外文資料翻譯--運(yùn)用灰色關(guān)系分析選擇供營(yíng)商的聯(lián)合方法

中文 3146 字 畢業(yè)設(shè)計(jì) (論文 )外文資料翻譯 學(xué) 院： 經(jīng)濟(jì)管理學(xué)院 專 業(yè)： 國(guó)際經(jīng)濟(jì)與貿(mào)易 姓 名： 學(xué) 號(hào)： 外文出處： World Scientific 附 件： 1.外文資料翻譯譯文； 2.外文原文。 指導(dǎo)教師評(píng)語(yǔ)： 簽名： 年 月 日 (用外文寫 ) 附件 1：外文資料翻譯譯文 運(yùn) 用灰色關(guān)系分析選擇供營(yíng)商的聯(lián)合方法 摘要： 本文使用一種灰色關(guān)系分析 (GRA)聯(lián)合方法與向前供應(yīng)鏈模型 (FSCM)中的 分析階層過程 (AHP)為評(píng)估和選擇供營(yíng)商開發(fā) 出 一個(gè)新的模型。 文章旨在 展示 該 模型在實(shí)踐 中如何為問題的 解決 提供 幫助。 同時(shí) 也 檢驗(yàn)了 決定階層的結(jié)構(gòu)， 該模型 是否可能 真正地 代表供營(yíng)商選擇決定， 以及 是否包括影響供營(yíng)商選擇的所有關(guān)鍵 因素 。 GRA 模型的有效 性通過 印度南部的原始設(shè)備制造業(yè) (OEM)產(chǎn)業(yè) 來(lái) 說(shuō)明 ， GRA 的 分析結(jié)果通過 AHP 得到的結(jié)果 得到證實(shí) 。 本文所 提出的模型 可以 幫助 相關(guān) 產(chǎn)業(yè)有效地選擇供營(yíng)商。 關(guān)鍵詞 ： 供營(yíng)商選擇 ; 向前供應(yīng)鏈模型 (FSCM); 原始設(shè)備制造業(yè) (OEM); 灰色關(guān)系分析 (GRA); 分析階層過程 (AHP)。 1. 引言 當(dāng)前，產(chǎn)業(yè)傾向于僅集中 精力在 他們的核心業(yè)務(wù) 上，相比從前他們 越來(lái)越 多地 外購(gòu)部分 生產(chǎn)職能。反過來(lái)，這實(shí)踐創(chuàng)造了更大和更加復(fù)雜的供應(yīng)鏈。 對(duì) 這些 供應(yīng) 鏈的成功管理是公司 保持競(jìng)爭(zhēng)力的 基石 之 一。 基本上產(chǎn)業(yè)組織 按照 有效作用 的不同 被劃分 為 例如 營(yíng) 銷、計(jì)劃，生產(chǎn)，購(gòu)買，財(cái)務(wù)等等。供應(yīng)鏈?zhǔn)羌?上述功能于一體 為 這些 組織 活動(dòng) 創(chuàng)造 了 一個(gè)一般計(jì)劃的 戰(zhàn)略手段 ， 該供應(yīng)鏈滿足服務(wù) 政 策 的要求 ， 保持 他們 身處存在信譽(yù)風(fēng)險(xiǎn) 的競(jìng)爭(zhēng)環(huán)境 中 的最低 的 可能費(fèi)用水平。供應(yīng)鏈?zhǔn)遣块T網(wǎng)絡(luò)， 包含在 從原材料 采購(gòu) 到最終產(chǎn)品 至消費(fèi)者手中的 產(chǎn)品 的 制造 過程中 。購(gòu)買在多數(shù) 生產(chǎn) 組織 中占據(jù) 重 要地位，因?yàn)?購(gòu)買的零件 、 組 成部 分 及各種元件一般能占最終產(chǎn)品總值的 40-60%。這意味著 從原材料購(gòu)買的 相對(duì) 較 小成本降低 中獲取的收益會(huì)比 用 于生產(chǎn) 組織 中的 其他銷售區(qū)域 的同等費(fèi)用降低 對(duì)贏利的 有 更 大的影響 。 供應(yīng)商的 選擇 旨在選出能夠持續(xù)滿足消費(fèi)者需求和成本合理的最具 潛力 的 供營(yíng)商。選擇是使用共同標(biāo)準(zhǔn)和 方法對(duì) 供營(yíng)商 進(jìn)行廣泛 的比較。然而，為審查潛在供營(yíng)商 所 使用的 具體方法 根據(jù)顧客需要 的不同而不同 。選擇的 總 體目標(biāo)是 確 認(rèn)高潛 力 的供營(yíng)商。 為 選擇 合適 的供營(yíng)商，顧客使用選擇標(biāo)準(zhǔn)和正確的 方法來(lái)判斷 每個(gè)供營(yíng)商的能力 是否能 一貫 而 有效地 滿足他們 的需要。 這些 標(biāo)準(zhǔn)和措施被 用來(lái)考察 所有被考慮 的 供營(yíng)商 以及 反 應(yīng) 顧客的需 要 與 它的供應(yīng)和技術(shù)戰(zhàn)略。 把 它的需要轉(zhuǎn)換成有用的標(biāo)準(zhǔn)可能是不容易的，因?yàn)樾枰?jīng)常被表達(dá) 成 一般 的 定性概念， 而 標(biāo)準(zhǔn) 則 應(yīng)該是可以定量地被評(píng)估的具體要求。 顧客 可以在 選擇標(biāo)準(zhǔn) 不斷發(fā)展變化中自己選擇標(biāo)準(zhǔn)和 措施 以保證對(duì)自己的適用性 。通 常， 發(fā)展中的 標(biāo)準(zhǔn)和 方法往往與 下一個(gè) 階段 收集信息 的標(biāo)準(zhǔn)重疊 。收集信息 可使對(duì) 評(píng)價(jià)所需要的 標(biāo)準(zhǔn)的數(shù)量和類型 具有 洞察 力也可獲得 可利用的數(shù)據(jù)的種類。然而，收集信息 如果 沒有到位 的 具體標(biāo)準(zhǔn)和措施 就 可能 徒勞無(wú)功 。 購(gòu)買作用的角色和結(jié)構(gòu) 在九十年代發(fā)生了 演變。 采購(gòu)包含了購(gòu) 買原材料、組織 的組成部分 和供營(yíng)商。 與 此相關(guān)的 活動(dòng)包括選擇 和判斷 合格的供營(yíng)商 、 估計(jì)供營(yíng)商的表現(xiàn) 、談判合同 、 比較價(jià)格、質(zhì)量和服務(wù)、源頭物品和服務(wù)，分期付款購(gòu)買 、 售貨條 款、達(dá)成的評(píng)估價(jià)值 、 預(yù) 期 的價(jià)格、服務(wù)和有時(shí) 的 需求改變， 確 定物品被接受的形式等等。 供營(yíng)商選擇過程的宗旨 是 為買家減少風(fēng)險(xiǎn) 并使 總價(jià)值最大化， 這一過程需要 考慮一系列戰(zhàn)略 上的變化 。這些變 化中包括： 供營(yíng)商 關(guān)系 的時(shí)間表 、 國(guó)內(nèi)和國(guó)際供營(yíng)商 的 選擇 、供營(yíng)商的數(shù)量即一 個(gè) 或多個(gè) 采購(gòu)渠道與 產(chǎn)品種類 之間的 選擇。 本文使用灰色關(guān)系分析 (GRA)和向前供應(yīng)鏈模型 (FSCM)中的 分析階層過程 (AHP) 為位于印 度南部 的 生產(chǎn)橡膠產(chǎn)品的原始器材制造者 (OEM)產(chǎn)業(yè) 的 評(píng)估供營(yíng)商選擇提出一個(gè)結(jié)構(gòu)模型 。 本文組織如下： 第 2 部分是學(xué)術(shù)研究回顧 。第 3 部分問題 的提出 。第 4 部分提出 問題的 解答方法。第 5 部分 是 使用 AHP 和 GRA 提出的聯(lián)合方法。 在第 6 部分中討論模型 (案件例證 )的應(yīng)用 。 第 7 部分和第 8 部分提出案件例證 與 本文結(jié)論的結(jié)果比較。 2.學(xué)術(shù)研究 回顧 供營(yíng)商選擇決定 的 復(fù)雜 使得 在 作出 決定 的 過程中必須考慮各種各樣的標(biāo)準(zhǔn)。 60 年代以來(lái) 這 些 標(biāo)準(zhǔn)和 衡 量供營(yíng)商表現(xiàn) 的 分析 便引起了 許多科學(xué)家和購(gòu)買 實(shí)踐 者 的關(guān)注 。許多論文 和研究 也都 致力 于 這個(gè)問題。這個(gè) 部分簡(jiǎn)要地 概述了 供營(yíng)商選擇問題 的研究 結(jié)果 和現(xiàn) 有 的 學(xué)術(shù)成就 。 早在 1966 年 Dickson1 就提出了 評(píng)估供營(yíng)商 的 23 個(gè)不同標(biāo)準(zhǔn)。 在 這些標(biāo)準(zhǔn) 中 ，他闡明， 成本、 質(zhì)量和交貨時(shí)間 處于 供營(yíng)商選擇 的 最重要的工作指標(biāo)之中。從那 以后 ，許多 論文 主要 從三個(gè)角度 援引他的供營(yíng)商選擇問題 研究方法： 概念，經(jīng)驗(yàn)和數(shù)學(xué)。 在供營(yíng)商選擇的經(jīng)驗(yàn) 方面 ， Weber et al.對(duì)涉及 供應(yīng)商選擇 中 最重要標(biāo)準(zhǔn)的 學(xué)術(shù)研究做了 全面 回顧和調(diào)查 。根據(jù)他們的調(diào)查，價(jià)格 是 選擇過程中 最 重要 的 因素 ， 訂貨交貨的時(shí)間 其次， 質(zhì)量因素 居后 。 Jiuh-Biing 提出他的研究 方法 ，該研究方法可能 刺激 與 全球性 物流 相關(guān) 的 領(lǐng)域的研究，也許 能 幫助 有 關(guān)全球性 物流 操作的不確定性和復(fù)雜 性 問題的解決 。 Chan 和 Chung， 開發(fā)出多重標(biāo)準(zhǔn)的 基因優(yōu)化 方法以 解決供應(yīng)鏈管理 中的 分布式網(wǎng)絡(luò)問題。在 該 工作 中 他們以基因算法結(jié)合分析階層過程 以獲取可以 減少計(jì)算時(shí)間 的多重標(biāo)準(zhǔn)決 策制定的能力。 Vaidya 和 Kumar， 回顧了 分析階層過程 (AHP)應(yīng)用 方面 的 學(xué)術(shù)研究并且提 出 AHP 作為一個(gè)多 重 標(biāo)準(zhǔn) 決 策制定工具的各種應(yīng)用 領(lǐng)域 。 Handeld et al.在 AHP 幫助下在他們的供應(yīng)商評(píng)估決定 方面提出 集成環(huán)境問題。 Liu et al.和 Weber et al.為一個(gè)多 宗旨的 供營(yíng)商選擇問題 (VSP)提出了數(shù)據(jù)包封分析方法。 Vanegas 和 Labib，提 出按 顧客要求確定重量的方法 ，該方法 使用 “ 模糊的線段 ”的概念通過 把 重量從 AHP 轉(zhuǎn)換成模糊的數(shù)字 來(lái)實(shí)現(xiàn) 。 Maggie 和 Tummala 在他們的論文中對(duì)有關(guān) 電信系統(tǒng)選擇供營(yíng)商 的問題進(jìn)行論述并將上述模型建立在選擇供應(yīng)商所節(jié)省的時(shí)間上。 上述 研究表明在 供營(yíng)商的選擇 方面 ， 先前的 多數(shù)研究 者 只考慮了三個(gè)主要因素 (質(zhì)量、服務(wù)和價(jià)格 )和大約 15 個(gè)次級(jí)因素。本文描述五個(gè)主要因素 (質(zhì)量，交付，設(shè)計(jì) 能力、服務(wù)和價(jià)格 )和供營(yíng)商選擇 的 21 個(gè)次級(jí)因素。 3. 問題 闡述 此次研究 選擇的公司 計(jì)劃 為它的橡膠制造業(yè)產(chǎn)品 打造一條 供應(yīng)鏈。當(dāng)前，公司 正 面對(duì) 著有 關(guān) 生產(chǎn) 產(chǎn)品 的 質(zhì)量 的 很多問題。在 經(jīng)過由 包括從產(chǎn)業(yè) 界到 學(xué)術(shù)界 的 研究專家 組成的 研究小組 長(zhǎng)期研究之后 ，發(fā)現(xiàn)了質(zhì)量問題 ，質(zhì)量問題的出現(xiàn)是 由于從 單 一供營(yíng)商購(gòu)買原材料， 且不經(jīng)過 質(zhì)量測(cè)試。 所以 ，公司計(jì)劃 通過 從 由 三個(gè)供選擇的供營(yíng)商挑選的最佳供營(yíng)商 那里 購(gòu)買原料 來(lái) 改進(jìn)產(chǎn)品的質(zhì)量， 不妨假設(shè) 供營(yíng)商 1，供營(yíng)商 2 和供營(yíng)商 3 是可選擇的供應(yīng)商 。 現(xiàn)在 要考慮的 問題是哪些供營(yíng)商將被選擇。 主要因素 和次 要因素應(yīng)該 是供營(yíng)商選擇過程中最 先考慮的 和重要的。選擇供營(yíng)商 過程中 選擇可能的 主要因素 和次 要因素由一個(gè)決定制定組完成，該小組包括了 從產(chǎn)業(yè) 界 (購(gòu)買 主管 、采購(gòu) 主管 、銷售 主管 、產(chǎn)品 主管 、質(zhì)量 主管 和 生產(chǎn)主管 ) 到 學(xué)術(shù) 界的專家 。 有關(guān) 供營(yíng)商選擇 的主要因素 和次 要因素已經(jīng) 通過 調(diào)查作出了 選擇。 包含這些要素的該研究的調(diào)查表已經(jīng)設(shè)計(jì)出來(lái) 。 從 直接 介入由供應(yīng)商提供原材料的原始設(shè)備制造商的 不同功能區(qū)域 隨機(jī)地選擇被調(diào)查者?；谠擁?xiàng)調(diào)查，與選擇供應(yīng)商有關(guān)的主要影響要素和次要要素如 表 1 所示。 選擇的最佳供營(yíng)商 分成 四個(gè) 層次 。第 1 級(jí)代表最佳供 營(yíng)商的選擇目標(biāo) ; 第 2 級(jí)代表五種要素： 質(zhì)量 (Q)，交付 (D)， 設(shè)計(jì) 或者技術(shù)能力 (E)，服務(wù) (S)和價(jià)格 (R); 第 3 級(jí)代表 21 種 次級(jí) 要素 ;第 4 級(jí)代表供營(yíng)商的數(shù)量。 4. 解 決 方法 這 個(gè)環(huán)節(jié) ，在選擇 主要要素和次要要素 以后 ，我們 采取多 重 標(biāo)準(zhǔn) 決策 制定工具例如AHP 和 GRA 來(lái) 解決供營(yíng)商選擇問題 。 第一個(gè)部分使用 AHP 研究 方法 ， 因?yàn)樗?融 定性和定量標(biāo)準(zhǔn) 于一體是 解決當(dāng)前問題 的適當(dāng) 方法。 GRA 研究 方法 在 第二部分 中使用， 因?yàn)?其中的計(jì)算方法比應(yīng)用 AHP 更 快速和簡(jiǎn) 便 。下面 將論述 AHP 和 GRA 方法 的 概要 。 4.1. AHP 概要 AHP12 是 為解決 一 些 應(yīng)用領(lǐng)域復(fù)雜 的 多 重 標(biāo)準(zhǔn)問題 而設(shè)計(jì)出的決策制定 方法。這個(gè)方法被 證明是 考慮復(fù)雜和無(wú)特定結(jié)構(gòu)的決定的一種有效和實(shí)用方法。 該 研究 運(yùn)用 AHP 來(lái)處理影響供營(yíng)商選擇決定 的 有形和無(wú)形的因素 以及 次級(jí)因素。方法的選擇 是 根據(jù)問題 的特點(diǎn) 和其他方法 的優(yōu) 缺點(diǎn) 來(lái)確定的 。決策者 通過 成對(duì) 地 比較 以 判斷每個(gè)標(biāo)準(zhǔn)的重要性。AHP 的結(jié)果是每個(gè)決定選擇 被 給予優(yōu)先的等 級(jí) 或 分量 。本文的研究集中于 通過 公式化 的AHP 和基于 GRA 的聯(lián)合方法為橡膠制造工廠選擇一個(gè)最佳的供營(yíng)商。 基本上， 運(yùn)用 AHP方法 考慮決策問題有三步： 構(gòu)建層次 ; 比較評(píng) 斷 ; 并且優(yōu)先權(quán)綜合，如下描述。 附件 2：外文原文 AN INTEGRATED APPROACH FOR SELECTING A VENDOR USING GREY RELATIONAL ANALYSIS This paper develops a new model for evaluating and selecting the vendor using an integrated approach of Grey Relational Analysis (GRA) along with an Analytical Hierarchy Process (AHP) in a Forward Supply Chain Model (FSCM). The paper aims to demonstrate how the model can help in solving such decisions in practice. It also examines the structure of the decision hierarchy, whether it can represent vendor selection decisions in reality and whether it covers all key factors affecting vendor selection choices. The effectiveness of the GRA model is illustrated with an Original Equipment Manufacturing (OEM) industry in southern part of India and the results of GRA were validated using the result obtained from AHP. The proposed model helps the industry to effectively select the vendor. Keywords: Vendor selection; Forward Supply Chain Model (FSCM); Original Equipment Manufacturing (OEM); Grey Relational Analysis (GRA); Analytical Hierarchy Process (AHP). 1. Introduction At present, industries tend to focus only on their core business and resort more and more to outsourcing several of their production functions than in the recent past. In turn, this practice has created larger and more complex supply chains. The successful management of these chains is one of the cornerstones for companies to stay competitive. Basically industrial organizations have been divided in operative functions such as marketing, planning, production, purchasing, finance, etc. Supply chain is a strategy that integrates these functions creating a general plan for the organization, which satisfies the service policy, maintaining the lowest possible cost level due to the incredible competition environment that they are exposed to. A supply chain is a network of departments, which is involved in the manufacturing of a product from the procurement of raw materials to the distribution of the final products to the customer. Purchasing commands a significant position in most organizations since purchased parts, components, and supplies typically represent 4060% of the sales of its end products. This means that relatively small cost reductions gained in the acquisition of materials can have a greater impact on profits than equal improvements in other cost-sales areas of the organization. The objective of vendor selection is to identify vendors with the highest potential for meeting customers needs consistently and at an acceptable cost. Selection is a broad comparison of vendors using a common set of criteria and measures. However, the level of detail used for examining potential vendors may vary depending on customers needs. The overall goal of selection is to identify high potential vendors. To select likely vendors, the customer judges each vendors ability to meet consistently and cost-effectively its needs using selection criteria and right measures. Criteria and measures are developed to be applicable to all the vendors being considered and to reflect the customers needs and its supply and technology strategy. It may not be easy to convert its needs into useful criteria, because needs are often expressed as general qualitative concepts while criteria should be specific requirements that can be quantitatively evaluated. The customer can set measures while it is developing selection criteria to ensure that the criteria will be practical to use. Often, developing criteria and measures overlaps with the next step, gathering information. Gathering information may offer insight into the number and type of criteria that will be required for the evaluation and the type of data that is available. However, gathering information without specific criteria and measures in place can lead to extraneous effort. There has been an evolution in the role and structure of the purchasing function through the 90s. Purchasing involves buying the raw materials, vendors and components for the organization. The activities associated with it include selecting and qualifying vendor, rating vendor performance, negotiating contracts, comparing price, quality and service, sourcing goods and service, timing purchases, selling terms of sale, evaluating the value received, predicting price, service, and sometimes demand changes, specifying the form in which goods are to be received, etc. The objective of the vendor selection process is to reduce risk and maximize the total value for the buyer, and it involves considering a series of strategic variables. Among these variables is the time frame of the relationship with vendors, the choice between domestic and international vendors, and the number of vendors, that is, choosing between single or multiple sourcing and the type of product. This paper presents a structured model for evaluating the vendor selection for the original equipment manufacturers (OEM) industry producing rubber products located at the southern part of India using the Grey Relational Analysis (GRA) and Analytical Hierarchy Process (AHP) in a Forward Supply Chain Model (FSCM). This paper is organized as follows: In Sec. 2, a literature review is provided. Section 3 describes the problem. Section 4 presents the solution methodology. Section 5 presents the proposed integrated approach using AHP and GRA. In Sec. 6, the application of model (case illustration) is discussed. Sections 7 and 8 present the result comparisons of the case illustration and conclusion of the paper. 2. Literature Review Vendor selection decisions are complicated by the fact that various criteria must be considered in decisions making process. The analysis of such criteria and measuring the performances of vendors have been the focus of many scientists and purchasing practitioners since the 1960s. Many papers and researches were dedicated to this problem. This section briefly summarizes the literature of existing approaches and results obtained for the vendor selection problem. Early in 1966, Dickson1 reports 23 different criteria for vendors evaluation. Of these criteria, he states that cost, quality, and delivery times are among the most important performance measures in the selection of vendors. Since that time, numerous papers have cited his work approaching the vendor selection problem mainly from three perspectives; conceptual, empirical, and mathematical. In the empirical area of the vendor selection, Weber et al.3 present a comprehensive review of the literature providing the most important criteria in the choice of suppliers. According to their investigation, they rank price as the most important factor in the selection process followed by lead-time and quality factors. Jiuh-Biing, proposed a methodology in his research that would stimulate research in the related fields of global logistics, and may help address issues regarding the uncertainty and complexity of global logistics operations. Chan and Chung,5 develop a multi-criterion genetic optimization for solving distribution network problems in supply chain management. In this work they combine analytic hierarchy processes with genetic algorithms to capture the capability of multi-criterion decision-making which will reduce the computation time. Vaidya and Kumar, presents a literature review of the applications of Analytic Hierarchy Process (AHP) and also provided the various application area where the AHP is used as a multiple criteria decision-making tool. Handeld et al., in their work integrate environmental issues in their supplier assessment decisions with the help of AHP. Liu et al., and Weber et al presented a data envelopment analysis method for a Vendor Selection Problem (VSP) with multiple objectives. Vanegas and Labib, proposed a method to determine the weights for the customer requirements by converting the weights from the AHP into fuzzy numbers using the concept of a “fuzzy line segment”. Maggie and Tummala, in their paper discussed about the vendor selection for the telecommunication systems and based on the proposed model the time taken to select the vendor has been reduced. The above literature reveals that for selection of vendors, most previous researchers have considered only three main factors (quality, service and price) and about 15 sub-factors. This paper describes five main factors (quality, delivery, engineering capability, service and price) and 21 sub-factors for the vendor selection. 3. Problem Description The company chosen for this work plans to build a supply chain for its rubber manufacturing product. At present, the company is facing a lot of problems regarding the quality of products manufactured. After the long study done by the research team comprising of experts from industry and academia, it was found that the quality problems have risen because of the raw materials purchased from the single vendor without testing the quality. So, the company has planned to improve the quality of the product by purchasing raw material from the best vendor selected from the three alternative vendors, namely vendor 1, vendor 2 and vendor 3 were taken into consideration. Among the questions that arise is which vendors are to be selected. The attributes and the sub-attributes have to be most prevalent and important in the vendor selection process. Choosing the possible attributes and sub-attributes for the vendor selection involves a decision making team which includes experts from the industry side (purchasing director, purchasing manager, sales manager, product manager, quality manager and production manager) and the academic side. The attributes and sub-attributes involved in the vendor selection have been chosen by conducting a survey. A questionnaire consisting of these factors was designed for the survey. A respondent to the survey is selected randomly from different functional areas of the Original Equipment Manufacturers company who are directly involved with the materials supplied by the vendors. Based on the survey conducted, the major influencing attributes and sub-attributes involved in vendor selection are given in Table 1. It comprises of four levels for selecting the best vendor. Level 1 represents the goal i.e. selection of best vendor; Level 2 represents the five attributes, Quality (Q), Delivery (D), Engineering/technical capability (E), Service (S) and Price (R); Level 3 represents 21 sub-attributes; and Level 4 represents the number of vendors. 4. Solution Methodology In this work, the multi criteria decision-making tools such as AHP and GRA are adopted to solve the vendor selection problem after selecting attributes and sub-attributes. In the first part, the AHP approach is used, since it can combine both qualitative and quantitative criteria making it an appropriate approach for solving the current problem. GRA approach is used in the second part because the calculations involved are faster and simpler than in AHP. The overview of AHP and GRA approaches are discussed below. 4.1. Overview of AHP The AHP12 is a decision making approach designed to aid in the solution of complex multiple criteria problems in a number of application domains. This method has been found to be an effective and practical approach that can consider complex and unstructured decisions. The AHP is proposed in this research in order to handle both tangible and intangible factors and sub-factors affecting vendor selection decisions. The selection of the methodology is based on the