臺灣博碩士論文加值系統

供應商選擇是採購的一項重要決策。就盒餐業而言，由於食材即佔大部分成本，其供應商的選擇尤為重要。本研究提出一有效的評分程序：模糊多重構面供應商評分程序(Fuzzy Multi-objectives Supplier Rating Procedure, FMSRP)，以協助盒餐業者最佳之食材供應商評分。
根據FMSRP，首先就盒餐業者的角度，擬訂其供應商績效之評估基準，建立適合此產業的多重構面模糊化指標。其次，採用田口實驗設計方法，以決定模糊指標中合適的隸屬函數、語意變數、與解模糊化方法等，選擇出最佳的模糊參數組合。再利用此最佳的模糊參數組合得出供應商績效評估分數，從而獲得供應商多重構面下的總排名。
研究結果發現，FMSRP是相當具有穩健性，當指標權重有限的改變時，供應商排名並不會造成變動。當指標間具比例關係時，所新增或刪除冗餘指標，亦不構成排名的更替。此外，根據所建議的分群數範圍，可確保當指標數目增加時，指標對排名影響度的效果。就FMSRP的適用性而言，當企業處於不同生命週期階段，運用此程序所獲致之排名，將可依所重視的指標程度的不同，則選擇出的供應商也會不同，以符合企業於不同階段的考量。
總之，FMSRP以多重構面方式呈現，用以推估各供應商評量結果並作排名，除可根據食材種類建立以該種類典範企業為相對比較的績效評估圖外，研究結果發現此評分方法具有相當良好的穩健性與適用性。

The supplier selection is an important decision in business. As regards boxed-meal industry, supplier's selection is particularly important because the food material take large cost for a lunch box. This paper proposed an effective method FMSRP (Fuzzy Multi-objectives Supplier Rating Procedure) to help boxed-meal industry for rating the food material suppliers.
FMSRP firstly establishes performance indices for the food material supplier with fuzzy multi-objectives measurement in the boxed-meal industry. Secondly, fuzzy parameter set, including membership functions, linguistic variables and defuzzification methods, etc. are determined by the Taguchi method to find the optimal set. Finally, we can derive the supplier’s rating from the multi-objectives areas by fuzzy inference with the optimal set.
For robustness of FMSRP, the rating does not change by the limited varying of index weighting and addition/deletion of redundancy indices which are proportional to others. The suggested range of index grouping can ensure the effective impact of rating with increasing indices. For suitability of FMSRP, user also can apply the procedure to achieve different rating by different weighting based its life-cycle of business.
Hence, FMSRP can evaluate and rank the suppliers with multi-objectives. Besides a comparative evaluation of paragon supplier of food material, the method is with robustness and suitability in boxed- meal industrial.

目錄
誌謝 i
中文摘要 ii
Abstract iii
目錄 iv
表目錄 vi
圖目錄 ix
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 研究範圍與限制 2
1.4 研究流程 3
第二章 文獻探討 5
2.1 供應商選擇 5
2.1.1 供應商選擇模式方法 5
2.2 績效評估方法 7
2.2.1 平衡計分卡 7
2.2.2 供應商選擇之評估準則 9
2.3 模糊理論之應用 13
2.3.1 歸屬函數 13
2.3.2 模糊推論的方法 15
2.3.3 解模糊化 16
2.3.4 模糊理論應用情形 17
2.4 田口方法簡介 18
2.4.1 田口方法介紹 19
2.4.2 田口式直交表實驗法 19
2.4.3 田口方法的應用情形 21
第三章 研究方法 22
3.1 績效指標 23
3.1.1 財務構面 23
3.1.2 供應商構面 26
3.1.3 企業內部流程構面 31
3.1.4 顧客構面 33
3.1.5 學習與成長構面 34
3.2 輸入變數之模糊化表示法 35
3.2.1 財務構面模糊化表示法 36
3.2.2 供應商構面模糊化表示法 37
3.3 輸出變數之模糊化表示法 41
3.4 田口實驗設計方法 42
3.4.1 決定控制因子及水準表 42
3.4.2 配置直交表 45
3.4.3 進行實驗得出因子反應表 46
3.4.4 決定最佳的模糊參數組合 47
3.5 供應商選擇 47
第四章 個案應用 49
4.1 個案背景 50
4.2 供應商指標 52
4.2.1 供應商訂購資料 52
4.2.2 指標量化 55
4.3 模糊參數的選擇 56
4.3.1 豬肉類供應商 56
4.3.2米類供應商 65
4.4 供應商選擇結果 73
4.4.1豬肉類之供應商選擇 73
4.4.2米類之供應商選擇 75
第五章 分析與討論 77
5.1 敏感度分析 77
5.2 MOM (Mean of Maximum)解模糊方法問題探討 81
5.3 S/N比(Signal to Noise Ratio)的問題探討 81
5.4 績效指標的擴充之問題探討 83
5.5 線性迴歸適用性的探討 86
5.6 指標間的相互關係 87
5.7 企業組織生命週期各階段適用之績效指標 94
5.7.1 各階段適用之績效指標 94
5.7.2 草創期與成熟期指標權重實驗 96
第六章 結論與未來研究方向 99
參考文獻 101
附錄一 系統分析 103
A.1 供應商選擇之系統架構 103
A.2 供應商選擇之系統分析 104
附錄二 供應商訂貨/驗收表 126

一、中文文獻
1.朱道凱 譯(1999)，Kaplan, R. S. & Norton, D. P. 著，「平衡計分卡：資訊時代的策略管理工具」，臉譜文化，台北。
2.李輝煌(2000)，「田口方法品質設計的原理與實務」，高立圖書有限公司，台北。
3.林慧生(2001)，「食品工廠經營管理」，華香園出版社，台北。
4.李宏文(2002)，「結合層級分析法、模糊理論與灰色系統理論建構供應商評選模式之研究」，台北科技大學生產系統工程與管理研究所碩士論文。
5.吳萬益、林清河(2000)，「企業研究方法」，華泰圖書出版公司，台北。
6.吳碩傑(2004)，「應用田口方法於高速引擎參數之最佳化設計」，華梵大學工業管理學系碩士論文。
7.吳東川(2004)，「智慧型控制系統應用於射出成型產品品質控制」，國立清華大學化學工程學系碩士論文」。
8.陳志平(2000)，「由供應鏈管理角度探討食品產業的績效表現及關鍵指標建立之研究」，東海大學食品科學研究所碩士論文。
9.陳啟政(2003)，「運用總品質成本分析之供應商績效評估模式」，中原大學工業工程學系博士論文。
10.陳毓中(2004)，「模糊邏輯應用於軍工廠委商經營遴選評估分析之研究」，大葉大學資訊管理學系碩士論文。
11.梁添富(2000)，「物料管理」，育友圖書有限公司，台北。
12.廖健宏(1997)，「餐盒工廠生產績效及GMP認證方案之電腦模擬」，東海大學食品科學研究所碩士論文。
13.蕭何(2003)，「財務分析」，鼎茂圖書出版股份有限公司，台北。
14.蕭正安(1999)，「電腦模擬運用田口方法於餐盒工廠產能最佳化之研究」，東海大學食品科學研究所碩士論文。

二、英文文獻
1.Albino, V. and Garavelli, A. C. (1998), “A neural network application to subcontractor rating in construction firms,” International Journal of Project Management, 16(1), pp. 9-14.
2.De Boer, L., Labro, E., and Morlacchi, P. (2001), “A Review of Methods Supporting Supplier Selection,” European Journal of Purchasing & Supply Management, 7, pp. 75-89.
3.Dickson, G. W. (1966), “An Analysis of Vendor Selection Systems and Decisions,” Journal of Purchasing, 2(1), pp. 5-17.
4.Johnson, B. C. and Chambers, M. J. (2000), “Expert Panel Identifies Activities and Performance Measures for Foodservice Benchmarking,” Journal of The American Dietetic Association, 100, pp. 692-695.
5.Jansen, D. R., van Werrt, A., Beulens, A. J. M., and Huirne, R. B. M. (2001), “Simulation Model of Multi-compartment Distribution in the Catering Supply Chain,” European Journal of Operational Research, 133, pp. 210-224.
6.Kwong, C. K., Ip, W. H., and Chan, J. W. K. (2002), ”Combining Scoring Method and Fuzzy Expert Systems Approach to Supplier Assessment: A Case Study,” Integrated Manufacturing Systems, 13, pp. 512-519.
7.Lau, H. C. W., Pang, W. K., and Wong, C. W. Y. (2002), “Methodology for Monitoring Supply Chain Performance: A Fuzzy Logic Approach,” Logistics Information Management, 15, pp. 271-280.
8.Nydick, R. L. and Hill, R. P. (1992), “Using The Analytic Hierarchy Process To Structure The Supplier Selection Procedure,” International Journal of Purchasing and Materials Management, 28, pp. 31-36.
9.Riegel, C. D. and Reid, R. D. (1990), “Standards in Food-Service Purchasing,” Cornell Hotel and Restaurant Administration Quarterly, 30(4), pp. 19-25.
10.Soukup, W. R. (1987), “Supplier Selection Strategies,” Journal of Purchasing and Materials Management, 23(3), 7-12.
11.Timmerman, E. (1986), “An Approach to Vendor Performance Evaluation,” Journal of Purchasing and Supply Management, 1, pp. 27-32.
12.Van der Vorst, J.G.A.J., Beulens, A.J.M. and van Beek, P. (2000), “Modelling and Simulating Multi-echelon Food Systems,” European Journal of Operational Research, 122, pp. 354-366.
13.Weber, C. A. and Current, J. R. (1993), “A Multiobjective Approach to Vendor Selection,” European Journal of Operational Research, 68, pp. 173-184.
14.Yen, J. and Langari, R. (1999), Fuzzy Logic: Intelligence, Control, and Information.