CHƯƠNG 2. CÁC CƠ SỞ LÝ LUẬN
2.5. Các phương pháp lựa chọn nhà cung cấp phổ biến
Bảng 2.1: Tổng hợp các phương pháp lựa chọn nhà cung cấp Phương
pháp Khái quát Điểm mạnh Điểm hạn
chế
Tỉ suất Chi phí (Cost
ratio).
Sử dụng phân tích chi phí tiêu chuẩn để đánh giá nhà cung cấp . Tổng chi phí cho mỗi lần mua vật liệu được tính bằng giá bán của nó cộng với chi phí tổ chức nội bộ của người mua liên quan đến các yếu tố chất lượng, giao hàng và chi phí khác
- Giảm sự chủ quan trong qua trình lựa chọn - Áp dụng được trong nhiều trường hợp
- Phức tạp và yêu cầu cao ở hệ thống kế toán, bộ phận tổng hợp chi phí
Mạng Nơron nhân tạo (Artificial
Neural Network-
ANN)
Là một mô hình toán học được xây dựng dựa trên các mạng lưới thần kinh sinh học cấu thành bộ não động vật.
Các hệ thống như vậy "học"
để thực hiện các nhiệm vụ bằng cách xem xét các ví dụ mà không được lập trình với các quy tắc dành riêng cho việc thực hiện nhiệm vụ đó
- Đơn giản, không mất nhiều chi phí - Không mất nhiều thời gian
- Không có tính chuyên môn hóa cao - Cần sử dụng một phần mềm chuyên dụng
Phân tích thứ bậc Analytic hierarchical
process (AHP)
Quá trình phân tích thứ bậc (AHP) là một phương pháp để tổ chức và phân tích các quyết định phức tạp, dựa trên toán học và tâm lý học. Nó được phát triển bởi Thomas L.
Saaty vào những năm 1970, người hợp tác với Ernest Forman để phát triển Expert Choice vào năm 1983, và đã được nghiên cứu và cải tiến rộng rãi kể từ đó. AHP được xem là một cách tương đối chính xác để định lượng các trọng số của tiêu chí ra quyết định.
- Linh hoạt, trực giác, kiểm tra được tính mâu thuẫn giữa các tiêu chí.
- Tầm quan trọng của các tiêu chí được trình bày một cách xác đáng hơn khi vấn đề được cấu trúc theo thứ bậc - Tránh việc tạo thành kiến trong việc đưa
- Yêu cầu liệt kê tất cả tiêu chí, vấn đề - Yêu cầu sự tham gia quản lý mạnh mẽ.
- Tồn tại nhiều tiêu chí và sự lựa chọn thì quá trình sẽ trở nên phức tạp
HVTH: TRẦN NHẬT QUANG - 1770421 10
Phương
pháp Khái quát Điểm mạnh Điểm hạn
chế ra quyết định
Phân tích đa thuộc tính
Multiple attribute utility theory
(MAUT)
Mục đích chính của mô hình này là chọn và xếp hạng giữa các lựa chọn thay thế đã biết, nghĩa là người ra quyết định chọn một trong một số lựa chọn thay thế đã biết và các mô hình lựa chọn này được giải quyết bằng ma trận.
- Có khả năng xử lý nhiều thuộc tính, tiêu chí có tính xung đột
- Tính phức tạp cao, khó áp dụng trong điều kiện cơ bản
Phương pháp phân
loại
Phương pháp này liên quan đến việc phân loại năng lực của mỗi nhà cung cấp trong mỗi lĩnh vực cụ thể được xác định bởi một danh sách các biến năng lực có liên quan.
Người mua xây dựng một danh sách các yếu tố đánh giá khả năng cho từng nhà cung cấp và theo dõi từng lĩnh vực bằng cách chỉ định một loại cấp độ theo các thuật ngữ đơn giản, chẳng hạn như, tốt, trung bình, không đạt yêu cầu.
Trong các cuộc họp với nhà cung cấp, người mua thông báo cho nhà cung cấp về năng lực của mình
- Quy trình đánh giá rõ ràng và có hệ thống
- Ít tốn kém - Yêu cầu ít dữ liệu
- Các thuộc tính có trọng số như nhau - Tính chủ quan cao - Tinh ngẫu nhiên cao
Điểm lý tưởng mờ Fuzzy Topsis
Giải pháp được lựa chọn là phương pháp có khoảng cách ngắn nhất đến điểm lí tưởng tích cực (PIS) và khoảng cách xa nhất đến điểm lí tưởng tiêu cực (NIS).
- Khái niệm đơn giản, dễ hiểu
- Hiệu quả tính toán tốt
- Khả năng so sánh tốt cho từng khả năng trong một mô hình toán học đơn giản
- Không thể xem xét mối tương quan của các biến.
- Không thể tính toán được trọng số, phải sử dụng cùng một phương pháp tính trọng số khác.
HVTH: TRẦN NHẬT QUANG - 1770421 11
Phương
pháp Khái quát Điểm mạnh Điểm hạn
chế
Phân tích mạng mờ Fuzzy ANP
Xây dựng vấn mô hình quyết định từ việc tổng hợp các mục tiêu, các tiêu chí, lựa chọn khác nhau và so sánh cặp đôi giữa các tiêu chí để đưa ra quyết định lựa chọn tốt nhất
- Các tiêu chí được sử dụng không cần phải độc lập với nhau
- Tính tin cậy cao
- Để giảm số lượng so sánh cặp cần đánh giá trước sự có liên quan giữa các tiêu chí – mất thời gian
Phương pháp phân tích Delphi mờ (Fuzzy
Delphi method or
Delphi technique)
Đề xuất bởi Dalkey và Helma (1963),Tiến trình giao tiếp nhóm được sử dụng trong quá trình phân tích, thảo luận và đưa ra kết quả trong trường hợp cụ thể.
- Tiết kiệm thời gian trong việc thu được kết quả
- Quy trình tính toán đơn giản, xử lý các vấn đề cần quyết định nhiều cấp, và có nhiều giải pháp - Các chuyên gia có thể bày tỏ ý kiến của mình, đảm bảo sự đầy đủ và tính nhất quán của ý kiến nhóm
- Không thể đánh giá tính chính xác của ý kiến các chuyên gia trong quá trình khảo sát
Phân tích quan hệ xám
(Gray Relational
Analyss GRA)
Phương pháp của lý thuyết hệ thống xám – Gray System Theory thường được áp dụng rộng rãi trong việc tính toán các dữ liệu rời rạc và định lượng các nhân tố thông qua sắp xếp thứ tự để giải quyết mối liên hệ phức tạp giữa các nhân tố có thể giải quyết được vấn đề.
- Ít nhu cầu về số lượng dữ liệu và không cần tuân theo phân phối điển hình.
- Trong trường hợp ít dữ liệu, GRA vẫn có khả năng đưa ra được kết quả
- Không thể xác định được trọng số của các chi tiêu đánh giá - Không cung cấp cách giải quyết tốt nhất.
HVTH: TRẦN NHẬT QUANG - 1770421 12
Phương
pháp Khái quát Điểm mạnh Điểm hạn
chế tin cậy