Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Resumen La selección de una estrategia de sostenibilidad adecuada es un (MCDM) Palabras clave fabricación sostenible. Toma de decisiones . selección de la estrategia.
problema multicriterio la toma de decisiones para las organizaciones debido a los Vikor. AHP. conjuntos difusos intervalo-valorado
olugu@um.edu.my Sujit
Existen numerosas estrategias para mejorar la sostenibilidad de las organizaciones
Singh
singhsujit@hotmail.com de fabricación [ 5 ], Pero los investigadores se centran más en las estrategias relacionadas
3 Centro de Manufactura Avanzada y Procesamiento de Materiales eficiencia ecológica [ 6 - 9 ]. También se observa que la mejora en la utilización del material
aumento de la eficiencia energética [ 10 ]. En vista de la importancia del uso de que implica criterios inconmensurables y en conflicto [ 15 ] Proporciona una base para la
recursos hacia la sostenibilidad de las organizaciones de fabricación, cuatro selección de estrategias que se pueden tratar eficazmente los problemas de éstos
estrategias claramente separadas han sido identificadas para la fabricación naturaleza. El estudio aplica los conceptos de FIV establece las variables de la teoría y
sostenible, que son la minimización de residuos, eficiencia de los materiales, lingüísticas para hacer frente a la incertidumbre y factores cualitativos. Entonces, una novela
eficiencia de los recursos y la eficiencia ecológica [ 6 ]. La selección de una MCDMmethod jerárquico basado en la FIV establece la teoría y se propone
estrategia apropiada juega un papel importante para lograr el éxito en las iniciativas combinedAHP-VIKORmethod para hacer frente a los problemas de selección estrategia de
En el caso de la selección de la estrategia para la producción sostenible, los a otras disciplinas como un método de toma de decisiones para la selección de la mejor
principales desafíos son para determinar la importancia relativa de cada criterio y evaluar alternativa o estrategia.
todas las estrategias con respecto a diversos criterios que suelen ser inconmensurables
y contradictorios [ 11 , 12 ]. Criterios de selección de la estrategia de producción sostenible El resto de este documento está estructurado de la siguiente manera: la próxima sección
deben ser capaces de reflejar los índices de rendimiento de las estrategias con respecto presenta la literatura relacionada con este estudio. Sección 3
a tres aspectos de la sostenibilidad (es decir, económica, ambiental y social). Por otra presenta la visión general y los antecedentes de Vikor, AHP y la FIV la teoría de
parte, en una toma de decisiones en grupo, cada tomador de decisiones tiene diferentes conjuntos. Sección 4 presenta una lista ilustrativa de criterios de selección para la
conocimientos y opinión sobre los pesos de los criterios y los índices de rendimiento de fabricación sostenible. En la sección 5 , Se presenta el método propuesto. El uso de un
las estrategias. Por lo tanto, la selección de estrategias para la producción sostenible se estudio de caso, la aplicabilidad de este método se ilustra en la Sección 6 . En la
convierta en un problema multicriterio la toma de decisiones (MCDM), lo que implica sección final, se extraen algunas conclusiones de este estudio.
incertidumbres tales como valor de intervalo y borrosidad. Debido a la naturaleza de
2. Revisión de la literatura
Los métodos MCDM se dividen en dos ramas diferentes. La primera es la toma estrategia de producción sostenible, la revisión de la literatura se centra en las estrategias
de decisiones de atributos múltiples (MADM) que se centra en las actividades de de fabricación sostenibles y metodologías de selección de la estrategia.
de fecundación in vitro para seleccionar la mejor estrategia sostenible para las impulsar el crecimiento y la rentabilidad que estipula la inclusión de las consideraciones
organizaciones de fabricación. ambientales y sociales, junto con las preocupaciones económicas en las operaciones de
El método AHP es una técnica jerárquica para organizar y analizar la toma recursos y la minimización de residuos [ 6 ]. Algunos de la etiqueta a menudo citada para
de decisiones complejas. El método AHP proporciona una base para obtener estrategias de fabricación y la literatura relacionada se discuten en los siguientes
los pesos relativos de criterios. El método Vikor desarrollado para resolver párrafos.
problemas MCDM
Int J Adv Manuf Technol
Desde hace mucho tiempo, los investigadores se han centrado en la reducción de fabricación. El concepto 6R transforma el modelo de producto de bucle abierto solo a la
residuos como una estrategia para hacer frente a los problemas de gestión de residuos, los vida de circuito cerrado de múltiples vida [ 31 ].
nuevos emplazamientos de vertido y el agotamiento de las materias primas. La reducción El aumento de la eficiencia de los materiales de las operaciones de fabricación
de la materia prima en origen conserva la materia prima para otros usos, por lo tanto también es considerado como una importante estrategia de producción sostenible.
mejorar las actuaciones de sostenibilidad de las organizaciones. Epstein [ 17 ] Considera la Eficiencia material es la proporción de material utilizado en contra de la materia prima
generación de residuos apropiado indebidamente como una clara señal de ineficiencia y los necesaria para la fabricación de producto [ 6 , 17 ]. Allwood et al. [ 32 ] Presentó cuatro
malos resultados de las prácticas de fabricación. ElHaggar [ 18 ] Considerada la estrategias para reducir la demanda de material a través de la eficiencia del material,
minimización de los residuos como un componente de las prácticas de gestión de residuos tales como productos ya en último lugar ING, la modularización y refabricación,
y una estrategia importante para la fabricación sostenible. reutilización de componentes y el diseño de productos con menos material. Halme et
al. [ 33 ] Propuesto que “ eficiencia de los materiales como un servicio adicional ” es un
modelo de negocio más prometedora para las organizaciones de fabricación. En este
La administración de los productos se puede definir como la comprensión, el estudio, los autores discuten que los servicios de eficiencia de los materiales pueden
control y la comunicación de un producto ' s del medio ambiente, la salud y los efectos ser subcontratados a empresas especializadas. Worrell et al. [ 34 ] Resume las
relacionados con la seguridad a lo largo de su ciclo de vida, desde la producción (o diversas opciones de mejora de eficiencia de los materiales, tales como una buena
extracción) para su disposición final o reutilización. Maslennikova y Foley [ 19 ] limpieza, el diseño de productos materialefficient, sustitución de materiales,
Informó de la implementación exitosa de esta estrategia en Xerox Corporation y la reutilización y reciclado de productos de material. También se observa que la mejora
mejora en el desempeño ambiental, los clientes ' la satisfacción y el rendimiento en la utilización del material contribuyó a la eficiencia energética y la minimización de
general de fabricación. En otro estudio, Preston [ 20 ] Informó del éxito de esta los residuos [ 10 ]. Söderholm y Tilton [ 35 ] Presentó una perspectiva económica de
estrategia en el Hewlett-Packard. Schroeder [ 21 ] Discutieron el crecimiento de esta eficiencia de los materiales de discutir con la eficiencia tomaterial enfoque de
estrategia como un modelo de negocio dominante para el reciclaje de productos. ingeniería presentada por Allwood et al. [ 32 ]. Ellos argumentaron que las medidas de
Wagner [ 22 marco] basado en la administración de productos adoptado como una política que abordan determinados problemas ambientales y externalidades de
política preferida para la recuperación rentable de los residuos. información mejorarán la eficiencia de los materiales de una manera más efectiva.
prácticamente todos los negocios y los indicadores específicos del negocio que método es reportado por Behzadian et al. [ 64 ] En un estudio del estado de la técnica de
puedan ser definidos de forma individual de una a otra empresa o sector [ 42 ]. aplicaciones TOPSIS.
Eco-eficiencia en el nivel de producto se define como el valor del producto por ELECTRE es una familia de MCDMmethods que se originó en Europa en
unidad de impacto ambiental [ 43 ]. Aparte de nivel de producto, la eficiencia mediados de 1960. Se desarrolló en ELECTRE I ( Electre uno)
ecológica también se adopta para medir los servicios, estrategias, tácticas y y las evoluciones han continuado con ELECTRE II, ELEC TRE III, ELECTRE IV,
políticas. Para ejemplos, el análisis de eco-eficiencia utiliza para evaluar el ELECTRE IS y ELECTRE TRI ( Electre árbol), por mencionar algunos [ sesenta y cinco ].
funcionamiento, ver Guenster et al. [ 44 ]; para evaluar el valor económico, véase Li et Junio et al. [ 66 ] Aplica ELECTRE II para la selección de micro-sitio de la estación de
al. [ 45 ]; y para evaluar el proceso de fabricación y para evaluar el valor y los energía híbrido / viento solar entre siete alternativas. Liu y Zhang [ 67 ] Presentado una
desechos en la fabricación, ver Simboli et al. [ 46 ]. metodología de selección de proveedores basado en ELECTRE III.
medida en la toma de decisiones en el fin de seleccionar un mejor estrategia con La familia PROMETHEE de outranking métodos, incluyendo la PROMETHEE I
múltiples criterios de decisión central, con lo que este problema de una MCDM. Las para la clasificación parcial de las alternativas y el PROMETHEE II para la
teorías y métodos de problemas MCDM se han aplicado en diversas áreas tales como clasificación completa de las alternativas, se han desarrollado por Brans et al. [ 71 ].
la selección de Personal [ 47 ], La selección de proyectos [ 48 ], Equipos de minería Tiene ventajas únicas cuando los elementos importantes de la decisión son
selección [ 49 ], Selección de proveedores [ 50 , difíciles de cuantificar o comparar, o donde la colaboración entre los
departamentos o los miembros de equipo están limitadas por sus diferentes
51 ] y así. El objetivo del proceso de toma de decisiones es seleccionar el número especializaciones o perspectivas. métodos PROMETHEE se han aplicado en
posible de estrategias caracterizadas por múltiples criterios contradictorios [ 52 ]. En esta diversas áreas tales como los siguientes: para las decisiones de negocio, ver
subsección se presenta una visión general de la literatura sobre algunas de las Albadvi et al. [ 72 ]; para la toma de decisiones relacionadas con la fabricación,
metodologías de selección de estrategia / alternativos. véase Anand y Kodali [ 73 ]; para la sostenibilidad concepto de selección, véase
Vinodh y Jeya Girubha [ 74 ]; y para la selección de material de la herramienta, ver
AHP es un enfoque MCDM utilizado ampliamente para clasificar las alternativas Maity y Chakraborty [ 75 ]. Una revisión exhaustiva de la literatura sobre las
mediante la obtención de los pesos relativos de los criterios [ 53 , 54 ]. Bahadir y metodologías y aplicaciones de PROMETHEE fue presentado por Behzadian et al.
bahadir [ 55 ] Aplicada método AHP para seleccionar el proceso de fabricación [ 76 ].
estructura e-textil. Wei et al. [ 56 ] Presentado enfoque basado en ANAHP a la
selección del sistema ERP. Muerza et al. [ 57 ] UsedAHPmethod para seleccionar
productos en las estrategias de diversificación tecnológica en el sector de la Otra técnica conocida como método compromiso ranking, Vikor, desarrollado por
automoción española. Gupta et al. [ 58 ] Aplicó el método AHP para evaluar la Opricovic [ 77 ] Es una técnica para clasificar las alternativas y obtener solución de
prioridad de las métricas de productos para la fabricación sostenible. La limitación del compromiso como una solución factible más cercano a la solución ideal [ 15 ]. El
método AHP es que los criterios considerados deben ser independientes para la VIKORmethod es una herramienta muy útil en una situación en la que toman las
evaluación de alternativas. Para superar esta limitación, se ha propuesto otro método decisiones no están seguros acerca de sus preferencias a principios de diseño del
en la literatura conocida como Proceso Analítico de red (ANP). El método ANP se sistema [ 15 ]. Este método se aplica en diversas áreas tales como el concepto
utiliza para obtener los pesos de los criterios para la toma de decisiones con sostenible selección [ 78 ], Herramienta compatible selección [ 79 ], Herramienta magra
dependencia y evaluación [ 59 ]. Teniendo en cuenta la interdependencia de los selección [ 80 ], Selección de conceptos en un entorno ágil [ 81 ] y así.
criterios, Shyur y Shih [ 60 ] Aplicado el método ANP para desarrollar un enfoque para
el problema de selección de proveedores. Tseng [ 61 ] Método ANP aplicado bajo
ambiente difusa para modelar los indicadores de producción sostenible. Para aprovechar las ventajas de los distintos métodos, los investigadores
tampoco se integran dos o más métodos juntos o extienden la aplicabilidad de
estos métodos a nuevo entorno para desarrollar un híbrido o un método
innovador. Vahdani y Hadipour [ 82 ] Extendido la aplicabilidad del método
El método TOPSIS fue propuesto originalmente por Hwang y Yoon [ 62 ] Para ELECTRE a intervalvalued ambiente difusa. Liu et al. [ 83 ] Presenta un método
seleccionar la mejor alternativa con un número finito de criterios. Este método ha TOPSIS híbrido para el modo de fallo y análisis de los efectos en el entorno
sido aplicado en diversas áreas para la selección alternativa o estrategia como el fuzzy intuicionista. Vinodh et al. [ 84 ] Aplicada método Vikor fuzzy para la
problema de la selección de candidatos en la gestión de recursos humanos para selección concepto ajuste en una organización de fabricación. Thakker et al. [ 85
seleccionar los gerentes de nivel medio en una compañía de tecnología de la ] Combinado los tres métodos, basado el Selector de materiales Cambridge
información y por Kelemenis Askounis [ 63 ]. La amplia aplicación de esta
Int J Adv Manuf Technol
método, las técnicas de ingeniería de valor adaptados y la TOPSIS, proponer un una función de distancia, por lo general una familia de L pag- métrico. L pag- métrica es la
newway para la estrategia de selección de materiales. Zaerpour et al. [ 86 ] generalización de la función de distancia. En el método Vikor, la L pag- métrica se
Presenta un método AHP y TOPSIS integrado para la división de productos de utiliza como una función de agregación para obtener la medida de criterios múltiples
bajo ambiente difuso. Kaya y Kahraman [ 87 ] Aplicada integrado Vikor difusa y el para la clasificación compromiso [ 15 ]. El método Vikor se centra en la clasificación y
método AHP para la selección de la mejor alternativa de energía renovable. selección de un conjunto de alternativas en presencia de criterios contradictorios. Se
Zamani et al. [ 88 ] Propuesto un método híbrido mediante la combinación de AHP introduce el multicriterio índice de clasificación basada en la medida particular de “ cercanía
y Vikor bajo ambiente difusa para la selección del contratista. Fouladgar et al. [ 89 ] ” al “ ideal ” solución de [ 93 ].
Propuso un método AHP-Vikor difusa para la selección de la cartera de
proyectos. En VIKORmethod, los diversos J alternativas se representan como UNA 1, UNA 2, ......,
UNA j. La calificación de las alternativas UNA j con respecto a yo ésimo criterio se
Tsai y Chou [ 90 ] Presentado un MCDMmodel integrado que combina el denota por F ij. El desarrollo de método Vikor comienza con la siguiente fórmula:
método de toma de decisiones de Ensayo y Evaluación de laboratorio
(DEMATEL), ANP y Zero - Uno de los objetivos de programación (ZOGP) para ( )
.
1 = pag
h yo pag
seleccionar un sistema de gestión entre los cuatro sistemas de gestión
L pag; j ¼ X norte w yo F þ yo - F ij F þ yo - F - yo re 1 Þ
Organización Internacional de Normalización (ISO) 9001, ISO 14001, Sistemas de
yo ¼ 1
gestión de la seguridad (OHSAS 18001) y Salud Ocupacional y Responsabilidad
Social (SA 8000) para el desarrollo sostenible en las pequeñas y donde 1 ≤ pag ≤∞, j = 1,2, .... J, n es el número de criterios y w yo es el peso de yo º
MediumEnterprises (SME). Zhou et al. [ 91 ] Propuesto un método que integra la red criterio.
neuronal artificial (ANN) con algoritmo genético (GA) para optimizar los objetivos Si un criterio simboliza beneficio a continuación, F þ yo ¼ máx F ij y
j
de la selección del material basado en tanto las características de los materiales y
F - yo ¼ min F i j.
estrategias de sostenibilidad y se incluyen los factores ambientales junto con los j
factores de coste, producto y de proceso. El autor propone el modelo para un Para VIKORmethod, L 1, j ( como S j en la ecuación. ( 22 )) Y L ∞, j ( como R j en la
ejemplo de caso (Bebidas de contenedores), la metodología de selección de ecuación. ( 23 )) Se utilizan para formular las medidas de clasificación. La solución
material involucrado en este estudio de caso es un método MCDM. El método obtenida por min j S j es máxima utilidad grupo y que se obtuvo por min j R j es el pesar
propuesto por los autores demostró que puede complementar a diferencia de mínimo de oponente. La solución de compromiso es una solución factible que más se
factores y selecciona el mejor material. acerque a la solución ideal.
Los métodos MCDM se validaron mediante el uso de ejemplos y de comprobar 3,2 método AHP
la exactitud de los resultados mediante la comparación con los resultados obtenidos
por otros métodos [ 15 , 70 , 80 , 82 ]. La validación práctica de los métodos MCDM Analytic Hierarchy Process (AHP) es un enfoque MCDM utilizado ampliamente para el
utilizando estudios de caso también se establecieron por varios investigadores [ 63 , 67 cálculo de los pesos relativos de los criterios [ 96 , 97 ]. En AHPmethod, estructura
75 ]. Además, también se aplicó el análisis de sensibilidad para mostrar la estabilidad presenta el objetivo de resolver el problema. Las capas intermedias, a saber capas
y la fiabilidad de los resultados obtenidos a partir de los métodos MCDM [ 12 , 92 ]. táctica, son los involucrados enlaces intermedios. La capa inferior muestra los criterios
3 Breve resumen de Vikor, AHP y la FIV teoría de conjuntos comparación por pares, importancia local se calcula resolviendo para el vector propio
de esa matriz. Después de que se han calculado los locales de pesos, los pesos
En esta sección se presentan los conceptos básicos y definiciones de métodos Vikor y globales se pueden calcular mediante la combinación de locales de pesos con respecto
El método de clasificación comprometida llamado Vikor fue desarrollado por consistencia de las opiniones de los tomadores de decisiones hacia pesos de importancia
Tabla 1 .
Int J Adv Manuf Technol
Rhode Island 0 0 0.58 0.94 1.12 1.24 1.32 1.41 1.45 1.49
conjunto de FIV se define estableciendo el valor central ( X 2), los valores de límite inferior
CI ¼ λ máx - norte re 3 Þ
norte - 1 de intervalo ( X 1, X 1' ) y los valores límite superior de intervalo ( X 3' , X 3) con X 1 ≤ X 1' ≤ X 2 ≤ X 3' ≤ X 3. La
función de pertenencia del conjunto de FIV UNA se representa como μ UNA( X).
dónde λ máx es el valor más grande Eigen de la matriz de comparación en pares en
alta ”. Según Di Martino y Sessa [ 110 ], La función de pertenencia del conjunto difuso
externa se llama la función de miembro superior de UNA ( para abreviar, UMF ( UNA)); el
número de miembros del conjunto difuso interior se llama afiliación inferior Función de UNA
(Para abreviar, LMF ( UNA)). El área entre LMF ( UNA) y UMF ( UNA)
se llama la huella de la incertidumbre de UNA ( para abreviar, FOU ( UNA)).
Simbólicamente, un conjunto difuso FIV UNA puede ser representado como (LMF ( UNA), UMF ( UNA)).
En consecuencia, la simbología presentado por Kuo [ 111 ] Y Vahdani et al. [ 112 ] Para
representar un conjunto de FIV triangular se utilizó en este estudio. Como puede verse en
y UMF ( A) = (x 1, X 2, X 3), así A = [(x 1, X 1' ); X 2; ( X 3' , X 3)]. los Figura 1 Ejemplo de conjunto FIV triangular [ 110 ]
Int J Adv Manuf Technol
a las nuevas tecnologías y la sostenibilidad ha contribuido también al incremento en el la recogida de datos son comparativamente más para los criterios cuantitativos.
problema de la aceptación de la estrategia por parte de los empleados. Teniendo en Además, los valores cuantitativos de los criterios se pueden transformar fácilmente en
cuenta estas características, los criterios de selección deben ser capaces de reflejar el variables lingüísticas utilizando funciones de transformación. Por lo tanto, los pesos
rendimiento de las estrategias con respecto al costo, la calidad, la competitividad, la relativos y los valores de clasificación de rendimiento son considerados como
cuota de mercado, la minimización de residuos, la productividad de los recursos, la variables lingüísticas y representados por números de FIV triangulares en el método
productividad humana, aceptación de los empleados y de la comunidad. propuesto, como se muestra en las Tablas 3 y 4 . Este método combina dos enfoques
MCDM, que son métodos AHP y Vikor bajo ambiente de FIV. El FIV-AHP se utiliza
La lista ilustrativa de criterios para la selección de la estrategia para la fabricación para obtener los pesos difusos intervalvalued para cada criterio. Los pesos difusas
sostenible se identifica a partir de la literatura, como se muestra en la Tabla 2 . Estos criterios obtenidas de FIV-AHPmethod y los índices de rendimiento de fecundación in vitro
se identifican teniendo en cuenta las características de las organizaciones de fabricación como obtenidos de diversas toman las decisiones son agregados. Los números de FIV
se mencionó anteriormente. agregadas se defuzzificado utilizaron luego como entradas al VIKORmethod para
obtener la clasificación final de las estrategias.
Paso 2: Criterios de evaluación de los pesos y las calificaciones de los tomadores de decisiones
Paso 3: Obtener los índices de rendimiento de las estrategias de Paso 4: Calcular FIV relativa pesos difusos de
fertilización in vitro con respecto a cada criterio criterios usando FIV-AHP
decenas de comparación por pares por números de FIV triangulares para la Naturalmente, el número de FIV recíproco de ~ do ki j tiene sentido si cualquier número
construcción de las matrices recíprocas de FIV positivos. Según Buckley [ 121 ],
real implicado en la definición de ~ do ki j es diferente de cero.
Matriz recíproca positiva difusa para quien toma las decisiones k se puede
~ do KIJ ¼ 1; para yo ¼ j de un conjunto difuso es un conjunto clásico que comprende elementos para
conoce como matrices nítidas. Para quien toma las decisiones k, dejar α = 1
~ do ji k ¼ 1 ; para yo ≠ j
para la construcción de una matriz do 2 k =
~ do KIJ
¼ do k 1 ij; do 0 k y norte es el número de de conformidad con los números recíprocos difusos. Por ejemplo, do 1 k se
1 ij; do k 2 ij; do 0 k 3 ij; do k 3 ij
define por la ecuación. ( 4 ).
criterios considerados en la matriz. El recíproco de nú- FIV
1 1
ber ~ do ki j es 1 y se define como 1 ¼ ;1 ;1 ; ;1 .
~ do ki j ~ do ki j do k 3 ij do 0 k do k 2 ij do 0 k do k 1 ij
3 ij 1 ij
Tabla 4 Las definiciones de las variables lingüísticas para los grados de funcionamiento [ 92 ]
Tabla 3 variables lingüísticas de importancia criterio utilizado para las comparaciones [IVFAHP 120
Nivel de actuación número FIV Triangular
]
Igual importancia (VL) [(1,1); 1; (1,1)] Moderadamente pobres (MP) [(0,1.5); 3; (4.5,5.5)]
Fuerte importancia (SI) [(3,4); 5; (6,7)] Moderadamente buena (MG) [(4.5,5.5); 7; (8,9.5)]
importancia extrema (EI) [(7,8); 9; (9,9)] Muy bueno (VG) [(8.5,9.5); 10; (10,10)] Int J
Int J Adv Manuf Technol
2664 3775 re 4 Þ h i
1 do k 112 ... do k 11 norte W 01k*i ¼ w 0 k* ; where w 0 k*
Hola 1i 1i¼ Q0 k 1 w 0 k1 i; i
do k 121 1 ... do k 12 norte
do k 1 ¼ do k 1 ij
nn ¼ ... ... ... ... ¼ 1; 2; 3 …::; n ð8Þ
do k 1 norte 1 do k 1 norte 2 ... 1
cada matriz puede ser calculado usando la Ec. ( 3 ). Basado en el CI y el ¼ 1; 2; 3 …::; n ð9Þ
2664 3775
w k 11
( )
w k 12
Wk1¼ wk1i ¼ ð5Þ 3i
⋮ Q 03k¼ max w 0 k* 1≤i≤n ð 11 Þ
wk3i
wk1n
To obtain the IVF weight matrix, it is required that these five Using the constants Q 1 k and Q 3 k, the adjusted lower and upper bound
k ∗ and W 3 i k ∗) of the UMFs of weights
crisp weight vectors are combined to obtain the five values values ( W 1 i
k , w 1' k),
i can be obtained as:
(lower bound values ( w 1 i
k ) and upper bound values ( w 3 i ' k,
central value ( w 2 i
k )) of IVF weight of each criterion.
w3i W k*1 i ¼ w k* 1i; where w k* 1i¼ Q k 1 w k 1 i; i ¼ 1; 2; 3 …::; n ð 12 Þ
(d) It is seen that combining weight matrices
( W 1 k, W 1' k, W 2 k, W 3' k and W 3 k) to obtain the IVF weights may
result into IVF sets that are not normal IVF sets. An IVF set is
W k*3 i ¼ w k* 3i; where w k* 3i¼ Q k 3 w k 3 i; i ¼ 1; 2; 3 …::; n ð 13 Þ
known as normal IVF set whose membership value,
k ∗, W 1 ' ik ∗, W 2ki ∗, W 3 ' ik
Combining adjustedweight matrices ( W 1 i
μ Ã( x)= 1 at precisely one element. To ensure the IVF weights ∗, W 3ki ∗), the IVF weight for decision maker k can be obtained as follows:
are still normal IVF sets, use the Eqs. ( 6 ) –( 13 ) to adjust the
weights. According to the method suggested by Csutora and
h i
Buckley [ 122 ], constants ( Q 1' k) and ( Q 3' k) ~k
W i ¼ w k* 1i; w 0 1k*i ; w k*2
k*2 i ; w 0 3k*i ; w k*3
k*3 i
; i ¼ 1; 2; 3 …::; n ð 14 Þ
mean operator that does not represent any behavioural Where k= 1,2, …, p and p is the number of decisionmakers. It should be
property [ 123 ]. noted that Eq. ( 15 ) provides the local weights
The relative IVF weight of i th criterion can be represented of indicators or aspects at the respective level of hierarchy. Once local
by ~ w i ¼ w 1 i; w 0 ; weights are calculated, global weights can be calculated by combining local
1i; w 2 i; w 0 3 i; w3i
i ¼ 1; 2; 3 …; n and computed as weights with respect to all successive hierarchal levels [ 98 ].
w 1 i ¼ min w k* 1i; w0 1i Step 6. Defuzzify the IVF criteria weights ~ ðwÞi and perfor-
Where k= 1,2, …, p and p is the number of decisionmakers. The be computed in terms of [ c l, c r].
performance rating of j th strategy with respect to i th criterion can be The c l and c r are respectively maximum and minimum of
Minimization
Economical Profits (C2)
Adaptability (C3)
Best sustainable manufacturing strategy
A2: Material
(C4)
Efficiency
Efficiency
Employee saftey (C7)
Efficiency
Regulation completeness (C9)
Int J Adv Manuf Technol
Set θ i= UMF( Ã|x i) if i ≤ L and θ i= LMF( Ã|x i) if i ≥ L+ 1. Then DM3 ECO VL VL MI DM3 C1 VL MI EI
i¼1 i¼Lþ1 C6 VL C9 VL
DM2 C4 VL MI SI DM2 C7 VL VSI MI
If c l= c i then stop else c i := c l and go to Step 3. Steps for
C5 VL MI C8 VL VSI
calculating the parameter c r C6 VL C9 VL
For each IVF set, we initialize the value of θ i by Eq. ( 17 )
DM3 C4 VL MI MI DM3 C7 VL SI SI
and calculate the value of c i by Eq. ( 18 ). Without loss of generality, we
C5 VL MI C8 VL SI
assume that x 1 ≤ x 2 ≤.....≤ x N.
C6 VL C9 VL
Equation ( 18 ) implies that we can find an index R ∈{ 1,...., N −
1} such that x R ≤ c i ≤ x R+ 1 ( Initially R=L).
Set θ i= LMF( Ã|x i) if i ≤ R and θ i= UMF( Ã|x i) if i ≥ R+ 1.
Then calculate the value of c r as wi f þi− f ij
S j¼ Xn ð 22 Þ
f þi− f −i
i¼1
XR
x i LMF ~ A jxþi X N x i UMF ~ A jx i
i¼1 i¼Rþ1
cr¼ ð 20 Þ
0@ 1A
XR
wi f þi− f ij
LMF ~ A jxþi X N UMF ~ A jx i
R j ¼ max ð 23 Þ
i¼1 i¼Rþ1 i f þi− f −i
C~ ¼ c l þ c r ð 21 Þ C1 C2 C3 C4 C5 C6 C7 C8 C9
A 2
DM1 A1 G MG VG VG VG G G MG VP
Considering the computational complexity involved with defuzzification
A2 VG F MP MG MP VG MP F F
of IVF numbers, MATLAB®-based IT2FLS was used for implementation of
A3 MG G G VG VG VG G P G
KM algorithm [ 124 ].
A4 F VG G MG F VG G VP P
Step 7. Determine the best rating f i+ and worst rating f i − for all
DM2 A1 VG F VG G VG G MG G VP
the criteria.
A2 VG MP F MG P MG F P MP
If criteria symbolize benefit, then
A3 G MG G VG VG G G P G
A4 MG G VG F MG MG VG VP VP DM3 A1 MG G G VG VG VG MG F
f þ i ¼ max f i j and f − i ¼ min f ij
j j P
A2 G MG F G MP G MP MG F
Step 8. Measure the Utility ( S j), Regret ( R j) and VIKOR
A3 F VG MG G VG MG VG P G
indices ( Q j) for j= 1, 2 … m by using the following equations;
A4 MP VG MG MG P F VG VP MP
Int J Adv Manuf Technol
The outcome is a set of three ranking lists. Propose the strategy j 1 equivalent
ð Þ Rj − Rþj
to Q 1 ( smallest among Q j values) as a compromise solution if
Qj¼ v S j − Sþj þ1−v ð 24 Þ
S−j− Sþj R−j− Rþj
Strategies
Criteria A1 A2 A3 A4
where the decision maker is not able or does not know how to express their
C1 C2 C3 C4 C5 C6 C7 C8 C9
preferences at the beginning of system design [ 15 ]. The ranking of
strategies may be performed by different value of weight of maximum f i+ 8.78 8.78 8.78 8.78 9.63 8.61 8.78 6.64 8.34
group utility ( v). The compromise solution obtained with initial maximum f i − 4.87 4.79 4.12 5.21 2.53 6.86 3.69 0.42 1
group utility ( v) value will be replaced if ( v) is not within the stability interval.
The data collection process was based on the decision makers ’ interview.
Decision makers have been asked to identify the selection criteria
pertinent to ABC company from economic, environmental and social
aspects to improve the sustainability performance. The hierarchy of
6 Illustrative example the problem is shown in Fig. 3 . Decision makers ’ opinion towards the
pairwise comparison importance weights of criteria and aspects must
The proposed method has been designed for sustainable manufacturing be recorded in terms of linguistic variables. Decisionmakers were also
strategy selection from a holistic and comprehensive approach. In this asked for their perception towards rating of strategies against selected
section, a case study is used to present the application of this method. criteria as shown in Fig. 3 . The pairwise comparison matrix in terms of
Case company (hereafter known as ABC due to confidentiality issue) is a linguistic variables from decision makers ’ opinion has been recorded
manufacturing small and medium enterprise which strives to select a as shown in Table 5 . Decision makers were asked to evaluate the
suitable strategy to enhance overall sustainability. The proposed method is performance rating of strategies for the selected criteria using
designed considering the uncertainties in decision making related to linguistic variables (Table 6 ).
sustainable manufacturing.
During the implementation and the result extraction process, linguistic
values obtained during the data collection process were replaced by
corresponding IVF numbers as shown in Tables 3 and 4 . Using α- cut
method, the IVF reciprocal matrices were decomposed to obtain the crisp
matrices. It should be noted that all crisp matrices were examined for
6.1 Data collection consistency by obtaining the consistency index of corresponding positive
reciprocal matrixes. In the case of inconsistency, decision makers were
There are three decision makers in the ABC from whom inputs have been asked to re-evaluate their opinions. This process was continued until the
collected. Decisionmakers in this company are managers or senior consistency ratio for all comparison matrixes became less than or equal to
managers, and they are also the head of respective departments. Three 0.10. The AHP method was applied to calculate the IVF weighs as
decision makers (who participated in this study) are Manager (quality discussed in Section 4.1 (Step 4).
assurance), who is also responsible for sustainability initiatives in the
company, Senior Manager (finance) andManager (production). The
procedure for data collection has been illustrated as follows: Using min-max aggregation method (Section 5.1 , Step 5),
varied opinions of decision makers were combined to obtain IVF weights of
aspects and criteria and performance rating of
Table 9 Crisp values of strategies ’ ratings with respect to criteria and weights of criteria
Table 11 The values of S ( utility), R ( Regret) and Q v= 0.5 ( VIKOR value) for all strategies
C1 C2 C3 C4 C5 C6 C7 C8 C9
Strategies for sustainable manufacturing
A4 4.87 8.78 8.03 5.21 4.52 6.86 8.78 0.42 1.94 R 0.111 0.207 0.178 0.325
Weights 0.32 0.20 0.03 0.16 0.09 0.06 0.09 0.04 0.02 Int J Adv Manuf Technol Q v= 0.5 0 0.828 0.354 1
Int J Adv Manuf Technol
Table 12 The ranking of The proposedmethod is verified for rationality and stability by using the
strategies by S, R and Ranking of strategies
concept of sensitivity analysis when maximum utility values ( v) do not affect
Q values in increasing order
1 2 3 4 the results. This analysis was performed by decreasing and increasing the v value
from 0 to 1 by the step of 0.1. Table 13 illustrate the results of sensitivity
By S A1 A3 A2 A4
analysis for four strategies under consideration. According to sensitivity
By R A1 A3 A2 A4
analysis results, ranking of strategies is the same as previous main ranking.
By Q v= 0.5 A1 A3 A2 A4
The strategies show a straight line or nearly straight-line trend, and their
positions are stable in new ranking while changing the value of maximum
utility value ( v). Based on the above results from the proposedmethod, this
strategies with respect to these criteria as shown in Tables 7
study has demonstrated that the proposed method can easily select the best
and 8 .
strategy.
In order to obtain the crisp values of strategies ’ ratings and criteria
weights based on centre of area method (COA), Karnik-Mendal (KM)
algorithms for IVF numbers was applied in this study (Section 5.1 , Step 6).
It can be seen from the Table 13 that strategy A 1 has smallest VIKOR
The crisp values for strategies ’ performance ratings with respect to each
values ( Q) in the all the scenario based on the maximum utility values ( v). Therefore,
criterion and weights of criteria are shown in Table 9 . Using Step 7 (Section
strategy A 1 is selected for implementation based on its smallest VIKOR
5.1 ), the best values f i+ and worst values f i − of crisp performance ratings of
value ( Q).
strategy with respect to each criterion were identified and are shown in
Table 10 . As per Step 8 (Section 5.1 ), using Eqs. ( 22 ), ( 23 ) and ( 24 ),
7 Conclusions
the utility ( S), regret ( R) and VIKOR index ( Q v= 0.5) of all strategies were
calculated as shown in Table 11 . As mentioned above, v is the weight of the
The strategy selection problem for sustainable manufacturing consists of
strategy of the majority of criteria. Here, we can use v= 0.50 for final ranking [ 13
various criteria that are usually incommensurable and conflicting and is
, 15 ].
often influenced by uncertainty in real situations. In addition, in a group
Based on the S, R and Q values (Section 5.1 , Step 9),
decision making, each decision maker has different knowledge and opinion
strategies were ranked as shown in Table 12 .
about the criteria weights and performance ratings of strategies. In such
The compromise solution, closest to the ideal solution, was achieved as
situations, the MCDM method under IVF environment is an appropriate
strategy A 1. The difference in VIKOR values ( Q v= 0.5) of A 1 and A 3 ( strategy
tool. This study presented an integrated AHPVIKOR method to select
with minimum value and strategy next to this) is 0.354> 1
sustainability strategy for manufacturing organizations under IVF
Thus, compromise solution
m−1. environment. The proposed method provides more flexibility to decision
as strategy A 1 is a stable solution as it satisfies the condition 2 mentioned in
makers to deal with uncertainties compared to the other MCDMmethod
Step 9 of Section 5.1 .
based on fuzzy type-1 or crisp values. The applicability of the method was
illustrated by a case study. The rationality and validity of the proposed
6.3 Sensitivity analysis method were established by performing a sensitivity analysis. It can be
seen that this method has some advantages which are useful in dealing
As mentioned above, the proposed method is based on combining with strategy selection problems for sustainable manufacturing
concepts of VIKOR and AHP in an IVF environment. This method can be applications. The proposed method for strategy selection provides a
applied to individual or group of evaluators according to their own systematic approach which can be easily extend to other disciplines for
preferences to select their ideal strategy. In this section, the results of the alternative or strategy selection where uncertainties are inherent.
proposed method concerning rationality and discriminatory ability are
examined. Here, the analytic technique was borrowed from the concepts of
sensitivity analysis.
v 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
Q1 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
Q2 0.743 0.760 0.777 0.794 0.811 0.828 0.846 0.863 0.880 0.897 0.914
Q3 0.358 0.357 0.356 0.356 0.355 0.354 0.353 0.353 0.352 0.351 0.350
Q4 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
Int J Adv Manuf Technol
Acknowledgments We thank the editor and reviewers for their comments which have 17. Epstein MJ (2008) Making sustainability work. Best practices in managing and
helped to improve the quality of our manuscript. The authors would like to acknowledge measuring corporate social, environmental, and economic impacts. Greenleaf,
the University of Malaya for providing the necessary facilities and resources for this Sheffield, UK
research. This research was funded by the Ministry of Higher Education, Malaysia with 18. El-Haggar S (2010) Sustainable industrial design and waste management:
high impact research (HIR) grant number of HIR-MOHE-16001-D000001 and University cradle-to-cradle for sustainable development. Academic Press, Sheffield
of Malaya Research grant (RP018C-13AET).
19. Maslennikova I, Foley D (2000) Xerox's approach to sustainability. Interfaces
30(3):226 – 233
Conflict of interest The authors declare that they have no conflict of interest. 20. Preston L (2001) Sustainability at Hewlett-Packard. Calif Manag Rev 43(3):26 – 37
21. Schroeder HM (2012) Developments in the recycling industry and the growth of
product stewardship: the role of enterprise information systems. Int J Prod
Lifecycle Manag 6(1):65 – 78
References 22. Wagner TP (2013) Examining the concept of convenient collection: an application
to extended producer responsibility and product stewardship frameworks.
Waste Manag 33(3):499 – 507
1. International Trade Administration DoC, U.S. (2007) How does Commerce
23. Womack JP, Jones DT (2010) Lean thinking: banish waste and create wealth in
define Sustainable Manufacturing? http://www.trade.
your corporation. Simon and Schuster, New York
gov/competitiveness/sustainablemanufacturing/how_doc_ defines_SM.asp
24. Melton T (2005) The benefits of lean manufacturing: what lean thinking has to
offer the process industries. Chem Eng Res Des 83(6):662 – 673
2. Vittorio B, Marco F, Fabio I (2000) Environmental management systems and
SMEs. Greener Manag Int 29:55 – 69
25. Shah R, Ward PT (2003) Lean manufacturing: context, practice bundles, and
3. Hillary R (2004) Environmental management systems and the smaller enterprise.
performance. J Oper Manag 21(2):129 – 149
J Clean Prod 12(6):561 – 569
26. Yang MGM, Hong P, Modi SB (2011) Impact of lean manufacturing and
4. Lepoutre J, Heene A (2006) Investigating the impact of firm size on small
environmental management on business performance: an empirical study of
business social responsibility: a critical review. J Bus Ethics 67(3):257 – 273
manufacturing firms. Int J Prod Econ 129(2): 251 – 261
5. Maxwell D, Sheate W, van der Vorst R (2006) Functional and systems aspects of
27. Jabbour CJC, Jabbour ABLS, Govindan K, Teixeira AA, Freitas WRS (2013)
the sustainable product and service development approach for industry. J
Environmental management and operational performance in automotive
Clean Prod 14(17):1466 – 1479
companies in Brazil: the role of human resource management and lean
6. Abdul Rashid SH, Evans S, Longhurst P (2008) A comparison of four sustainable
manufacturing. J Clean Prod 47: 129 – 140
manufacturing strategies. Int J Sustain Eng 1(3): 214 – 229
10. Worrell E, Bernstein L, Roy J, Price L, Harnisch J (2009) Industrial energy 32. Allwood JM, AshbyMF, Gutowski TG,Worrell E (2011)Material efficiency: a white
efficiency and climate change mitigation. Energy Effic 2(2):109 – 123 paper. Resour Conserv Recycl 55(3):362 – 381
33. Halme M, Anttonen M, Kuisma M, Kontoniemi N, Heino E (2007) Business
11. Azadegan A, Porobic L, Ghazinoory S, Samouei P, Saman Kheirkhah A (2011) models for material efficiency services: conceptualization and application.
Fuzzy logic in manufacturing: a review of literature and a specialized Ecol Econ 63(1):126 – 137
application. Int J Prod Econ 132(2): 258 – 270 34. Worrell E, Levine M, Price L, Martin N, van den Broek R, Block K (1997) Potentials
and policy implications of energy andmaterial efficiency improvement. Lawrence
12. Vinodh S, Varadharajan AR, Subramanian A (2013) Application of fuzzy VIKOR for Berkeley National Laboratory, Berkeley
concept selection in an agile environment. Int J Adv Manuf Technol 65(5 – 8):825 –
832 35. Söderholm P, Tilton JE (2012) Material efficiency: an economic perspective.
13. Sanayei A, Farid Mousavi S, Yazdankhah A (2010) Group decision making Resour Conserv Recycl 61:75 – 82
process for supplier selection with VIKOR under fuzzy environment. Expert 36. Houy C, Reiter M, Fettke P, Loos P (2011) Towards Green BPM — sustainability
Syst Appl 37(1):24 – 30 and resource efficiency through business process management. In: Business
14. San Cristóbal J (2011) Multi-criteria decision-making in the selection of a process management workshops, Springer, Berlin, p 501 – 510
renewable energy project in Spain: the Vikor method. Renew Energy 36(2):498 –
502 37. Schaltegger S, Bennett M, Burritt R (2006) Sustainability accounting and reporting,
15. Opricovic S, Tzeng G-H (2004) Compromise solution byMCDM methods: a vol 21. Springer, Dordrecht
comparative analysis of VIKOR and TOPSIS. Eur J Oper Res 156(2):445 – 455 38. Dyllick T, Hockerts K (2002) Beyond the business case for corporate
sustainability. Bus Strateg Environ 11(2):130 – 141
16. Lee K-H (2009) Why and how to adopt green management into business 39. Smith L, Ball P (2012) Steps towards sustainable manufacturing through modelling
organizations?: the case study of Korean SMEs in manufacturing industry. material, energy and waste flows. Int J Prod Econ 140(1):227 – 238. doi: 10.1016/j.ijpe.2012.01.03
Manag Decis 47(7):1101 – 1121
Int J Adv Manuf Technol
40. Verfaillie HA, Bidwell R, Cowe R (2000) Measuring eco-efficiency: a guide to 61. Tseng M-L (2013) Modeling sustainable production indicators with linguistic
reporting company performance. World Business Council for Sustainable preferences. J Clean Prod 40:46 – 56. doi: 10.1016/
Development, Geneva j.jclepro.2010.11.019
41. Kerr W, Ryan C (2001) Eco-eff iciency gains from remanufacturing: a case 62. Hwang C, Yoon K (1981) Multiple attribute decision making: methods and
study of photocopier remanufacturing at Fuji Xerox Australia. J Clean Prod applications, a state of the art survey. Springer, New York
9(1):75 – 81
42. Schmidheiny S, Stigson B (2000) Eco-efficiency: creating more value with less 63. Kelemenis A, Askounis D (2010) A new TOPSIS-based multicriteria approach to
impact. World Business Council for Sustainable Development, Geneva personnel selection. Expert Syst Appl 37(7): 4999 – 5008
43. Kobayashi Y, Kobayashi H, Hongu A, Sanehira K (2005) A practical method for 64. Behzadian M, Khanmohammadi Otaghsara S, Yazdani M, Ignatius J (2012) A
quantifying eco ‐ efficiency using eco ‐ design support tools. J Ind Ecol 9(4):131 – 144 state-of the-art survey of TOPSIS applications. Expert Syst Appl
39(17):13051 – 13069
44. Guenster N, Bauer R, Derwall J, Koedijk K (2011) The economic value of 65. Figueira J, Greco S, Ehrgott M (2005) Multiple criteria decision analysis: state of
corporate eco ‐ efficiency. Eur Financ Manag 17(4):679 – the art surveys, vol 78. Springer, New York
704 66. Jun D, Tian-tian F, Yi-sheng Y, Yu M (2014) Macro-site selection of wind/solar
45. Li W, Winter M, Kara S, Herrmann C (2012) Eco-efficiency of manufacturing hybrid power station based on ELECTRE-II. Renew Sust Energ Rev 35:194 – 204
processes: a grinding case. CIRP Ann Manuf Technol 61(1):59 – 62
67. Liu P, Zhang X (2011) Research on the supplier selection of a supply chain
46. Simboli A, Taddeo R, Morgante A (2014) Value and wastes in manufacturing. An based on entropy weight and improved ELECTREIII method. Int J Prod Res
overview and a new perspective based on ecoefficiency. Adm Sci 4(3):173 – 191 49(3):637 – 646
68. Triantaphyllou E (2000) Multi-criteria decision making methods a comparative
47. Güngör Z, Serhadl ı o ğ lu G, Kesen SE (2009) A fuzzy AHP ap- study. Springer
proach to personnel selection problem. Appl Soft Comput 9(2): 641 – 646 69. Ş ener B, Süzen ML, Doyuran V (2006) Landfill site selection by
using geographic information systems. Environ Geol 49(3):376 –
48. Huang C-C, Chu P-Y, Chiang Y-H (2008) A fuzzy AHP application in 388
government-sponsored R&D project selection. Omega 36(6):1038 – 1052 70. Afshari A, Mojahed M, Yusuff RM (2010) Simple additive weighting approach to
personnel selection problem. Int J Innov Manag Technol 1(5):511 – 515
49. Aghajani Bazzazi A, Osanloo M, Karimi B (2011) Deriving preference order of
open pit mines equipment through MADM methods: application of modified 71. Brans J-P, Vincke P, Mareschal B (1986) How to select and how to rank projects: the
VIKOR method. Expert Syst Appl 38(3):2550 – 2556 PROMETHEE method. Eur J Oper Res 24(2): 228 – 238
50. Shemshadi A, Shirazi H, Toreihi M, Tarokh MJ (2011) A fuzzy VIKOR method for 72. Albadvi A, Chaharsooghi SK, Esfahanipour A (2007) Decision making in stock
supplier selection based on entropy measure for objective weighting. Expert trading: an application of PROMETHEE. Eur J Oper Res 177(2):673 – 683
Syst Appl 38(10):12160 – 12167
51. Chamodrakas I, Batis D, Martakos D (2010) Supplier selection in electronic 73. Anand G, Kodali R (2008) Selection of lean manufacturing systems using the
marketplaces using satisficing and fuzzy AHP. Expert Syst Appl 37(1):490 – 498 PROMETHEE. J Modell Manag 3(1):40 – 70
74. Vinodh S, Jeya Girubha R (2012) PROMETHEE based sustainable concept
52. Li T, Jin J, Li C (2012) Refractured well selection for multicriteria group decision selection. Appl Math Model 36(11):5301 – 5308
making by integrating fuzzy AHP with fuzzy TOPSIS based on interval-typed 75. Maity S, Chakraborty S (2015) Tool steel material selection using PROMETHEE II
fuzzy numbers. J Appl Math 2012:21 method. Int J Adv Manuf Technol 78(9 – 12): 1537 – 1547. doi: 10.1007/s00170-014-6760-0
53. Saaty TL (1980) The analytical hierarchical process. Wiley, New York 76. Behzadian M, Kazemzadeh RB, Albadvi A, Aghdasi M (2010) PROMETHEE: a
comprehensive literature review on methodologies and applications. Eur J
54. Saaty T, Vargas LLG (2001) Models, methods, concepts, and applications of the Oper Res 200(1):198 – 215
analytic hierarchy process, vol 34. Springer, Heidelberg 77. Opricovic S (1998) Multicriteria optimization of civil engineering systems. Fac Civil
Eng Belgrade 2(1):5 – 21
55. Bahadir MC, Bahadir S (2015) Selection of appropriate e-textile structure 78. Vinodh S, Kamala V, Shama MS (2013) Compromise ranking approach for
manufacturing process prior to sensor integration using AHP. Int J Adv Manuf sustainable concept selection in an Indian modular switches manufacturing
Technol 76(9 – 12):1719 – 1730. doi: 10. 1007/s00170-014-6399-x organization. Int J Adv Manuf Technol 64(9 – 12):1709 – 1714. doi: 10.1007/s00170-012-4134-z
56. Wei C-C, Chien C-F, WangM-JJ (2005) An AHP-based approach to ERP system 79. Arunachalam A, Idapalapati S, Subbiah S (2015) Multi-criteria decisionmaking
selection. Int J Prod Econ 96(1):47 – 62 techniques for compliant polishing tool selection. Int J Adv Manuf Technol 79(1 –
57. Muerza V, de Arcocha D, Larrodé E, Moreno-Jiménez JM (2014) The multicriteria 4):519 – 530. doi: 10.1007/s00170015-6822-y
selection of products in technological diversification strategies: an application to
the Spanish automotive industry based on AHP. Prod Plan Control 25(8):715 – 728 80. Anvari A, Zulkifli N, Arghish O (2014) Application of a modified VIKOR method
for decision-making problems in lean tool selection. Int J Adv Manuf Technol
58. Gupta A, Vangari R, Jayal AD, Jawahir IS (2011) Priority evaluation of product 71(5 – 8):829 – 841. doi: 10.1007/ s00170-013-5520-x
metrics for sustainable manufacturing. In: Bernard A (ed) Global product
development. Springer, Heidelberg, pp 631 – 641. doi: 10.1007/978-3-642-15973-2_63
81. Vinodh S, Varadharajan A, Subramanian A (2013) Application of fuzzy VIKOR for
concept selection in an agile environment. Int J Adv Manuf Technol 65(5 – 8):825 –
59. Saaty TL (1996) The analytic network process: decision making with dependence 832. doi: 10.1007/s00170-0124220-2
and feedback; the organization and prioritization of complexity. RWS
publications, Pittsburgh 82. Vahdani B, Hadipour H (2011) Extension of the ELECTREmethod based on
60. Shyur H-J, Shih H-S (2006) A hybrid MCDMmodel for strategic vendor selection. interval-valued fuzzy sets. Soft Comput 15(3):569 –
Math Comput Model 44(7):749 – 761 579
Int J Adv Manuf Technol
83. LiuH-C, You J-X, ShanM-M, Shao L-N (2014) Failure mode and effects analysis 105. Turksen IB (1986) Interval valued fuzzy sets based on normal forms. Fuzzy Sets
using intuitionistic fuzzy hybrid TOPSIS approach. Soft Comput :1 – 14. doi: 10.1007/s00500-014-1321-x
Syst 20(2):191 – 210
106. Guijun W, Xiaoping L (1998) The applications of interval-valued fuzzy numbers and
84. Vinodh S, Sarangan S, Chandra Vinoth S (2014) Application of fuzzy compromise interval-distribution numbers. Fuzzy Sets Syst 98(3):331 – 335
solution method for fit concept selection. Appl Math Model 38(3):1052 – 1063
107. Lu H-W, Huang GH, He L (2010) Development of an intervalvalued fuzzy
85. Thakker A, Jarvis J, Buggy M, Sahed A (2008) A novel approach to materials linear-programming method based on infinite α- cuts for water resources
selection strategy case study: wave energy extraction impulse turbine blade. management. Environ Model Softw 25(3): 354 – 361
Mater Des 29(10):1973 – 1980
86. Zaerpour N, Rabbani M, Gharehgozli AH, TavakkoliMoghaddam R (2009) A 108. Rashid T, Beg I, Husnine SM (2014) Robot selection by using generalized
comprehensive decision making structure for partitioning of make-to-order, interval-valued fuzzy numbers with TOPSIS. Appl Soft Comput 21:462 – 468
make-to-stock and hybrid products. Soft Comput 13(11):1035 – 1054
ZOGP. Expert Syst Appl 36(2):1444 – 1458 on interval valued fuzzy ANP-A novel methodology. J Intell Manuf 23(5):1529 – 1544
91. Zhou C-C, Yin G-F, Hu X-B (2009) Multi-objective optimization of material
selection for sustainable products: artificial neural networks and genetic 113. Williamson D, Lynch-Wood G, Ramsay J (2006) Drivers of environmental behaviour
algorithm approach. Mater Des 30(4):1209 – in manufacturing SMEs and the implications for CSR. J Bus Ethics 67(3):317 – 330
1215
92. Vahdani B, Hadipour H, Sadaghiani JS, Amiri M (2010) Extension of 114. Robèrt K-H, Schmidt-Bleek B, Aloisi de Larderel J, Basile G, Jansen JL, Kuehr R,
VIKORmethod based on interval-valued fuzzy sets. Int J Adv Manuf Price Thomas P, Suzuki M, Hawken P, Wackernagel M (2002) Strategic
Technol 47(9 – 12):1231 – 1239 sustainable development — selection, design and synergies of applied tools. J
93. Opricovic S (1998) Multicriteria optimization of civil engineering systems. Faculty Clean Prod 10(3): 197 – 214
of Civil Engineering, Belgrade
94. Opricovic S, Tzeng GH (2002) Multi-criteria planning of postearthquake 115. Howarth G, HadfieldM(2006) A sustainable product designmodel. Mater Des
sustainable reconstruction. Comput-Aided Civil Infrastruct Eng 17:211 – 220 27(10):1128 – 1133
116. Hu G, Bidanda B (2009) Modeling sustainable product lifecycle decision support
95. Yu PL (1973) A class of solutions for group decision problems. Manag Sci systems. Int J Prod Econ 122(1):366 – 375
19(8):936 – 946. doi: 10.2307/2629125 117. Vinodh S, Mulanjur G, Thiagarajan A (2013) Sustainable concept selection using
96. Saaty T, Vargas L (2012) How to make a decision. In: Models, methods, modified fuzzy TOPSIS: a case study. Int J Sustain Eng 6(2):109 – 116
concepts & applications of the analytic hierarchy process, vol 175.
International Series in Operations Research & Management Science. 118. Nezami FG, Yildirim MB (2011) A framework for a fuzzy sustainable
Springer US, p 1 – 21. doi: 10.1007/978-14614-3597-6_1 maintenance strategy selection problem. In: IEEE International Symposium
on Sustainable Systems and Technology (ISSST), IEEE, p 1 – 1
97. Saaty T (1988) What is the Analytic Hierarchy Process? In: Mitra
G, Greenberg H, Lootsma F, Rijkaert M, Zimmermann H (eds) Mathematical
119. Achanga P, Shehab E, Roy R, Nelder G (2006) Critical success factors for lean
models for decision support, vol 48. NATO ASI Series, vol 48. Springer,
implementation within SMEs. J Manuf Technol Manag 17(4):460 – 471
Heidelberg, pp 109 – 121
98. Liberatore MJ (1987) An extension of the analytic hierarchy process for industrial
120. Chen-Tung C, Kuan-Hung L (2010) A decision-making method based on
R&D project selection and resource allocation. IEEE Trans Eng Manag
interval-valued fuzzy sets for cloud service evaluation. In: 4th International
EM-34(1):12 – 18
Conference on New Trends in Information Science and Service Science
99. Zadeh LA (1965) Fuzzy sets. Inf Control 8(3):338 – 353
(NISS), TBD Gyeongju, Korea (South), p 559 – 564
100. Bellman RE, Zadeh LA (1970) Decision-making in a fuzzy environment. Manag
Sci 17(4):B-141 – B-164
121. Buckley JJ (1985) Fuzzy hierarchical analysis. Fuzzy Sets Syst 17(3):233 – 247
101. Karnik NN, Mendel JM (2001) Centroid of a type-2 fuzzy set. Inf Sci 132(1):195 – 220
102. Naim S, Hagras H (2014) A type 2-hesitation fuzzy logic based multi-criteria group 122. Csutora R, Buckley JJ (2001) Fuzzy hierarchical analysis: the Lambda-Max
decision making system for intelligent shared environments. Soft Comput method. Fuzzy Sets Syst 120(2):181 – 195
18(7):1305 – 1319 123. Detyniecki M, Bouchon-meunier DB, Yager DR, Prade RH (2000) Mathematical
103. Chen T-Y (2014) A PROMETHEE-based outranking method for multiple criteria aggregation operators and their application to video querying. Doctoral
decision analysis with interval type-2 fuzzy sets. Soft Comput 18(5):923 – 940 Thesis-Research Report, Laboratoire d ’ Informatique de Paris
104. Gorza ł czany MB (1987) A method of inference in approximate 124. Karnik NN, LiangQ, Liu F,WuD, Joo J,Mendel JM(2015) Type2 fuzzy logic
reasoning based on interval-valued fuzzy sets. Fuzzy Sets Syst 21(1):1 – 17 software. http://sipi.usc.edu/~mendel/software/ . Accessed 25-05-2015