Cuthbertson and Piotrowicz [40] hav

Cuthbertson and Piotrowicz [40] have proposed a framework for the empirical analysis of SCPMSs with a single case study involving the automotive industry in UK. Nevertheless, further empirical research is required to validate the proposed framework. A framework to examine the effect of information sharing, on-time delivery rate and total cost in an SC has been developed by Hall and Saygin [58]. The performance factors of capacity tightness, resource reliability and information sharing modes have been selected and tested via simulation. Additional elements could be included in the future since the study concentrated on information sharing capability. Bai and Sarkis [8] applied neighbourhood rough-set theory to identify performance measures. Neighbourhood rough-set models can deal with continuous numeric data, whereas a traditional rough set typically requires categorisation of continuous data to be efficient [8]. The advantage of this technique is the flexibility of performance measures inclusion or exclusion based on the size of the determined neighbourhood distance and inclusion factors. The proposed model implied five perspectives of an SC (cost, time, quality, flexibility and innovation). Charkha and Jaju [31] suggested an SCPMS for the textile industry while focusing on three performance criteria: human resources, inventory and production operation scheduling. Furthermore, an empirical study in the Indian textile industry has been carried out. Gallear et al. [50] have highlighted the need for diagnostic reference tools for environmental uncertainty and SC performance. In addition, they have employed data envelopment analysis (DEA) to examine the performance of value streams within the SC for the European automotive industry sector. However, there is a need for additional decision-making units.

ผลลัพธ์ (ไทย) 1:

Cuthbertson และ Piotrowicz [40] ได้เสนอกรอบการวิเคราะห์เชิงประจักษ์ SCPMSs กับกรณีศึกษาเดียวที่เกี่ยวข้องกับอุตสาหกรรมยานยนต์ในสหราชอาณาจักร แต่ การวิจัยเชิงประจักษ์จะต้องกรอบนำเสนอตรวจสอบ การตรวจสอบผลของข้อมูลร่วมกัน เวลารวมและอัตราค่าส่งในการ SC ได้รับการพัฒนา โดยฮอลล์และ Saygin [58] ปัจจัยประสิทธิภาพของความหนาแน่นของกำลังการผลิต ทรัพยากรความน่าเชื่อถือ และข้อมูลที่แชร์โหมดได้รับการเลือก หรือทดสอบผ่านการจำลอง องค์ประกอบเพิ่มเติมอาจจะมาในอนาคตเนื่องจากการศึกษาความเข้มข้นในความสามารถในการแชร์ข้อมูล ไบและ Sarkis [8] ใช้ละแวกหยาบชุดทฤษฎีระบุประเมินประสิทธิภาพ รุ่นชุดหยาบละแวกสามารถจัดการกับข้อมูลตัวเลขที่ต่อเนื่อง ในขณะที่ชุดหยาบแบบดั้งเดิมโดยทั่วไปต้องจัดหมวดหมู่ของข้อมูลอย่างต่อเนื่องเพื่อให้มีประสิทธิภาพ [8] ข้อดีของเทคนิคนี้คือ ความยืดหยุ่นประสิทธิภาพมาตรการรวม หรือแยกตามขนาดของระยะกำหนดละแวกและรวมปัจจัย แบบจำลองที่เสนอโดยนัยห้ามุมมองของการ SC (ต้นทุน เวลา คุณภาพ ความยืดหยุ่น และนวัตกรรม) Charkha และ Jaju [31] แนะนำการ SCPMS สำหรับอุตสาหกรรมสิ่งทอในขณะโฟกัสสามประสิทธิภาพเกณฑ์: ทรัพยากรมนุษย์ สินค้าคงคลัง และการจัดกำหนดการการดำเนินการผลิต นอกจากนี้ การศึกษาเชิงประจักษ์ในอุตสาหกรรมสิ่งทออินเดียมีการดำเนินการ Gallear et al. [50] ได้เน้นต้องใช้เครื่องมือวินิจฉัยอ้างอิงสำหรับความไม่แน่นอนด้านสิ่งแวดล้อมและประสิทธิภาพของ SC นอกจากนี้ พวกเขาได้ว่าจ้างวิเคราะห์เส้นห่อหุ้ม (DEA) การตรวจสอบประสิทธิภาพของสายธารคุณค่าภายใน SC สำหรับภาคอุตสาหกรรมยานยนต์ในยุโรป อย่างไรก็ตาม มีความจำเป็นสำหรับหน่วยตัดสินใจเพิ่มเติม

ผลลัพธ์ (ไทย) 2:

Cuthbertson และ Piotrowicz [40] ได้เสนอกรอบการทำงานสำหรับการวิเคราะห์เชิงประจักษ์ของ SCPMSs กับกรณีศึกษาเดียวที่เกี่ยวข้องกับอุตสาหกรรมยานยนต์ในสหราชอาณาจักร อย่างไรก็ตามการวิจัยเชิงประจักษ์ต่อไปจะต้องมีการตรวจสอบกรอบที่นำเสนอ กรอบในการตรวจสอบผลกระทบของการใช้ข้อมูลร่วมกันในเวลาอัตราการจัดส่งและค่าใช้จ่ายทั้งหมดในเอสซีได้รับการพัฒนาโดยฮอลล์และ Saygin [58] ปัจจัยที่ผลการดำเนินงานของความหนาแน่นความจุและความน่าเชื่อถือทรัพยากรและการใช้ข้อมูลร่วมกันโหมดได้รับการคัดเลือกและผ่านการทดสอบจากแบบจำลอง องค์ประกอบเพิ่มเติมอาจจะรวมในอนาคตตั้งแต่การศึกษาจดจ่ออยู่กับความสามารถในการแบ่งปันข้อมูล ตากใบและ Sarkis [8] เขตใช้หยาบตั้งทฤษฎีเพื่อแจ้งวัดผลการปฏิบัติงาน ย่านหยาบชุดรุ่นสามารถจัดการกับข้อมูลที่เป็นตัวเลขอย่างต่อเนื่องในขณะที่ชุดหยาบแบบดั้งเดิมมักจะต้องใช้การจัดหมวดหมู่ของข้อมูลอย่างต่อเนื่องให้มีประสิทธิภาพ [8] ประโยชน์ของเทคนิคนี้คือความยืดหยุ่นในการวัดผลการปฏิบัติงานรวมหรือยกเว้นตามขนาดของที่กำหนดระยะทางและพื้นที่ใกล้เคียงรวมปัจจัย รูปแบบที่นำเสนอโดยนัยห้ามุมมองของ SC (ค่าใช้จ่ายเวลาที่มีคุณภาพและความยืดหยุ่นและนวัตกรรม) Charkha และ Jaju [31] แนะ SCPMS สำหรับอุตสาหกรรมสิ่งทอในขณะที่มุ่งเน้นไปที่สามเกณฑ์ประสิทธิภาพการทำงาน: ทรัพยากรมนุษย์สินค้าคงคลังและการดำเนินงานการจัดตารางการผลิต นอกจากนี้การศึกษาเชิงประจักษ์ในอุตสาหกรรมสิ่งทออินเดียได้รับการดำเนินการ Gallear et al, [50] ได้เน้นต้องใช้เครื่องมือที่อ้างอิงการวินิจฉัยสำหรับความไม่แน่นอนด้านสิ่งแวดล้อมและผลการดำเนินงานเอสซี นอกจากนี้พวกเขามีการจ้างงานการวิเคราะห์ข้อมูลห่อ (DEA) เพื่อตรวจสอบประสิทธิภาพการทำงานของกระแสค่าภายในเซาท์แคโรไลนาสำหรับภาคอุตสาหกรรมยานยนต์ในยุโรป แต่มีความจำเป็นสำหรับหน่วยการตัดสินใจเพิ่มเติม

ผลลัพธ์ (ไทย) 3:

คัทเบิร์ตสัน และ piotrowicz [ 40 ] ได้เสนอกรอบการวิเคราะห์เชิงประจักษ์ของ scpmss เดียวกับกรณีศึกษาที่เกี่ยวข้องกับอุตสาหกรรมยานยนต์ใน UK อย่างไรก็ตาม การวิจัยเชิงประจักษ์ต่อไป ต้องตรวจสอบการเสนอกรอบ และศึกษาผลของการแบ่งปันข้อมูล การจัดส่งในเวลา และอัตราค่าใช้จ่ายใน SC ได้รับการพัฒนาโดย Hall และ saygin [ 58 ] ประสิทธิภาพปัจจัยความจุ tightness ทรัพยากรความน่าเชื่อถือและแบ่งปันข้อมูลโหมดได้รับการคัดเลือกและทดสอบผ่านการจำลอง องค์ประกอบเพิ่มเติมที่อาจจะรวมในอนาคตตั้งแต่การศึกษาเน้นการแบ่งปันข้อมูลความสามารถ ใบ และ sarkis [ 8 ] ใช้ทฤษฎีเซตหยาบ ๆเพื่อระบุมาตรการการปฏิบัติงาน แบบหยาบๆชุดสามารถจัดการกับข้อมูลตัวเลขอย่างต่อเนื่อง ในขณะที่แบบหยาบตั้งโดยปกติจะต้อง categorisation ข้อมูลอย่างต่อเนื่องให้มีประสิทธิภาพ [ 8 ] ข้อดีของเทคนิคนี้คือความยืดหยุ่นในการปฏิบัติการรวมหรือการยกเว้นมาตรการตามขนาดของพื้นที่และปัจจัยกำหนดระยะทางรวม แบบจำลองโดยห้ามุมมองของ SC ( ค่าใช้จ่าย , เวลา , คุณภาพ , ความยืดหยุ่นและนวัตกรรม ) และ charkha jaju [ 31 ] แนะนำการ scpms สำหรับอุตสาหกรรมสิ่งทอในขณะที่เน้นสามเกณฑ์ประสิทธิภาพ : ทรัพยากรมนุษย์ , สินค้าคงคลังและการจัดตารางการผลิต . นอกจากนี้ การศึกษาเชิงประจักษ์ในอุตสาหกรรมสิ่งทอของอินเดียที่ได้รับการ gallear et al . [ 50 ] ได้เน้นความต้องการสำหรับการอ้างอิงเครื่องมือวินิจฉัยสำหรับความไม่แน่นอนของสิ่งแวดล้อม และ มประสิทธิภาพ นอกจากนี้ พวกเขายังวิเคราะห์วางกรอบข้อมูล ( DEA ) เพื่อตรวจสอบประสิทธิภาพของสายธารคุณค่าภายใน SC สำหรับยุโรปภาคอุตสาหกรรมยานยนต์ แต่ต้องมีหน่วยการตัดสินใจเพิ่มเติม