“An expert fuzzy rule-based system for closed-loop supply chain performance assessment...”译文

1、计算机科学与技术专家系统与应用第39卷，第1期，2012年1月，375-384页汽车行业的专家模糊规则为基础的闭环供应链绩效评价体系Ezutah Udoncy Olugu，Kuan Yew Wong翻译者：天津大学计算机学院11级本科生罗壹文 摘要：闭环供应链管理已经被确定为对生产企业的环保可持续的实践是一个有效率的经济战略。如果没有一个强大的闭环供应链来配合绿色供应链管理，大部分的目标将无法实现。一个绩效评估系统是在汽车行业成功实现闭环供应链的关键。因此，评价一个合适的专家模糊规则为基础的系统使用Visual BBasic.Net为工具来研究，对模糊规则和算法的使用进行了描述。使用公司案例研

2、究对汽车行业所产生的绩效评估系统进行了评估。对该研究今后的亚牛方向的建议和提案达到了高潮。关键词：绿色供应链；闭环供应链；性能测量；基于规则的系统；模糊逻辑1. 引言闭环供应链管理（CLSCM）是绿色采购，绿色制造和材料管理，绿色分销和营销，以及逆向物流(Spengler,Stolting, & Ploog, 2004; Wells & Seitz, 2006; Zhu, Sarkis, & Lai,2008)的总称。因此，CLSCM是对供应链的设计或者重新设计的方法，该方法结合回收金属盒塑料，维修和零部件生产的新设备，以及再制造或使用全部废弃产品使之成为二手设备(Gu

3、ide & van Wassenhove, 2002; Spengler et al., 2004)Fleischmannetal.(1997)和Wells and Seitz (2006)认为，操作和材料在一个闭环供应链（CLSC）中潜在的流量应结合正向和反向链。French and LaForge(2006) and Guide and van Wassenhove (2000)已经定义了一个闭环供应链，包括制造和新产品的分销，以及所使用的产品从客户返回生产通过后处理作业，并返回到供应商。CLSCM被看做是实现可持续发展的供应链战略。这将涉及到改变组织的制造理念。这些变化的范围从采

4、购到选择供应商，评估供应商的环境表现，修改和管理流程，减少包装和整体废物，开发更多的环保产品，减少制造和运输的货物等。(Beamon, 1999; Olugu, Wong, & Shaharoun,2010;Walker, di Sisto, & McBain, 2008).因此很显然，要实现这样的配合，需要不断努力和改进公司的供应链实践。因此，他们有必要衡量CLSC的性能。找出通过所有参与供应链各方的评估一个组织的绿化策略如何成功是非常必要的。基于这些断言，汽车行业的闭环供应链绩效衡量系统代表一种非常重要的工具来阐明供应链的绿色程度和所附材料回收过程的效率和有效性。报废车辆(

5、ELVS)在生活阶段的产品产生收益。ELV的管理已经成为全世界汽车制造商在过去十年中一个非常关键的问题，因为主要是在欧盟指令的实施2000/53/EC（欧洲经委会，2000，Schultmann等人，2006；冯.阿森松， 2006）。该指令对报废的车辆规定了最低标准的回收和处理，其中欧洲汽车行业必须满足85可恢复其ELVS由2006年95到2015年的验收。自闭回路涉及实施一个有效和高效的逆向物流，CLSCM将成为竞争优势（来源Hervani等人，2005年 和 饶，2002）。在相同的光，它已经表示，增加与处置废物堆填区及收购相关的成本，导致生产组织加紧努力，寻求经济上可行的替代品（奥翠2

6、005年，约翰逊1998年 和 努涅斯等。 ，2009）。因此，一个有效的CLSCM是经济和生态制造企业和社会都有利。有人观察到，关闭供应链循环非常有助于实现一个完整的绿色供应链管（GSCM）(Efendigil, Onut, & Kongar, 2008; Zhu et al., 2008)。Schultmann等（2006）进一步支持他CLSCM补充绿色供应链管理。自从绿色供应链管理主要的原因之一，即消除或减少能源的浪费，以及消除或减少排放物，危险化学品和固体废物(Hervani et al.,2005; Pun, 2006; van Hoek, 1999)，CLSCM将一直加强目

7、标的实现度。这是一个既定的事实，回收利用较少的能源与制造更少的污染和使事情从头开始形成鲜明对比是一个确定的事实(ISWA, 2009)。据进一步指出，显著的二氧化碳排量减少可以通过适当的固体废物管理过程视实现，例如CLSCM来实现。此外，在废物管理的投资可能会导致净排量高达20（ISWA，2009）。因此一般来说，CLSCM将加强温室气体效应和全球变暖的减少。这将反过来提高生产过程的可持续性。这个支持CLSCM增强了产业生态系统(Solvang,Roman, Deng,&Solvang, 2006)的断言。此外，浪费消除的全面质量管理在改善环境性能方面有显著潜力，同时提高生产力以及降低

8、成本（Pun，2006）。一些研究发现，由于对环境负责制造业的来临，CLSCM已经成为一个渠道来提高组织的竞争力，并遵守各监管机构的环保要求(Schultmann et al., 2006;Östlin, Sundin, & Björkman, 2008)。这种趋势已经由产品导向法例在过去十年中加速，特别是在欧洲联盟（冯.阿森，2006）。关闭供应链循环将作为一项战略，以提供所需要的由环保条例及各项规章制度所造成的限制和约束的履行必要的信息(比蒙，2008，Hervani等人，2005年，饶2002年，Schultmann等人，2006 和 Tsoulfas和Pap

9、pis，2008）。因此，有必要关闭循环使得供应链成为闭环（比蒙，2005 和 Dyckhoff等人，2004）。总之，供应链使得所得产品的整体可持续性将大大CLSCM增强。本文的其余部分安排如下。第2节包含了评审文献，形成本研究的主干，而第3节讨论被采用的研究设计。接着，第4节提供了模糊集合和逻辑的概述，第5节描述了闭环供应链绩效评价体系的发展。案例研究在展示和评估测量系统中的应用在第6节提出，在第7节讨论得到的结果。最后，结论和建议在第8节陈述。2文献回顾这项研究进一步行动之前，有必要检讨CLSCM相关文献。据研究文献透露，在这个领域以前的研究主要集中在链优化和网络设计。其他的研究主要集中

10、在闭环供应链规划。例如，Kannan, Sasikumar, 和 Devika(2010)开发了一种多级，多周期，多产品的闭环供应链网络模型。该方法采用了启发式遗传算法和混合整数线性规划。同样的，Schultmann等人（2006）模仿闭环供应链的设计方案，涉及不同的相对于采用德国汽车行业作为案例研究的连锁网络物流和车辆路径的方案。另一项研究是杨，王，李（2009）开发，涉及原材料供应商，制造商，零售商，消费者和回收中心闭环供应链网络模型。这项研究着眼于利用变分不等式理论对网络的平衡状态制定和优化。它使用案例和数字提出了一个说明来显示收益率，原料的转化率，以及再生产品对均衡的出货量和营收转化率

11、的影响。此外，Guide, Jayaraman,and Linton (2003)开发了一个连贯的综合生产计划与控制系统用来再制造，形成一个闭环供应链系统的一部分。他们用一个“三种案例方案来帮助所有情景共同点框架的发展。离散和连续时间公式化的开发和实施模型的供应链最优规划问题已由Amaro and Barbosa-Póvoa(2007)指挥。这导致一些混合整数线性规划问题使用标准分支定界方法解决。Vlachos,Georgiadis, and Iakovou (2007)通过一个仿真模型研究通用的闭环供应链系统基础上的系统动力学方法的原则。该研究提出了一个实验工具的使用供应链总利润的

12、政策有效性的措施替代长期产能规划政策的评价。一项研究由哈蒙德和Beullens（2007年）显示，根据法例，寡头垄断闭环供应链的战略模拟变分不等式方法。他们开发的模型的假设，制造和再制造成本取决于经营规模，收益递减规律的显示。他们的结论与采用一个额外的梯度法的恒定步长求解数值例子。另一项研究由阿马罗和巴博萨-波瓦（2009）开发了使用不同的决策方案，以评估供应链经济性的多周期规划模型。这被表述为这是使用标准的分支定界方法解决了混合整数线性规划。除了 上述的审查，也发现在文献研究的看了看战略联盟，意义以及与一个闭环供应链的利益。其中一些包括那些进行Chung等人，2008年，Kumar和Male

13、geant，2006 和 Östlin等人，2008年，和朱等人。（2008年）。通常，根据现有文献的回顾和探索，采用一套措施和指标以阐明一个闭环供应链的性能缺乏这方面的研究很缺乏。此外，没有任何尝试已提出一个专家规则为基础的系统，用于评估一个CLSC的状态。在另一种观察中，这样的系统对某一特定行业，如汽车行业的奉献也并不存在。Vonderembse，Uppal，黄，和Dismukes（2006）的一项研究一直呼吁对每个行业的供应链重点研究。这是由于这一事实，即每个供应链的特征在于不同形式的动力学。考虑到这一事实，汽车行业是现在世界上最大的单一制造业（丽红等人，2010 和 特恩布尔

14、等人，1992），关键的是要评估这个行业的闭环供应链的有效性和效率。这个部门被认为是产业发展，技术能力提供商，以及产业间的联系（Schultmann等人，2006）。因此，专注于这个行业的闭环供应链绩效评价体系将是莫大裨益的汽车制造商和制造业的总称。3研究设计本研究的目的是开发一个系统，这个系统将有助于决策者在他们的闭环供应链许多措施和指标的性能考核。该测量系统是基于所采用的是Olugu et al. (2010)评价框架，如图1所示。图1 评价框架该系统由两个功能于一身的绩效评估方法构成，一个为正向链，另一个为反向链路的。每个链分分为外部和内部评估过程，分别描绘外部和内部评估措施。前者处理业

15、务的公司外部运营，而后者则涉及到公司内部运营和执行的操作。在这项研究中，内部措施的正向链一分为二，以避免数据的误传和规则发展的累赘。这两个是环保措施与传统供应链的措施。纯粹的环保措施是指那些对环境考虑的直接证实。另一方面，传统的措施是基于对常规的供应链措施绿化过程的结果更改构思。纯粹的环保措施是绿化成本，管理承诺，过程管理水平和产品特点。传统的是质量，响应性，灵活性，和传统的供应链成本。正向链的外部措施是供应商的承诺和客户的角度。正向链的措施及其相应的指标于表1列出。表1 供应链的措施及指标正向链措施指标绿化成本（GC）与环境相关的合规成本，能源消耗成本，环保材料的成本，以及每收入绿色成本管理

16、承诺（MC）管理力度，以激励员工，可用性环境影响评价制度的层面，环境审计系统，对环境的可持续性，环境管理举措的数目，管理力度，以启发客户的可持续性，可用性环境奖励制度的层面使命陈述的可用性，可用性，和管理力度，以鼓励供应商的水平流程管理的水平（LPM）可用于减少废物，喷溅，泄漏和污染控制水平，在生产过程中，量的用于事业产生的废物的水平，和违反环保法规的数字流程优化产品特点（PC）再生材料的产品，出售予堆填区级产品水平，生态标签，水平的产品，产品应用设计用于组装的水平，市场份额水平可生物降解的内容可用性的产品控制供应商承诺（SC）供应商的环保认证，供应商绩效的可持续性水平，对环境管理，信息披露的

17、环保措施，以公众的水平，以及原材料供应商的预处理级供应商计划数的长短站在客户的角度（CP）意向客户在绿色产品，顾客满意的绿色环保产品的水平，和客户传播绿色信息的级别级别质量（QUAL）百分比减少顾客的不满，百分比跌幅在交货不可靠，百分比减少废料和返工，以及绿色产品保修情况响应（RESP）百分比下降，为了筹备时间，百分比减少产品开发周期，减少比例在制造提前期，减少比例在整个供应链周期时间，并且增加的百分率按时交货灵活性（FLEX）百分比增加的需求弹性，增幅交付的灵活性，百分比增加生产的灵活性，和百分比增加填充率传统的供应链成本（TSCC）在供应链总成本，百分比减少运送成本，百分比减少库存成本，减

18、少比例在信息共享的成本，和百分比跌幅在订货成本比例下降另一方面，在反向链的评价也分为外部和内部，如图1所示。在相同的方式如转发链，外部措施是公司的外在的操作，而内部措施是固有的企业活动。内部措施是回收效率，回收成本，管理承诺，以及材料的特性，而外部的是供应商的承诺和客户参与。对于反向链路评估的措施及其相应的指标示于表2中，值得注意的是表1和表2中那些在本研究中的性能的测量系统的发展被用作中提出的措施和指标。表2 反向链的措施和指标反向链措施指标回收效率（RE）在回收时间百分比减少，产生的回收标准，标准作业程序的可用性，回收过程中的百分比减少公用事业的使用，碎纸机和拆解的效率，减少排放和废物可用

19、性百分比回收成本（RC）与返回ELVS相关的成本，用回收物品的处理，分类和分离回收物的成本，处置危险和未经处理的废弃物的成本相关的成本管理承诺（MC）动机的客户在返回他们的ELVS，用于收集ELVS，为ELVS收集中心的可用性标准作业程序的可用性，以及废物管理计划的可用性水平材料特性（MF）产生的废物，再生材料可回收材料的比例，及物料回收时间等级客户参与（CI）客户合作返回ELVS，客户到客户的信息传播水平，深受客户的绿化过程的理解程度的水平供应商承诺（SC）从供应商退回到厂家，认证供应商回收系统，并在逆向物流供应商的举措多少程度4模糊集合和逻辑大约40年前模糊逻辑由卢特菲扎德构思出来，作为处

20、理数据的方式，允许分批集合的成员，而不是离散集合成员和非成员（扎德，1978年）。因此，模糊集理论是人类推理的代表性应用。它扩展了传统的逻辑包括部分真相（Ordoobadi，2008）。模糊逻辑已被描述为一个解决问题的方法，它通过不精确的，模糊的，不确定的信息提供明确的结论（Dweiri与卡布兰，2006）。这个概念是基于人的理性运用知识和概念，不符合明确的界限的事实。因此，模糊逻辑利用其从在解决工程和运营管理上的问题而不能使用纯数学和纯粹的基于逻辑的方法在系统设计中解决了一定的近似信息生成精确的解决方案的能力。模糊逻辑基本上是一个多值逻辑，允许将常规的像真/假，低/高，好/坏等之间定义中间值

21、这是一个既定的事实，即围绕一个系统的增加，使得精确的复杂性关于系统的状态语句变得非常困难。这种复杂性只能通过应用固有的人类的模糊逻辑方法来最好的处理。这是支持扎德（1978）的说法，作为一个系统复杂性的增加，我们对系统知识的下降，直到一个阶段是在达到该精度和意义成为相互排斥的。因此，选择一个或多个替代方案或解决方案的过程中模糊决策涉及从有限的替代品是适合的一组约束(Ganesh, 2006; Lin, Chiu, &Tseng, 2006).。模糊逻辑提供的数学优势，捕捉人类认知和判断过程的不确定性(Shen,Song,Murai, Manabu,& Yamamoto, 200

22、1). Fox (1981)指出，它可以在以下领域的应用是为了描述现实世界的关系，因为一些数据是模糊的，因此需要一个模糊的做法，和“描述”由于一些推理系统本质上是模糊的就本质上的模糊，“规范”，“必要的”。它提供了一个推理机制，使近似人的推理能力，被应用到基于知识的系统(Alex, 2007; Ordoobadi, 2008; Shen et al., 2001).。4.1语言变量模糊逻辑有效地支持语言的不精确性和模糊性。由于模糊集通常是针对模拟人类的认知状态，他们的决定是基于一些特定的方法，而不是精确的数字。为了实现这些方法，自然语言被用来表达不精确的程度和语言变量（Efendigil等人，

23、2008年 和 加尼甚，2006）。一般来说，语言变量可以被描述为一个模糊集（考克斯，1994 和 Xu等人，2003）。他们传达缺乏精确表征我们的日常经验。因此，语言变量作为工具来用模糊定义的参数或概念进行操作。由于知识和不确定性推理的模糊表示所使用的技术包括从不确定的信息推测的结论，语言变量是合适的工具。此外，他们是非常有用的，当直接测定的含糊得分指标几乎是不切实际的。语言变量可以在非常低，低，中，高，很高等的形式，根据林等（2006年）的研究，它被认为语言水平应限于九个级别，因为这是人的绝对可以区别的极限。4.2隶属函数隶属函数是每一个输入的模糊逻辑参加的幅度的图形表示（Zadeh，19

24、78）。因此，在隶属函数结合相关联的权重与每个被处理的输入，定义输入之间功能重叠，并最终确定一个输出响应（考克斯，1994）。模糊集合是由它的隶属函数定义的。设X是一组项目，被称为宇宙，它的元素记为x。因此，X一个模糊子集A的特点是隶属函数fA（x），这是结合A中每个元素x和在区间的 0,1的一个实数。隶属度函数fA（x）映射每个x为介于0和1之间的隶属度值，而这个值代表A中x的隶属级别。不同的从属关系函数可以结合模糊逻辑的每个输入和输出响应。在本质上，它们被用作加权系数来得到的模糊规则的结果。5模糊规则为基础的系统本研究为决策者提供了评估其闭环供应链在汽车行业的效率模糊规则为基础的系统。在此

25、之前建立的规则中，语言变量的数目减少到相当的规模，以避免过多的规则激增(Kosko, 1997)。这是因为潜在的，变量的各种组合可能需要一个不同的规则。由于这个原因，在绩效评估中使用的语言变量数量只限于3，分别是坏，公平和好，或者低，中，高。据MacDonell（2003年）的研究，从语言变量的严重程度而产生过多的规则将导致他们过度拟合基础数据集，从而导致普遍性的损失和规则集大小的增加，使它变得越来越不易理解。在基于规则的系统中，按照IF条件语句被称为前提，而规则的THEN部分称为结论。模糊AND运算符应用于结合前提变量。由此产生的逻辑组合处所的隶属度被称为处所的适应性规则(Kaufmann,

26、 Tobias, Schulin,2009)。每个规则的结论部分是模糊的单态模式，表示为一个与一个不同的数值相关联的字（Kaufmann等人，2009）。下一阶段涉及为系统建立一套完整的“If Then”规则。基于措施的数目，每个组都有一个规则库等于xn，其中x是语言变量的数目，n是用于该特定组的小节数。例如，如果一组由3个措施，33 = 27的规则来表示所有可能的组合。根据规则方程，一组“if then”规则形成。在这方面，反向链路的内部措施共有81个规则。对于前向链，无论是内部类（传统的SC措施和环保措施）也有一个总的81个规则。在另一方面，正向的外部措施的部门和反向链各有9规则。规则的例

27、子如下：如果绿化的成本差，工艺管理水平差，产品特性差和管理的承诺差，那么内部的环保措施也很差。毕竟，基部规则已经确立，然后构建了衍生规则，以获得前向链路和反向链的性能。对于正向链的衍生规则的例子如下：如果内部环保措施差，传统的供应链的措施差和外部措施较差，则前向链较差。一旦为正向和反向链的衍生规则已经确立之后，下一步是生成用于CLSC的整体性能的规则。他们列示如下：如果正向链差和反向链路差，那么CLSC较差。如果正向链差和反向链路是公平的，那么CLSC较差。如果正向链差和反向链路是好的，那么CLSC是公平的。如果正向链是公平和反向链路差，那么CLSC较差。如果正向链是公平和反向链路是公平的，那

28、么CLSC是公平的。如果正向链是公平和反向链路是好的，那么CLSC是公平的。如果正向链是好的，反向链路差，那么CLSC是公平的。如果正向链是好的，反向链是公平的，那么CLSC是公平的。最后，如果forward链是好的和反向链是好的，那么CLSC是好的。通过取得该规则的结论部分的方法涉及的模糊方法的应用。该方法中使用的性能评级和措施的重要性权重，为每个规则获得结论。第一步是代表模糊的数字，如所示的措施的收视成绩和重要性的权重见表3。下一步涉及模糊算法在模糊的性能数字分别乘以各自的模糊数字的重要性和总结。这然后通过模糊重要性数的总和计算。表3 模糊数估计的语言变量值重要性权重性能等级语言变量模糊数

29、低（0.0，0.2，0.4）温和（0.3，0.5，0.7）高（0.6，0.8，1.0）语言变量模糊数差（0，2,4）公平（3，5,7）好（6,8，10）在数学上，算法被表示成其中Pr是规则的结论，Wm和Rm分别是模糊重要性数目和度量的模糊性能，和n是措施数。最后，模糊程度被解出，得到的结论为每个规则的清晰值。在绿色供应链管理领域的专家，逆向物流管理和CLSCM进行了咨询并提供他们规则结论的的意见。总体上，10名独立专家进行了协商。他们被要求单独给他们的观念上的结论为每一个“if then”规则。他们的结论被结合从而得出每个规则的结论。结果发现，其可用于所有的基础规则和导出规则的结论与那些使用模

30、糊方法实现相符。同组的专家也被用来确定和设置每个使用表3中（低，中，高）中所示的语言变量的措施的重要性权重。在另一方面，这些性能状态由用户在使用模糊规则为基础的系统来评估他们的闭环供应链的性能。5.1视觉Basic.Net编程Visual Basic（VB）是用来建立模糊规则为基础的系统，因为它是使用最广泛的计算机编程语言之一。它不仅创建Windows程序，它也可以充分利用图像的方式，即Windows的工作原理是让程序员开发自己的系统与计算机鼠标。VB.Net是真正的革命，并为程序员提供了编写计算机软件程序更加精干，高效和灵活的方式。此外，它是一个完整的面向对象的编程架构。所开发的系统将接受来

31、自使用了11点李克特量表（0-10）的任何汽车公司的专家评估测量。这个比例是为了获得每个度量标准的性能等级（如表1和表2所示）。一旦每个措施（如绿化费，管理承诺，过程管理水平，产品特征，顾客的角度来看，供应商的承诺，灵活性，质量，响应速度，回收效率高，回收成本等）的指标是输入到系统中，将平均分数为衡量标准，并拿出一个分数。基于获得的每项措施的分数，系统会用语言变量归类（0 x 4），（4 < x 7）和（7 < x 10）分别代表差，公平和良好。语言变量转化为模糊的性能数据，系统使用它们查找的基础规则的结论，根据模糊方法的方法和专家意见。这些结论随后被用作输入派生规则。一次的导出规

32、则的结论得到，它们是输入到最后的组规则，以确定总体CLSC性能。绩效测量系统的截屏列于图2-7，该系统根据所介绍的框架分为不同的评价组或分类，如图1，系统的每个部分有所有的地方都输入从0到10的度量（0 =不可用，1 =非常差，2 =中度差，3 =较差，4 =较公平，5 =中度公平，6 =非常公平，7 =较好，8 =适度良好，9 =非常好，10 =优秀）。一旦每个度量的值被输入，点击“结果”按钮会显示该评估的性能水平。“下一步”按钮的点击将采取评估到下一个评估页。最后，有一个部分，在那里将结果呈现为全向和反向链以及整体CLSC。点击“决定”按钮，将显示该公司是否应该修改，改进或维持其闭环供应链

33、的性能。图2图3图4图5图6图76案例研究案例研究是用来说明在本研究开发的闭环供应链绩效评价体系的适用性。某汽车制造公司在马来西亚已被选定为绩效测量系统的测试和评估。所选择的公司成立于80年代初。其员工人数超过20,000，与工厂的生产能力超过25万辆，每年的。它有一半以上十几个国家的市场范围，包括新加坡，印尼，文莱，斐济，尼泊尔，斯里兰卡，巴基斯坦等它拥有超过10个品牌汽车在其产品线。该系统被提交给公司，以评估其组织的从制造商的角度来看闭环供应链绩效的供应链和采购经理。他们取得了所有的度量为每个从010，其共同商定的得分分别为输入到系统中。该系统想出了闭环供应链的最终性能和获得的结果将在下一

34、节讨论。7结果与讨论图-7也代表来自于汽车制造公司进行评估的屏幕截图。可以看出，该系统用户友好，适用于CLSC性能的评估。所有这一切需要的是输入的分数，在提供的空间中的每个度量。本节的结果部分呈现给用户的供应链中，由于部门对他们的公司业绩的洞察力。正如前面提到的，评价结果分为两大分割，它是前向和反向链。结果列于该评估已进行的方式。从图 2可见这涉及供应商的承诺和客户的角度正向链中的外部措施的表现是公平的。这可以归因于一个事实，即大多数供应商具有ISO 14000的认证。此外，其中一些是环境问题更加明显的国家。在另一方面，分数为客户的角度不太令人印象深刻的，可能是由于缺乏来自这一阶层的意识。从图

35、3可以看出前向链路的内部环保措施，可以看出性能差，这意味着公司内部的绿化工作还没有收到重大的关注。其他方面，例如流程管理水平，产品特点，以及绿化成本也并不理想，这进一步标志着从高层管理人员的缺乏承诺。相对于传统供应链的措施，该公司的确相当公平的，因为可以从图4看出，这些措施通常是供应链管理的关键所在。这表明，该公司的传统供应链的措施已相当影响其追求绿色供应链。尽管如此，仍有改善空间。从图 5看出，其中涉及反向链路的外部措施，可以看出，客户的参与，并在返回和回收ELVS还没有受到足够的重视供应商的承诺。然而，可以观察到，顾客参与打进略胜一筹。这主要是由于本公司的基础上，政府对ELVS指令的消费者

36、给予奖励。另外，供应商还没有在整合再造物料进入他们的供应做了很多工作。反向链路的内部方面也表现不佳。这支持了逆向物流在马来西亚汽车产业的事实没有得到足够的重视，体现在阿米莉亚，瓦哈卜，车HARON，Muhamad，和爱资哈里（2009年）。它也可以被看作是管理承诺是不令人满意的，这反映在这些材料分别为特征的其他措施，回收成本和循环效率。因此，有必要提高公司的管理的承诺。这将反过来导致在内部和外部操作内的其它措施的改进。此外，政府应提出措施，这将提振ELVS物料回收和逆向物流一般。这将有助于保护环境和减少工业（碳足迹国际固体废物协会，2009）。图7可以证明有很多的改进的通过修改整个CLSC性能

37、。这意味着，高层管理人员和公司的利益相关者需要重新定义他们的环保立场。其次，反向链路的性能显示了肯定需要更多的努力，以有效地管理逆向物流过程。政府应在另一方面建立监督和审计机构，以确保企业真正工作在整个闭环供应链的运动。迎新活动的客户应该在各级特别是完成由政府，以引发他们对环境问题的认识。这种意识会带来竞争的行业，制造商将不仅是竞争的基础上规定，但对顾客的喜好。最后，它已经看到由该开发系统是适用的，易于理解的用户的结果。所开发的系统可用于在闭环供应链绩效评价监管机构和团体。汽车公司本身可以用它进行自我评估，以了解和对他们的闭环供应链的性能水平豁然开朗。该系统将揭露这两家公司都忽略或忽视的领域。

38、它也可用于由公司设定环保目标这将反过来成为赖以指导他们的环保努力的目标。从本质上说，在这项研究中提出的绩效评估系统可以作为CLSCM的跨部门，跨组织的基准测试工具。8结论和建议到目前为止，汽车行业属于闭环供应链绩效评估研究稀缺。因此，本研究开发了一种基于模糊规则为基础的评估方法一个闭环供应链绩效评价体系。该系统是使用Visual Basic.Net实现的，主要是因为它的面向对象编程的特性。汽车制造公司在马来西亚被用来作为一个案例研究，以评估绩效衡量系统的适用性。从所进行的评价结果发现，该系统很容易适用于评估汽车CLSC的性能。有人还发现，公司的闭环供应链仍然需要大量的关注。建议系统加以改进，以

39、具有可被构造成测量CLSC性能可不基于原始数据馈送时间实时评估的能力。该系统还可以被修改为多工业性，从而提高其测量各个公司的表现能力。最后，今后的工作中可以创建一个客户端 - 服务器系统，其中制造商和他们的各种供应商和客户可以在不同的时间和地点进行独立的评估。感谢作者要感谢的高等教育在马来西亚教育部的这项研究提供资金。参考文献Alex, R. (2007). Fuzzy point estimation and its application on fuzzy supply chainanalysis. Fuzzy Sets and Systems, 158(14), 15711587.Ama

40、ro, A. C. S., & Barbosa-Póvoa, A. P. D. F. (2007). Optimal planning of closed loopsupply chain: A discrete versus a continuous time formulation. Computer AidedChemical Engineering, 24, 673678.Amaro, A. C. S., & Barbosa-Póvoa, A. P. F. D. (2009). The effect of uncertainty on theopti

41、mal closed-loop supply chain planning under different partnershipstructure. Computer in Chemical Engineering, 33(12), 21442158.Amelia, L., Wahab, D. A., Che Haron, C. H., Muhamad, H., & Azhari, C. H. (2009).Initiating automotive component reuse in Malaysia. Journal of CleanerProduction, 17(17),

42、15721579.Autry, C. W. (2005). Formalization of reverse logistics programs: A strategy formanaging liberalized returns. Industrial Marketing Management, 34(7), 749757.Beamon, B. M. (1999). Designing the green supply chain. Logistics InformationManagement, 12(4), 332342.Beamon, B. M. (2005). Environme

43、ntal and sustainability ethics in supply chainmanagement. Science and Engineering Ethics, 11(2), 221234.Beamon, B. M. (2008). Sustainability and the future of supply chain management.Operations and Supply Chain Management, 1(1), 418.Chung, S. L., Wee, H. M., & Yang, P. C. (2008). Optimal policy

44、for a closed-loop supplychain inventory system with remanufacturing. Mathematics and ComputerModeling, 48(5/6), 867881.Cox, E. (1994). The fuzzy systems handbook: A practitioners guide to building, usingand maintaining fuzzy systems. Boston: AP Professional.Dweiri, F. T., & Kablan, M. M. (2006).

45、 Using fuzzy decision making for the evaluationof project management internal efficiency. Decision Support Systems, 42(2),712726.Dyckhoff, H., Souren, R., & Keilen, J. (2004). The expansion of supply chains to closeloop systems: A conceptual framework and the automotive industrys point ofview. I

46、n H. Dyckhoff, R. Lackes, & J. Reese (Eds.), Supply chain management andreverse logistics (pp. 1334). Berlin: Springer-Verlag.ECE (2000). Directive 2000/53/EC of the European parliament and of the council of18 September 2000 on end-of-life vehicles. Official Journal of the EuropeanCommunities, L

47、269(21 October), 3442.Efendigil, T., Onut, S., & Kongar, E. (2008). A holistic approach for selecting a thirdpartyreverse logistics provider in the presence of vagueness. Computers &Industrial Engineering, 54(2), 269287.Fleischmann, M., Dekker, R., van der Laan, E., van Numen, J., van Wassen

48、hove, L., &Ruwaard, J. (1997). Quantitative models for reverse logistics: A review.European Journal of Operational Research, 103(1), 117.Fox, J. (1981). Towards a reconciliation of fuzzy logic and standard logic.International Journal of ManMachine Studies, 15(2), 213220.French, M. L., & LaFo

49、rge, R. L. (2006). Closed-loop supply chains in processindustries: An empirical study of producer re-use issues. Journal of OperationsManagement, 24(3), 271286.Ganesh, M. (2006). Introduction to fuzzy sets and fuzzy logic. New Delhi: Prentice-Hall.Guide, V. D. R., Jr., & van Wassenhove, L. N. (2

50、000). Closed-loop supply chains. InWorking paper 2000/75/TM INSEAD, Fontainebleau, France.Guide, V. D. R., Jr., Jayaraman, V., & Linton, J. D. (2003). Building contingencyplanning for closed-loop supply chains with product recovery. Journal ofOperations Management, 21(3), 259279.Guide, V. D. R.,

51、 Jr., & van Wassenhove, L. N. (2002). Closed-loop supply chains. In A.Klose, M. G. Speranza, & L. van Wassenhove (Eds.), Quantitative approaches todistribution logistics and supply chain management (pp. 4760). Berlin: Springer-Verlag.Hammond, D., & Beullens, P. (2007). Closed-loop supply

52、 chain network equilibriumunder legislation. European Journal of Operational Research, 183(2), 895908.Hervani, A. A., Helms, M. M., & Sarkis, J. (2005). Performance measurement for greensupply chain management. Benchmarking: An International Journal, 12(4),330353.ISWA (2009). Position on R1 and

53、D10 criteria in the EU waste framework directive.International Solid Waste Association<>. AccessedNovember 2009.Johnson, P. F. (1998). Managing value in reverse logistics systems. TransportationResearch. Part E: Logistics and Transportation Review, 34(3), 217227.Kannan, G., S

54、asikumar, P., & Devika, K. (2010). A genetic algorithm approach forsolving a closed loop supply chain model: A case of battery recycling. AppliedMathematical Modelling, 34(3), 655670.Kaufmann, M., Tobias, S., & Schulin, R. (2009). Quality evaluation of restored soilswith a fuzzy logic expert

55、 system. Geoderma, 151(3/4), 290302.Kosko, B. (1997). Fuzzy engineering. New Jersey: Prentice-Hall.Kumar, S., & Malegeant, P. (2006). Strategic alliance in a closed-loop supply chain, acase of manufacturer and eco-non-profit organization. Technovation, 26(10),11271135.Lettice, F., Wyatt, C., &am

56、p; Evans, S. (2010). Buyer-supplier partnerships during productdesign and development in the global automotive sector: Who invests, in whatand when? International Journal of Production Economics, 127(2), 309319.Lin, C., Chiu, T. H., & Tseng, Y. H. (2006). Agility evaluation using fuzzy logic.Int

57、ernational Journal of Production Economics, 101(2), 353368.MacDonell, S. G. (2003). Software source code sizing using fuzzy logic modelling.Information and Software Technology, 45(7), 389404.Nunes, K. R. A., Mahler, C. F., & Valle, R. A. (2009). Reverse logistics in the Brazilianconstruction ind

58、ustry. Journal of Environmental Management, 90(1), 37173720.Olugu, E. U., Wong, K. Y., & Shaharoun, A. M. (2010). A comprehensive approach inassessing the performance of an automobile closed-loop supply chain.Sustainability, 2(4), 871889.Ordoobadi, S. M. (2008). Fuzzy logic and evaluation of advanced technologies.Industrial Management and Data Systems, 108(7), 928946.Östlin, J., Sundin, E., & Björkman, M. (2008). Importance of closed-loop supply chainrelationships for product remanufacturing. International J