
مقدمة
تستعرض مقدمة ورقة البحث اختيار شركة الطاقة A، وهي شركة كبيرة لتوليد وتوزيع الطاقة الإقليمية، كحالة تمثيلية للتحليل التجريبي في إدارة المشتريات. هذه الشركة، التي تتجاوز نفقاتها السنوية في المشتريات 2 مليار دولار، تدير عدة منشآت للطاقة الحرارية والمتجددة، مما يتطلب إطار تقييم أداء متطور بسبب أنشطتها المعقدة في المشتريات، والتي تشمل شراء المعدات، خدمات الصيانة، إمدادات الوقود، ومشاريع البناء. تألفت لجنة الخبراء لتقييم الأحكام من ثمانية محترفين كبار في المشتريات من خلفيات متنوعة، مما يضمن وجهة نظر شاملة حول تحديات إدارة المشتريات. كانت تركيبة اللجنة تهدف إلى تقليل التحيز من خلال استبعاد الأفراد الذين لديهم علاقات مباشرة مع الموردين أو تضارب في المصالح المالية.
تحدد الدراسة عدة إنجازات وابتكارات رئيسية، بما في ذلك إمكانية التقييم الديناميكي من خلال التعلم الآلي، ودمج تقنية البلوكشين لتتبع أداء الموردين، وتوسيع مقاييس الاستدامة في ممارسات المشتريات. ومع ذلك، تعترف بوجود قيود منهجية، مثل تأثير تصميم الحالة الواحدة على القابلية للتعميم والطبيعة الثابتة لإطار التقييم، الذي لا يأخذ في الاعتبار الاتجاهات الديناميكية للأداء. تؤكد الدراسة على الحاجة إلى أبحاث مستقبلية لاستكشاف دراسات طولية متعددة الحالات، وأنظمة تقييم آلية، وتكييفات عبر القطاعات للإطار المقترح. يتم تسليط الضوء على دمج نظرية المجموعات الضبابية مع عملية التحليل الهرمي (AHP) وتطبيق منهجية تقنية تفضيل الطلب من خلال التشابه مع الحل المثالي (TOPSIS) كنهج قوي لاتخاذ القرارات متعددة المعايير، مما يسهل تقييم شامل لأداء المشتريات عبر أبعاد مختلفة.
طرق
تناقش هذه القسم قيود أساليب تقييم أداء المشتريات التقليدية المستخدمة من قبل شركات الطاقة، مسلطة الضوء على ثلاث قضايا رئيسية: (1) عدم القدرة على إدارة عدم اليقين اللغوي في تقييمات الخبراء، مما يؤدي إلى اتخاذ قرارات غير متسقة؛ (2) الفشل في دمج المعايير الخاصة بالطاقة مثل موثوقية الشبكة والامتثال التنظيمي في إطار موحد؛ و(3) نقص الأساليب المنهجية لتجميع الأهداف المتضاربة من أصحاب المصلحة المتنوعين. تؤدي هذه العيوب إلى قرارات مشتريات دون المستوى الأمثل، حيث تنسب 35% من الشركات الأداء غير الكافي للموردين إلى هذه القيود. يعالج الدمج المقترح لعملية التحليل الهرمي الضبابي (FAHP) وتقنية تفضيل الطلب من خلال التشابه مع الحل المثالي (TOPSIS) هذه الفجوات من خلال استخدام أرقام ضبابية مثلثية، وتفكيك هرمي للمعايير، وتجميع قائم على المسافة، محققًا تحسينات كبيرة في نسب التناسق (من 0.142 إلى 0.087) وثبات القرار (96.3% اتساق التصنيف).
يتم توضيح منهجية جمع البيانات والمعالجة المسبقة، باستخدام مصادر متعددة لضمان تغطية شاملة لمؤشرات أداء المشتريات. تشمل المعالجة المسبقة تطبيع z-score لتوحيد المقاييس والانحدار المتعدد لملء البيانات المفقودة، مما يؤدي إلى مؤشر جودة البيانات (DQI) الذي يشير إلى موثوقية عالية واكتمال. يوضح التحقق من دمج FAHP-TOPSIS مقابل الأساليب التقليدية قدرته الفائقة على التعامل مع عدم اليقين والتجارة متعددة الأبعاد، مع معامل ارتباط تصنيفي يتجاوز 0.85 وفترة ثقة بنسبة 95% لتقييم الأداء تؤكد الأهمية الإحصائية. تظهر التحليلات المقارنة مع أساليب اتخاذ القرار متعددة المعايير البديلة (MCDM) أن FAHP-TOPSIS يقدم قوة تمييزية محسنة وعمق تحليلي، مما يحدد بشكل فعال أولويات التحسين في استراتيجيات المشتريات مع الحفاظ على كفاءة حسابية مناسبة للتقييمات الروتينية.
النتائج
يقدم قسم النتائج تحليلًا مفصلًا لحسابات تقنية تفضيل الطلب المحسنة من خلال التشابه مع الحل المثالي (TOPSIS)، مع التركيز على الشفافية وقابلية التكرار من خلال منهجيات قياس شاملة. تلخص الجدول 7 مؤشرات الأداء المستمدة من 1247 معاملة شراء عبر 185 موردًا خلال السنة المالية 2023. تشمل مؤشرات الأداء الرئيسية معدل تخفيض التكلفة بنسبة 8.5%، وتحسين تكلفة دورة الحياة بنسبة 12.3%، ومعدل الالتزام بالميزانية بنسبة 94.2%. دمجت عملية جمع البيانات أنظمة معلومات متعددة للشركات، وتم معالجة البيانات المفقودة (3.2%) باستخدام تقنيات الانحدار المتعدد. أكدت طرق التحقق من الموثوقية، بما في ذلك التدقيق اليدوي وتقييمات موثوقية المقيمين، دقة البيانات العالية والاتساق.
يكشف التحليل أن الشركة تتفوق في إدارة الجودة والامتثال التنظيمي، مع معدلات توافق المواصفات التي تتجاوز 96%. ومع ذلك، يبرز أيضًا مجالات للتحسين، لا سيما في إدارة علاقات الموردين والابتكار، حيث تشير الدرجات البالغة 82.6% ومستوى الشراكة الاستراتيجية البالغ 3.8 من 5.0 إلى إمكانية تحسين التعاون. بشكل عام، بينما تظهر الشركة تحكمًا ماليًا مرضيًا وانضباطًا تشغيليًا، هناك فرص للتكامل الأعمق مع الموردين وتطوير القدرات لتحسين فعالية المشتريات.
نقاش
يؤكد قسم النقاش على ضرورة نموذج تقييم متعدد الأبعاد لمشتريات شركات الطاقة، يجمع بين عملية التحليل الهرمي الضبابي (FAHP) وتقنية تفضيل الطلب من خلال التشابه مع الحل المثالي (TOPSIS). يعالج هذا النموذج قيود أساليب تقييم المشتريات التقليدية من خلال دمج المنطق الضبابي لإدارة المتغيرات اللغوية وعدم اليقين، مما يعزز عمليات اتخاذ القرار. يسمح الهيكل الهرمي لـ AHP بتفكيك التقييمات المعقدة إلى معايير فرعية قابلة للإدارة، بينما تسهل TOPSIS تصنيف استراتيجيات المشتريات بناءً على قربها من الحلول المثالية عبر أبعاد مختلفة. تم تصميم هذا الإطار الشامل لدعم اتخاذ قرارات مشتريات مستنيرة توازن بين الأهداف المتنافسة وتوفر مبررات واضحة للاختيارات المحددة.
تهدف الدراسة إلى تطوير والتحقق من صحة هذا النموذج التقييمي المتكامل، مع التركيز على تحديد المعايير الرئيسية، وإدارة عدم اليقين، ومحاذاة وجهات نظر أصحاب المصلحة. تكمن أهمية هذا العمل في إمكانيته لتحسين فعالية اتخاذ قرارات المشتريات، وإدارة علاقات الموردين، والمحاذاة الاستراتيجية مع الأهداف التنظيمية. تتكون الورقة من ستة أقسام، بما في ذلك مراجعة الأساس النظري، وتفاصيل بناء النموذج، والتحليل التجريبي، ودراسة حالة توضح تطبيق النموذج في سياق العالم الحقيقي. تسهم النتائج في كل من التقدم النظري في تقييم أداء المشتريات والأدوات العملية للمديرين في قطاع الطاقة، مع معالجة التحديات الفريدة التي تطرحها الأطر التنظيمية والطبيعة المتخصصة لمشتريات شركات الطاقة.
قيود
تعترف الدراسة بعدة قيود تبرز مجالات للاستكشاف المستقبلي وتعزيز النموذج في إدارة أداء المشتريات. تعتبر الاعتماد على حكم الخبراء في مصفوفات المقارنة الضبابية مصدر قلق رئيسي، حيث قد يقدم تحيزًا ذاتيًا. يمكن معالجة ذلك من خلال توسيع لجان الخبراء أو استخدام تقنيات بديلة لاستنباط التفضيلات. بالإضافة إلى ذلك، فإن الطبيعة الثابتة لإطار التقييم الحالي تحد من قدرته على حساب التغيرات الديناميكية في الأداء بمرور الوقت، والتي تعتبر ضرورية لاستراتيجيات المشتريات الفعالة.
تشمل اتجاهات البحث المستقبلية تطوير نماذج تقييم ديناميكية تدمج تقنيات التنبؤ بالسلاسل الزمنية، مثل ARIMA وProphet، مع FAHP-TOPSIS لتمكين التقييمات التنبؤية لأداء المشتريات. سيتضمن هذا النهج كل من المؤشرات الرائدة، مثل الصحة المالية للموردين واتجاهات أسعار السوق، والمقاييس المتأخرة لتسهيل إدارة المخاطر بشكل استباقي. علاوة على ذلك، يمكن أن يقلل دمج خوارزميات التعلم الآلي من الذاتية في حكم الخبراء من خلال تحديد الأنماط في قرارات المشتريات التاريخية. تشمل التحسينات المقترحة الأخرى استخدام تقنية البلوكشين لتتبع أداء الموردين بشكل شفاف، وتوسيع مقاييس الاستدامة لتشمل تقييمات شاملة للأثر البيئي، وتكييف الأطر عبر صناعات مختلفة لتحسين القابلية للتعميم. أخيرًا، فإن تعزيز الكفاءة الحسابية من خلال تحسين الخوارزميات والحلول السحابية أمر ضروري لدعم اتخاذ القرار في الوقت الحقيقي في عمليات المشتريات.
DOI: https://doi.org/10.1038/s41598-025-25042-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41271837
Publication Date: 2025-11-21
Author(s): Haigang Zhao et al.
Primary Topic: Multi-Criteria Decision Making
Overview
The research addresses the procurement challenges faced by power enterprises, highlighting limitations in traditional evaluation methods, such as their inability to manage linguistic uncertainty, integrate power-specific criteria, and systematically aggregate conflicting stakeholder objectives. To overcome these issues, the study proposes a multi-dimensional evaluation model that combines the Fuzzy Analytic Hierarchy Process (FAHP) and the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). This integrated framework demonstrates a 23% improvement in consistency ratios compared to conventional Analytic Hierarchy Process (AHP) methods and effectively manages uncertainty in expert judgments.
The model establishes a hierarchical evaluation system that encompasses four key dimensions: cost-benefit performance, quality management, supplier relationship management, and risk control. Empirical validation through a case study of a large regional power enterprise reveals a closeness coefficient of 0.6651, indicating the enterprise’s position in the 73rd industry percentile, with notable strengths in quality management and areas for improvement in supplier relationships. Sensitivity analyses confirm the model’s robustness, with coefficient variations within ±5.7% and a 96.3% ranking stability. Cross-validation with peer enterprises further supports the model’s effectiveness, achieving a 91.3% accuracy in identifying performance gaps. Overall, this research contributes significantly to enhancing strategic procurement decision-making and continuous improvement initiatives in the power sector.
Introduction
The introduction of the research paper outlines the selection of Power Enterprise A, a large-scale regional power generation and distribution company, as a representative case for empirical analysis in procurement management. This enterprise, with annual procurement expenditures exceeding $2 billion, operates multiple thermal and renewable energy facilities, necessitating a sophisticated performance evaluation framework due to its complex procurement activities, which include equipment procurement, maintenance services, fuel supply, and construction projects. The expert panel for judgment elicitation comprised eight senior procurement professionals with diverse backgrounds, ensuring a comprehensive perspective on procurement management challenges. The panel’s composition aimed to mitigate bias by excluding individuals with direct supplier relationships or financial conflicts of interest.
The research identifies several key achievements and innovations, including the potential for dynamic evaluation through machine learning, blockchain integration for supplier performance tracking, and the extension of sustainability metrics in procurement practices. However, it acknowledges methodological limitations, such as the single-case design’s impact on generalizability and the static nature of the evaluation framework, which does not account for dynamic performance trends. The study emphasizes the need for future research to explore multi-case longitudinal studies, automated evaluation systems, and cross-sector adaptations of the proposed framework. The integration of fuzzy set theory with the analytic hierarchy process (AHP) and the application of the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) methodology are highlighted as robust approaches for multi-criteria decision-making, facilitating a comprehensive assessment of procurement performance across various dimensions.
Methods
The section discusses the limitations of traditional procurement performance evaluation methods used by power enterprises, highlighting three main issues: (1) the inability to manage linguistic uncertainty in expert assessments, resulting in inconsistent decision-making; (2) the failure to integrate power-specific criteria such as grid reliability and regulatory compliance into a unified framework; and (3) the lack of systematic approaches for aggregating conflicting objectives from diverse stakeholders. These shortcomings lead to suboptimal procurement decisions, with 35% of enterprises attributing inadequate supplier performance to these limitations. The proposed integration of Fuzzy Analytic Hierarchy Process (FAHP) and Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) addresses these gaps by employing triangular fuzzy numbers, hierarchical decomposition of criteria, and distance-based aggregation, achieving significant improvements in consistency ratios (from 0.142 to 0.087) and decision stability (96.3% ranking consistency).
The data collection and preprocessing methodology is outlined, utilizing multiple sources to ensure comprehensive coverage of procurement performance indicators. The preprocessing includes z-score normalization for standardizing metrics and multiple regression for missing data imputation, resulting in a data quality index (DQI) that indicates high reliability and completeness. The validation of the FAHP-TOPSIS integration against traditional methods demonstrates its superior capability in handling uncertainty and multi-dimensional trade-offs, with a rank correlation coefficient exceeding 0.85 and a 95% confidence interval for performance assessment confirming statistical significance. Comparative analysis with alternative multi-criteria decision-making (MCDM) approaches shows that FAHP-TOPSIS offers enhanced discriminatory power and analytical depth, effectively identifying improvement priorities in procurement strategies while maintaining computational efficiency suitable for routine assessments.
Results
The results section presents a detailed analysis of enhanced Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) calculations, emphasizing transparency and reproducibility through comprehensive data provenance and measurement methodologies. Table 7 summarizes the performance metrics derived from 1247 procurement transactions across 185 suppliers during the fiscal year 2023. Key performance indicators include a cost reduction rate of 8.5%, lifecycle cost optimization of 12.3%, and a budget adherence rate of 94.2%. The data collection process integrated various enterprise information systems, and missing data (3.2%) was addressed using multiple regression techniques. Reliability verification methods, including manual audits and inter-rater reliability assessments, confirmed high data accuracy and consistency.
The analysis reveals that the enterprise excels in quality management and regulatory compliance, with specification conformance rates exceeding 96%. However, it also highlights areas for improvement, particularly in supplier relationship management and innovation, where scores of 82.6% and a strategic partnership level of 3.8 out of 5.0 indicate potential for enhanced collaboration. Overall, while the enterprise demonstrates satisfactory financial control and operational discipline, there are opportunities for deeper supplier integration and capability development to improve procurement effectiveness.
Discussion
The discussion section emphasizes the necessity of a multi-dimensional evaluation model for power enterprise procurement, integrating the Fuzzy Analytic Hierarchy Process (FAHP) and the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). This model addresses the limitations of traditional procurement evaluation methods by incorporating fuzzy logic to manage linguistic variables and uncertainties, thereby enhancing decision-making processes. The hierarchical structure of AHP allows for the breakdown of complex evaluations into manageable subcriteria, while TOPSIS facilitates the ranking of procurement strategies based on their proximity to ideal solutions across various dimensions. This comprehensive framework is designed to support informed procurement decisions that balance competing objectives and provide clear justifications for selected alternatives.
The research aims to develop and validate this integrated evaluation model, focusing on identifying key criteria, managing uncertainty, and aligning stakeholder perspectives. The significance of this work lies in its potential to improve procurement decision-making effectiveness, supplier relationship management, and strategic alignment with organizational goals. The paper is structured into six sections, including a theoretical foundation review, model construction details, empirical analysis, and a case study demonstrating the model’s application in a real-world context. The findings contribute to both theoretical advancements in procurement performance evaluation and practical tools for managers in the power sector, addressing the unique challenges posed by regulatory frameworks and the specialized nature of power enterprise procurement.
Limitations
The research acknowledges several limitations that highlight areas for future exploration and model enhancement in procurement performance management. A primary concern is the reliance on expert judgment in fuzzy comparison matrices, which may introduce subjective bias. This could be addressed by expanding expert panels or employing alternative preference elicitation techniques. Additionally, the static nature of the current evaluation framework restricts its ability to account for dynamic performance changes over time, which are crucial for effective procurement strategies.
Future research directions include the development of dynamic evaluation models that integrate time-series forecasting techniques, such as ARIMA and Prophet, with FAHP-TOPSIS to enable predictive assessments of procurement performance. This approach would incorporate both leading indicators, like supplier financial health and market price trends, and lagging metrics to facilitate proactive risk management. Furthermore, the integration of machine learning algorithms could reduce subjectivity in expert judgment by identifying patterns in historical procurement decisions. Other proposed enhancements involve utilizing blockchain technology for transparent supplier performance tracking, expanding sustainability metrics to include comprehensive environmental impact assessments, and adapting frameworks across various industries to improve generalizability. Finally, enhancing computational efficiency through algorithmic optimization and cloud-based solutions is essential for real-time decision support in procurement processes.