ارائه رهیافتی جدید برای مقایسه نتایج بکارگیری مدلهای طبقه بندی ABC چند معیاره موجودی (مطالعه موردی: شرکت سایپا)

نویسندگان

چکیده

در حوزه طبقه بندی ABC چند معیاره موجودی مدلهای متعددی توسط پژوهشگران در سطح جهان ارائه شده است. نتایج متفاوت طبقه بندی اقلام در این مدلها یک چالش جدی پیش روی اندیشمندان این حوزه از دانش می باشد. در این مقاله از تکنیک های ادغامی جهت مقایسه نتایج بدست آمده از مدلهای مختلف  طبقه بندی ABC چند معیاره موجودی استفاده شده است، مدل ارائه شده جهت تعیین مناسبترین مدل، بسیار ساده و قابل بکار گیری جهت مقایسه هر تعداد مدل مورد استفاده می باشد. در این مقاله از مدلهای وان لانگ، فان و ژوو، طبقه بندی آر- مدل و طبقه بندی سنتی بعلاوه یک مدل پیشنهادی که بهبود دهنده مدلهای فوق الذکر می باشد برای طبقه بندی 100 قلم موجودی از انبارهای تولیدی داخلی شرکت سایپا استفاده شده است. بعد از طبقه بندی اقلام با استفاده از روش ادغامی میانگین رتبه ها نتایج طبقه بندی مدلها با هم مقایسه شده اند. نتایج نشان می دهد که مدل فان ژوو و مدل پیشنهادی به ترتیب  با 76% و 75% مطابقت در رتبه های اول و دوم قرار گرفته اندو مدل.سنتی با 19% مطابقت از این نظر در اولویت آخر قرار گرفته است.

کلیدواژه‌ها


عنوان مقاله [English]

A New Model For Comparing Models Results Of Multi – Criteria ABC Inventory Classification ( A Case Study: Saipa Corp)

نویسندگان [English]

  • A Safaei Ghadikolaei
  • M Esmaeilzadeh
چکیده [English]

About of Multi - Criteria ABC Inventory Classification, various models have been presented by researchers. Different results of items classification in these models have created a challenge for researchers. In this paper integrated techniques are used in order to compare the models results of Multi - Criteria ABC Inventory Classification. Presented model for determining the most appropriate model is simple and applicable for comparing a variety of models. In this paper, Wan Lung Model, Fan& Zhou Model, Weighted Linear Optimization (R-Model) traditional model are used as a proposal model for improvement of above-mentioned models for classification of 100 items of  Saipa Company inventory. Models had compared with Ranks Average. Results show that Fan& Zhou Model and proposal model are most appropriate models. 

کلیدواژه‌ها [English]

  • Multi-Criteria Inventory Classification (MCIC) - Weighted Linear Optimization (R-Model) - Fan&
  • Zhou Model - Wan Lung Model