ترجمه مقاله MCDM دینامیکی با دانش آتی برای انتخاب تامین کننده - نشریه تیلور و فرانسیس

قیمت خرید این محصول

۲۹,۰۰۰ تومان

دانلود مقاله انگلیسی

عنوان فارسی

MCDM دینامیکی با دانش آتی برای انتخاب تامین کننده

عنوان انگلیسی

Dynamic MCDM with future knowledge for supplier selection

صفحات مقاله فارسی

18

صفحات مقاله انگلیسی

18

سال انتشار

2014

نشریه

تیلور و فرانسیس - Taylor & Francis

فرمت مقاله انگلیسی

PDF

فرمت ترجمه مقاله

ورد تایپ شده

نوع مقاله

ISI

نوع نگارش

مقالات پژوهشی (تحقیقاتی)

پایگاه

اسکوپوس

کد محصول

F1127

وضعیت ترجمه عناوین تصاویر و جداول

ترجمه شده است ✓

وضعیت ترجمه متون داخل تصاویر و جداول

ترجمه نشده است ☓

وضعیت ترجمه منابع داخل متن

به انگلیسی درج شده است ✓

وضعیت فرمولها و محاسبات در فایل ترجمه

به صورت عکس، درج شده است

رشته های مرتبط با این مقاله

مدیریت

گرایش های مرتبط با این مقاله

مدیریت پروژه و مدیریت استراتژیک

مجله

مجله سیستم های تصمیم گیری - Journal of Decision Systems

دانشگاه

گروه علوم و تحقیقات، دانشکده مدیریت و اقتصاد، گروه مدیریت صنعتی، ایران

کلمات کلیدی

MCDM دینامیکی، تصمیم گیری فضایی- زمانی، انتخاب تامین کننده، دانش آتی، اطلاعات تاریخی

doi یا شناسه دیجیتال

http://doi.org/10.1080/12460125.2014.886850

ترجمه این مقاله با کیفیت متوسط انجام شده است و یک بخش کوچک ترجمه نشده است. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.

۰.۰ (بدون امتیاز)

امتیاز دهید

فهرست مطالب

1. مقدمه
2. کارهای مرتبط
3. مدل دینامیکی توسعه یافته با دانش آتی
1. 3 زمینه یا محیط مسئله
2. 3 مدل دینامیکی پیشنهادی با دانش آتی
4. مطالعه موردی
1. 4 تکرار اول تصمیم گیری دینامیکی
2. 4 تکرار دوم تصمیم گیری دینامیکی
3. 4 تکرار سوم مدل دینامیکی توسعه یافته
4. 4 تکرار چهارم مدل دینامیکی
5. نتیجه گیری

نمونه چکیده متن اصلی انگلیسی

Dynamic multi-criteria decision making (DMCDM) is an emerging subject in the decision-making area and in the last decade the challenge to consider time as an important variable has become important. Some frameworks already exist in this area but when compared with other types of decision-making models, DMCDM needs more work to be applicable in real industrial problems. In this work we extend a dynamic spatial-temporal framework, designed to deal with historical data (feedback), to address the problem of considering future information/knowledge (feed-forward). The main objective is to enrich dynamic decision-making models with explicit knowledge (existing historical data) and tacit knowledge (e.g. expert predictions) in time-evolving problems, such as supplier selection. Considering supplier-predicted information for future situations (e.g. investments in capacity) and, simultaneously, learning from historical data can help a company to find less risky and consistent alternatives. The proposed model is successfully implemented in a real case study for supplier selection in one automotive industry to demonstrate the capability and applicability of the model.

نمونه چکیده ترجمه متن فارسی

یکی از موضوعات در حال ظهور در حوزه تصمیم گیری، تصمیم گیری چند معیاره دینامیکی (DMCDM) است و دردهه گذشته، چالش در نظر گرفتن زمان به عنوان یک متغیر اصلی، مهم ظاهر شده است. در این حوزه قبلاً چارچوب هایی وجود داشته است، اما در مقایسه باانواع دیگر مدلهای تصمیم گیری، کاربرد DMCDM در مسائل صنعتی واقعی نیازمند کار بیشتری است. در این کار، چارچوب فضای- زمانی دینامیکی را توسعه می دهیم که برای مقابله با داده های تاریخی (بازخورد)، و بررسی مسئله در نظر گرفتن اطلاعات/ دانش آتی (پیشرو) طراحی شده است. هدف اصلی، غنی سازی مدلهای تصمیم گیری دینامیکی با دانش صریح ( داده های تاریخی موجود) و دانش ضمنی ( مثلاً پیش بینی های متخصصین ) در مسائل زمان- تکامل، نظیر انتخاب تامین کننده، است. در نظر گرفتن اطلاعات پیش بینی شده توسط تامین کننده برای موقعیت های آتی ( مثلاً سرمایه گذاری در ظرفیت) و همزمان با آن یادگیری از داده های تاریخی، به شرکت در یافتن راهکارهای کمتر ریسکی و سازگار کمک می نماید. دریک مطالعه موردی واقعی برای انتخاب تامین کننده در صنعت خودرو، مدل پیشنهادی با موفقیت پیاده گردید و از آن برای نشان دادن قابلیت و کاربردپذیری مدل استفاده گردید.