With the increasing levels of integ

With the increasing levels of integration in
manufacturing and service systems, building simulation
models of such systems is getting more
difficult. Verification and validation of these models,
in addition, becomes a more critical issue, which
would impact the willingness of managers to accept
and implement decisions suggested by them. This is
particularly significant at the higher management
levels where decisions are mostly based on qualitative
considerations drawn mainly from scenarioplanning.
This is further complicated by the lack of
accurate data at these management levels and the
undesirability of the very detailed/statistical analyses
usually associated with traditional discrete
simulations (Anthony and Govindarajan, 1998;
Zulch et al., 2002; Rabelo et al., 2005).
Responding to that, Rabelo et al. (2005) have
combined discrete-event simulation (DES) with
the system dynamics (SD) methodology to develop
hybrid discrete-continuous simulation models that
are simple, yet comprehensive enough to model
large integrated systems while being able to fit the
different needs of the different management levels.
In this SD-DES hybrid approach, SD is used to
build an overall model of the enterprise system
while DES is used to model the manufacturing
function and the operational level tasks.
SD is a system thinking approach that is not datadriven
and by definition it targets the top management
levels. It focuses on how the structure of a
system and the taken policies affect its behavior,
while recognizing the role of feedback information
between system units in reflecting the dynamic
interrelationships among these units (Forrester,
1965; Lyneis, 1980; Sterman, 2000). Forrester, who
founded SD, viewed the methodology as an
approach to corporate policy design and a tool to
help understand and solve top management problems.
SD models are relatively easy to develop.
Model complexity seems to be increasing linearly as
the system being modeled gets larger (Sterman,
2000). SD also can address the qualitative issues in
manufacturing systems efficiently and as a continuous
simulation methodology, models are more
intuitive than the discrete models (Gro¨ bler et al.,
2003; Gregoriades and Karakostas, 2004; Levin and
Levin, 2003). On the other hand, SD could not
prove effective in modeling high resolution situations
at the operational levels of the manufacturing
systems (Barton et al., 2001; Lee et al., 2002;
Godding et al., 2003).
Meanwhile, DES models are mainly flow models
that track the flow of entities through a system.
DES has been mostly applied at the operational
management level to planning and scheduling
activities (Law and Kelton, 1991; O’Reilly and
Lilegdon, 1999). It allows analysts to track the
status of individual entities and resources while
estimating numerous performance measures under a
wide range of operating conditions. However, it
only establishes estimates of and correlations
among variables and performance measures using
statistics. Understanding the differences between
correlation and causality is not always easy,
especially when modeling the contemporary largesized
integrated manufacturing systems. DES also
has been criticized for being a data demanding
technique. Data can be available for most of
the manufacturing activities, but when dealing
with business level decisions, data is not usually
available, and when available it is often rough
estimates and approximations. This makes DES
not appropriate for investigating many business
decisions or the interactions between business and
production branches of the enterprise (Anthony and
Govindarajan, 1998; Baines and Harrison, 1999;
Zulch et al., 2002).
In the current paper we utilize the SD–DES
hybrid simulation approach to model a value chain
system. The value chain system is the traditional
production/assembly supply chain system with
service components added. SD is used to model
the extended enterprise system, while DES is used to
model the manufacturing and service sub-systems.
The hybrid simulation works by having SD estimate
the demand for products and the services, quality
levels, reactions of the customers, investment
decisions, overhead costs, and new product and
service development functions. The results are
exported to DES models to study the performance
of the manufacturing and service facilities given
these inputs from SD, and estimate the associated
costs. Costs and units produced as well as services
provided are fedback to SD to re-evaluate the
overall performance of the enterprise. SD–DES is
implemented in the form of a distributed simulation.
The hybrid simulation model is used to assess an
outsourcing decision in a manufacturing enterprise.
The output of the value chain SD–DES model is the
projected performance of the enterprise for a period
of five future years. For top level managers to make
such a decision, they consider various trade-offs,
which include the social and political situations as
well as the future technological impact of outsourcing.
Simulation models are not capable of
handling such tradeoffs satisfactorily. To support
managers in the decision making process, a new
framework is proposed which integrates the analytical
hierarchy process (AHP) with the SD–DES
model. With such integration, managers are able to
utilize their experiences and consider other relevant
tradeoffs in making the decisions. Thus, simulation
outputs conceptually provide better quantification
of the decision alternatives while AHP allows
decision makers to incorporate other tradeoffs and
overcome the potential limitations inherent in
simulation. In addition, the feeling that the decisions
are made by the managers with their own
personal experiences, preferences and assessments
increases the level of their confidence in the
decisions.
Since in many real-world applications using AHP,
the pairwise comparisons are subject to judgmental
errors and are inconsistent and conflicting with each
other, the weight point estimates provided by the
eigenvector method are necessarily approximates.
The uncertainty associated with subjective judgmental
errors may affect the rank order of decision
alternatives. A new stochastic approach, recently
introduced by Eskandari and Rabelo (2006), is
employed for handling the propagation of uncertainty
in the AHP and for capturing the uncertain
behavior of the global AHP weights. This approach
could help decision makers get insights into how the
imprecision in judgment ratios may affect their
choice toward the best solution and how the best
alternative(s) may be identified with certain confidence
(Zahir, 1991). Moreover, the confidence of
decision makers is enhanced in the outcome of an
ensuing AHP synthesis (Rosenbloom, 1996).
In the following sections, we give a brief
definition of the value chain system and then
describe the development of the SD–DES simulation
models of it. We then describe the outsourcing
situation and the use of the hybrid model in
evaluating the alternatives. Then we describe how
the modified AHP analysis is used to make the final
decisions and discuss the advantages of the use of
this modified AHP over making the decisions based
on simulation results only.

ผลลัพธ์ (ไทย) 1:

โดยรวมในระดับเพิ่มขึ้นผลิตและบริการระบบ อาคารจำลองแบบจำลองของระบบดังกล่าวจะได้รับเพิ่มเติมยาก ตรวจสอบและการตรวจสอบรูปแบบเหล่านี้นอกจากนี้ จะสำคัญมากออก ซึ่งจะส่งผลกระทบต่อความตั้งใจของผู้บริหารจะยอมรับและตัดสินใจแนะนำให้ใช้ นี่คืออย่างมีนัยสำคัญโดยเฉพาะอย่างยิ่งในการจัดการสูงระดับที่การตัดสินใจส่วนใหญ่ขึ้นอยู่กับคุณภาพข้อควรพิจารณาในการวาดส่วนใหญ่มาจาก scenarioplanningนี้จะมีความซับซ้อนเพิ่มเติมตัวอย่างข้อมูลที่ถูกต้องในระดับผู้บริหารเหล่านี้และundesirability วิเคราะห์มากรายละเอียด/สถิติมักจะเกี่ยวข้องกับการแยกกันจำลอง (Anthony และ Govindarajan, 1998Zulch และ al., 2002 Rabelo et al., 2005)ตอบที่ Rabelo et al. (2005) ได้รวมแยกกันเหตุการณ์จำลอง (DES)วิธีการ dynamics (SD) ระบบการพัฒนารุ่นไฮบริจำลองแยกกันอย่างต่อเนื่องที่มีง่าย ได้ครอบคลุมเพียงพอกับรุ่นขนาดใหญ่รวมกับระบบก็สามารถให้พอดีกับความแตกต่างของระดับบริหารที่แตกต่างกันในวิธีการแบบผสมผสานนี้ SD DES, SD จะใช้ในการสร้างแบบจำลองโดยรวมขององค์กรในขณะที่ DES ใช้รูปแบบการผลิตฟังก์ชันและงานระดับปฏิบัติงานSD เป็นวิธีการคิดระบบที่ไม่ datadrivenและจากคำนิยาม เป้าหมายด้านการบริหารระดับการ เน้นว่าโครงสร้างของการระบบและนโยบายที่ถ่ายมีผลต่อการทำงานของในขณะที่การจดจำบทบาทของข้อมูลผลป้อนกลับระหว่างระบบหน่วยสะท้อนแบบไดนามิกinterrelationships ระหว่างหน่วย (Forrester1965 Lyneis, 1980 Sterman, 2000) Forrester ที่ก่อตั้ง SD ดูวิธีเป็นการวิธีการออกแบบของนโยบายขององค์กรและเครื่องมือในการช่วยให้เข้าใจ และแก้ปัญหาด้านการบริหารรุ่น SD จะค่อนข้างง่ายต่อการพัฒนาจำลองความซับซ้อนดูเหมือนว่า จะเพิ่มขึ้นเป็นเชิงเส้นระบบการสร้างแบบจำลองได้รับใหญ่ (Sterman2000) . SD ยังสามารถแก้ไขปัญหาเชิงคุณภาพในระบบการผลิตได้อย่างมีประสิทธิภาพ และ เป็นแบบอย่างต่อเนื่องวิธีการจำลอง แบบจำลองเป็นใช้งานง่ายมากกว่ารูปแบบเดี่ยว ๆ (Gro¨ bler et al.,2003 Gregoriades และ Karakostas, 2004 Levin และLevin, 2003) บนมืออื่น ๆ SD ไม่พิสูจน์ประสิทธิภาพในสถานการณ์ที่ความละเอียดสูงระดับการดำเนินงานของการผลิตระบบ (บาร์ตันและ al., 2001 ลีและ al., 2002Godding และ al., 2003)ในขณะเดียวกัน รุ่น DES เป็นส่วนใหญ่แบบจำลองขั้นตอนที่ติดตามกระแสของเอนทิตีผ่านระบบDES ส่วนใหญ่ใช้ในการดำเนินงานระดับบริหารเพื่อวางแผน และการจัดกำหนดการกิจกรรม (กฎหมายและ Kelton, 1991 O'Reilly และLilegdon, 1999) จะช่วยให้นักวิเคราะห์เพื่อติดตามการสถานะของแต่ละเอนทิตีและทรัพยากรในขณะที่วัดประเมินประสิทธิภาพการทำงานต่าง ๆ ภายใต้การหลากหลายของการทำเงื่อนไข อย่างไรก็ตาม มันสร้างความสัมพันธ์และประเมินเท่านั้นระหว่างตัวแปรและการวัดประสิทธิภาพโดยใช้สถิติการ เข้าใจความแตกต่างระหว่างความสัมพันธ์และ causality นั้นไม่ได้ง่ายโดยเฉพาะอย่างยิ่งเมื่อโมเดล largesized สมัยระบบการผลิตแบบบูรณาการ DES ยังมีการวิพากษ์วิจารณ์สำหรับเป็นข้อมูลในการเรียกร้องเทคนิคการ ข้อมูลสามารถหาส่วนใหญ่กิจกรรมการผลิต แต่เมื่อมีการซื้อขายตัดสินใจทางธุรกิจระดับ ข้อมูลจะไม่ปกติมีอยู่ และเมื่อว่าง ก็มักจะหยาบประเมินและเพียงการประมาณ ทำให้เดไม่เหมาะสำหรับการตรวจสอบธุรกิจมากมายตัดสินใจหรือการโต้ตอบระหว่างธุรกิจ และสาขาการผลิตขององค์กร (Anthony และGovindarajan, 1998 Baines และ Harrison, 1999Zulch และ al., 2002)ในปัจจุบันกระดาษ ที่เราใช้ SD – DESผสมวิธีการจำลองแบบห่วงโซ่มูลค่าระบบ ระบบห่วงโซ่มูลค่าเป็นแบบดั้งเดิมผลิต/ประกอบระบบห่วงโซ่อุปทานด้วยเพิ่มส่วนประกอบของบริการ ใช้ SD รุ่นระบบองค์กรขยาย ขณะใช้ DESรูปแบบการผลิตและบริการระบบย่อยการจำลองแบบผสมผสานทำงาน โดยมี SD ที่ประเมินความต้องการสำหรับผลิตภัณฑ์ และบริการ คุณภาพระดับ ปฏิกิริยาของลูกค้า การลงทุนตัดสินใจ จ่าย และผลิตภัณฑ์ใหม่ และบริการพัฒนาฟังก์ชัน ผลลัพธ์ได้ส่งออกรุ่น DES เพื่อศึกษาประสิทธิภาพของการผลิตและสิ่งอำนวยความสะดวกให้ข้อมูลเหล่านี้จาก SD และประเมินที่เกี่ยวข้องค่าใช้จ่าย ต้นทุนและหน่วยผลิตและบริการให้เป็น fedback เพื่อ SD ใหม่ประเมินการประสิทธิภาพโดยรวมขององค์กร SD – DES เป็นดำเนินการในรูปแบบของการจำลองแบบกระจายแบบจำลองการผสมใช้ในการประเมินการตัดสินใจจ้างในองค์กรผลิตผลผลิตของมูลค่าสาย SD – DES เป็นประสิทธิภาพขององค์กรคาดการณ์สำหรับรอบระยะเวลาห้าปีในอนาคต สำหรับผู้จัดการระดับสูงสุดเพื่อให้เช่นการตัดสินใจ พวกเขาพิจารณาหลายทางเลือกมีสถานการณ์ทางสังคม และการเมืองเป็นรวมทั้งผลกระทบทางเทคโนโลยีในอนาคตของผู้รับเหมาช่วงการจำลองแบบไม่สามารถจัดการยืนยันดังกล่าวผ่าน เพื่อสนับสนุนผู้บริหารในการตัดสินใจดำเนินการ ใหม่กรอบการนำเสนอซึ่งรวมการวิเคราะห์กระบวนการลำดับชั้น (AHP) กับ SD-DESแบบจำลอง ด้วยการรวมดังกล่าว ผู้จัดการจะสามารถใช้ประสบการณ์ของพวกเขา และพิจารณาอื่น ๆ ที่เกี่ยวข้องยืนยันในการตัดสินใจ ดังนั้น การจำลองแสดงผลให้ดีนับทางแนวคิดทางเลือกการตัดสินใจในขณะให้ AHPผู้ผลิตจะรวมอื่นยืนยันการตัดสินใจ และเอาชนะข้อจำกัดที่อาจเกิดขึ้นในการจำลองการ นอกจากนี้ ความรู้สึกที่ว่าการตัดสินใจการจัดการกับตนเองประสบการณ์ส่วนตัว ตั้งค่า และประเมินผลเพิ่มระดับความเชื่อมั่นของตนในการการตัดสินใจเนื่องจากในการใช้งานจริงมากใช้ AHPเปรียบเทียบแพร์ไวส์จะต้อง judgmentalข้อผิดพลาดและไม่สอดคล้องกัน และขัดแย้งกับแต่ละอื่น ๆ น้ำหนักชี้ประเมินโดยการวิธี eigenvector จะจำ approximatesความไม่แน่นอนที่เกี่ยวข้องกับตามอัตวิสัย judgmentalข้อผิดพลาดอาจส่งผลกระทบต่อใบสั่งแบบลำดับขั้นของการตัดสินใจทางเลือก สโทแคสติกวิธีใหม่ เมื่อเร็ว ๆ นี้แนะนำ โดย Eskandari และ Rabelo (2006) เป็นงานสำหรับการจัดการเผยแพร่ความไม่แน่นอนในการ AHP และ สำหรับการจับที่ไม่แน่นอนลักษณะการทำงานของ AHP น้ำหนักโลก วิธีการนี้ช่วยให้ผู้ตัดสินใจที่ได้รับความเข้าใจในวิธีการimprecision ในอัตราส่วนคำพิพากษาอาจมีผลต่อการทางเลือกสู่การแก้ปัญหาที่ดีที่สุด และวิธีดีที่สุดalternative(s) อาจจะระบุ ด้วยความมั่นใจแน่นอน(Zahir, 1991) ยิ่งไปกว่านั้น ความเชื่อมั่นของผู้ตัดสินใจจะเพิ่มในผลของการสังเคราะห์ AHP เพราะ (Rosenbloom, 1996)ในส่วนต่อไปนี้ เราให้ย่อคำจำกัดความของระบบห่วงโซ่มูลค่าแล้วอธิบายพัฒนาการจำลอง SD – DESรูปแบบของมัน เราอธิบายการจ้างแล้วสถานการณ์และการใช้รูปแบบผสมในประเมินทางเลือก แล้วเราอธิบายอย่างไรใช้วิเคราะห์ AHP ปรับเปลี่ยนเพื่อให้สุดท้ายตัดสินใจ และอภิปรายประโยชน์ของการใช้นี้ปรับเปลี่ยน AHP ผ่านการตัดสินใจโดยใช้การจำลองผลเท่านั้น

ผลลัพธ์ (ไทย) 2:

มีระดับที่เพิ่มขึ้นของบูรณาการใน
การผลิตและระบบการให้บริการอาคารจำลอง
รูปแบบของระบบดังกล่าวจะเริ่มขึ้น
ยาก การตรวจสอบและการตรวจสอบของรูปแบบเหล่านี้
นอกจากจะกลายเป็นประเด็นที่สำคัญมากขึ้นซึ่ง
จะส่งผลกระทบต่อความตั้งใจของผู้บริหารที่จะยอมรับ
การตัดสินใจและดำเนินการแนะนำโดยพวกเขา นี้เป็น
อย่างมีนัยสำคัญโดยเฉพาะอย่างยิ่งในการจัดการที่สูงขึ้น
ในระดับที่การตัดสินใจจะขึ้นอยู่กับคุณภาพ
การพิจารณาวาดส่วนใหญ่มาจาก scenarioplanning.
นี้มีความซับซ้อนต่อไปโดยขาด
ข้อมูลที่ถูกต้องในระดับการจัดการเหล่านี้และ
ไม่พึงปรารถนาของรายละเอียดมาก / วิเคราะห์ทางสถิติ
มักจะเกี่ยวข้องกับแบบดั้งเดิม เนื่อง
จำลอง (แอนโธนีและ Govindarajan 1998;
Zulch et al, 2002;. Rabelo et al, 2005.).
การตอบสนองต่อว่า Rabelo และคณะ (2005) ได้
รวมการจำลองเหตุการณ์ที่ไม่ต่อเนื่อง (DES) กับ
ระบบพลศาสตร์ (SD) วิธีการในการพัฒนา
แบบจำลองไฮบริดที่ไม่ต่อเนื่องต่อเนื่องที่
มีความเรียบง่าย แต่ครอบคลุมมากพอที่จะสร้างแบบจำลอง
ระบบบูรณาการที่มีขนาดใหญ่ในขณะที่ความสามารถในการให้พอดีกับ
ความต้องการที่แตกต่างกันของ ระดับการจัดการที่แตกต่างกัน.
ในการนี้ SD-DES วิธีไฮบริด, SD จะใช้ในการ
สร้างรูปแบบโดยรวมของระบบขององค์กร
ในขณะที่ DES จะใช้ในการสร้างแบบจำลองการผลิต
การทำงานและงานระดับปฏิบัติการ.
SD เป็นวิธีการคิดระบบที่ไม่ได้ datadriven
และ โดยความหมายก็ตั้งเป้าผู้บริหารระดับสูง
ระดับ มันมุ่งเน้นไปที่วิธีการที่โครงสร้างของ
ระบบและนโยบายที่นำมาส่งผลกระทบต่อพฤติกรรมของตน
ในขณะที่ตระหนักถึงบทบาทของข้อเสนอแนะข้อมูล
ระหว่างหน่วยงานในระบบสะท้อนให้เห็นถึงแบบไดนามิก
สัมพันธ์ระหว่างหน่วยงานเหล่านี้ (Forrester,
1965; Lyneis, 1980; Sterman, 2000) Forrester ที่
ก่อตั้ง SD, ดูวิธีการเป็น
วิธีการในการออกแบบนโยบายและเครื่องมือที่จะ
ช่วยให้เข้าใจและแก้ปัญหาการจัดการด้านบน.
รุ่น SD มีความสะดวกในการพัฒนา.
ความซับซ้อนของโมเดลดูเหมือนว่าจะเพิ่มขึ้นเป็นเส้นตรงเป็น
ระบบที่มีการสร้างแบบจำลองขนาดใหญ่ได้รับ (Sterman,
2000) SD ยังสามารถแก้ไขปัญหาคุณภาพใน
ระบบการผลิตอย่างมีประสิทธิภาพและต่อเนื่องเป็น
วิธีการจำลองรูปแบบที่มีมากขึ้น
ใช้งานง่ายกว่ารุ่นที่ไม่ต่อเนื่อง (Gro bler, et al.
2003; Gregoriades และ Karakostas 2004; เลวินและ
เลวิน 2003) ในทางตรงกันข้าม, SD ไม่สามารถ
พิสูจน์ได้ว่ามีประสิทธิภาพในการสร้างแบบจำลองสถานการณ์ที่มีความละเอียดสูง
ในระดับการดำเนินงานของการผลิต
ระบบ (บาร์ตัน et al, 2001;. Lee et al, 2002;.
. Godding et al, 2003).
ในขณะที่รุ่น DES ส่วนใหญ่จะเป็นแบบจำลองการไหล
ที่ติดตามการไหลของหน่วยงานผ่านระบบ.
DES ได้ถูกนำมาใช้ส่วนใหญ่ในการดำเนินงาน
ในระดับการจัดการเพื่อการวางแผนและการจัดตารางเวลา
กิจกรรม (กฎหมายและ Kelton, 1991; O'Reilly และ
Lilegdon, 1999) จะช่วยให้นักวิเคราะห์ในการติดตาม
สถานะของแต่ละหน่วยงานและทรัพยากรในขณะที่
การประเมินผลการดำเนินงานมาตรการมากมายภายใต้
ความหลากหลายของสภาพการใช้งาน แต่ก็
เพียงกำหนดประมาณการและความสัมพันธ์
ระหว่างตัวแปรและมาตรการการปฏิบัติงานโดยใช้
สถิติ เข้าใจความแตกต่างระหว่าง
ความสัมพันธ์และเวรกรรมไม่ได้เป็นเรื่องง่ายเสมอ
โดยเฉพาะอย่างยิ่งเมื่อการสร้างแบบจำลอง largesized ร่วมสมัย
แบบบูรณาการระบบการผลิต DES ยัง
ได้รับการวิพากษ์วิจารณ์ว่าเป็นเพราะความต้องการข้อมูล
เทคนิค ข้อมูลสามารถใช้ได้สำหรับส่วนมากของ
กิจกรรมการผลิต แต่เมื่อต้องรับมือ
กับการตัดสินใจระดับธุรกิจ, ข้อมูลไม่ปกติ
พร้อมใช้งานและเมื่อมีก็มักจะหยาบ
ประมาณการและใกล้เคียง นี้จะทำให้ DES
ไม่เหมาะสมสำหรับการตรวจสอบทางธุรกิจจำนวนมาก
ในการตัดสินใจหรือการโต้ตอบระหว่างธุรกิจและ
สาขาการผลิตขององค์กร (แอนโธนีและ
Govindarajan 1998; ย์ตันเบนส์และแฮร์ริสัน, 1999;
. Zulch, et ​​al, 2002).
ในกระดาษในปัจจุบันเราใช้ SD -DES
วิธีการจำลองไฮบริดกับรูปแบบห่วงโซ่คุณค่า
ของระบบ ระบบห่วงโซ่คุณค่าเป็นแบบดั้งเดิม
ผลิต / ประกอบระบบห่วงโซ่อุปทานที่มี
ส่วนประกอบของบริการเสริม SD ถูกนำมาใช้ในการจำลอง
ระบบขององค์กรที่ขยายในขณะที่ DES จะใช้ในการ
สร้างแบบจำลองการผลิตและการบริการระบบย่อย.
งานจำลองไฮบริดโดยมี SD ประเมิน
ความต้องการสำหรับผลิตภัณฑ์และบริการที่มีคุณภาพ
ระดับปฏิกริยาของลูกค้า, การลงทุน
ในการตัดสินใจ ค่าใช้จ่ายค่าใช้จ่ายและผลิตภัณฑ์ใหม่และ
ฟังก์ชั่นการพัฒนาบริการ ผลลัพธ์ที่ได้จะ
ส่งออกไปยังรุ่น DES เพื่อศึกษาผลการดำเนินงาน
ของโรงงานผลิตและบริการที่ได้รับ
ปัจจัยการผลิตเหล่านี้จาก SD และประเมินที่เกี่ยวข้อง
ค่าใช้จ่าย ค่าใช้จ่ายและหน่วยผลิตรวมทั้งบริการ
ให้มี fedback ไปยังการ์ด SD ที่จะประเมินอีกครั้ง
ประสิทธิภาพโดยรวมขององค์กร SD-DES จะ
ดำเนินการในรูปแบบของการจำลองการกระจาย.
แบบจำลองไฮบริดที่ใช้ในการประเมิน
การตัดสินใจจ้างในองค์กรการผลิต.
การส่งออกของห่วงโซ่คุณค่ารุ่น SD-DES เป็น
ที่คาดการณ์ผลการดำเนินงานขององค์กรเป็นระยะเวลา
ของ ห้าปีในอนาคต สำหรับผู้บริหารระดับบนสุดที่จะทำให้
การตัดสินใจดังกล่าวจะพิจารณาไม่ชอบการค้าต่าง ๆ
ซึ่งรวมถึงสถานการณ์ทางสังคมและการเมืองเช่น
เดียวกับผลกระทบเทคโนโลยีในอนาคตของการจ้าง.
แบบจำลองจะไม่สามารถ
จัดการความสมดุลดังกล่าวเป็นที่น่าพอใจ เพื่อสนับสนุน
ผู้จัดการในกระบวนการการตัดสินใจใหม่
กรอบเสนอซึ่งรวมการวิเคราะห์
กระบวนการลำดับชั้น (AHP) กับ SD-DES
รูปแบบ ด้วยการบูรณาการเช่นผู้จัดการสามารถที่จะ
ใช้ประโยชน์จากประสบการณ์ของพวกเขาและพิจารณาอื่น ๆ ที่เกี่ยวข้อง
เกิดความสมดุลในการตัดสินใจ ดังนั้นการจำลอง
เอาท์พุทแนวคิดให้ปริมาณที่ดีขึ้น
ของทางเลือกการตัดสินใจในขณะที่ AHP ช่วยให้
ผู้มีอำนาจตัดสินใจที่จะรวมการแลกเปลี่ยนอื่น ๆ และ
เอาชนะข้อ จำกัด ที่อาจเกิดขึ้นโดยธรรมชาติใน
การจำลอง นอกจากนี้ยังมีความรู้สึกว่าการตัดสินใจที่
จะทำโดยผู้บริหารที่มีของตัวเอง
ประสบการณ์ส่วนตัว, การตั้งค่าและการประเมินผล
การเพิ่มขึ้นของระดับความเชื่อมั่นของพวกเขาใน
การตัดสินใจ.
เนื่องจากในการใช้งานจริงของโลกจำนวนมากโดยใช้วิธี AHP,
การเปรียบเทียบคู่อาจมีการตัดสิน
ความผิดพลาด และไม่สอดคล้องและขัดแย้งกับแต่ละ
อื่น ๆ ประมาณการจุดน้ำหนักจัดไว้ให้โดย
วิธีการวิคเตอร์มีความจำเป็นต้องใกล้เคียงกับ.
ความไม่แน่นอนที่เกี่ยวข้องกับการตัดสินอัตนัย
ข้อผิดพลาดที่อาจมีผลต่อลำดับของการตัดสินใจ
ทางเลือก วิธีการสุ่มใหม่เมื่อเร็ว ๆ นี้
นำโดย Eskandari และ Rabelo (2006) จะ
ใช้ในการจัดการการขยายพันธุ์ของความไม่แน่นอน
ใน AHP และสำหรับการจับที่ไม่แน่นอน
พฤติกรรมของน้ำหนัก AHP ทั่วโลก วิธีการนี้
จะช่วยให้ผู้มีอำนาจตัดสินใจได้รับข้อมูลเชิงลึกในวิธีการที่
ไม่แน่ชัดในอัตราส่วนที่อาจมีผลต่อการตัดสินของพวกเขา
ที่มีต่อการเลือกทางออกที่ดีที่สุดและวิธีการที่ดีที่สุด
ทางเลือก (s) อาจจะมีการระบุด้วยความมั่นใจบางอย่าง
(ซาฮีร์, 1991) นอกจากนี้ความเชื่อมั่นของ
ผู้มีอำนาจตัดสินใจจะเพิ่มขึ้นในผลที่ได้จาก
การสังเคราะห์ AHP ลีสซิ่ง (Rosenbloom, 1996).
ในส่วนต่อไปนี้เราจะให้สั้น ๆ
ความหมายของระบบห่วงโซ่คุณค่าแล้ว
อธิบายการพัฒนาของการจำลอง SD-DES
รุ่น ของมัน จากนั้นเราจะอธิบายจ้าง
สถานการณ์และการใช้รูปแบบไฮบริดใน
การประเมินทางเลือก จากนั้นเราจะอธิบายวิธี
การวิเคราะห์ AHP ดัดแปลงใช้ในการทำขั้นสุดท้าย
การตัดสินใจและการหารือเกี่ยวกับข้อได้เปรียบของการใช้
AHP แก้ไขนี้ในช่วงการตัดสินใจขึ้นอยู่
กับผลการจำลองเท่านั้น

ผลลัพธ์ (ไทย) 3:

กับการเพิ่มระดับของการบูรณาการในระบบการผลิตและบริการ

อาคารจำลองแบบจำลองของระบบดังกล่าวจะได้รับมากขึ้น
ยาก การตรวจสอบและการตรวจสอบความถูกต้องของแบบจำลองเหล่านี้
นอกจากนี้ กลายเป็นปัญหาวิกฤตมากขึ้น ซึ่งจะส่งผลกระทบต่อความตั้งใจของผู้จัดการ

และใช้ในการตัดสินใจที่จะรับแนะนำโดยพวกเขา นี้คือโดยเฉพาะอย่างยิ่งที่สําคัญในการจัดการที่สูงขึ้น

ระดับที่การตัดสินใจส่วนใหญ่จะขึ้นอยู่กับการพิจารณาเชิงคุณภาพ
วาดส่วนใหญ่มาจาก scenarioplanning .
นี้มีความซับซ้อนมากขึ้น โดยขาดข้อมูลที่ถูกต้องในระดับการจัดการเหล่านี้

undesirability และในรายละเอียดมากมักจะเกี่ยวข้องกับการวิเคราะห์สถิติ

จำลองแบบต่อเนื่อง ( แอนโทนี่และ govindarajan , 1998 ;
zulch et al . , 2002 ; rabelo et al . , 2005 ) .
การตอบสนองที่ rabelo et al . ( 2005 ) มี
รวมเหตุการณ์ไม่ต่อเนื่องแบบจำลอง ( DES )
พลวัตระบบ ( SD ) วิธีการพัฒนาแบบต่อเนื่องการจำลองแบบต่อเนื่อง

ง่ายยังครอบคลุมพอที่จะโมเดล
ขนาดใหญ่บูรณาการระบบในขณะที่ความสามารถเพื่อให้พอดีกับความต้องการที่แตกต่างกันของระดับ

ในการบริหารที่แตกต่างกัน วิธีการนี้ sd-des ไฮบริด SD ใช้

สร้างรูปแบบโดยรวมของระบบองค์กร
ในขณะที่เดสใช้รูปแบบฟังก์ชั่นการผลิตและระดับปฏิบัติการงาน
.
SD เป็นระบบการคิดวิธีการที่ไม่ datadriven
และโดยความหมายมันเป้าหมายระดับการจัดการ
ด้านบน เน้นวิธีการที่โครงสร้างของระบบ และนำนโยบาย

ต่อพฤติกรรมของ ในขณะที่การรับรู้บทบาทของ
ข้อมูลความคิดเห็นระหว่างหน่วยในระบบแบบไดนามิกที่สะท้อนความสัมพันธ์ระหว่างหน่วยเหล่านี้ (
4
, 1965 ; lyneis , 1980 ; สเตอร์เมิ่น , 2000 ) ฟอร์เรสเตอร์ ใคร
ก่อตั้ง SD , ดูวิธีการเป็น
แนวทางการออกแบบนโยบายขององค์กร และเป็นเครื่องมือที่จะช่วยให้เข้าใจและแก้ปัญหา

การจัดการด้านบน แบบ SD จะค่อนข้างง่ายที่จะพัฒนา
ความซับซ้อนของโมเดลดูเหมือนว่าจะเพิ่มขึ้นเป็นเส้นตรงเป็น
ระบบที่ถูกออกแบบมีขนาดใหญ่ ( สเตอร์เมิ่น
, 2000 ) SD ยังสามารถแก้ไขปัญหาเชิงคุณภาพ
ระบบผลิตได้อย่างมีประสิทธิภาพ และเป็นวิธีการจำลองแบบต่อเนื่องมากกว่า

ง่ายกว่าแบบไม่ต่อเนื่อง ( Gro ตั้ง bler et al . , 2003 และ gregoriades
; karakostas , 2004 ; Levin และ
Levin , 2003 ) บนมืออื่น ๆ , SD ได้พิสูจน์ประสิทธิภาพในการจำลองสถานการณ์

ความละเอียดสูงในระดับการดำเนินงานของระบบผลิต
( บาร์ตัน et al . , 2001 ; ลี et al . , 2002 ;
เทพ et al . , 2003 ) .
ในขณะเดียวกัน des รูปแบบส่วนใหญ่จะไหลแบบ
ที่ติดตามการไหลขององค์กรผ่านระบบ
เดสได้รับส่วนใหญ่ใช้ในการจัดการระดับปฏิบัติการ

เพื่อการวางแผนและการจัดตารางเวลากิจกรรม ( กฎหมายและเคลตัน , 1991 ; O ' Reilly และ
lilegdon , 1999 )มันช่วยให้นักวิเคราะห์เพื่อติดตามสถานะของบุคคลและนิติบุคคล

ประมาณมากมายทรัพยากรในขณะที่ประสิทธิภาพมาตรการภายใต้
ช่วงกว้างของเงื่อนไข . อย่างไรก็ตาม ประมาณการสร้าง
เท่านั้นและความสัมพันธ์ระหว่างตัวแปร และตัวชี้วัดการใช้

สถิติ การทำความเข้าใจความแตกต่างระหว่าง
) ( ไม่เสมอง่าย
โดยเฉพาะอย่างยิ่งเมื่อแบบจำลองร่วมสมัยขนาดใหญ่
แบบรวมระบบผลิต เดสยัง
ได้รับการวิพากษ์วิจารณ์ว่าเป็นข้อมูลความต้องการ
เทคนิค ข้อมูลสามารถใช้ได้สำหรับส่วนมากของ

กิจกรรมการผลิต แต่เมื่อติดต่อกับการตัดสินใจในระดับธุรกิจ ข้อมูลมักไม่
ใช้ได้ และเมื่อใช้มันมักจะประมาณการคร่าวๆ
และใกล้เคียง . นี้จะทำให้เดส
ไม่เหมาะสมสำหรับสืบสวนหลายธุรกิจ
การตัดสินใจหรือปฏิสัมพันธ์ระหว่างธุรกิจและการผลิตสาขาขององค์กร (

govindarajan แอนโทนี่และ , 1998 ; เบนส์และแฮริสัน , 1999 ;
zulch et al . , 2002 ) .
ในกระดาษปัจจุบันเราใช้ SD – des
ลูกผสมจำลองวิธีการแบบระบบโซ่
เป็น ค่า ระบบห่วงโซ่คุณค่า คือ ดั้งเดิม
ผลิต / ประกอบห่วงโซ่อุปทานระบบกับ
ส่วนประกอบบริการเพิ่ม SD ใช้แบบจำลอง
ขยายระบบองค์กร ในขณะที่เดสใช้
รูปแบบการผลิตและระบบบริการ ซึ่งทำงานโดยมีการจำลอง

SD ประมาณการความต้องการผลิตภัณฑ์และบริการระดับคุณภาพ

ปฏิกิริยาของลูกค้า การลงทุน การตัดสินใจ ค่าใช้จ่ายค่าใช้จ่าย และ ผลิตภัณฑ์ใหม่และ
หน้าที่พัฒนาบริการ ผลลัพธ์
ส่งออกไปยังเดสรุ่น เพื่อศึกษาประสิทธิภาพของการผลิตและบริการ

เหล่านี้ได้รับปัจจัยการผลิตจาก SD และประมาณการค่าใช้จ่ายที่เกี่ยวข้อง
. ต้นทุนและหน่วยผลิต ตลอดจนบริการ
ให้ fedback SD อีกครั้งประเมิน
ประสิทธิภาพโดยรวมขององค์กร SD –เดสเป็น
ดำเนินการในรูปแบบของการกระจาย
จำลองการสร้างแบบจำลองไฮบริดจะใช้ประเมินการเอาท์ซอร์สในองค์กร การผลิตการตัดสินใจ
.
ของค่า SD โซ่–เดสแบบ
คาดการณ์ผลการดำเนินงานขององค์กรเป็นระยะ
5 ปีในอนาคต . สำหรับผู้จัดการระดับบนให้
การตัดสินใจดังกล่าว , พวกเขาพิจารณา trade-offs ต่างๆ
ซึ่งรวมถึงสถานการณ์ทางสังคมและการเมือง
รวมทั้งผลกระทบทางเทคโนโลยีในอนาคตของ outsourcing .
แบบจำลองไม่ได้มีความสามารถในการจัดการเช่น
tradeoffs น่าพอใจ เพื่อสนับสนุน
ผู้จัดการในกระบวนการการตัดสินใจ กรอบใหม่
เสนอซึ่งรวมกระบวนการลำดับชั้นเชิงวิเคราะห์
( AHP ) ในรูปแบบ SD –เด

โดยรวม เช่น ผู้จัดการจะสามารถใช้ประสบการณ์ของพวกเขาและพิจารณา

ที่เกี่ยวข้องอื่น ๆtradeoffs ในการตัดสินใจ . ดังนั้น แนวคิดที่ให้ปริมาณผลผลิตจำลอง

ดีกว่าการตัดสินใจทางเลือกในขณะที่วิธีช่วยให้
ผู้ตัดสินใจที่จะรวมและ tradeoffs อื่นเอาชนะข้อจำกัดในศักยภาพที่แท้จริง

จำลอง นอกจากนี้ รู้สึกว่าตัดสินใจ
ทำโดยผู้จัดการที่มีประสบการณ์ส่วนบุคคลของพวกเขาเอง

ความชอบ และการประเมินเพิ่มระดับของความมั่นใจในการตัดสินใจ
.
เพราะในการใช้งานจริง หลายคนใช้วิธีเปรียบเทียบคู่
, อาจมีข้อผิดพลาดและไม่สอดคล้องกันและขัดแย้งกันอย่างไร

กับแต่ละอื่น ๆ จุดที่น้ำหนักประมาณโดยวิธีไอเกนเวกเตอร์จําเป็นต้องมี
.
ความไม่แน่นอนที่เกี่ยวข้องกับอัตนัยตัดสิน
ข้อผิดพลาดที่อาจมีผลต่ออันดับของทางเลือกในการตัดสินใจ

วิธีการ Stochastic ใหม่เมื่อเร็ว ๆนี้
eskandari แนะนำ และ rabelo ( 2006 ) ,
3
การจัดการขยายพันธุ์ของความไม่แน่นอนในความสำคัญและจับพฤติกรรมไม่แน่นอน
ของน้ำหนักความสำคัญของโลก วิธีการนี้
ช่วยผู้ตัดสินใจรับข้อมูลเชิงลึกลงไปว่า
คลุมเครือในอัตราส่วนมีอิทธิพลต่อ
พิพากษาทางเลือกสู่การแก้ปัญหาที่ดีที่สุดและวิธีการทางเลือกที่ดีที่สุด
( s ) อาจจะระบุกับบางความมั่นใจ
( Zahir , 1991 ) นอกจากนี้ ความเชื่อมั่นของ
ผู้ตัดสินใจจะเพิ่มขึ้นในผลของการสังเคราะห์วิธี (
ตามมา โรเซนบลูม , 1996 ) .
ในส่วนต่อไปนี้ เราให้นิยามสั้นๆของระบบห่วงโซ่คุณค่า

และก็อธิบายการพัฒนา SD – des จำลอง
รุ่นของมันเราก็อธิบาย outsourcing
สถานการณ์และการใช้ระบบไฮบริดใน
การประเมินทางเลือก เราก็อธิบายวิธีแก้ไขวิธี
การวิเคราะห์ใช้เพื่อตัดสินใจขั้นสุดท้าย
และหารือเกี่ยวกับข้อดีของการใช้วิธีนี้แก้ไข
กว่าการตัดสินใจตาม
บนผลเท่านั้น