Disaster Prevention and Management Knowledge

fa ارائه چارچوب تصمیم گیری فازی-تصادفی برای انتخاب تامین کنندگان زنجیره تامین بشردوستانه با تاکید بر چابکی و تاب آوری Presenting a Fuzzy-Stochastic Decision-Making Framework for Selecting Humanitarian Supply Chain Suppliers with an Emphasis on Agility and Resilience تخصصي Special پژوهشي Research <div style="text-align: justify;">هدف این پژوهش توسعه و به‌کارگیری یک رویکرد تصمیم‌گیری چندمعیاره در شرایط عدم‌قطعیت ترکیبی برای ارزیابی و انتخاب تأمین‌کنندگان مناسب در زنجیره تأمین بشردوستانه است. نوآوری اصلی این مطالعه در طراحی یک چارچوب تصمیم‌گیری یکپارچه برای مدیریت بحران است که به‌طور هم‌زمان ابعاد چابکی و تاب‌آوری را تحت عدم‌قطعیت‌های فازی و تصادفی ترکیب می‌کند تا هم ابهام قضاوت خبرگان و هم ماهیت احتمالی داده‌های لجستیک بشردوستانه پوشش داده شود. بدین منظور، از روش بهترین–بدترین فازی–تصادفی برای تعیین وزن معیارها و زیرمعیارها بر اساس سناریوهای مختلف استفاده شد و اولویت‌بندی تأمین‌کنندگان نیز با رویکرد تاپسیس فازی–تصادفی انجام گرفت. داده‌های مورد نیاز از طریق مقایسات زوجی توسط خبرگان جمع‌آوری و مدل در محیط فازی–احتمالی اجرا شد. یافته‌ها نشان داد که معیارهای چابکی، تاب‌آوری و عملکردی در اولویت‌های اصلی قرار دارند و در سطح زیرمعیارها نیز پاسخگویی، زمان ارسال و قابلیت اطمینان از مهم‌ترین عوامل ارزیابی هستند. همچنین نتایج رتبه‌بندی نشان داد که تأمین‌کننده دوم، مناسب‌ترین گزینه برای شرایط مورد مطالعه است. مقایسه نتایج با رویکردهای دیگر، همخوانی قابل‌توجهی در رتبه‌بندی‌ها و نرخ ناسازگاری کمتر در مدل پیشنهادی را نشان داد که بیانگر دقت و پایداری بیشتر آن است. یافته‌های پژوهش بیانگر آن است که ادغام منطق فازی و تحلیل تصادفی می‌تواند به مدیران در اتخاذ تصمیم‌های واقع‌بینانه‌تر و قابل‌اطمینان‌تر در برابر نوسانات محیطی کمک کند.</div> <div style="text-align: justify;">The aim of this research is to develop and apply a multi-criteria decision-making approach under mixed uncertainty to evaluate and select suitable suppliers in the humanitarian supply chain. The main innovation of this study is in designing an integrated decision-making framework for crisis management that simultaneously combines agility and resilience dimensions under fuzzy and stochastic uncertainties to cover both the ambiguity of expert judgment and the probabilistic nature of humanitarian logistics data. For this purpose, the best-worst fuzzy-stochastic method was used to determine the weights of criteria and sub-criteria based on different scenarios, and the supplier prioritization was also performed with the fuzzy-stochastic TOPSIS approach. The required data was collected by experts through pairwise comparisons and the model was implemented in a fuzzy-probabilistic environment. The findings showed that agility, resilience and performance criteria are the main priorities, and at the sub-criteria level, responsiveness, delivery time and reliability are the most important evaluation factors. The ranking results also showed that the second supplier is the most suitable option for the conditions under study. Comparing the results with other approaches showed significant consistency in the rankings and a lower inconsistency rate in the proposed model, which indicates its greater accuracy and stability. The research findings indicate that the integration of fuzzy logic and stochastic analysis can help managers make more realistic and reliable decisions against environmental fluctuations.</div> زنجیره تامین بشردوستانه؛ انتخاب تامین‌کننده؛ تاب‌آوری؛ چابکی؛ تصمیم‌گیری فازی-تصادفی Humanitarian supply chain, supplier selection, resilience, agility, fuzzy-stochastic decision making 0 0 http://dpmk.ir/browse.php?a_code=A-10-593-3&slc_lang=fa&sid=1 seyed mahdi kazemi سید مهدی کاظمی M.kazemi3008@iau.ac.ir No department of management, Ro.C., islamic azad university, Roudehen, iran گروه مدیریت، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران hossein amoozadkhalili حسین عموزادخلیلی ho.amoozad@iau.ac.ir Yes department of industrial engineering, Sar.C., islamic azad university, sari, iran گروه مهندسی صنایع، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران ehsan momeni احسان مومنی ehs_momeni@iau.ac.ir No department of industrial engineering, Par.C., islamic azad university, pardis, iran گروه مهندسی صنایع، واحد پردیس، دانشگاه آزاد اسلامی، پردیس، ایران. zahra saeidimobarakeh زهرا سعیدی مبارکه z.saeidimobarakeh@iau.ac.ir No department of industrial engineering, CT.C., islamic azad university, tehran, iran گروه مهندسی صنایع، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران.