RESUMO Objetivo: este estudo propõe um modelo hesitant fuzzy linguistic TOPSIS para segmentação de fornecedores baseado em critérios econômicos, ambientais e sociais. Proposta: o modelo classifica os fornecedores em uma matriz de segmentação considerando suas capacidades e a disposição para colaborar. Foi implementado usando Microsoft Excel© e aplicado em uma usina hidrelétrica. Dois funcionários da empresa escolheram um conjunto de critérios de segmentação, atribuíram pesos a estes critérios e avaliaram o desempenho de alguns fornecedores. A aplicação-piloto permitiu analisar o desempenho de seis fornecedores e classificá-los de acordo com 28 critérios. Os resultados da classificação foram endossados pelos decisores envolvidos. Conclusão: o modelo apresenta resultados consistentes e pode auxiliar gestores na elaboração de programas de desenvolvimento visando a melhorar o desempenho econômico, ambiental e social dos fornecedores. Também é capaz de apoiar decisões em grupo sob incerteza e hesitação, habilita o uso de expressões linguísticas e não limita a quantidade de critérios e alternativas.

ABSTRACT Objective: this study proposes a hesitant fuzzy linguistic TOPSIS model for supplier segmentation based on economic, environmental, and social criteria. Proposal: the model classifies suppliers in a segmentation matrix considering their capabilities and willingness to collaborate. It was implemented using Microsoft Excel© and applied to a hydropower plant. Two employees of the company chose a set of segmentation criteria, assigned weights to these criteria, and evaluated the performance of suppliers. In the pilot application, the performance of six suppliers was analyzed and ranked according to 28 criteria. The classification results were endorsed by the decision-makers involved. Conclusion: the model provides consistent results and can assist managers in designing development programs aimed at improving the economic, environmental, and social performance of suppliers. Additionally, it can support group decisions under uncertainty and hesitation, allows the use of linguistic expressions, and does not limit the amounts of criteria or alternatives.

resumo: Nos últimos anos, a participação de fornecedores no desenvolvimento, produção e distribuição de produtos aumentou. Dessa forma, a sustentabilidade de uma organização depende cada vez mais desses parceiros. A avaliação da sustentabilidade dos fornecedores deve basear-se no tripé econômico, ambiental e social, denominado triple bottom line (TBL). Devido à recente adoção de métricas qualitativas relacionadas a questões ambientais e sociais na gestão de negócios, modelos que lidam com avaliações qualitativas baseadas em julgamentos de especialistas tornaram-se relevantes. Este artigo propõe um modelo de avaliação da sustentabilidade de fornecedores baseado na representação linguística fuzzy 2-Tuple, usando os critérios do TBL. Uma aplicação piloto envolvendo a avaliação de 11 fornecedores usando 13 critérios foi realizada em uma empresa que fabrica produtos agrícolas. Os resultados da aplicação indicam que o fornecedor 8 apresenta o melhor desempenho. Os critérios avaliados como os mais relevantes são programação de entrega e qualidade do produto. Devido ao uso da representação fuzzy 2-tuple, o modelo proposto apresenta algumas vantagens em relação aos modelos anteriores, como a capacidade de modelar critérios quantitativos e qualitativos, bem como categorizar o desempenho geral do fornecedor em grupos definidos pelos termos linguísticos.

abstract: In the last years, the participation of suppliers in the development, production, and distribution of products has increased. In this way, the sustainability of an organization depends more and more on these partners. The supplier sustainability assessment must be based on the economic, environmental and social tripod called the triple bottom line (TBL). Due to the recent adoption of qualitative metrics related to environmental and social issues in business management, models that deal with qualitative assessments based on experts’ judgments have been required. This paper proposes a supplier sustainability assessment model based on fuzzy 2-tuple linguistic representation using TBL criteria. A pilot application involving the evaluation of 11 suppliers using 13 criteria was carried out in a company that manufactures agricultural products. The application results indicate that supplier 8 presents the higher performance. The criteria evaluated as the most relevant are delivery schedule and product quality. Due to the use of fuzzy 2-tuple representation, the proposed model presents some advantages over the previous similar models, such as the ability to model quantitative and qualitative criteria as well as categorize the supplier's overall performance into groups defined by fuzzy linguistic terms.

Resumo: O FMEA é um dos métodos mais utilizados para apoiar a análise de riscos em processos empresariais. Apesar disso, esse método apresenta algumas limitações, incluindo o uso de apenas três critérios de decisão, cujos pesos não são considerados. Com o objetivo de incrementar novos recursos ao FMEA, alguns estudos o combinam com métodos de decisão multicritério. Este estudo propõe um modelo baseado em FMEA e Fuzzy-TOPSIS para apoiar a priorização de riscos em processos de produção industrial. Uma aplicação piloto foi executada a fim de analisar e priorizar os riscos de falhas potenciais em um processo de fusão e vazamento de ferro nodular. Baseando-se na opinião de quatro especialistas da empresa, os modos de falhas potenciais foram definidos e avaliados. Os especialistas também escolheram os critérios e seus respectivos pesos. Os resultados da aplicação piloto sugerem que as falhas “tempo de fading excedido” e “composição química fora do especificado” sejam tratadas com maior prioridade. Os resultados dos testes de análise de sensibilidade ratificam a relevância destas falhas e evidenciam o efeito da variação dos pesos nos critérios. O modelo proposto é útil para apoiar a formulação de planos de ação focados na minimização ou eliminação das falhas prioritárias. Outras contribuições deste estudo consistem em: considerar os pesos dos critérios; permitir o uso de termos linguísticos para expressar os julgamentos dos decisores; considerar os custos referentes às falhas; e apoiar decisões em grupo.

Abstract: FMEA is one of the most used methods to support risk analysis in business processes. Nonetheless, this method has some limitations, including the use of only three decision criteria, whose weights are not considered. With the objective of adding new features to FMEA, some studies combine it with multicriteria decision methods. This study proposes a model based on FMEA and Fuzzy TOPSIS to support risk prioritization in industrial production processes. A pilot application was performed to analyze and prioritize the risks of potential failures in a nodular iron melting and casting process. Based on the opinion of four company experts, potential failure modes were defined and assessed. The experts also chose the criteria and their respective weights. The pilot application results suggest that “fading time exceeded” and “chemical composition outside of the specified” should be treated with highest priority. The sensitivity analysis test results corroborate the relevance of these failures and demonstrate the effect of criteria weight variation. The proposed model is useful to support the formulation of actions plans focused on minimizing or eliminating priority failures. Other contributions from this study consist of: considering criteria weight; allowing the use of linguistic terms to express the decision makers’ judgments; considering the costs relating to the failures; and supporting group decisions.

Resumo: A avaliação de desempenho de cadeias de suprimentos é uma atividade crítica para a melhoria contínua das operações. A literatura apresenta diversos sistemas de avaliação de desempenho baseados em métodos multicritério e técnicas de inteligência artificial. Dentre esses, os sistemas baseados em redes neurais se destacam por sua capacidade de modelar relacionamentos não lineares entre as métricas e por permitirem a adaptação ao ambiente de uso por meio de dados históricos de desempenho. Embora a acurácia desses sistemas dependa diretamente do algoritmo de aprendizagem adotado, não são encontrados estudos que avaliem o desempenho destes algoritmos quando aplicados nesse domínio de problema. Nesse contexto, o presente estudo avalia quatro métodos de aprendizagem de redes neurais com o objetivo de investigar qual deles é mais adequado para apoiar a avaliação de cadeias de suprimentos. Foram testados os algoritmos Gradient Descendent Momentum, Levenberg-Marquardt, Quasi-Newton e Scale Conjugate Gradient. As métricas de desempenho foram extraídas do SCOR®, um modelo de referência mundialmente utilizado. O método de validação cruzada com amostragem aleatória foi adotado para encontrar a configuração topológica mais adequada para cada modelo. Um conjunto de 80 topologias foi implementado usando MATLAB. A avaliação da acurácia de predição foi baseada no erro quadrático médio. Para os quatro indicadores de nível 1 considerados, o algoritmo Levenberg-Marquardt forneceu resultados mais precisos. Os resultados da análise de regressão e do coeficiente de correlação ressaltam a eficácia dos modelos propostos. Ademais, os modelos computacionais propostos alcançaram acurácia superior às abordagens anteriores.

Abstract: The supply chain performance evaluation is a critical activity to continuously improve operations. Literature presents several performance evaluation systems based on multi-criteria methods and artificial intelligence. Among them, the systems based on artificial neural networks (ANN) excel due to their capacity of modeling non-linear relationships between metrics and allowing adaptations to a specific environment by means of historical performance data. These systems’ accuracy depend directly on the adopted training algorithm, and no studies have been found that assess the efficiency of these algorithms when applied to supply chain performance evaluation. In this context, the present study evaluates four ANNs learning methods in order to investigate which one is the most adequate to deal with supply chain evaluation. The algorithms tested were Gradient Descendent Momentum, Levenberg-Marquardt, Quasi-Newton and Scale Conjugate Gradient. The performance metrics were extracted from SCOR®, which is a reference model used worldwide. The random sub-sampling cross-validation method was adopted to find the most adequate topological configuration for each model. A set of 80 topologies was implemented using MATLAB®. The prediction accuracy evaluation was based on the mean square error. For the four level 1 metrics considered, the Levenberg-Marquardt algorithm provided the most precise results. The results of correlation analysis and hypothesis tests reinforce the accuracy of the proposed models. Furthermore, the proposed computational models reached a prediction accuracy higher than previous approaches.

Resumo: A concorrência acirrada entre as cadeias de suprimento tem promovido a necessidade de melhores práticas de desenvolvimento e gestão de fornecedores por parte das empresas. O presente artigo busca propor um modelo de avaliação e seleção de fornecedores de manutenção industrial, através da aplicação de uma técnica de tomada de decisão multicritério a fim de categorizar as alternativas de fornecedores. A técnica Fuzzy-TOPSIS foi aplicada para avaliar os critérios referentes às dimensões de custos e confiabilidade dentro de uma matriz de categorização proposta. Realizou-se um estudo de caso em uma indústria sucroenergética, na qual o modelo de avaliação e seleção proposto foi aplicado para verificar as alternativas de manutenção para máquinas agrícolas. O resultado obtido culminou em uma ferramenta para auxiliar o processo de tomada de decisão considerando fontes internas e externas de manutenção. O modelo proposto pôde contribuir para a seleção dos fornecedores de manutenção industrial, uma vez que a avaliação realizada fornece subsídios para uma melhor tomada de decisão.

Abstract: The stiff competition among supply chains has created the necessity of better supplier management and development practices. This paper purposes a model to evaluate and to select suppliers for industrial maintenance by applying a multi-criteria decision-making technique to categorize alternative suppliers. Fuzzy TOPSIS technique was applied to evaluate the criteria related to costs and reliability belonging to a proposed categorization matrix. A case study was carried out in a sugar-energy company, in which the proposed evaluation and selection model was applied to check the existing agricultural machinery maintenance alternatives. The results culminated in a tool to support the decision-making process, helping companies to decide whether to make their own maintenance or to outsource them. The proposed model can contribute to the selection of industrial maintenance suppliers since it provides background for better decision making.

Abstract A successful S&OP implementation can bring many benefits to organizations, and after its implementation, the S&OP process can evolve and reach higher levels of maturity. Considering that, only through a measurement system, goals and benefits can be achieved, thus, it is essential to assess S&OP maturity level. Many papers on literature adopt a quantitative perspective on S&OP, but just few of them deal with uncertainty present in S&OP decision-making, such as maturity model assessment process that carries subjectivity and uncertainty. Thus, this study proposes a decision making model based on fuzzy theory to evaluate and to categorize S&OP maturity levels and to suggest strategies to increase S&OP maturity. A pilot application was conducted in two manufacturing organizations that have implemented the S&OP process. The results, according to the performance presented, suggest different actions must be taken in terms of ensuring enablers to S&OP implementation.

Resumo Na literatura acadêmica, tanto a seleção quanto a avaliação para o desenvolvimento de fornecedores vêm sendo abordadas como um problema de tomada de decisão no qual um conjunto de fornecedores é avaliado com base em múltiplos critérios de desempenho. Embora já existam centenas de metodologias quantitativas voltadas para o apoio à etapa de seleção de fornecedores, a 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 inadequadas. Diante disso, este estudo propõe uma nova metodologia de apoio à avaliação de desempenho de fornecedores, desenvolvida a partir da combinação de sistemas de inferência fuzzy com alguns indicadores de desempenho do modelo SCOR® (Supply Chain Operations Reference). A abordagem proposta permite avaliar aspectos relacionados ao desempenho das operações e aos custos do fornecedor. Os resultados dessa avaliação são usados para categorizar os fornecedores com desempenho similar e indicar diretrizes adequadas para o gerenciamento de cada grupo de fornecedores. Visando demonstrar o processo de modelagem e uso, bem como avaliar a adequabilidade da proposta, foi realizada uma aplicação piloto que envolveu a avaliação de 10 fornecedores de uma empresa do setor automotivo. Quatro sistemas de inferência fuzzy foram implementados usando MATLAB® e parametrizados de acordo com os julgamentos de dois funcionários da empresa. Também foi realizada uma análise de sensibilidade para verificar a consistência dos resultados fornecidos por esses sistemas. Os resultados obtidos reforçam a adequação da metodologia proposta e das parametrizações realizadas durante a implementação. 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 de suprimento, a capacidade de avaliar simultaneamente uma quantidade não limitada de fornecedores, a representação e o processamento de informações em formato linguístico e o mapeamento e armazenagem interna de todos os cenários de decisão do problema por meio de regras de inferência facilmente interpretáveis.

Abstract In the academic literature, supplier selection and evaluation have been addressed as a decision-making problem in which a set of suppliers is assessed based on multiple criteria. Although there are hundreds of quantitative methodologies to support the supplier selection problem, supplier evaluation aiming at developing suppliers is little explored in the literature. Furthermore, most of the existing approaches have some limitations due to the use of inadequate techniques. Thus this study proposes a new methodology to support the assessment of supplier performance, developed from the combination of fuzzy inference systems with some performance indicators of the SCOR® model (Supply Chain Operations Reference). The proposed approach enables the evaluation of aspects related to the performance of operations and costs. The results of this evaluation are used to categorize the suppliers with similar performance and identify guidelines for the management of each supplier group. To demonstrate the modeling process and use, and also to evaluate the suitability of this proposal, a pilot application involving the evaluation of 10 suppliers of a company in the automotive sector was conducted. Four fuzzy inference systems were implemented using MATLAB® and parameterized according to the judgments of two employees of the company. A sensitivity analysis was performed to verify the consistency of the results yielded by these systems. The results support the suitability of the proposed methodology and the parameterization performed during implementation. When compared with the methodologies for the assessment of suppliers in the literature, this approach presents advantages such as the appointment of guidelines for the management of the supplier base; the possibility of integration with the supply chain performance evaluation; the ability to assess simultaneously a non-limited amount of suppliers, the representation and processing of information in a linguistic format, and the mapping and internal storage of all decision scenarios of the problem.

A seleção de fornecedores é considerada a atividade mais crítica da função de compras e impacta diretamente a qualidade dos produtos manufaturados e o desempenho do comprador. Na literatura acadêmica, dezenas de métodos de tomada de decisão multicritério vêm sendo explorados para apoiar a seleção de fornecedores. Dentre esses, o TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) e o Fuzzy-TOPSIS (uma adaptação do primeiro) se destacam por sua simplicidade de uso e pela capacidade de avaliar um número ilimitado de alternativas e critérios simultaneamente. Embora muitos autores sugiram a adoção do TOPSIS e do Fuzzy-TOPSIS para suportar a seleção de fornecedores, na literatura não são discutidas as reais vantagens de uso e as limitações destes métodos quando aplicados neste domínio de problema. Diante de tal lacuna, este estudo compara o TOPSIS e o Fuzzy-TOPSIS, em relação à complexidade computacional, à estrutura dos algoritmos e aos resultados fornecidos quando aplicados em um mesmo caso real de seleção de fornecedores. Os métodos foram implementados usando MATLAB(r) e aplicados na seleção de fornecedores de uma empresa de cabos de transmissão. Os resultados mostram que o TOPSIS requer menor esforço para coleta de dados e processamento computacional. Em contrapartida, o Fuzzy-TOPSIS não sofre inversões no ranking e se mostra adequado para lidar com informações qualitativas e imprecisas. Os resultados deste estudo podem orientar pesquisadores e profissionais na escolha do método mais adequado para lidar com o problema de seleção de fornecedores em questão.

Supplier selection is the most critical activity of purchasing and influences both the quality of manufactured products and the buyer's performance. In the literature, dozens of multicriteria methods have been explored to support decision making for supplier selection. Among such methods, TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) and Fuzzy-TOPSIS (an adaptation of the first) have been often used because of their simplicity of usage and ability to simultaneously evaluate an unlimited number of alternatives and criteria. Although many authors have suggested the adoption of TOPSIS and Fuzzy-TOPSIS to deal with the supplier selection problem, advantages of usage and limitations of both methods (when they are applied to this problem domain) have not been discussed in the literature. To fill such a gap, this study compares TOPSIS and Fuzzy-TOPSIS methods concerning computational complexity, structure of the algorithms and results from their application to the same real case of supplier selection. The methods were implemented through MATLAB(r) and applied to supplier selection in an automotive company. The results show that TOPSIS requires less effort for data collection and computer processing. However, Fuzzy-TOPSIS does not suffer ranking reversal and is suitable to model qualitative and imprecise information. The results can guide researchers and practitioners in choosing the most appropriate method to support the supplier selection problem at hand.

A seleção de fornecedores se configura como uma das atividades mais críticas para a gestão de cadeias de suprimentos e influencia diretamente o desempenho das organizações, a qualidade dos produtos gerados, entre outros fatores de produção. Na literatura acadêmica, o processo de seleção de fornecedores tem sido abordado como um problema de decisão multicritério no qual requisitos da organização compradora devem ser convertidos em critérios para avaliar as alternativas de fornecimento. Para lidar com esse problema, diversos modelos teóricos vêm sendo propostos a partir de métodos de decisão multicritério, os quais costumam ser combinados com outras técnicas. Foram identificados cinco artigos de revisão da literatura sobre este tema, sendo que o trabalho mais recente analisou estudos publicados entre 2000 e 2008. Este artigo complementa as revisões anteriores analisando 120 artigos sobre o tema publicados em diversas bases de artigos, internacionais e nacionais. Com base nos artigos revisados, são discutidos os métodos de decisão multicritério mais utilizados, os contextos de aplicação, a origem dos estudos, entre outras informações relevantes. Os resultados mostraram que alguns métodos capazes de lidar com incertezas e informações qualitativas são os mais utilizados e que a maioria dos modelos parecem não expressar as reais necessidades das empresas. Ao final, são identificadas algumas lacunas para realização de pesquisas futuras.

Supplier selection is a very important activity in supply chain management, and it directly influences the performance of organizations, product quality, and other factors related to the production process. Supplier selection has been addressed as a multicriteria decision problem that considers that the requirements of the buyers should focus on criteria used to evaluate the supplier options available. Various multicriteria decision methods or a combination of them have been proposed to tackle this problem. Three articles were identified during a literature review on this topic. The most recent article cited studies from 2000 to 2008. This paper also includes the review of other 120 articles that were retrieved from the literature search using different national and international data bases. Based on the articles reviewed, the most commonly used multicriteria decision methods, context of applications, study sources, among other relevant information. The results show that methods capable of dealing with uncertainty and qualitative information are the most common. Also, it seems that there is a gap between real world needs and the proposed theoretical models. Finally, the present study identifies areas that need further research.