Documentos de Académico
Documentos de Profesional
Documentos de Cultura
gesto Prod., San Carlos, v. 23, n. 3, pág. 515534, 2016
http://dx.doi.org/10.1590/0104530X262515
Una metodología basada en inferencia difusa y modelo SCOR
para la evaluación del desempeño de proveedores
Uma metodología basada en el modelo SCOR y en la inferencia
fuzzy para obtener una evaluación del diseño de fornecedores
Francisco Rodrigues Lima Júnior1
Giovani Mantovani Roza Carvalho2
Luiz César Ribeiro Carpinetti1
Resumen: En la literatura académica, la selección y evaluación de proveedores ha sido abordada como un problema de toma de
decisiones en el que se evalúa un conjunto de proveedores en base a múltiples criterios. Aunque existen cientos de metodologías
cuantitativas para apoyar el problema de selección de proveedores, la evaluación de proveedores con el objetivo de desarrollar
proveedores es poco explorada en la literatura. Además, la mayoría de los enfoques existentes tienen algunas limitaciones debido al uso
de técnicas inadecuadas. Así, este estudio propone una nueva metodología para apoyar la evaluación del desempeño de los proveedores,
desarrollada a partir de la combinación de sistemas de inferencia borrosa con algunos indicadores de desempeño del modelo SCOR
(Supply Chain Operations Reference). El enfoque propuesto permite evaluar aspectos relacionados con el desempeño de las operaciones
y los costos. Los resultados de esta evaluación se utilizan para categorizar a los proveedores con desempeño similar e identificar
lineamientos para la gestión de cada grupo de proveedores. Para demostrar el proceso de modelado y uso, así como para evaluar la
idoneidad de esta propuesta, se realizó una aplicación piloto que involucró la evaluación de 10 proveedores de una empresa del sector
automotriz. Se implementaron cuatro sistemas de inferencia difusa utilizando MATLAB y se parametrizaron según los juicios de dos
empleados de la empresa.
Se realizó un análisis de sensibilidad para verificar la consistencia de los resultados arrojados por estos sistemas. Los resultados
respaldan la idoneidad de la metodología propuesta y la parametrización realizada durante la implementación.
Cuando se compara con las metodologías para la evaluación de proveedores en la literatura, este enfoque presenta ventajas como el
nombramiento de directrices para la gestión de la base de proveedores; la posibilidad de integración con la evaluación del desempeño de
la cadena de suministro; la capacidad de evaluar simultáneamente una cantidad no limitada de proveedores, la representación y
procesamiento de la información en un formato lingüístico, y el mapeo y almacenamiento interno de todos los escenarios de decisión del
problema.
Palabras llave: Evaluación de proveedores; Desarrollo de proveedores; modelo SCOR ; inferencia borrosa; Lógica difusa.
Resumo: Na literatura académica, tanto a seleção quanto a avaliação para o desenvolvimento de fornecedores vêm sendo abordadas
como um problema de tomado de decisão no qual um conjunto de fornecedores é avaliado com base em múltiplos critérios de
desempenho. Embora já existen centenas de metodologias quantitativas voltadas para o apoio à etapa de seleção de fornecedores,
avaliação de desempenho objetivando o desenvolvimento de fornecedores ainda é pouco explorada na literatura. Além disso, a maioria
das abordagens existentes apresentam algumas limitações devido ao uso de técnicas inadecuadas. Diante disso, este estudo propõe uma
nova metodologia de apoio à avaliação de desempenho de fornecedores, desenvolvida a partir de la combinación de sistemas de
inferência fuzzy com alguns indicadores de desempenho do modelo SCOR (Supply Chain Operations Reference). Una propuesta de
abordaje permite evaluar aspectos relacionados con el diseño de las operaciones y los requisitos del fornecedor. Osresultados dessa
avaliação são usados para categorizar os fornecedores com desempenho similar e indicar diretrizes adequadas para o gerenciamento de
cada grupo de fornecedores. Visto demonstrar o processo de modelagem e use, bem as avaliar a adequabilidade da proposta, fori made
uma application pilot that envolveu a avaliação de 10 fornecedores of uma empresa do setor automotivo. Quatro sistemas de inferência
fuzzy foram implementados usando MATLAB y parametrizados de acuerdo con los julgamentos de dos funciones de la empresa.
También para realizar un análisis de sensibilidad para verificar una consistencia de dos resultados fornecidos por eses sistemas.
1
Departamento de Engenharia de Produção, Escola de Engenharia de São Carlos, Universidade de São Paulo – USP, Avenida
Trabalhador SãoCarlense, 400, Parque Arnold Shimidt, CEP 13566590, São Carlos, SP, Brasil, email: ing. franciscojunior@gmail.com;
carpinet@sc.usp.br
2
Engenharia de Produção e Qualidade, Centro Universitário da Fundação Educacional Guaxupé – UNIFEG, Avenida Dona Floriana,
463, Centro, CEP 37800000, Guaxupé, MG, Brasil, correo electrónico: gmantovani@outlook.com
Recibido 13/09/2015 Aceptado 24/02/2016 Apoyo
financiero: CAPES y CNPq.
Machine Translated by Google
516 Lima, FR, Jr. et al. gesto Prod., San Carlos, v. 23, n. 3, pág. 515534, 2016
Los resultados obtenidos mejoraron la adecuación de la metodología propuesta y las parametrizaciones realizadas
durante la implementación. Quando comparada com as metodologias de avaliação de fornecedores encontradas na
literatura, esta abordagem apresenta vantagens como o apontamento de diretrizes para a gestão da base de
fornecedores, a possibilidade de integração com a avaliação de desempenho de cadeias of suprimento, a capacidade
de avaliar simultaneamente uma quantidade não limitada de fornecedores, a representação eo processamento de
informações em formato linguístico eo mapeamento e armazenagem interna de todos os cenários de decisão do
problema by meio de regras de inferência facilmente interpretáveis.
Palavraschave: Avaliação de fornecedores; Desarrollo de fornecedores; Modelo SCOR ; Inferencia borrosa; Lógica
difusa.
1. Introducción técnicas a este problema de dominio. Además, estas
metodologías adoptan criterios similares a los utilizados
En las organizaciones industriales, la gestión del
abastecimiento de productos y servicios constituye un en la selección de proveedores (Aksoy & Öztürk, 2011;
proceso clave para la gestión de la cadena de suministro. Rezaei & Ortt, 2013). Sin embargo, dado que el desempeño
Lee y Drake (2010) señalan que las empresas de una organización central en una cadena de suministro
manufactureras han gastado del 50% al 70% de sus depende del desempeño de sus proveedores, es deseable
ingresos por ventas en la compra de materias primas. En que la evaluación del desempeño de los proveedores esté
este sentido, el desempeño de los proveedores afecta alineada con la evaluación del desempeño de la cadena
directamente los costos de producción del comprador. de suministro. En este sentido, las métricas a utilizar en la
Además, afecta la calidad de los productos del comprador evaluación de proveedores deben ser similares a las
así como la satisfacción de los consumidores finales utilizadas para evaluar el desempeño de la cadena de suministro.
(González et al., 2004). Por lo tanto, gestionar el Un enfoque ampliamente adoptado por los gerentes para
desempeño de los proveedores y apoyar su mejora evaluar el desempeño de la cadena de suministro es el modelo
continua se ha vuelto fundamental para la gestión de la cadena
de
de suministro.
referencia
de operaciones de la cadena de suministro (SCOR ) .
La evaluación del desempeño de un proveedor ocurre Este modelo propone una jerarquía de métricas de
al menos en dos fases en el proceso de gestión de medición del desempeño que evalúa aspectos relacionados
proveedores. Primero, la evaluación se realiza durante la con la confiabilidad, la capacidad de respuesta, la agilidad,
selección de nuevos proveedores, cuando el objetivo final el costo y la gestión de activos (SCC, 2012). Un diferencial
es definir un orden de preferencia entre las alternativas de las métricas SCOR es que permite que la empresa
para la selección de aquellos preferidos. Posteriormente, foco compare su desempeño con otras cadenas de
en la fase de desarrollo de proveedores, se lleva a cabo la suministro utilizando una base de benchmarking global,
evaluación de proveedores para que se puedan planificar denominada SCORmark. Sin embargo, ninguno de los
e implementar algunas prácticas de gestión con el objetivo
estudios encontrados en la literatura propone una
de mejorar el desempeño y las capacidades del proveedor
metodología para la evaluación del desempeño de
para satisfacer mejor las necesidades de suministro (Osiro
proveedores que considere las métricas propuestas por el modelo SCOR
et al., 2014) . Dado que existen muchas prácticas posibles
En este contexto, este artículo propone una nueva
para el desarrollo de proveedores, la elección de las
metodología para la evaluación del desempeño de
prácticas más adecuadas depende de los resultados de la
proveedores basada en la combinación de sistemas de
evaluación del desempeño (Sarkar & Mohapatra, 2006;
inferencia difusos con algunas de las métricas SCOR .
Osiro et al., 2014).
Mediante el uso de una tabla de clasificación bidimensional ,
En la literatura académica, la selección de proveedores
cada proveedor se categoriza de acuerdo con su desempeño en operacione
y la evaluación de proveedores para el desarrollo se han
El objetivo es que la categorización de los proveedores
tratado como un problema de toma de decisiones en el
que se evalúa un conjunto de proveedores en función de evaluados pueda guiar un mayor desarrollo de la base de
múltiples criterios de desempeño. Aunque existen cientos proveedores. Para demostrar la aplicabilidad de la
de metodologías cuantitativas para apoyar el paso de propuesta, se desarrolló un caso de aplicación ilustrativo
selección de proveedores (De Boer et al., 2001; Wu & en el que se evaluaron 10 proveedores de una empresa
Barnes, 2011; Lima et al., 2013; Chai et al., 2013; Lima et automotriz. Los sistemas de inferencia difusa se
al., 2014a), la evaluación del desempeño para el desarrollo implementaron mediante el software MATLAB y se
de proveedores aún es poco explorada. Además, la parametrizaron según las opiniones de dos empresarios
mayoría de las metodologías encontradas en la literatura de la empresa. Además, se realizó un análisis de
para apoyar la evaluación de proveedores para el desarrollo sensibilidad para verificar la consistencia de los resultados
presentan algunas limitaciones causadas por el uso de métodos
arrojados.
inadecuados.
Machine Translated by Google
Una metodología basada en la inferencia difusa y el modelo SCOR ® 517
Este documento está organizado de la siguiente manera: Al realizar una evaluación periódica de los proveedores,
la Sección 2 presenta una revisión de la literatura sobre es posible conocer si están atendiendo a sus obligaciones
evaluación de proveedores, modelo SCOR e inferencia contractuales e identificar aquellos que presentan niveles
difusa. La sección 3 presenta los procedimientos metódicos de desempeño inferiores a los esperados. Dependiendo
aplicados. La Sección 4 presenta la metodología propuesta de los resultados de la evaluación, pueden ser necesarios
para apoyar la evaluación del proveedor, el caso de aplicación programas de desarrollo para uno o más proveedores, o
y el análisis de sensibilidad. Al final, la Sección 5 presenta incluso sustituir un proveedor por otro que tenga un mejor
conclusiones y sugerencias para futuras investigaciones. desempeño (Sarkar & Mohapatra, 2006).
El desarrollo de proveedores es especialmente importante
2 Antecedentes teóricos para los artículos críticos, aquellos que tienen un alto
valor agregado o que tienen poca disponibilidad de
2.1 Evaluación y gestión de proveedores proveedores en el mercado (Osiro et al., 2014). La
Como se ilustra en la Figura 1, Park et al. (2010) necesidad de reemplazo o desarrollo de un proveedor
estructuró las actividades de gestión de fuentes como un puede identificarse mediante una evaluación basada en
proceso compuesto por cuatro pasos principales. La técnicas cuantitativas y de múltiples criterios.
primera consiste en la formulación de estrategias de
fuente, que implica decisiones, como tener una producción 2.2 Criterios y técnicas para la evaluación del
interna o tercerizar cualquier compuesto (fabricar o desempeño de proveedores
comprar), utilizar uno o varios proveedores para cada
artículo tercerizado, dividir la base de proveedores de El cuadro 1 presenta una lista que propone
acuerdo con la tipo de artículo, entre otros. Estas metodologías de apoyo a la evaluación del desempeño de
estrategias deben considerar la alineación de los objetivos proveedores de otros estudios. Las técnicas presentadas
de compra con los objetivos estratégicos de la organización. incluyen métodos multicriterio, como AHP, ANP,
Luego de las definiciones de las estrategias de origen, se PROMETHE y DEMATEL, y técnicas de inteligencia
realiza la selección de proveedores, buscando aquellos artificial, como redes neuronales artificiales y sistemas de
que mejor atienden los requerimientos del comprador y, inferencia difusos. Como puede verse, mientras que
en caso de seleccionar más de un proveedor, se realiza algunos enfoques se basan en una técnica, otros estudios
una distribución de pedidos entre estos proveedores (De combinan dos o más técnicas para aprovechar cada una
Boer et al., 2001; Wu & Barnes, 2011). (Lima et al., 2013). Este enfoque se puede obtener
Luego de la contratación de proveedores, se inicia el mediante la unión de diferentes técnicas para construir
desarrollo de relaciones y prácticas colaborativas con uno nuevo mediante la aplicación secuencial de diferentes
aquellos que más valor agregan al negocio comprador, de técnicas en un mismo problema.
esta manera se los ve como estratégicos. Estas prácticas Son muchos los requisitos a elegir y la técnica
colaborativas incluyen el desarrollo conjunto de productos, adecuada para la evaluación de proveedores. Una de
el soporte del proceso de certificación a uno o más ellas es que debe permitir la actualización del sistema de
sistemas de gestión de proveedores, la instalación de evaluación, como los criterios y la inclusión y exclusión de
unidades de producción del proveedor dentro de las proveedores, sin generar inconsistencias en los resultados
fábricas del comprador, la gestión de existencias mediante (Lima Junior et al., 2014ª). Sin embargo, el AHP (Park et
el envío y la planificación de artículos de suministro , la al., 2010), ANP (Hsu et al., 2014; Liou et al., 2014), AHP
previsión colaborativa y el reabastecimiento (Sarkar & difuso (Zeydan et al., 2011; Rezaei & Ortt, 2013), ANP
Mohapatra, 2006; Park et al., 2010). difuso ( Shirinfar & Haleh, 2011) y
Figura 1. Marco de gestión de fuentes. Fuente: Parque et al. (2010).
Machine Translated by Google
518 Lima, FR, Jr. et al. gesto Prod., San Carlos, v. 23, n. 3, pág. 515534, 2016
Cuadro 1. Técnicas aplicadas a la evaluación del desempeño de proveedores.
Sarkar &
Evaluación de la capacidad y desempeño del
Mohapatra Comparación de números borrosos
proveedor.
(2006)
Araz & PROMETHEE (Clasificación de preferencia
Sistema de evaluación y gestión de proveedores
Ozkarahan Método de organización para el enriquecimiento
para abastecimiento estratégico.
(2007) Evaluación)
Lee et al. Evaluación de la relación entre comprador
ANP (Proceso de Red Analítica)
(2009) y proveedor.
Parque et al.
método AHP (Proceso de Jerarquía Analítica) Administracion de RELACIONES de provisiones.
(2010)
sencillo
Bai y Sarkis Programas de evaluación para el
Teoría de conjuntos aproximados
(2011) desarrollo de proveedores verdes.
Evaluación y selección de desempeño de
Aksoy y
Redes neuronales artificiales proveedores en ambiente de producción justo
Öztürk (2011)
a tiempo.
Sahu et al. Evaluación de proveedores verdes en un
Números borrosos trapezoidales
(2014) entorno difuso.
Osiro et al. Evaluación de proveedores según tipo de
inferencia borrosa
(2014) artículo adquirido.
Fuzzy ANP, fuzzy TOPSIS (Técnica para
Shirinfar & Evaluación de proveedores y asignación
Orden de Preferencia por Semejanza al Ideal
Hale (2011) de pedidos.
Solución) y PROMETHEE borroso
Ho et al.
Análisis de regresión múltiple y evaluación de calidad de proveedores DEMATEL.
(2012)
Evaluación del desempeño de proveedores en la
Hsu et al. ANP y VIKOR (Vise Kriterijumska
industria electrónica relacionada con la emisión de
(2014) Optimizacija I Kompromisno Resenje)
gases de carbono.
método
Omurca Fuzzy cmeans combinado con la teoría de conjuntos Selección, evaluación y desarrollo de
combinado
(2013) aproximados proveedores.
Rezaei y Ortt Segmentación de proveedores basada
AHP borroso
(2013) en múltiples criterios.
Evaluación de proveedores y mejora del
Liou et al. Fuzzy combinado con una versión de ANP basada en
desempeño considerando la interdependencia
(2014) DEMATEL
de criterios.
akman Evaluación para la inclusión en
Fuzzy cmeans y VIKOR combinados
(2014) programas de desarrollo de proveedores verdes.
Dou et al. Evaluación de programas de desarrollo para
ANP gris
(2014) proveedor verde.
Fuente: Autor.
Las metodologías basadas en Grey ANP (Dou et al., 2014) también es válido para los enfoques basados en
pueden invertir el resultado del ranking cada vez que se DEMATHEL (Ho et al., 2012) y la comparación entre
incluyen o excluyen nuevos criterios o alternativas. Más que números borrosos (Sarkar & Mohapatra, 2006). Las
Su limitación, estas metodologías basadas en técnicas metodologías basadas en redes neuronales artificiales
tienen una limitación en la cantidad de proveedores, y (Aksoy & Öztürk, 2011) dificultan la evaluación de
pueden evaluarse simultáneamente comparando par entre proveedores al solicitar información histórica sobre datos
las alternativas evaluadas. Su limitación para ajustar los parámetros internos de los modelos computacionales. En
Machine Translated by Google
Una metodología basada en la inferencia difusa y el modelo SCOR ® 519
De esta manera, se ha verificado que la mayor parte de los este enfoque son los estudios de Liou et al. (2014) y Sahu et al.
enfoques de la literatura encontrados para apoyar el desarrollo de (2014).
proveedores no es del todo apropiado para este dominio del Una limitación que afecta a todas las metodologías de
problema debido al uso de técnicas inapropiadas. evaluación del desempeño de proveedores, analizada por este
Otro aspecto importante en la evaluación del desempeño de estudio, es la falta de vinculación con la evaluación de la cadena de suministro.
Dado que su evaluación del desempeño de la cadena de suministro
los proveedores se refiere a los criterios adoptados (o indicadores
incluye el enfoque en los aspectos relacionados con el desempeño
de desempeño). El desempeño en los criterios de evaluación de
del negocio, sus clientes y proveedores clave. La integración entre
proveedores considera calidad, entrega, costo, aspectos
la evaluación del desempeño de la cadena de suministro y la
ambientales, riesgo, potencial de colaboración y otros factores
evaluación del desempeño del proveedor es muy deseable. Para
relacionados. Como se muestra en el Cuadro 2, en la mayor parte
que esto suceda, debe tener un lenguaje estándar y un vínculo con
de los estudios los criterios se agrupan por dimensiones de los indicadores de desempeño aplicados en ambos sistemas. Una
desempeño que representan las perspectivas consideradas de forma de superar esta limitación es el uso de indicadores del
evaluación.
modelo SCOR en la evaluación de proveedores.
En algunos estudios, hay dimensiones de
rendimiento combinadas en una matriz bidimensional de
clasificación, compuesta por cuatro cuadrantes. Cada cuadrante 2.3 El modelo SCOR
tiene una clasificación de proveedores y aborda las acciones a
El SCOR (Supply Chain Operations Reference) es un modelo
tomar. Este tipo de ejemplos de aplicación de métodos se presentan
de referencia relacionado con los procesos comerciales, las
en Sarkar & Mohapatra (2006), Ho et al. (2012), Rezaei & Ortt
métricas de rendimiento y las mejores prácticas de gestión de la
(2013) y Osiro et al. (2014). Otro enfoque aplicado consiste en una
cadena de suministro para respaldar la toma de decisiones, la
clasificación general de proveedores ordenada por todos los
evaluación, la comparación de actividades y el rendimiento de
criterios de desempeño. En este caso, la metodología ayuda a estas cadenas de suministro. La aplicación del modelo SCOR
identificar al mejor y al peor proveedor, pero no sugiere tomar cubre cualquier tipo de industria, describiendo cadenas de
acciones. Ejemplos de suministro simples o muy complejas debido a su flexibilidad.
La sección tenía como objetivo el desempeño de la cadena de suministro.
Cuadro 2. Criterios y dimensiones aplicados para la evaluación del desempeño de proveedores.
Autor(es) Dimensiones de desempeño Criterios
Precio, entrega, calidad, capacidad de reserva, ubicación geográfica, posición
Capacidad
financiera
Rezaei y
Compromiso con la calidad, apertura de la comunicación, acuerdo recíproco,
Ortt (2013)
Complacencia voluntad de compartir información, esfuerzo del proveedor para promover los
principios JAT, relación a largo plazo
Diseño verde, prevención de la contaminación, imagen verde, capacidad verde,
Akmán Factores ambientales
sistema ambiental
(2014)
Actuación Entrega, calidad, costo, servicio
Pareo Intercambio de información, relación, flexibilidad.
Riesgo Pérdida de control de gestión, sindicato, seguridad de la información
Compromiso de mejora y reducción de costes, facilidad de comunicación,
Potencial de colaboración
Osiro et al. capacidad financiera, capacidad técnica
(2014) Fiabilidad de entrega, rendimiento de precio, calidad de conformidad, resolución
Entrega
de problemas
Capacidad organizativa Flexibilidad de volumen, escala de producción, nivel de información
Factores ambientales Contenido de sustancias peligrosas, consumo de energía, índice de inocuidad
Fuente: Autor.
Machine Translated by Google
520 Lima, FR, Jr. et al. gesto Prod., San Carlos, v. 23, n. 3, pág. 515534, 2016
de un negocio y su cadena de suministro inmediata con otras evaluación del desempeño de proveedores, así como en la
cadenas, estableciendo metas realistas para apoyar su camino evaluación de riesgos y benchmarking (SCC, 2012). De todos
estratégico. SCOR brinda soporte para la evaluación modos, se observa, analizando estudios de literatura, que
comparativa global de la cadena de suministro mediante una todas las metodologías basadas en indicadores cuantitativos
base de datos en línea llamada SCORmark que contiene SCOR se enfocan en apoyar la evaluación del desempeño
datos históricos de más de 1.000 empresas y 2.000 cadenas de suministro.
de la cadena de suministro (Ganga & Carpinetti, 2011; Agami et al., 2014).
Cuadro 3. Atributos de desempeño de SCOR .
Fiabilidad Se refiere a hacer tareas según los requisitos y habilidades del cliente.
Sensibilidad Se trata de la velocidad de ejecución de las tareas.
Se refiere a la velocidad y la capacidad de una cadena de suministro para responder a los cambios del
Agilidad
mercado, con la intención de obtener o mantener una ventaja competitiva.
Costo Implica todos los costos de operaciones relacionados con una cadena de suministro.
Se trata de la capacidad de utilizar eficientemente los recursos fijos y el capital de trabajo para atender la demanda
Gestión de activos
de los clientes.
Fuente: SCC (2012).
Figura 2. Métricas propuestas por el modelo SCOR , versión 11. Basado en SCC (2012).
Machine Translated by Google
Una metodología basada en la inferencia difusa y el modelo SCOR ® 521
2.4 Sistemas de inferencia borrosa La definición de la morfología de un número borroso
es el comportamiento de μA (x) y permite la
2.4.1 Antecedentes de la teoría de conjuntos borrosos cuantificación de la imprecisión asociada a la información dada.
La adecuación de la teoría de conjuntos borrosos al Como ilustra la Figura 3, los vértices de un número
modelado de sistemas que involucran incertidumbre e triangular están representados por l, m y u, siendo l < m <
imprecisión se debe principalmente al grado definidor de u. En el caso de un número trapezoidal, como la Figura 4,
lógica de inclusión (o pertinencia) de los elementos en un se utiliza un vértice a, m, n y b , siendo a<m<n<b (Lima et al., 2014b).
conjunto borroso. La lógica difusa modela un conjunto En problemas de toma de decisiones, los números
borroso à mediante una función de pertinencia μA (x): X → borrosos se pueden usar para representar juicios inexactos,
[0.0, 1.0], para permitir niveles de inclusión parcial. Es decir, como “alrededor de 6”, o para modelar valores lingüísticos
el opuesto de la teoría de conjuntos clásica, donde un como “muy bajo”, “bajo”, “medio”, “alto” y “muy alto”, como
conjunto está definido por una función característica μA (x) : La Figura 5 ejemplifica (Lima et al., 2014b; Osiro et al., 2014).
X → {0.0, 1.0}, la teoría de conjuntos difusos considera
valores en el intervalo continuo [0.0, 1.0] a μA (x ), asumiendo
así la existencia de niveles intermedios entre los valores de pertenencia “falso” (0.0) y “verdadero”
2.4.2 El sistema de inferencia borrosa propuesto por Mamdani &
(1.0). De esta forma, la Ecuación 1 representa, cada uno de
Assilian (1975)
los elementos valor de representación en el eje x dentro del
dominio del conjunto borroso à dado por un valor nítido (x) y Algunos recursos del conjunto de teoría difusa combinados
un grado de pertenencia μA (x) (Zimmermann, 1991, Pedrycz en una estructura lógica constituyen un sistema de inferencia
& Gomide, 2007) . difuso (FIS). Mamdani & Assilian (1975) propusieron el primer
FIS y ha recibido muchas modificaciones desde su versión
X {x
=,µ
un x(x
) /
à } (1)
original. Como se puede observar en la Figura 6, la
Los conjuntos borrosos constituyen números borrosos y composición de los FIS propuestos por Mamdani & Assilian
atienden a las propiedades geométricas de convexidad y normalidad.(1975) tiene cinco elementos principales en su
Figura 3. Número borroso triangular. Fuente: Lima et al. (2014a).
Figura 4. Número borroso trapezoidal. Fuente: Lima et al. (2014b).
Machine Translated by Google
522 Lima, FR, Jr. et al. gesto Prod., San Carlos, v. 23, n. 3, pág. 515534, 2016
estructura: interfaz de fuzificación, reglas base, mecanismo cabe destacar que dicha representación no se refiere a una
de inferencia, base de datos e interfaz de defuzificación. situación probabilística, ya que se asume que el valor 6.0
Cuando un valor numérico establece entradas en un pertenece de hecho al conjunto de valores altos y al mismo
FIS, el proceso de fuzificación convierte cada valor en una tiempo pertenece al conjunto de valores medios.
o más particiones difusas. En problemas de toma de Después de la fuzificación, los valores difusos se aplican
decisiones y evaluación del desempeño, tales particiones a un conjunto de reglas de inferencia, estableciendo
suelen corresponder a términos lingüísticos (Osiro et al., relaciones de causaefecto entre las variables de entrada y salida.
2014). Considerando el ejemplo de la Figura 4, suponga La activación de las reglas de inferencia sucederá a
que el desempeño de un proveedor relacionado con la aquellas que mejor representen los valores difusos de
calidad está representado por el puntaje 6.0. Cuando sea entrada, determinando así un conjunto de hipótesis sobre
presentado al sistema y convertido a un formato lingüístico, el comportamiento del problema modelado. La Figura 7
su valor podrá ser considerado “alto” con un nivel de ilustra una estructura de regla de inferencia con dos
pertinencia μA (x) igual a 0.4, y simultáneamente será variables de entrada y una variable de salida. Estas reglas
considerado “medio” con μM (x) igual a 0.6. Es tienen una estructura de tipo “sientonces”, es decir, en la
primera parte de la regla se define un conjunto de
condiciones precedentes, que describen un escenario
específico dentro del problema modelado, y en la segunda
parte, la respuesta del sistema. se especifica como lo que
debería ser a la salida, en comparación con la condición presentada anterio
El siguiente paso del proceso es agrupar los resultados del
conjunto difuso de las reglas activadas en un solo conjunto
para generar la salida del sistema. Finalmente, la agregación
del conjunto borroso resultante y su conversión en un valor
nítido usando un operador de defusificación. Luego de esto,
viene la presentación al usuario del sistema.
(Mamdani & Assilian, 1975; Pedrycz & Gomide, 2007; Osiro
et al., 2014).
Figura 5. Ejemplo de escala de valores lingüísticos. Fuente: En los sistemas de inferencia difusos, los operadores
Lima et al. (2014b). utilizados en la manipulación de datos incluyen operadores
tnorma, tconorma (o snorma), operadores de composición,
operadores de agregación y de fuzificación.
Los operadores tnorma generalizan las operaciones de
agregación entre conjuntos borrosos basados en el conector
lógico “AND” durante el procesamiento de la parte
antecedente de las reglas de inferencia. Los operadores
más utilizados en este caso son el operador “mínimo” y el
“producto algebraico”, representados respectivamente por
las Ecuaciones 2 y 3 (Pedrycz & Gomide, 2007; Osiro et
al., 2014).
µA ) (x Y y µ
=µ µ m
( )
B in
AB { ( )
x , ( )}
y (2)
Figura 6. Estructura del sistema de inferencia propuesto por
Mamdani & Assilian (1975). Fuente: Osiro et al. (2014). µA ) (x Y y µ
( )
= µ x
BAB µ ( ) ( )
y (3)
Figura 7. Ejemplo de regla de inferencia. Fuente: Lima et al. (2014b).
Machine Translated by Google
Una metodología basada en la inferencia difusa y el modelo SCOR ® 523
En cada regla de inferencia activada, después de la simulación. En este tipo de investigación, se utilizan modelos
computación de las operaciones lógicas de las partes cuantitativos basados en conjuntos de variables que
anteriores, el mecanismo de inferencia crea una relación de representan un dominio de problema específico y tienen
implicación R entre el conjunto difuso de operaciones lógicas relaciones causales y cuantitativas. Siguiendo las definiciones
resultante y la regla consecuente. Se considera el uso de los propuestas por Pidd (2004), las simulaciones realizadas en
operadores “producto algebrico” y “mínimo” en este paso. este estudio se clasifican en discretas, estadísticas y
Cada resultado de la regla se determina después de un deterministas. Los pasos de la investigación se organizan de
la siguiente manera:
operador de composición de relaciones, que utiliza la relación
entre un solo conjunto (creado en la fuzificación) y la relación
de implicación R. Para esta función, generalmente se ha
i. Investigación bibliográfica: La investigación
bibliográfica sirvió de base teórica a la
utilizado el operador "maxmin", mostrado en Ecuación 4. La
contribución vino de las reglas (μRi (x)) debe agregarse en un concepción, modelado y aplicación de la
solo conjunto difuso utilizando un operador de agregación,
metodología propuesta en esta investigación.
como el operador “máximo”, representado en la Ecuación 5 Este paso implicó el análisis de la evaluación de
(Lima et al., 2014b; Osiro et al. , 2014). proveedores y los documentos de inferencia difusa, así
como la sección de medición del desempeño del
modelo SCOR (SCC, 2012);
S o R (x, y m
) =áx. m{ín. x, y( S
µµ , ( ) R ( y, z ))} (4)
ii. Modelado y simulación: Para la construcción de
sistemas computacionales se utilizó la caja de
AG. ( ) = máximo µ ( )X , µ … ( )
{ R1 µX Rj , , X ( )}
habitación
(5)
herramientas fuzzy del software MATLAB . El
desarrollo y parametrización de cuatro sistemas
Para obtener el resultado final del sistema de inferencia
difusa, la interfaz de defuzificación convierte el valor difuso de inferencia utilizó opiniones de especialistas de
resultante de la agregación de las reglas activadas en un una industria automotriz. Estos especialistas
valor nítido. El operador centro de área es ampliamente también proporcionaron juicios relacionados con el
utilizado en defuzificación porque tiene un gran compromiso desempeño establecido por un proveedor en
con la solución, ya que considera regiones borrosas con comparación con los criterios de desempeño
valores de pertinencia bajos durante el cálculo del valor de adoptados. La aplicación de estos valores se había
salida nítido (Altrock, 1995). La ecuación 6 muestra el centro utilizado en la aplicación piloto de la metodología;
del operador de defusificación del área, donde n es el número
iii. Análisis de sensibilidad: Para comprobar la consistencia de
de discretización en el conjunto borroso à (Osiro et al., 2014).
los resultados proporcionados por el sistema, se realizó un
análisis de sensibilidad de los cuatro sistemas mediante el
Con el objetivo de sintetizar los pasos de trabajo del FIS
análisis de un conjunto de gráficos de superficie de respuesta.
propuestos por Mamdani & Assilian (1975), el Cuadro 4
Este análisis también había permitido identificar los
resume los pasos de los algoritmos presentados.
criterios de evaluación (o peso) más importantes en
términos relativos .
∑ ( )
norte
= = µ Ã kk 1x xk
CDA (6)
( )
norte
∑ X
= µ Ã kk 1
4 Metodología propuesta para respaldar la evaluación
3 Procedimientos metodológicos del desempeño de los proveedores La Figura 8
Siguiendo la clasificación propuesta por Bertrand ilustra la metodología propuesta por este estudio
& Fransoo (2002), la caracterización de esta investigación es para respaldar la evaluación del desempeño de los
cuantitativa descriptiva basada en el modelado y proveedores y la componen tres pasos. En el paso 1, proveedor
Cuadro 4. Pasos de algoritmos del sistema de inferencia borrosa propuesto por Mamdani & Assilian (1975).
Comenzar
<1> Para presentar una entrada de valores nítidos a las variables de entrada;
<2> Para confundir los valores de entrada;
<3> Para verificar qué reglas de inferencia se activan mediante valores de entrada fuzificados;
<4> Determinar la salida de cada regla de inferencia utilizando los términos lingüísticos consecuentes;
<5> Para combinar la contribución individual de todas las reglas activadas para producir una respuesta final;
<6> Para eliminar la borrosidad del conjunto borroso resultante del paso <5> para presentar una salida de valor nítido;
Fin
Fuente: Autor.
Machine Translated by Google
524 Lima, FR, Jr. et al. gesto Prod., San Carlos, v. 23, n. 3, pág. 515534, 2016
Figura 8. Metodología propuesta para apoyar la evaluación del desempeño de proveedores. Fuente: Autor.
El desempeño alcanzado relacionado con la dimensión de (C7 ). FIS 3 calcula el desempeño de la “agilidad”
desempeño “costo” tiene una evaluación individual basada considerando la “adaptabilidad de la fuente al alza” (C8 ), la
en tres criterios. En el paso 2, el objetivo es evaluar a los “adaptabilidad de la fuente a la baja” (C9 ) y la “calificación
mismos proveedores relacionados con la dimensión de riesgo del proveedor” (C10). FIS 4 calcula el "rendimiento
“desempeño de operaciones” con base en la combinación de de operaciones" del proveedor en función de los valores de
ocho criterios. Los criterios de evaluación adoptados consisten salida de FIS 2 y 3.
en todos los indicadores de desempeño de nivel 2 de Un analista o un gerente que tenga dominio en la técnica
SCOR que se dirigen a la gestión de proveedores (SCC, de inferencia difusa puede hacer la implementación de los
2012). El cuadro 5 describe cada uno de esos criterios y sistemas computacionales. En esta aplicación de estudio, la
señala el atributo asociado donde cada criterio está asociado base de la implementación computacional son muchas
en SCOR , sus respectivas unidades de medida sugeridas pruebas empíricas utilizando el software MATLAB .
y su dominio definidor sugerido (universo discursivo). Los operadores de lógica difusa elegidos son: el operador
“mínimo” (Ecuación 2) se utiliza para operacionalizar el
El paso 3 utiliza los valores de desempeño alcanzados conectivo “Y” de las reglas de inferencia y para generar las
por el proveedor obtenidos en los pasos 1 y 2 para relaciones de implicación entre el anterior y las consecuencias
categorizarlos en una matriz bidimensional, donde cada de las reglas de inferencia; el operador “maxmin” (Ecuación
cuadrante representa un grupo de proveedores. Una 4) se usa para componer las relaciones de implicación y los
categorización de proveedores en un grupo específico conjuntos singleton generados en la fuzificación; se eligió el
sugiere la adopción de una directriz de gestión indicada para ese operador
grupo. “máximo” (Ecuación 5) para agregar el conjunto
El uso de la metodología propuesta requiere la construcción borroso generado en la salida de cada regla de inferencia
y parametrización de cuatro sistemas de inferencia difusos activada; se adoptó el operador “centro de área” (Ecuación
(FIS). FIS 1 se encarga de calcular el rendimiento alcanzado 6) para defuzificar el conjunto borroso agregado y generar el
por cada proveedor en la dimensión de "costo" en función de valor de salida del sistema.
las variables de entrada " costo de aterrizaje del material" (C1 ),
"costo de devolución" (C2 ) y "costo de abastecimiento (C3 ). La base de parametrización en los sistemas de inferencia
FIS 2 calcula el rendimiento de "confiabilidad" a partir de los es la asignación de empleados del comprador, como las
valores alcanzados en "pedidos entregados en su áreas de logística, calidad y compras. La función de estos
totalidad" (C4 ), "rendimiento de entrega hasta la fecha de especialistas durante la parametrización consiste en: (1)
apoyar la elección de la cantidad
confirmación" (C5 ), "perfecto estado" (C6 ) y "exactitud de la documentación"
Machine Translated by Google
Una metodología basada en la inferencia difusa y el modelo SCOR ® 525
Cuadro 5. Detalle de los criterios de evaluación de proveedores adoptados.
Costos asociados a la compra de material y
material desembarcado disponible en el lugar de uso, incluyendo
ps [1; 100,000]
costo (C1 ) costo de compra, fletes, seguros, impuestos y
Costo costos de importación, en caso de existir
Costo total de materiales devueltos porque
Costo
errores de planificación, calidad de
Coste de devolución (C2 ) ps [1; 100,000]
proveedores, producción, gestión de pedidos
y entrega
Gestión de pedidos, inspección y
Costo de abastecimiento ps [1; 100,000]
(C3 ) Costos asociados al almacenamiento
Pedidos entregados Porcentaje de pedidos recibidos en el que todos los
% [1; 100]
en su totalidad (C4 ) artículos están en cantidades acordadas
Rendimiento
Porcentaje de pedidos entregados en
de la entrega hasta la % [1; 100]
fecha comprometida
fecha de confirmación (C5 )
Fiabilidad
Porcentaje de pedidos entregados de acuerdo a los
Perfecta condicion
requerimientos con poco o ningún % [1; 100]
(C6 ) desglose
Documentación Porcentaje de pedidos entregados con pocos o
% [1; 100]
precisión (C7 ) ningún error en la documentación
Porcentaje de aumento máximo en
Adaptabilidad de materiales comprados y recibidos que se puede
% [1; 100]
la fuente al alza (C8 ) lograr y mantener durante 30
Desempeño
operaciones
las
de
días
Porcentaje de reducción de materias primas que
fuente de desventajas se puede lograr antes de la entrega y se puede
% [1; 100]
Agilidad adaptabilidad (C9 ) sostener durante 30 días, sin impacto en
los costos
La suma de las probabilidades de los eventos de
riesgo que impactan en los procesos de la cadena de
Calificación de riesgo
suministro (planificación, origen, fabricación, entrega S [1; 100,000]
del proveedor (C10)
y devolución) multiplicada por el impacto monetario
de estos eventos.
Fuente: Autor.
de términos lingüísticos utilizados para modelar cada a las dimensiones “costo” y “desempeño de las
variable; (2) ayudar a definir la morfología y los valores operaciones”, calculadas respectivamente por los FIS 1 y
numéricos de cada término lingüístico utilizado; (3) definir 4 y se utilizan en un procedimiento de calificación. En el
el término consecuente lingüístico de cada una de las caso de la dimensión “costo”, si el valor de desempeño es
reglas de inferencia utilizadas. Dichos ajustes podrán menor a 0.5, éste será considerado “alto”. Si se sitúa en el
realizarse únicamente durante la implementación de la metodología propuesta.
intervalo
[0.5, 1.0], la clasificación es “baja”. Sin embargo,
Durante su implementación, el proveedor elegido debe ser en la dimensión “desempeño de operaciones”, si el
evaluado y estimar su puntaje en cada uno de los criterios
desempeño es menor a 0.5, será considerado “bajo”. Por
utilizados. Luego, los FIS 1, 2 y 3 reciben estas estimativas.
otro lado, un valor de desempeño entre el intervalo [0.5,
Como en todos estos sistemas, el universo discursivo de
1.0] será clasificado como “alto”. Como ilustra la Figura 8,
todas las variables de entrada se define en el intervalo [0,
la combinación de clasificaciones mediante una matriz
1], los valores de puntaje de los proveedores deben
bidimensional permite la calificación y categorización de
ajustarse utilizando la Ecuación 7.
los proveedores en cuatro grupos. De acuerdo con los
xi
'
= xi (7) resultados de la categorización, se deben desarrollar
(
máx xx x n ,..,
)
1 2 ,
planes de acción basados en los siguientes lineamientos
Después del procesamiento de datos del sistema de inferencia, (Sarkar & Mohapatra, 2006; Osiro et al., 2014):
los valores de rendimiento alcanzados para cada proveedor relacionado
Machine Translated by Google
526 Lima, FR, Jr. et al. gesto Prod., San Carlos, v. 23, n. 3, pág. 515534, 2016
• Grupo I: Dado que el rendimiento de las operaciones es alto output, basado en Altrock (1995) y Lima et al. (2014b). Siguiendo
y el costo es bajo, se puede concluir que el proveedor el estudio de Ganga & Carpinetti (2011), se utilizaron números
atiende a los compradores expectantes. borrosos triangulares y trapezoidales. La Tabla 1 presenta los
Por este lado, los esfuerzos deben estar enfocados en el términos lingüísticos, las morfologías y los parámetros numéricos
mantenimiento de la relación entre comprador y proveedor. adoptados para el modelado de funciones de pertinencia de las
Estos proveedores grupales también pueden desarrollarse variables de entrada de los FIS 1, 2, 3 y 4. La Tabla 2 detalla las
con el objetivo de crear asociaciones colaborativas para el funciones de pertinencia utilizadas en las salidas.
desarrollo conjunto de elementos críticos;
El consecuente de cada regla de inferencia se definió como
• Grupo II: Como el desarrollo de operaciones es alto, pero el
los juicios de los empleados del negocio.
costo también es alto, se sugiere la adopción de programas
Las cantidades de reglas de inferencia presentes en FIS 1, 2, 3 y
de reducción de costos. En este caso, se pueden seguir
4 son, respectivamente, 27, 81, 27 y 25, total de 160 reglas.
los siguientes pasos: (1) identificación de criterios
Algunas de las reglas parametrizadas del FIS 1 se presentan en
relacionados con el costo, mientras que tiene un
el Cuadro 6. Después de la construcción y parametrización de los
bajo rendimiento por parte del proveedor; (2) identificar las
cuatro sistemas, se estimaron los puntajes de 10 proveedores
causas de los altos costos mediante el análisis de procesos
comerciales para los nueve criterios. Los valores de estos puntajes
utilizando mapas de flujo de valor y mapas de costos; (3) se normalizaron utilizando la Ecuación 7, lo que resultó en los
negociación de reducción de metas de costos relacionadas valores que se muestran en la Tabla 3.
con cada criterio; (4) elaboración, implementación y
seguimiento de planes de acción con el objetivo de El puntaje de desempeño de cada proveedor evaluado fue
reducción de costos en procesos críticos; calculado por los valores de los sistemas de inferencia 1, 2 y 3,
• Grupo III: Si bien es un costo bajo, el desempeño de las presentados en la Tabla 3. La Tabla 4 presenta los puntajes de
desempeño obtenidos por el proceso de inferencia.
operaciones también es bajo, lo que indica que el proveedor
La figura 9 ilustra el proceso de inferencia FIS 1 al proveedor S1 .
necesita mejorar sus operaciones. En este sentido, se
En esta figura, cada línea representa una regla de decisión
sugieren las siguientes acciones : (1) identificar los criterios
del FIS 1, donde las tres primeras columnas de la izquierda se
que solicitan mejoras en los resultados; (2) investigación
refieren a las variables de entrada y sus respectivos términos
de procesos críticos relacionados con esos criterios y sus
lingüísticos, mientras que la cuarta columna se refiere a la variable
causas de bajo desempeño; (3) mejora continua de los
de salida. La región amarilla representa los conjuntos borrosos
procesos críticos para los resultados de las operaciones
activados por las puntuaciones del proveedor 1. La región azul en
mediante el desarrollo, implementación y seguimiento de
la última columna se refiere al conjunto borroso generado por
programas;
cada regla activada. Tomando como ejemplo al proveedor S1 , a
los puntajes de entrada 0.52, 0.36 y 0.4, se activan las reglas 11,
• Grupo IV: Como proveedor presenta puntajes insatisfactorios 14, 20 y 23. Cuando se agrega el conjunto difuso resultante por
en ambas dimensiones de desempeño, la adopción de cada regla, se genera una región de salida difusa (representada
programas de desarrollo no se muestra como viable. Por en la última línea de la última columna), que, después de ser
eso, se recomienda el reemplazo del proveedor. defusificada, devuelve el valor 0.513.
Los puntajes de las dimensiones "costo" y "desempeño de las
operaciones" se utilizaron para categorizar los criterios de acuerdo
4.1 Aplicación piloto con el procedimiento del paso 3. La Tabla 5 presenta los
La metodología propuesta se aplicó en un piloto de una resultados de la categorización y las acciones recomendadas a
industria automotriz. La empresa tiene una enorme base de cada proveedor. La Figura 10 ilustra estos resultados en una
proveedores de compuestos y produce piezas para automóviles matriz de calificación. Los proveedores S2 , S4 , S6 , S7 , S9 y
de bajo peso. La estimación de los criterios enumerados en el S10 fueron clasificados en el grupo I.
Cuadro 5 se completó con base en la estimación de Como están atendiendo las expectativas del comprador
dos empleados activos del departamento de compras y logística, relacionadas con ambas dimensiones de desempeño, el comprador
y buscaron el desempeño de alrededor de 10 proveedores debe mantener la relación con ellos y considerarlos como socios
relacionados con estos criterios. También se consideró el juicio prioritarios durante el desarrollo de nuevos productos. El proveedor
de los empleados para sustentar las variables difusas y la S2 fue clasificado en el grupo II, debido a que obtuvo un buen
parametrización de las reglas de inferencia. Se definieron tres desempeño en las operaciones pero con costos elevados. En este
términos lingüísticos a cada variable de entrada y cinco términos caso, se podrían elaborar planes de acción con el objetivo de
lingüísticos a cada identificar las
Tabla
1.
Funciones
de
pertinencia
de
las
variables
de
entrada
los
FIS
1,
2,
3
y
4.
Fuente:
Agilidad
Autor.
Variables
de
entrada Variables
de
entrada Variables
de
entrada Variables
de
entrada
Fiabilidad
C10 C9 C8 C7 C6 C5 C4 C3 C2 C1
yo yo
0,00
0,30 0,00
0,10
0,30
0,50 0,50
0,80
1,00
1,00
0,20
0,50
0,80 0,00
0,05
0,50
0,45
0,90 0,00
0,10
0,50
0,90 0,00
0,10
0,40
0,50
0,90 0,00
0,10
0,40
0,50
0,90 0,00
0,10
0,50
0,90 0,00
0,20
0,50
0,80 0,00
0,40 0,00
0,30 0,00
0,40
amén amn
B
trapezoidal soy
n
"Muy
bajo" trapezoidal "Muy
bajo" trapezoidal
Triangular Triangular
m
tu mu
"Bajo" "Bajo" "Bajo"
b
b
0,00
0,30
0,50 0,00
0,45
0,90 0,00
0,40
0,80 0,00
0,45
0,90
Triangular
lm
tu Triangular
lm
tu Triangular
lm
tu Triangular
lm
tu Triangular
lm
tu
"Regular" "Regular" "Regular"
"Bajo" "Bajo"
Sistema
de
inferencia
borrosa
4 Sistema
de
inferencia
borrosa
3 Sistema
de
inferencia
borrosa
2 Sistema
de
inferencia
borrosa
1
0,30
0,50
0,70 0,30
0,50
0,60
0,80
1,00
0,80
1,00 0,00
0,20
0,50 0,50
0,90
1,00 0,50
0,90
1,00 0,60
0,90
1,00 0,60
0,90
1,00 0,50
0,90
1,00 0,50
0,80
1,00 0,50
0,90
1,00 0,50
0,80
1,00 0,50
0,90
1,00
lmu
triangulares soy
n amén soy
n amén
trapezoidal trapezoidal trapezoidal trapezoidal
"Regular" "Regular"
"Alto" "Alto" "Alto"
b b b
1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
b
0,50
0,70
0,90
1,00
1,00
lmu
triangulares Triangular
lm
tu
"Alto" "Alto"
soy
n Imu
“muy
alto”
"Muy
alto"
trapezoidal
Triangular
1.00
b
527 Una metodología basada en la inferencia difusa y el modelo SCOR ®
Machine Translated by Google
Tabla
2.
Funciones
de
pertinencia
las
variables
de
salida
los
FIS
1,
2,
3
y
4.
Desempeño
de
las
operaciones
Fuente:
Autor.
Fiabilidad
Variable
de
salida Variable
de
salida Variable
de
salida Variable
de
salida
Agilidad
Costo
0.00 0.00 0.00 0.00
"Muy
bajo"
lm
u "Muy
bajo"
lm
u soy
n "Muy
bajo"
lm
u
0.00 0.00 0.00 "Muy
bajo" 0.00
trapezoidal
Triangular Triangular Triangular
0.20 0.30 0.10 0.20
b
0.30
yo yo yo yo
0.00 0.00 0.10 0.10
Triangular Triangular Triangular Triangular
metro
"Bajo" "Bajo" "Bajo" "Bajo"
0.20 0.30 0.30 0.25
metro metro metro
tu
0.40 0.50 0.50 0.40
tu tu tu
0.20 0.30 0.30
soy
n Sistema
de
inferencia
difusa
3
lm
u amén Sistema
de
inferencia
borrosa
1
lm
u
Sistema
de
inferencia
borrosa
4 Sistema
de
inferencia
borrosa
2
0.40 0.50 0.50 0.50
trapezoidal trapezoidal
"Regular" Triangular
"Regular" "Regular" Triangular
"Regular"
0,45 0.70 0,60 0.70
b b
0.70 0.80
0,45 0.50 0,60 0.50
Triangular
lm
tu Triangular
lm
tu Triangular
lm
tu Triangular
lm
tu
"Bien" "Alto" "Alto" "Alto"
0.70 0.70 0.80 0.70
1.00 0.90 1.00 0.80
yo yo yo
0.70 0.70 0.80 0.80
a
metro
1.00 "Muy
bien" 0.90 "Muy
alto" 1.00 "Muy
alto" 1.00 "Muy
alto"
trapezoidal
Triangular metro metro Triangular metro Triangular
1.00 1.00 1.00 1.00
tu norte tu tu
1.00
b
gesto Prod., San Carlos, v. 23, n. 3, pág. 515534, 2016 528 Lima, FR, Jr. et al.
Machine Translated by Google
Machine Translated by Google
Una metodología basada en la inferencia difusa y el modelo SCOR ® 529
Cuadro 6. Reglas de inferencia del FIS 1.
SI ENTONCES
Regla
Costo de descarga del material “Y” Costo de devolución “Y” Costo de abastecimiento Costo
1 Bajo Bajo Bajo Muy bajo
2 Bajo Bajo Regular Bajo
3 Bajo Bajo Alto Regular
4 Bajo Regular Bajo Muy bajo
5 Bajo Regular Regular Bajo
6 Bajo Regular Alto Regular
7 Bajo Alto Bajo Regular
8 Bajo Alto Regular Regular
9 Bajo Alto Alto Alto
10 Regular Bajo Bajo Bajo
11 Regular Bajo Regular Regular
12 Regular Bajo Alto Alto
13 Regular Regular Bajo Regular
14 Regular Regular Regular Regular
15 Regular Regular Alto Alto
16 Regular Alto Bajo Regular
17 Regular Alto Regular Alto
18 Regular Alto Alto Muy alto
19 Alto Bajo Bajo Regular
20 Alto Bajo Regular Alto
21 Alto Bajo Alto Alto
22 Alto Regular Bajo Regular
23 Alto Regular Regular Alto
24 Alto Regular Alto Muy alto
25 Alto Alto Bajo Alto
26 Alto Alto Regular Muy alto
27 Alto Alto Alto Muy alto
Fuente: Autor.
Tabla 3. Puntuaciones normalizadas de proveedores.
Proveedor C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
S1 0.52 0.36 0.40 0.80 0,55 0.92 1.00 0,60 0.40 0.78
S2 0.35 0.32 0.30 0,95 0.99 1.00 1.00 0.70 0,60 0.32
S3 0.88 0.75 0.40 1.00 0.22 0,60 0.90 0.90 1.00 0,55
S4 0.20 0.10 0,60 0.98 1.00 0,95 1.00 1.00 0.85 0.25
S5 0.48 0.30 0.35 0.72 0.50 0.90 0.70 0.70 0.30 0,95
S6 0.43 0.10 0.10 0.40 0.70 1.00 0,95 0,95 0.10 0.15
S7 0.10 0.12 0.20 0.84 0.25 0.75 1.00 1.00 0.50 0,60
S8 0.13 0.05 0.03 0.27 0.20 0,45 0.70 0.70 0,55 0.82
S9 0.26 0.12 0.10 0,68 0.75 0.82 0.52 0.52 0.80 0.05
S10 0,45 0.30 0.30 0.99 1.00 1.00 0.80 0.80 0,95 1.00
Fuente: Autor.
Factores de contribución a los altos costos por el proceso y análisis tercero Para potenciar esos resultados, se deben elaborar planes de
de actividades críticas. acción , visando la mejora continua de procesos críticos relacionados
Los proveedores S5 y S8 habían presentado costos bajos, pero con la confiabilidad y/o agilidad del proveedor. El proveedor S4
no cumplieron con las expectativas relacionadas con el desempeño presenta un resultado insatisfactorio en ambas dimensiones de
de las operaciones. Así, los proveedores fueron clasificados en grupo desempeño y fue
Machine Translated by Google
530 Lima, FR, Jr. et al. gesto Prod., San Carlos, v. 23, n. 3, pág. 515534, 2016
Tabla 4. Valores de rendimiento calculados por sistemas de inferencia.
Fuente: Autor.
Tabla 5. Resultados de la categorización de los proveedores evaluados y acciones sugeridas.
clasificados en el grupo IV. Ante la gran cantidad de esfuerzos “costo de devolución” y “costo de abastecimiento”. La Figura
y recursos requeridos para este desarrollo de proveedores, 11b muestra la superficie de respuesta de FIS 3 generada por
se sugiere la sustitución de proveedores. la interacción de la "adaptabilidad de fuente al alza" y la "
adaptabilidad de fuente a la baja". La figura 11c muestra la
superficie de respuesta de FIS 2, creada por la interacción de
4.2 Análisis de sensibilidad
" rendimiento de entrega hasta la fecha de compromiso" y "
Mediante el uso de gráficos de superficie, se analizó la cumplimiento de pedidos entregados". Además, en la Figura
sensibilidad del sistema de cuatro inferencias. El análisis en 11d la superficie de respuesta determina la interacción entre
estos gráficos está representado por una función que permite “agilidad” y “confiabilidad”.
la evaluación de los efectos de interacción entre un Al analizar la Figura 11a, se observa que el peso del
criterios y la consistencia de la respuesta superficial del criterio de "costo de retorno" es mayor que el criterio de "costo
modelo computacional (Lima et al., 2014b). La Figura 11 de abastecimiento", porque, como el aumento del "costo de
presenta algunos de los gráficos de superficie generados retorno" conduce a una elevación constante de la dimensión "costo".
durante el análisis de sensibilidad. La Figura 11a muestra la rendimiento, los valores de "costo de abastecimiento"
solo afectan la respuesta del sistema cuando es superior a
superficie de respuesta FIS 1 generada por la interacción de criterios
Machine Translated by Google
Una metodología basada en la inferencia difusa y el modelo SCOR ® 531
Figura 9. Proceso de inferencia FIS 1 al proveedor 1. Fuente: Autor.
0.50. La Figura 11b muestra que los criterios de “
adaptabilidad de la fuente negativa” y “adaptabilidad de la
fuente positiva” son similares y contribuyen de manera similar
al valor de la puntuación final en “agilidad”. La Figura 11c
muestra que el "rendimiento de entrega hasta la fecha de
compromiso" y el "cumplimiento de pedidos entregados"
también son similares. También es posible notar que el valor
de respuesta de FIS 2 dependerá en gran medida de otros
criterios siempre que "rendimiento de entrega hasta la fecha
de compromiso" o "cumplimiento de pedidos entregados"
presenten una puntuación de rendimiento inferior a 0,50. En
el análisis de la Figura 4d, se sugiere que el “desempeño de
las operaciones” se considera muy bajo cuando el desempeño
de un proveedor relacionado con la “agilidad” es más cercano
a cero, incluso si tiene una muy buena “confiabilidad”.
Los resultados del análisis de sensibilidad muestran que
Figura 10. Categorización de proveedores evaluados. Fuente: cada gráfico presenta la aparición de respuestas como
Autor. funciones monótonas crecientes, lo que indica que un valor creciente
Machine Translated by Google
532 Lima, FR, Jr. et al. gesto Prod., San Carlos, v. 23, n. 3, pág. 515534, 2016
Figura 11. Gráficos de superficie de respuesta de FIS 1 (a), 3 (b), 2 (c) y 4 (d). Fuente: Autor.
en una variable de entrada siempre producirá un efecto como la creación de programas de reducción de costos
positivo y no lineal en la variable de salida. Dado que el o el desarrollo de programas que tengan como objetivo
comportamiento de los resultados depende directamente de la mejora de las operaciones;
la parametrización del sistema de inferencia y de su toma de
ii. Alinearse con la evaluación y evaluación comparativa del
decisiones, las superficies de respuesta obtenidas refuerzan
la adecuación del operador y la elección de valores difusos, desempeño de la cadena de suministro: este estudio
5. Conclusión directa con los resultados de la evaluación de
proveedores y la evaluación del desempeño de la
Este estudio presentó una nueva metodología para apoyar
la evaluación del desempeño de los proveedores, desarrollada cadena de suministro. Además, el uso de indicadores
los sistemas de inferencia difusos. El enfoque propuesto metodología propuesta, haciendo posible que el
permite evaluar costos y aspectos relacionados con las comprador compare su nivel de desempeño con otros
operaciones. Los resultados de su evaluación se utilizan para negocios de la cadena de suministro utilizando la base
agrupar proveedores con resultados similares y para de datos de benchmarking global SCORmark;
determinar los lineamientos para la gestión de proveedores.
iii. Capacidad para evaluar simultáneamente un número no
En comparación con otras metodologías existentes en la
limitado de proveedores: en lugar de los enfoques
literatura, la metodología propuesta presenta como ventajas:
comparativos basados en AHP (Park et al., 2010), AHP
difuso (Rezaei & Ortt, 2013), ANP (Lee et al., 2009,;
i. Directrices para la base de proveedores: A diferencia de Hsu et al. al., 2014), técnicas fuzzy ANP (Shirinfar &
los estudios propuestos por Bai & Sarkis (2011), Haleh, 2011) y grey ANP (Dou et al., 2014), lo que
Shirinfar & Haleh (2011), Zeydan et al. (2011), Hsu et permite la evaluación simultánea de unos pocos
al. (2014), Liou et al. (2014) y Sahu et al. (2014), este proveedores, el método propuesto no está limitado por
estudio utiliza un procedimiento de categorización que el número de proveedores evaluados .
permite identificar proveedores que deben ser
reemplazados o necesitan atención. Dependiendo de Además, para evaluar el desempeño de n proveedores
la categorización del proveedor, se sugieren acciones, en relación con un criterio, mientras que el comparativo
Machine Translated by Google
Una metodología basada en la inferencia difusa y el modelo SCOR ® 533
enfoques requiere n(n1) juicios, la metodología propuesta evaluación del desempeño y hacer benchmarking utilizando la
requiere solo n juicios, lo que contribuye a agilizar la información de la base de datos SCORmark. Los estudios
recolección de datos y la evaluación de proveedores; futuros también pueden utilizar la técnica de inferencia difusa
para evaluar los resultados logrados por los programas de
desarrollo de proveedores y las iniciativas de reducción de costos.
IV. Aproximación al modelado de la información por
representación lingüística y procesamiento de valores: el
Agradecimientos Los autores
uso de variables representadas por funciones de
agradecen a CAPES y CNPq por apoyar el proyecto de
pertinencia difusa es muy útil para modelar criterios
investigación.
cualitativos o los duros medibles , así como para
cuantificar la opinión del tomador de decisiones a una
imprecisión asociada en la evaluación de proveedores . .
Referencias
Técnicas como DEA (Zeydan et al., 2011) y redes Agami, N., Saleh, M. y Rasmy, M. (2014). Un enfoque innovador
neuronales artificiales (Asoy & Öztürk, 2011) utilizan basado en lógica difusa para la gestión del rendimiento de la
cadena de suministro. Revista del sistema IEEE, 8(2), 336342.
valores numéricos nítidos para la representación de
http:// dx.doi.org/10.1109/JSYST.2012.2219913.
datos, utilizan criterios cualitativos inviables y no
consideran la imprecisión inherente a los valores obtenidos Akman, G. (2014). Evaluación de proveedores para incluir
por el juicio humano; programas de desarrollo de proveedores ecológicos a través
de métodos fuzzy cmeans y VIKOR. Informática e Ingeniería
Industrial, 86, 6982. http://dx.doi.org/10.1016/j.cie.2014.10.013.
v. Mapeo de todos los escenarios posibles por reglas de
Aksoy, A. y Öztürk, N. (2011). Selección de proveedores y
decisión : las reglas base de cada sistema explicitan evaluación del desempeño en entornos de producción
todos los escenarios posibles al problema modelado, justo a tiempo . Sistemas expertos con aplicaciones,
permitiendo “ver” situaciones de evaluación del 38(5), 63516359. http://dx.doi.org/10.1016/j.eswa.2010.11.104.
desempeño desde diferentes perspectivas. El uso de una
Altrock, CV (1995). Fuzzy Logic y Neurofuzzy
base de reglas parametrizables también permite al (Aplicaciones en Negocios y Finanzas, 1). Nueva
tomador de decisiones definir intuitivamente los pesos de Jersey: Prentice Hall.
los criterios utilizados. De esta forma, a diferencia de las
Araz, C. y Ozkarahan, I. (2007). Sistema de evaluación y gestión
tradicionales técnicas multicriterio , los sistemas de de proveedores para el abastecimiento estratégico basado
inferencia borrosa permiten mapear el comportamiento en un nuevo procedimiento de clasificación multicriterio.
no lineal de las variables y almacenarlas internamente; Revista Internacional de Economía de la Producción, 106(2),
585606. http://dx.doi.org/10.1016/j.ijpe.2006.08.008.
Bai, C. y Sarkis, J. (2011). Evaluación de programas de desarrollo de
vi. Interpretación de datos: las reglas base y sus variables
proveedores con una metodología de conjunto aproximado basada en gris.
son parametrizadas por valores lingüísticos de fácil
Sistemas expertos con aplicaciones, 38(11), 1350513517.
interpretación, proporcionando una mejor comprensión
del problema modelado al tomador de decisiones. No es Bertrand, JWM y Fransoo, J. (2002). Metodologías de
posible en enfoques basados en redes neuronales (Aksoy investigación de gestión de operaciones utilizando
modelos cuantitativos . Revista internacional de gestión
& Öztürk, 2011), ya que sus modelos funcionan como
de operaciones y producción, 22, 241264. http://dx.doi.
una caja negra sin interfaz de usuario y almacenan el
org/10.1108/01443570210414338.
conocimiento sobre el problema utilizando un formato
Chai, J., Liu, JNK y Ngai, EWT (2013). Aplicación de técnicas
numérico no interpretable.
de toma de decisiones en la selección de proveedores:
una revisión sistemática de la literatura. Sistemas expertos
con aplicaciones, 40(10), 38723885. http://dx.doi. org/
Algunas implicaciones de esta implementación propuesta en
10.1016/j.eswa.2012.12.040.
aplicaciones futuras son: (1) los universos de discurso sugeridos
para cada criterio deben ajustarse de acuerdo con la realidad De Boer, L., Labro, E. y Morlacchi, P. (2001). Una revisión de
empresarial; (2) aunque en este estudio se han utilizado 160 los métodos de apoyo a la selección de proveedores.
reglas de inferencia, los sistemas de inferencia también pueden European Journal of Purchasing & Supply Management,
implementarse simplemente utilizando las reglas principales, lo 7(2), 7589. http://dx.doi.org/10.1016/S09697012(00)000289.
que reduce los esfuerzos de implementación y parametrización ; Dou, Y., Zhu, Q. y Sarkis, J. (2014). Evaluación de programas
(3) en el paso 3, el umbral adoptado para clasificar el desempeño de desarrollo de proveedores verdes con una metodología
como "bajo" o "alto" debe ajustarse según los requisitos del basada en procesos de redes analíticas grises. Revista
comprador. Futuras investigaciones pueden integrar esta nueva europea de investigación operativa, 233(2), 420431. http://
metodología a las cadenas de suministro dx.doi. org/10.1016/j.ejor.2013.03.004.
Machine Translated by Google
534 Lima, FR, Jr. et al. gesto Prod., San Carlos, v. 23, n. 3, pág. 515534, 2016
Ganga, GMD y Carpinetti, LCR (2011). Un enfoque de lógica Omurca, SI (2013). Un sistema inteligente de evaluación,
difusa para la gestión del rendimiento de la cadena de suministro. selección y desarrollo de proveedores. Informática blanda
Revista Internacional de Economía de la Producción, 132(1), aplicada , 13(1), 690697. http://dx.doi.org/10.1016/j.
177187. http://dx.doi.org/10.1016/j.ijpe.2011.06.011. asoc.2012.08.008.
González, ME, Quesada, G. y Monge, CA (2004). Osiro, L., Lima, FR, Jr. y Carpinetti, LCR (2014).
Determinación de la importancia del proceso de selección de Un enfoque de lógica difusa para la evaluación de
proveedores en la fabricación: un estudio de caso. Journal of proveedores para el desarrollo. Revista Internacional de
Physical Distribution & Logistics Management, 34(6), 492504. Economía de la Producción, 153, 95112. http://dx.doi.org/
http://dx.doi.org/10.1108/09600030410548550.
10.1016/j. ijpe.2014.02.009.
Ho, L., Feng, S., Lee, Y. y Yen, T. (2012). Uso de IPA modificado
Park, J., Shin, D., Chang, TW y Park, J. (2010). Un marco
para evaluar el desempeño del proveedor: análisis de
integrador para la gestión de las relaciones con los proveedores.
regresión múltiple y enfoque DEMATEL. Sistemas expertos
Sistemas de datos y gestión industrial, 110(4), 495515. http://
con aplicaciones, 39(8), 71027109. http://dx.doi.org/10.1016/
dx.doi.org/10.1108/02635571011038990.
j.eswa.2012.01.034 .
Pedrycz, W. y Gomide, F. (2007). Ingeniería de sistemas difusos :
Hsu, CW, Kuo, RJ y Chiou, CY (2014). Un enfoque de toma de
hacia la computación centrada en el ser humano. Nueva
decisiones multicriterio para evaluar el rendimiento de carbono
York: IEEE Press.
de los proveedores en la industria electrónica.
Revista Internacional de Ciencia y Tecnología Pidd, M. (2004). Simulación por computadora en ciencias de la
Ambientales, 11(3), 775784. http://dx.doi.org/ gestión (5. ed.). Reino Unido: Wiley & Sons.
10.1007/ s1376201302655.
Rezaei, J. y Ortt, R. (2013). Segmentación de proveedores
Lee, AHI, Chang, H.J. y Lin, C.Y. (2009). Un modelo de
multicriterio utilizando un AHP basado en relaciones difusas.
evaluación de las relaciones compradorproveedor en la
Revista europea de investigación operativa, 225(1),
industria de alta tecnología: el caso de un fabricante de
7584. http://dx.doi.org/10.1016/j.ejor.2012.09.037.
componentes electrónicos en Taiwán. Informática e ingeniería
Sahu, NK, Datta, S. y Mahapatra, SS (2014).
industrial, 57(4), 14171430. http://dx.doi.org/10.1016/j.cie.2009.07.012.
Evaluación de proveedores verdes en un entorno difuso.
Lee, DM y Drake, P. (2010). Un modelo de cartera para la
Benchmarking., Jr. International Journal, 21, 412429.
estrategia de compra de componentes y el estudio de caso
de dos fabricantes de ascensores de Corea del Sur. InternacionalSarkar, A. y Mohapatra, PKJ (2006). Evaluación de la capacidad
Revista de Investigación de Producción, 48(22), 66516682. y el desempeño del proveedor: un método para la reducción
http://dx.doi.org/10.1080/00207540902897780. de la base de suministro. Revista de Gestión de Compras y
Lima, FR, Jr., Osiro, L. y Carpinetti, LCR (2013). Suministros, 12(3), 148163. http://dx.doi. org/10.1016/
Métodos de decisión multicriterio para la selección de j.pursup.2006.08.003.
fornecedores: um panorama do estado da arte. Gestão & Consejo de la Cadena de Suministro – SCC. (2012). Modelo de referencia
Produção, 20(4), 781801. http://dx.doi.org/10.1590/ de operaciones de la cadena de suministro SCOR , versión 11.
S0104530X2013005000005.
Estados Unidos de América.
Lima, FR, Jr., Osiro, L. y Carpinetti, LCR (2014a).
Shirinfar, M. y Haleh, H. (2011). Selección y evaluación de
Una comparación entre los métodos Fuzzy AHP y Fuzzy
proveedores mediante metodología difusa de toma de
TOPSIS para la selección de proveedores. Computación suave
decisiones multicriterio . Revista internacional de ingeniería
aplicada, 21, 194209. http://dx.doi.org/10.1016/j.asoc.2014.03.014.
industrial e investigación de producción, 22(4), 271280.
Lima, FR, Jr., Cervi, AFC & Carpinetti, LCR (2014b).
Wu, C. y Barnes, D. (2011). Una revisión de la literatura sobre
Una metodología multicriterio basada en la inferencia difusa
modelos y enfoques de toma de decisiones para la
para la clasificación ABC de estoques. Pesquisa Operacional
para o Desenvolvimento, 6(3), 343366.
selección de socios en cadenas de suministro ágiles.
Revista de Gestión de Compras y Suministros, 17(4),
Liou, JJH, Chuang, Y. y Tzeng, G. (2014). Un modelo difuso 256274. http://dx.doi. org/10.1016/j.pursup.2011.09.002.
basado en integrales para la evaluación y mejora de
proveedores. Ciencias de la Información, 266, 199217. http:// Zeydan, M., Çolpan, C. y Çobanoğlu, C. (2011). Una metodología
dx.doi.org/10.1016/j.ins.2013.09.025. combinada para la selección de proveedores y la evaluación
del desempeño. Sistemas expertos con aplicaciones, 38(3),
Mamdani, EH y Assilian, S. (1975). Un experimento de síntesis
27412751. http://dx.doi.org/10.1016/j.eswa.2010.08.064.
lingüística con un controlador de lógica difusa.
Revista Internacional de Estudios HombreMáquina, 7(1), Zimmermann, HJ (1991). Teoría de conjuntos borrosos y sus
113. http://dx.doi.org/10.1016/S00207373(75)800022. aplicaciones. Massachussets: Kluwer Academic.