XÂY DỰNG hệ THỐNG ĐÁNH GIÁ NĂNG lực CHUỖI CUNG ỨNG

Chương 2: Cơ sở lý thuyết

Trang 6

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1. Quản lý chuỗi cung ứng
2.1.1. Khái niệm
Theo Beamon (1999) “Chuỗi cung ứng là quá trình tích hợp trong đó nguyên vật liệu
được sản xuất thành sản phẩm cuối cùng, và giao cho khách hàng thông qua hệ thống
phân phối, bán lẻ hoặc cả hai.” Một chuỗi cung ứng cơ bản được minh họa như sau.






Hình 2.1 Mô hình chuỗi cung ứng cơ bản
Nguồn Midha, V.K., Mathur, G. & Sharma, C. (2007)
Một khái niệm khác về chuỗi cung ứng được phát biểu như sau: “Một mạng lưới các tổ
chức có mối quan hệ với nhau thông qua các liên kết trên (upstream) và liên kết dưới
(downstream) bao gồm các quá trình và hoạt động khác nhau để tạo giá trị gia tăng cho
sản phẩm hoặc dịch vụ đến tay người tiêu dùng cuối cùng” (Christopher, 1992)
Nguồn: Simon Croom, Pietro Romano, Mihalis Giannakis, (2000).
Handfiel & Nichols (1999) phát biểu: “Chuỗi cung ứng bao gồm tất cả những hoạt
động liên quan tới dòng chảy và chuyển đổi của sản phẩm từ trạng thái nguyên vật liệu
tới người sử dụng cuối cùng, cũng như dòng chảy thông tin. Cả dòng chảy nguyên vật
liệu lẫn thông tin phải lưu thông phía trên và phía dưới của chuỗi cung ứng”.
Dựa trên những khái niệm về chuỗi cung ứng, Handfield và Nichols (1999) đã phát
biểu: “Quản lý chuỗi cung ứng là sự tích hợp của tất cả các hoạt động sản xuất một sản
phẩm, được sử dụng để tạo ra một lợi thế cạnh tranh bằng cách tăng cường mối quan

hệ giữa các thành viên trong chuỗi.”
Bên cạnh đó, quản lý chuỗi cung ứng là một hệ thống chiến lược kết nối các chức năng
kinh doanh của doanh nghiệp và các chiến thuật quản lý dọc các doanh nghiệp nhằm
mục đích cải tiến năng lực lâu dài của doanh nghiệp và toàn chuỗi, (Mentzer, 2001).
Nhà
cung cấp
Nhà
sản xuất
Nhà
phân phối
Nhà
bán lẻ
Khách
hàng
Dòng sản phẩm & dịch vụ
Dòng nhu cầu, thông tin & tài chính
Chương 2: Cơ sở lý thuyết

Trang 7

Dưới quan điểm tác giả thì quản trị chuỗi cung ứng là một tập hợp giải pháp nhằm tác
động đến hoạt động của tất cả các thành viên tham gia chuỗi như nhà cung cấp, nhà
sản xuất, nhà kho, các công ty cung cấp dịch vụ, và các cửa hàng bán lẻ để sản phẩm
được sản xuất và phân phối đúng với mong muốn của khách hàng và tổ chức.
2.1.2. Các thành phần của chuỗi cung ứng
Chuỗi cung ứng đơn giản bao gồm một công ty, nhà cung cấp và các khách hàng của
công ty đó. Những chuỗi cung ứng mở rộng chứa ba nhóm thành viên. Đầu tiên là nhà
cung cấp của nhà cung cấp cuối cùng trong giai đoạn đầu của chuỗi. Sau đó là khách
hàng của khách hàng cuối cùng trong giai đoạn cuối của chuỗi. Cuối cùng là toàn bộ
những công ty cung cấp dịch vụ giao nhận, tài chính, marketing và công nghệ thông

tin cho các công ty khác trong chuỗi cung ứng.








Hình 2.2 Các thành phần chuỗi cung ứng mở rộng
Nguồn: Michael Hugos, Essentials of Supply chain management (2010).

2.2. Tổng quan về chuỗi cung ứng ngành dệt may
2.2.1. Chuỗi cung ứng ngành dệt may
Chuỗi cung ứng ngành dệt may rất phức tạp với nhiều doanh nghiệp tham gia từ khắp
mọi miền đất nước. Forza & Vinelli, (1997) đã mô tả những thành phần chính trong
chuỗi cung ứng ngành dệt may như hình 2.3. Trong đó, mục tiêu quản lý chuỗi cung
ứng là giảm thời gian chờ và phản hồi nhanh với thay đổi của môi trường.



Hình 2.3 Các thành phần chuỗi cung ứng dệt may
Nhà
cung cấp
Nhà
cung cấp
Công ty
Khách
hàng
Khách

hàng
Nhà cung
cấp dịch vụ
Sản xuất sợi
Sản xuất vải
May
mặc
Phân phối
Người
tiêu dùng
Chương 2: Cơ sở lý thuyết

Trang 8

Một kết quả nghiên cứu đã chỉ ra rằng thời gian đáp ứng đơn hàng trong chuỗi cung
ứng dệt may từ nguyên vật liệu tới khách hàng cuối cùng là 66 tuần, trong đó 40 tuần
dành cho lưu trữ và vận chuyển, (Kurt Salmon Associates, 1985). Thời gian chờ quá
dài trong chuỗi cung ứng dệt may sẽ dẫn đến việc cung cấp sản phẩm lạc hậu, không
đúng thời điểm và nhu cầu của người tiêu dùng. Do đó, phản hồi nhanh trong chuỗi
cung ứng dệt may được biết đến như là một quá trình chia sẻ thông tin giữa cửa hàng
bán lẻ và những đơn vị cung cấp để đáp ứng nhu cầu khách hàng đúng lúc.
2.2.2. Những thuộc tính quan trọng chuỗi cung ứng ngành dệt may
Theo quan sát thực tế, chuỗi cung ứng ngành dệt may bao gồm nhiều chức năng của
những thành viên tham gia vào chuỗi. Trong đó, một doanh nghiệp có thể đảm nhận
nhiều vai trò trong chuỗi cung ứng: như Nike vừa là một nhà quản lý thương hiệu,
cũng có thể được xem như một nhà phân phối và bán lẻ. Điều này ngụ ý rằng chuỗi
cung ứng có thể hình thành trong nội bộ một doanh nghiệp như Vinatex Việt Nam vừa
là nhà sản xuất sợi cung cấp cho thị trường, đồng thời cũng sản xuất vải và may mặc
để đáp ứng nhu cầu khách hàng.
Quần áo nói chung là sản phẩm cuối cùng của chuỗi cung ứng ngành dệt may. Để tạo

ra sản phẩm may mặc thường đi qua quy trình 8 bước như sau (Burn & Bryant, 2002)












Hình 2.4 Quá trình tạo sản phẩm may mặc
Nghiên cứu
Thiết kế
Phát triển thiết kế & lựa chọn phong cách
Đánh giá thử mẫu thiết kế
Sản xuất thử
Tìm nguồn cung ứng
Sản xuất và đảm bảo chất lượng
Phân phối và bán lẻ
Chương 2: Cơ sở lý thuyết

Trang 9

Tuy nhiên, một số quy trình sản xuất trong ngành được tổng hợp thành bốn giai đoạn:
(1) phát triển sản phẩm, (2) thu mua, (3) sản xuất và (4) phân phối và bán lẻ, với sự
tham gia ít nhất của bốn thành phần đó là: những nhà bán lẻ, đơn vị quản lý thương
hiệu, doanh nghiệp may mặc và đơn vị phụ trợ nguyên vật liệu. Trách nhiệm của các

mắc xích trong chuỗi với bốn quá trình trên được minh họa trong bảng 2.1
Bảng 2.1 Vai trò của các thành viên trong chuỗi cung ứng dêt may

Đơn vị
bán lẻ
Đơn vị quản lý
thương hiệu
Đơn vị
may mặc
Đơn vị cung ứng
nguyên vật liệu
Phát triển sản phẩm
x
*
x
x
Thu mua
x
*
x
x
Sản xuất

x
*
x
Phân phối & bán lẻ
*
x

Ghi chú: x: vai trò hỗ trợ, *: vai trò chính
Từ bảng 2.1, ta thấy được sự khó khăn trong môi trường kinh doanh ngành dệt may
hiện nay. Các doanh nghiệp trong ngành cần có sự liên kết và chia sẻ thông tin trong
toàn chuỗi cung ứng. Có nhiều nhà nghiên cứu đã nhấn mạnh vai trò của việc chia sẻ
thông tin trong chuỗi cung ứng để đạt được lợi thế cạnh tranh và hoạt động hiệu quả
như một đơn vị độc lập (Stein & Sweat, 1998). Hơn nữa, Yu et al, (2001) đã chỉ ra
rằng có thể giảm ảnh hưởng của hiệu ứng Bullwhip thông qua việc chia sẻ thông tin
giữa các thành viên trong chuỗi cung ứng. Những lợi ích của việc chia sẻ thông tin
trong chuỗi cung ứng có thể nhắc đến đó là giảm tồn kho, tăng thời gian chu kỳ, cải
thiện dự báo, và nâng cao chất lượng sản phẩm với chi phí phù hợp. Vì vậy, chia sẻ
thông tin nên được xem là một thuộc tính quan trọng trong chuỗi cung ứng ngành dệt
may hiện nay.
Phát triển sản phẩm dệt may yêu cầu mẫu thiết kế và kỹ thuật may phải có khả năng
sản xuất và thị trường cung cấp cũng như tạo ra lợi nhuận cho doanh nghiệp. Theo
Wickett et al, (1999) thì quá trình phát triển sản phẩm trong dệt may cần chú ý các vấn
đề về sự phù hợp của mẫu mã, mô hình sản xuất, nguồn nguyên liệu, dây chuyền lắp
ráp và các chi phí liên quan. Bên cạnh đó các yêu cầu của khách hàng về phong cách,
màu sắc, nguyên liệu, hàm lượng xơ trong vải , cũng cần phải được cân nhắc trong
quá trình thiết kế và phát triển sản phẩm. Do đó, phát triển sản phẩm là một thuộc tính
quan trọng của chuỗi cung ứng dệt may.
Chương 2: Cơ sở lý thuyết

Trang 10

Trong mô hình thẻ điểm cân bằng (Balanced Score Card) của Kaplan & Norton (1992)
thì thẻ điểm học tập và cải tiến, thừa nhận rằng các công ty cần phải không ngừng học
tập và liên tục cải tiến để đảm bảo lợi nhuận tương lai. Trong ngành dệt may cải tiến là
một điều quan trọng để thu hút khách hàng và duy trì lợi nhuận. Các công nghệ mới,
nguyên liệu mới là những nhân tố quan trọng để tạo lợi thế cạnh tranh trong ngành. Vì

vậy, cải tiến là một thuộc tính quan trọng trong chuỗi cung ứng ngành dệt may.
Mục tiêu của chuỗi cung ứng ngành dệt may là cung cấp sản phẩm đúng phong cách,
thời gian tới thị trường với chi phí thấp và tốc độ nhanh để tối đa hóa lợi nhuận. Do
đó, những thuộc tính về chi phí, thời gian, chất lượng, tính linh hoạt, và lợi nhuận
trong chuỗi cung ứng đều rất quan trọng khi đánh giá chuỗi.
Tóm lại, chuỗi cung ứng ngành dệt may có những đặc tính riêng biệt vốn có, như thiết
kế và phát triển sản phẩm đóng vai trò quan trọng trong chuỗi cung ứng. Thông qua
tìm hiểu các lý thuyết, tác giả cho rằng có tám thuộc tính quan trọng cần phải xem xét
khi xây dựng hệ thống tiêu chí đánh giá chuỗi cung ứng ngành dệt may đó là: (1) thiết
kế và phát triển sản phẩm trong chuỗi cung ứng, (2) chia sẻ thông tin trong chuỗi cung
ứng, (3) cải tiến trong chuỗi cung ứng, (4) chi phí chuỗi cung ứng, (5) thời gian chuỗi
cung ứng, (6) chất lượng chuỗi cung ứng, (7) tính linh hoạt chuỗi cung ứng và (8) lợi
nhuận chuỗi cung ứng. Và tám thuộc tính này sẽ là nền tảng cho mô hình nghiên cứu
tác giả sẽ thực hiện trong luận văn này.

2.3. Hệ thống đo lường năng lực chuỗi cung ứng
2.3.1. Tại sao cần đo lường năng lực chuỗi cung ứng
Một vài nghiên cứu đã chỉ ra rằng, những cải tiến trong chuỗi cung ứng sẽ đem lại một
lợi nhuận đáng kể cho tổ chức trong việc tiết kiệm chi phí, cải thiện sản phẩm và dịch
vụ khách hàng. Một hệ thống đánh giá năng lực vận hành chuỗi cung ứng sẽ cung cấp
cho tổ chức một khung hình chuẩn để đánh giá năng lực các mối quan hệ bên trong và
bên ngoài doanh nghiệp.
 Thang đo lường năng lực bên trong sẽ giúp loại bỏ các hoạt động không tạo ra giá
trị, giảm biến động các đơn đặt hàng, cải thiện dòng chảy nguyên vật liệu và sản
phẩm, gia tăng hiệu quả sử dụng thời gian và nguồn lực.
Chương 2: Cơ sở lý thuyết

Trang 11

 Thang đo năng lực bên ngoài sẽ giúp gia tăng sự hài lòng của khách hàng thông

qua việc tích hợp các hoạt động và thông tin từ các thành viên khác dọc theo chuỗi
cung ứng gần khách hàng hơn như nhà bán lẻ, nhà phân phối
Cuối cùng đo lường hiệu quả chuỗi cung ứng sẽ giúp doanh nghiệp thấy được cấu trúc
chi phí của các thành viên trong chuỗi, từ đó đề ra các cơ hội cho việc cải tiến, đồng
thời giúp doanh nghiệp kiểm soát mức dịch vụ khách hàng nhằm gia tăng hiệu quả
hoạt động của chuỗi.
Khi đo lường hiệu quả chuỗi cung ứng tích hợp sẽ đem đến những kết quả sau:
 Giảm 25 – 50% tổng chi phí toàn chuỗi cung ứng
 Giảm 25 – 60% lượng tồn kho
 Tăng 25 – 80% tính chính xác của dự báo
 Cải thiện 30 – 50% thời gian chu kỳ thực hiện đơn hàng
Qua đó, thấy rằng đo lường hiệu quả chuỗi cung ứng là rất quan trọng trong việc gia
tăng hiệu quả hoạt động của chuỗi thông qua các kế hoạch cải tiến phù hợp được đề
xuất từ các tiêu chí đánh giá và sử dụng thông tin trong quá trình đánh giá.
2.3.2. Một số mô hình đo lường năng lực chuỗi cung ứng.
Hơn một thế kỷ qua, có rất nhiều phương pháp tiếp cận để đo lường năng lực chuỗi
cung ứng đã được các nhà nghiên cứu tìm ra. Trong nghiên cứu này, tác giả đề cập đến
3 mô hình phổ biến hiện nay bao gồm:
(1) Mô hình BSC (The Balanced Scorecard – BSC)
(2) Mô hình SCOR (Supply chain operational reference – SCOR)
(3) Mô hình ROF (Resource – Output – Flexibility)
2.3.2.1. Mô hình BSC
Phương pháp thẻ điểm cân bằng (BSC) được phát triển từ những năm 1992 bởi Kaplan
và Norton như là một công cụ quản lý hoạt động không thể thiếu của các công ty. BSC
cung cấp thông tin phản hồi cho cả quá trình kinh doanh nội bộ và hiệu quả đầu ra một
cách liên tục giúp công ty cải thiện chiến lược và kết quả vận hành. BSC đề nghị các
nhà quản lý cần xem xét tổ chức từ bốn quan điểm khác nhau và phát triển các chỉ số
đo lường thông qua thu thập dữ liệu và phân tích mối quan hệ giữa các yếu tố trong
bốn thẻ điểm: (1) thẻ điểm tài chính, (2) thẻ điểm khách hàng, (3) thẻ điểm hoạt động
nội bộ và (4) thẻ điểm học hỏi và phát triển.

Chương 2: Cơ sở lý thuyết

Trang 12

[1]. Nghiên cứu của Brewer & Speh (2000), đã sử dụng biến thể mô hình BSC như
là một khung mẫu cho hệ thống đo lường năng lực chuỗi cung ứng. Nghiên cứu đã chỉ
ra rằng một chỉ số đo lường hiệu quả cần có mối liên hệ giữa mục tiêu chung của chuỗi
cung ứng với bốn thẻ điểm trong mô hình. Qua nghiên cứu, tác giả đã có những nhận
định sau: (1) Quan điểm đo lường nội bộ của mô hình được mở rộng ra bao gồm các
liên kết chức năng và quan hệ đối tác trong chuỗi cung ứng. (2) Mô hình đã kết hợp
đầy đủ các chỉ số đo lường tích hợp và chỉ số đặc trưng cơ bản cho từng công ty. (3)
Thành công trong hoạt động của công ty là thành công của toàn chuỗi cung ứng và
ngược lại. Những kiến nghị của tác giả đã cung cấp điểm khởi đầu cho mối quan hệ
giữa mô hình thẻ điểm cân bằng và lĩnh vực quản lý chuỗi cung ứng.

Hình 2.5 Khung mẫu đo lường chuỗi cung ứng
Lợi ích khách hàng cuối cùng
 Cải tiến chất lượng sản phẩm/ dịch vụ
 Cải tiến thời gian
 Cải tiến sự linh hoạt
 Cải tiến giá trị sản phẩm
Mục tiêu chuỗi cung ứng
 Giảm thời gian lãng phí
 Cạnh tranh trên thời gian
 Phản hồi linh hoạt
 Giảm chi phí đơn vị sản phẩm
Lợi ích tài chính
 Lợi nhuận biên cao
 Cải tiến dòng tiền
 Tăng doanh thu
 Tăng chỉ số đầu tư trên tài sản
Cải tiến chuỗi cung ứng
 Cải tiến sản phẩm/ quá trình

Quản lý quan hệ trong chuỗi
 Dòng thông tin trong chuỗi
 Mối đe dọa/ s thay thế
Chương 2: Cơ sở lý thuyết

Trang 13

Hình 2.6 Mối quan hệ giữa chuỗi cung ứng & thẻ điểm cân bằng
2.3.2.2. Mô hình SCOR
Phát triển bởi Hội đồng chuỗi cung ứng (SCC – Supply chain Council), mô hình
SCOR đưa ra các chỉ số đo lường năng lực chuỗi cung ứng theo các quá trình bao
gồm: (1) hoạch định (plan), (2) tổ chức nguồn lực (source), (3) sản xuất (make), (4)
giao nhận (delivery) và (5) thu hồi hay còn gọi dịch vụ khách hàng (return). Trong đó

các chỉ số xoay quanh 5 thuộc tính của chuỗi cung ứng là: (1) độ tin cậy, (2) độ phản
hồi, (3) độ linh hoạt, (4) chi phí trong chuỗi và (5) hiệu quả quản lý tài sản. Mô hình
được sử dụng để đánh giá quy trình hoạt động hơn là các chức năng cụ thể.
Lợi ích khách hàng cuối cùng
 Cải tiến chất lượng sản phẩm/ dịch vụ
 Cải tiến thời gian
 Cải tiến sự linh hoạt
 Cải tiến giá trị sản phẩm
Mục tiêu chuỗi cung ứng
 Giảm thời gian lãng phí
 Cạnh tranh trên thời gian
 Phản hồi linh hoạt
 Giảm chi phí đơn vị sản phẩm
Lợi ích tài chính
 Lợi nhuận biên cao
 Cải tiến dòng tiền
 Tăng doanh thu
 Tăng chỉ số đầu tư trên tài sản
Cải tiến chuỗi cung ứng
 Cải tiến sản phẩm/ quá trình

Quản lý quan hệ trong chuỗi
 Dòng thông tin trong chuỗi
 Mối đe dọa/ s thay thế
Thẻ điểm
hoạt động nội bộ

Thẻ điểm
khách hàng

Thẻ điểm
tài chính

Thẻ điểm
học hỏi & cải tiến

Chương 2: Cơ sở lý thuyết

Trang 14

[2]. Nghiên cứu của Horatiu Cirtita.et.al (2012) về các chỉ số đánh giá chuỗi cung
ứng tích hợp dưới đã ứng dụng mô hình SCOR. Kết quả nghiên cứu đã chỉ ra: (1) các
chỉ số trong mô hình SCOR đủ mạnh để đánh giá năng lực bên trong của chuỗi cung
ứng, (2) chưa có sự kết hợp giữa các chỉ số đánh giá năng lực bên trong và bên ngoài
của chuỗi cung ứng thông qua nghiên cứu, (3) kiểm định giả thuyết không ủng hộ cho
quan hệ giữa các chỉ số đánh giá và tính liên kết trong chuỗi cung ứng, (4) đưa ra
phương pháp luận trong việc đánh giá các chỉ số đo lường thông qua khảo sát bảng câu
hỏi và các công cụ thống kê, kiểm định giả thuyết.
Bảng 2.2 Chỉ số đánh giá chuỗi cung ứng theo mô hình SCOR
Thuộc tính
Chỉ số cấp độ 1
Độ tin cậy
- Năng lực giao hàng
- Thực hiện đơn hàng hoàn hỏa
- Tỷ lệ lắp đầy đơn hàng khi giao
Độ phản hồi
- Thời gian chờ khi thực hiện đơn hàng
Độ linh hoạt
- Thời gian phản hồi
- Linh hoạt trong sản xuất

Chi phí chuỗi cung ứng
- Giá vốn hàng bán
- Tổng chi phí quản lý chuỗi
- Năng suất gia tăng giá trị
- Chi phí bảo hành
Hiệu quả quản lý tài sản
-Thời gian chu kỳ dòng tiền
- Ngày hàng tồn kho
- Vòng quay tài sản

2.3.2.3. Mô hình ROF
Thông qua các nghiên cứu về mô hình hoạch định chuỗi cung ứng và các hệ thống
đánh giá năng lực (PMSs). Beamon (1999) thấy rằng hệ thống đánh giá năng lực hiện
tại chưa đầy đủ bởi vì chỉ sử dụng các chỉ số đo lường chi phí là cơ bản. Từ đó, mô
hình ROF được đề xuất để đo lường toàn diện các khía cạnh của chuỗi cung ứng.
Trong ROF thì mục tiêu chiến lược của toàn chuỗi cung ứng là chìa khóa để xác định
các chỉ số đánh giá xoay quanh ba thuộc tính là: (1) nguồn lực, (2) đầu ra, (3) tính linh
hoạt. Trong đó mỗi thuộc tính có một mục tiêu đánh giá khác nhau như bảng 2.3.
Hệ thống đánh giá năng lực (PMS) phải đo lường được một trong ba thuộc tính và cần
có ít nhất một chỉ số đo lường riêng cho từng đơn vị trong chuỗi cung ứng và các chỉ
số này phải phù hợp với mục tiêu chiến lược của từng đơn vị trong chuỗi cung ứng.
Chương 2: Cơ sở lý thuyết

Trang 15

Bảng 2.3 Mục tiêu của từng thuộc tính đo lường trong mô hình ROF
Thuộc tính
Mục tiêu
Mục đích
Nguồn lực

Nâng cao mức độ hiệu quả
Quản lý hiệu quả nguồn lực là
chìa khóa dẫn đến lợi nhuận
Đầu ra
Nâng cao mức độ dịch vụ
khách hàng
Sản phẩm không thể chấp nhận
được, khách hàng sẽ chuyển sang
chuỗi cung ứng khác
Linh hoạt
Khả năng phản hồi thay đổi
của môi trường
Trong môi trường không chắc
chắn, chuỗi cung ứng phải có khả
năng thích ứng với sự thay đổi

[3]. Thông qua các phân tích và nghiên cứu về mô hình hoạch định chuỗi cung ứng,
Benita M. Beamon nhận thấy rằng các chỉ số để đánh giá mô hình sau khi hoạch định
chỉ xoay quanh yếu tố chi phí: như chi phí tồn kho, chi phí vận hành Trong khi đó,
một hệ thống đánh giá chuỗi cung ứng cần phải toàn diện và khái quát tất cả các hoạt
động từ đầu vào đến đầu ra. Thông qua các nghiên cứu về lý thuyết, Beamon (1999) đã
đưa ra các kết luận: (1) Đề xuất mô hình ROF như là một hướng dẫn cho việc xây
dựng hệ thống đánh giá toàn diện chuỗi cung ứng. (2) Hình thành một số chỉ số đánh
giá cơ bản của từng thuộc tính trong ROF thông qua các nghiên cứu trước.
Bảng 2.4 Các chỉ số trong mô hình ROF của Beamon đề xuất (1999)
Thuộc tính
Chỉ số đo lường
Nguồn lực
- Tổng chi phí vận hành
- Chi phí phân phối

- Chi phí sản xuất
- Chi phí tồn kho
- Vòng quay tồn kho
Đầu ra
- Doanh thu
- Lợi nhuận
- Tỷ lệ hoàn thành đơn hàng
- Giao hàng đúng hạn
- Đơn hàng trễ/ hết hàng
- Thời gian phản hồi khách hàng
- Thời gian chờ sản xuất
- Sai xót trong giao hàng
- Phản ánh của khách hàng
Độ linh hoạt
- Linh hoạt trong số lượng
- Linh hoạt trong giao nhận
- Linh hoạt trong điều phối
- Linh hoạt trong sản phẩm mới

Chương 2: Cơ sở lý thuyết

Trang 16

Qua thời gian, có nhiều mô hình phát triển hệ thống đánh giá năng lực nói chung và
năng lực chuỗi cung ứng nói riêng được đề xuất. Tuy nhiên, qua nghiên cứu sơ bộ ba
mô hình cơ bản trên, tác giả có những nhận định sau:
(1) Các mô hình đều có cấu trúc phân cấp gồm các thuộc tính cấp một liên kết với
các chỉ số đánh giá cấp hai trong từng thuộc tính đo lường.
(2) Hệ thống đo lường năng lực phải liên kết các tổ chức trong cùng một chuỗi
cung ứng.

(3) Các thuộc tính đánh giá chuỗi cung ứng cần phải đạt được sự cân bằng giữa
năng lực bên trong và các mối quan hệ bên ngoài của doanh nghiệp.

2.4. Các chỉ số đo lường năng lực chuỗi cung ứng cơ bản
Tư duy và lý thuyết hệ thống đã có những tác động cơ bản đến hoạt động kinh doanh
trong lĩnh vực logistics. Trải qua quá trình phát triển các hoạt động trong lĩnh vực
logistics đã đi từ các nhiệm vụ chức năng riêng lẻ đến tập trung theo quá trình, đỉnh
cao là quản lý chuỗi cung ứng. Theo đó, hệ thống tiêu chí đánh giá năng lực chuỗi
cung ứng phải có những chỉ số đo lường hoạt động logistics hỗ trợ. Và các chỉ số đó
phải đi từ quan điểm nhiệm vụ/hoạt động đến quan điểm quá trình và cuối cùng là
quan điểm tích hợp chuỗi cung ứng.
2.4.1. Chỉ số đo lường tập trung vào nhiệm vụ/hoạt động logistics
Các nghiên cứu trong những năm 1980 và đầu 1990 đều tập trung vào đo lường các
nhiệm vụ riêng lẻ trong hoạt động logistics như quản lý kho bãi, vận chuyển, bao gói
Tuy nhiên, các hệ thống chỉ số này không phù hợp cho nghiên cứu của tác giả trong
việc xây dựng các chỉ số đo lường năng lực chuỗi cung ứng tích hợp với các đơn vị
tham gia vào chuỗi.
2.4.2. Chỉ số đo lường tập trung vào quá trình hoạt động logistics
Keebler et al. (1999) đã chỉ ra bốn thuộc tính đo lường quá trình hoạt động logistics là:
thời gian, chất lượng, chi phí và thuộc tính hỗ trợ khác. Các chỉ số đánh giá của từng
thuộc tính được trình bày trong bảng 2.5
Có mối quan hệ giữa chỉ số năng lực và chỉ số quá trình mà nghiên cứu cho rằng trong
hàng trăm chỉ số đo lường hoạt động logistics thì có ít hơn mười chỉ số đo lường quá
trình được xem là quan trọng để đánh giá và cải tiến năng lực doanh nghiệp logistics
Chương 2: Cơ sở lý thuyết

Trang 17

Bảng 2.5 Các chỉ số đo lường năng lực quá trình logistics
Thuộc tính

Chỉ số đo lường
Thời gian
- Giao hàng đúng hạn
- Thời gian chu kỳ đặt hàng
- Thời gian phản hồi thông tin
- Thời gian chu kỳ hoạch định/ dự báo
- Biến động thời gian chu kỳ hoạch định
Chất lượng
- Sự hài lòng của khách hàng
- Chính xác của quá trình
- Thực hiện đơn hàng hoàn hảo
- Chính xác của dự báo
- Chính xác của hoạch định
- Tuân thủ lịch trình đã thông báo
Chi phí
- Vòng quay tồn kho thành phẩm
- Vòng quay tiền mặt
- Chi phí dịch vụ
- Tổng chi phí giao hàng
- Chi phí dư thừa công suất
- Chi phí thiếu hụt công suất
Chỉ số khác
- Sự sẵn có của thông tin
- Thời gian thay đổi đơn hàng
- Cực tiểu số lượng đơn hàng

2.4.3. Chỉ số đo lường tập trung vào chuỗi cung ứng
Đánh giá hoạt động logistics hướng đến tập trung dọc theo các chức năng tiến tới dọc
theo các tổ chức đã đặt ra yêu cầu cần phải tích hợp các đơn vị tham gia vào hoạt động
gọi chung là chuỗi cung ứng.

Nghiên cứu của Bhagwat & Sharma (2007) đã đưa ra một bộ tiêu chí đánh giá chuỗi
cung ứng tập trung vào bốn quan điểm của mô hình BSC. Bốn quan điểm thể hiện toàn
diện các chỉ số năng lực bên trong và bên ngoài của chuỗi cung ứng. Bảng 2.6 tóm tắt
các chỉ số trong mô hình nghiên cứu.
Bên cạnh đó SCC (Supply Chain Council) - một tổ chức phi lợi nhuận, thành lập vào
năm 1996 đã thực hiện nhiều nghiên cứu về đánh giá chuỗi cung ứng với mục tiêu
giúp doanh nghiệp ứng dụng và cải tiến hoạt động kinh doanh thông qua quản lý chuỗi
cung ứng. SCC đã đưa ra SCOR với hơn hai trăm chỉ số đánh giá năng lực chuỗi cung
ứng với bốn cấp độ thực hiện mô hình từ chi tiết đến phức tạp, từ tổng quát đến cụ thể
cho từng doanh nghiệp áp dụng.
Chương 2: Cơ sở lý thuyết

Trang 18

Bảng 2.6 Các chỉ số đo lường tập trung vào chuỗi cung ứng tích hợp
Thuộc tính
Chỉ số đánh giá
Chỉ số tài chính
- Vòng quay tồn kho
- Biến động ngân sách
- Chi phí vận hành mỗi giờ
- Chi phí quản lý thông tin
- Tỷ lệ từ chối cung cấp dịch vụ
Dịch vụ khách hàng
- Số lần khách hàng quay lại
- Doanh thu nhận từ khách hàng
- Đa dạng của sản phẩm & dịch vụ
- Giao hàng đúng hạn
- Mức độ linh hoạt với nhu cầu khách hàng
- Độ tin cậy trong giao hàng

- Đáp ứng đơn hàng khẩn
- Kế hoạch phân phối hiệu quả
- Chi phí quản lý thông tin khách hàng
- Chất lượng tài liệu hướng dẫn
- Giao hàng không sản phẩm lỗi
- Chất lượng đóng gói sản phẩm
Quá trình nội bộ
- Thời gian chu kỳ chuỗi cung ứng
- Thời gian giao hàng so với chuẩn của ngành
- Nhà cung cấp giao hàng không sản phẩm lỗi
- Kỹ thuật dự báo chính xác
- Thời gian chu kỳ phát triển sản phẩm
- Thời gian chu kỳ đặt hàng
- Hiệu quả kế hoạch sản xuất tổng thể
- Tổng chi phí tồn kho
- Chi phí tồn kho nguyên vật liệu & đầu vào
- Chi phí tồn kho trong vận chuyển
- Chi phí tồn kho thành phẩm
- Chi phí lãng phí
- Tỷ lệ đơn hàng trả lại
- Hiệu suất chu kỳ đặt hàng
- Tần suất giao hàng
- Sử dụng bảng biểu, số liệu
Khả năng học hỏi
& phát triển
- Đáp ứng với vấn đề kỹ thuật
- Sáng kiến giảm chi phí
- Số lượng nhà cung cấp dự phòng
- Kỹ thuật dự báo chính xác
- Chu kỳ phát triển sản phẩm

- Đa dạng sản phẩm & dịch vụ


Chương 2: Cơ sở lý thuyết

Trang 19

2.4.4. Chỉ số đo lường hình thành qua các nghiên cứu thực nghiệm
Trong một cuộc khảo sát và nghiên cứu các tình huống về đo lường hoạt động logistics
trong chuỗi cung ứng của Keebler et at (1999). Qua đó, tác giả đã đưa ra một thống kê
về mức độ sử dụng của các chỉ số đo lường, được tóm tắt trong bảng 2.7
Bảng 2.7 Các chỉ số đo lường qua nghiên cứu thực nghiệm
Chỉ số thường sử dụng nhất
Chỉ số quan trọng nhất cho chức năng
logistics
- Chi phí vận chuyển bên ngoài n/máy
- Tính chính xác mức tồn kho
- Tỷ lệ lắp đầy đơn hàng
- Vòng quay tồn kho thành phẩm
- Giao hàng đúng thời hạn
- Tuân thủ cam kết với khách hàng
87%
86%
81%
80%
79%
77%
- Giao hàng đúng hạn
- Tỷ lệ lắp đầy đơn hàng
- Tuân thủ cam kết với khách hàng

- Chi phí vận chuyển bên ngoài
- Tính chính xác mức tồn kho
66%
61%
57%
53%
51%
Chỉ số ít sử dụng
Chỉ số quan trong nhất ở mức độ công ty
logistics
- Chi phí phục vụ
- Đơn vị xử lý trên một đơn vị thời gian
- Đơn hàng xử lý trên một đơn vị t/gian
- Hiệu quả lao động và công suất
- Chu kỳ thời gian dòng tiền
- Thời gian phản hồi hư hỏng
37%
37%
36%
36%
32%
30%
- Giao hàng đúng hạn
- Tỷ lệ lắp đầy
- Tuân thủ cam kết với khách hàng
- Tính chính xác mức tồn kho
- Chi phí vận chuyển bên ngoài
61%
56%
55%

38%
33%
Phần trăm người hồi đáp các chỉ số không
sử dụng phổ biến
Chỉ số được sử dụng bởi khách hàng và
nhà cung cấp để đo lường năng lực
- Giao hàng đúng hạn
- Dòng hàng cần lắp đầy
- Đơn hàng trễ
- Thời gian chu kỳ
- Hóa đơn chính xác
21%
31%
36%
38%
48%
- Giao hàng đúng thời hạn
- Tỷ lệ lắp đầy đơn hàng
- Hóa đơn liên quan phải chính xác
- Thời gian chu kỳ đơn hàng
- Dòng hàng chờ lắp đầy
64%
59%
56%
45%
42%

Qua kết quả của nghiên cứu, tác giả nhận định một số vấn đề tồn tại trong hệ thống
đánh giá năng lực hoạt động logistics nói riêng và chuỗi cung ứng nói chung như sau:
(1) Chỉ số chi phí nên được tiếp tục sử dụng trong các hệ thống đánh giá năng lực.

(2) Các chỉ số cần được tích hợp qua nhiều đối tượng trong chuỗi hơn là đánh giá
của khách hàng cuối cùng.
(3) Các chỉ số xoay quanh thuộc tính dịch vụ khách hàng, thực hiện đơn hàng, thu
mua và các lĩnh vực logistics khác.
 Từ đó, yêu cầu các chỉ số của hệ thống phải đánh giá đầy đủ mạng lưới chuỗi
cung ứng cần đo.
Chương 2: Cơ sở lý thuyết

Trang 20

2.5. Phương pháp ra quyết định đa thuộc tính (MADM)
2.5.1. Giới thiệu phương pháp MADM
Ra quyết định đa thuộc tính (Multiple Attribute Decision Making) là quá trình ra quyết
định, đánh giá, lựa chọn…dựa trên nhiều phương án khả thi được đặc trưng bởi nhiều
thuộc tính mâu thuẫn nhau (Hwang & Yoon, 1981). MADM là một nhánh của ra quyết
định đa tiêu chí (MCDM) và có liên quan đến quá trình ra quyết định đa mục tiêu
(MODM). Đối lập với MADM, vấn đề của MODM là thiết kế các phương án được
thiết lập từ nhiều mục tiêu mâu thuẫn nhau.
Các yếu tố đặc trưng của phương pháp MADM bao gồm:
 Phương án thay thế: một số hữu hạn các phương án thay thế. Có thể từ một vài cho
đến hàng ngàn phương án được sàng lọc, ưu tiên, chọn lựa và xếp hạng.
 Đa thuộc tính: mỗi vấn đề ra quyết định đều có nhiều thuộc tính. Một người ra
quyết định phải tìm ra mối liên hệ của các thuộc tính cho mỗi vấn đề. Và số lượng
thuộc tính phụ thuộc vào bản chất tự nhiên của vấn đề.
 Vô tỉ đơn vị: mỗi thuộc tính có nhiều đơn vị đo lường khác nhau.
 Trọng số thuộc tính: tất cả các phương án dùng trong MADM đều yêu cầu thông
tin liên quan đến mức độ quan trọng tương đối của mỗi thuộc tính và được đánh
giá bởi thang đo thứ tự, tỉ lệ hoặc khoảng cách. Các trọng số có thể được đánh giá
trực tiếp bởi người ra quyết định hoặc hình thành qua nghiên cứu thực nghiệm.
 Ma trận ra quyết định: một vấn đề MADM có thể được thể hiện thông qua dạng

ma trận bao gồm các cột xác định thuộc tính cần xem xét và các dòng là những lựa
chọn thay thế mâu thuẫn nhau.
Hệ thống đánh giá năng lực chuỗi cung ứng ngành dệt may được định nghĩa như là
một vấn đề MADM. Trong đó các phương án thay thế là: đo lường toàn chuỗi cung
ứng hoặc những mắc xích trong chuỗi cung ứng và các thuộc tính được tạo ra thông
qua đánh giá những khía cạnh khác nhau trong năng lực thực hiện chuỗi cung ứng.
Các trọng số sẽ phản ánh tầm quan trọng của mỗi thuộc tính.
2.5.2. Các phương pháp thường được sử dụng trong MADM
2.5.2.1. Kỹ thuật đánh giá đa thuộc tính đơn (SMART)
Những năm gần đây kỹ thuật đánh giá đa thuộc tính đơn (Simple Multi – Attribute
Rating Technique) được sử dụng phổ biến cho các vấn đề đa thuộc tính.
Chương 2: Cơ sở lý thuyết

Trang 21

Ưu điểm của phương pháp là minh bạch và người ra quyết định phải có kiến thức
nhiều hơn vấn đề đang gặp phải. Các bước thực hiện kỹ thuật SMART được trình bày
bên dưới (Goodwin & Voright, 1998)
 Xác định vấn đề ra quyết định
 Xác định các phương án thay thế
 Xác định các thuộc tính và mối quan hệ với vấn đề ra quyết định
 Đánh giá mức độ quan trọng của mỗi thuộc tính
 Xác định trọng số cho mỗi thuộc tính được phản ánh qua mức độ quan trọng
 Tính trọng số trung bình cho mỗi phương án
 Thực hiện quyết định tạm thời
 Phân tích độ nhạy để có quyết định phù hợp
Đơn giản quá trình thực hiện, kỹ thuật SMART giả định rằng các thuộc tính có mức độ
ưu tiên độc lập nhau. Hay nói khác là mức độ ảnh hưởng của các thuộc tính riêng lẻ
đến tổng điểm thì độc lập với giá trị của những thuộc tính khác. Thêm vào đó, điểm số
của mô hình thì dễ dàng hiểu và sử dụng nhưng kết quả tính ra dễ gây nhầm lẫn cho

người ra quyết định.
2.5.2.2. Lý thuyết độ hữu dụng (MAUT)
Phương pháp tiếp cận MAUT (Multiattribute Utility Theory) được phát triển chủ yếu
bởi Keeny & Raiffa (1976). Về mặt lý thuyết phương pháp dựa trên giả định về sự hợp
lý của các mô hình độ hữu dụng được đưa ra bởi Neumann & Morgenstern (1944).
Ý tưởng cơ bản của phương pháp là các vấn đề lựa chọn có thể chia nhỏ thành nhiều
phương án với các thuộc tính. Sự đánh đổi giữa các thuộc tính, trọng số quan trọng của
người sử dụng thì giá trị định lượng và độ hữu dụng của một thuộc tính được đo. Cuối
cùng, độ hữu dụng của một thuộc tính được kết hợp để phát triển một chỉ số hữu dụng
tổng hợp cho mỗi phương án thay thế. Cách xác định giá trị hữu dụng tổng hợp được
tính như sau:
u (x
1
, x
2,
x
3, ….,
x
n)
= f [u
1
(x
1
), u
2
(x
2
), u
3
(x

3
)…., u
n
(x
n
)]
Trong đó u
i
(x
i
) chỉ định độ hữu dụng của một thuộc tính.
MAUT có thể sử dụng như một mô hình tham khảo cho kỹ thuật ra quyết định nhóm
dựa trên khái niệm độ hữu dụng. Tuy nhiên, thực tế áp dụng hạn chế bởi mâu thuẫn
trong độ hữu dụng của mỗi cá nhân trong nhóm.
Chương 2: Cơ sở lý thuyết

Trang 22

Thêm vào đó, quá trình ra quyết định của MAUT phải phản ánh sự thống nhất của các
phán đoán. Tuy nhiên, trong thực tế một vài điểm không thống nhất vẫn được chấp
nhận và thậm chí đó là bản chất tự nhiên của vấn đề cần giải quyết.
2.5.2.3. Phân tích thứ bậc (AHP)
Phương pháp phân tích thứ bậc (Analytical Hierarchy Process) là một trong những mô
hình quan trọng của MADM được trình bày trong lý thuyết này. Kể từ khi được giới
thiệu bởi Satty (1980), AHP đã được sử dụng trong nhiều lĩnh vực ra quyết định khác
nhau. Phương pháp này dựa trên ba nguyên lý cơ bản: phân tích, đánh giá và tổng hợp.
[1]. Phân tích: AHP phân tích một vấn đề phức tạp thành nhiều yếu tố để quản lý và
ra quyết định. Quá trình này bắt đầu từ mô tả tiềm ẩn của vấn đề và mô hình phân cấp
thu được sẽ giúp xác định rõ ràng và chi tiết hơn các vấn đề, sử dụng để so sánh các
phương án thay thế. Trong hình 2. 7 cho ta cấu trúc phân cấp của một vấn đề. “Phương

án quyết định tốt nhất” được đặt ở đỉnh đầu của mô hình, tượng trưng cho mục tiêu
cần phân tích (cấp độ 1). Sau đó, mô hình phân cấp được chia thành các tiêu chí định
lượng quan trọng (cấp độ 2). Ở cấp độ 3 của mô hình chúng ta có các phương án loại
trừ nhau cần được xem xét.








Hình 2.7 Mô hình phân cấp thứ bậc
[2]. Đánh giá: được sử dụng để so sánh các yếu tố ở một cấp độ của mô hình với
một yếu tố ở cấp độ ngay trên nó. Quá trình so sánh được thực hiện từng cặp với thang
điểm từ 1 – 9. Khi n yếu tố được so sánh với mỗi yếu tố khác sẽ có tổng cộng n x n ma
trận đối xứng và có n (n – 1)/2 phép so sánh. Phương pháp vector riêng được sử dụng
để ước tính sự liên quan của các yếu tố được so sánh.
Quyết định tốt nhất
Tiêu chí 1
Tiêu chí 2
Phương án 1
Phương án 2
Chương 2: Cơ sở lý thuyết

Trang 23

Sử dụng phương pháp vector riêng và trị riêng để xác định trọng số của các nhân tố từ
ma trân so sánh cặp. Giả sử chúng ta muốn so sánh bộ k nhân tố trong cặp theo trọng
số tương đối của chúng. Biểu thị các nhân tố bởi F

1
,…, F
k
và trọng số của k nhân tố là
W
1
,…, W
k
. Khi nó nếu W = (W
1
,…., W
k
)
T
, thì các cặp so sánh có thể được biểu diễn
bởi ma trân A như sau:


F
1
…
F
j

…
F
k


w

1

…
w
1

…
w
1



w
1


w
j


w
k


F
1

.

.

.

.
.

.

.

.
.

.

.

.
w
i

…
w
i

…
w
i

A =

F
i

w
1


w
j


w
k


.
.

.

.

.
.

.

.

.

.

.

.

F
k
w
k

…
w
k

…
w
k



w
1


w
j


w

k

Và

F
1
…
F
j

…
F
k




w
1

…
w
1

…
w
1

w
1


w
j


w
k




F
1

.

.

.
w
1

w
1
.

.

.

.
.

.
.
.

.

.
.

.
.
w
i

…
w
i

…
w
i

.

.
F
i

w
1


w
j


w
k

w
j

= k
w
j

.
.

.

.
.

.
.
.

.

.
.

.
.
.

.

.
.

.
F
k
w
k

…
w
k

…

w
k

w
k

w
k

w
1


w
j


w
k





AW = kW  (A – kI)W = 0 (1). Tìm ma trận W bằng cách giải phương trình (1).
Phương trình có nghiệm khác 0 nếu và chỉ nếu k là trị riêng của A và W là vector riêng
ứng với k. Vì vậy, tất cả các trị riêng y
i
, i = 1,…, k của ma trận A là một trường hợp
ngoại lệ. Cũng có thể viết:






= tr (A) = tổng các yếu tố đường chéo = k. Do chỉ
một trong số những y
i
được gọi là y
max
và y
1
= 0, y
i
= y
max.
Nếu A
^
là ma trận của cặp
giá trị so sánh, khi đó trị riêng W
^
tương ứng với y
max
sẽ thỏa mãn phương trình A
^
W
^
= y
max
W

^
. Thông qua quan sát trực quan ta thấy chỉ cần có sự thay đổi nhỏ trong yếu
Chương 2: Cơ sở lý thuyết

Trang 24

tố của ma trận A
^
sẽ dẫn đến thay đổi trong y
i
, độ lệch sau của k được đo lường thống
nhất. Chỉ số C.I = (y
max
– k)/(k – 1) là chỉ số nhất quán khi đánh giá và C.I < 0.1.
[3]. Tổng hợp: khi các cặp so sánh được hoàn thành, quá trình tổng hợp mức ưu tiên
cho mỗi phép so sánh được thực hiện để tạo ra giá trị ưu tiên cuối cùng sử dụng trong
quá trình ra quyết định. Theo toán học công thức tính trọng số ưu tiên cuối cùng mỗi
phương án được tính như sau: 







trong đó:
R
i
là tổng trọng số của phương án i
C

j
là trọng số được đánh giá cho tiêu chí j
W
ij
là trọng số của phương án i trong tiêu chí j
Phân tích AHP sử dụng so sánh cặp để đo lường tác động của các nhóm tiêu chí ở cấp
độ một của mô hình phân cấp lên các nhóm ở mức độ cao hơn thông qua thang đo tỷ
lệ. Thang đo tỷ lệ là một công cụ trong việc so sánh giữa các thuộc tính và có khả năng
đo lường các nhân tố hữu hình và vô hình
Một ưu điểm khác của AHP là cho phép những phán đoán không thống nhất. Tuy
nhiên, AHP cũng đo lường mức độ không đồng nhất và thiết lập mức điều chỉnh phù
hợp cho các ý kiến bất đồng.
2.6. Logic mờ trong kỹ thuật ra quyết định
Kỹ thuật ra quyết định đặc trưng bởi quá trình chọn lựa và sàng lọc các phương án “đủ
tốt” từ các phương án được xem xét nhằm thỏa mãn một hoăc nhiều mục tiêu đặt ra.
Hầu hết quá trình ra quyết định thường liên quan đến các yếu tố không chắc chắn. Do
đó, một trong những khía cạnh quan trọng của một quyết định hữu dụng là cung cấp
khả năng xử lý thông tin không chính xác và mơ hồ chẳng hạn như: lợi nhuận “cao”,
tốc độ “nhanh”, giá “rẻ”…
Theo như Bellman & Zadeh (1970) thì nhiều quá trình ra quyết định trong thực tiễn
xảy ra trong môi trường với nhiều mục tiêu, những hạn chế và hậu quả không được
biết một cách chính xác. Một mô hình ra quyết định hữu dụng phải xử lý những thông
tin và tri thức cũng như các thuộc tính và quan điểm không chắc chắn, không đầy đủ.
Đồng thời mô hình phải bao gồm những quá trình hỗ trợ việc xác định, đo lường và
kết hợp tiêu chí cùng các phương án được để tạo ra một mô hình khái niệm cho việc ra
quyết định và đánh giá trong môi trường mờ. Năm 1965, L.A. Zade đã giới thiệu lý
thuyết tập mờ dựa trên khái niệm ranh giới của các tập hợp liên quan đến các dữ liệu
Chương 2: Cơ sở lý thuyết

Trang 25

xấp xỉ không được xác định một cách rõ ràng và các phần tử trong một tập hợp thì
không hoàn toàn tuyệt đối mà là vấn đề mức độ. Zadeh đã định nghĩa tập mờ là “một
lớp các phần tử liên tục của các cấp của một đối tượng”. Theo toán học tâp mờ là việc
gán mỗi phần tử trong tập hợp một giá trị đại diện cho cấp độ của các đối tượng trong
tập hợp. Cấp độ của một đối tượng được thể hiện bởi một giá trị thực từ 0 đến 1. Bản
chất của một số mờ có thể coi như một tập mờ con đặc biệt của một số thực.
Tập hợp cổ điển là một trường hợp đặc biệt của tập mờ trong đó các quan hệ ánh xạ
liên quan đến mỗi phần tử của tập hợp thuộc tập nhị phân {0, 1}. Tập hợp cổ điển bắt
buộc phải có đầy đủ các phần tử thuộc về tập hợp hoặc không có phần tử (tập rỗng)
còn tập mờ cho phép một phần tử cùng với mức độ thuộc về tập hợp đó.
Sử dụng tập mờ trong ra quyết định có nhiều ưu điểm hơn tập hợp cổ điển. Trước tiên,
tập mờ có khả năng xử lý tốt các yếu tố không chắc chắn hơn là phương pháp cổ điển.
Thứ hai, tập mờ yêu cầu ít các đánh giá hơn các phương pháp khác như định lý Bayes
hoặc lý thuyết điển hình. Thứ ba, tập mờ là công cụ thực tế liên quan đến các mức độ
quan trọng cho người ra quyết định. Và cuối cùng có vài giả thuyết cần chấp nhận khi
sử dụng tập mờ
Tóm lại, lý thuyết mờ là nền tảng của logic mờ và ngày càng được sử dụng nhiều các
mô hình bài toán ra quyết định. Tất cả những lý thuyết trên là cơ sở vững chắc cho mô
hình “Đánh giá đa thuộc tính liên kết mờ - CFMAE” được sử dụng trong nghiên cứu
này của tác giả.
2.7. Phương pháp CFMAE
CFMAE là sự kết hợp giữa phương pháp đánh giá đa thuộc tính và lý thuyết mờ được
sử dụng trong các nghiên cứu khi thông tin không đầy đủ và thiếu sự hiểu biết chính
xác do các điều kiện khách quan. Phương pháp dựa trên lý thuyết nền tảng của logic
mờ, độ đo mờ và phương pháp đánh giá thứ bậc AHP để tạo thành phương pháp đánh
giá thứ bậc mờ FAHP.
2.7.1. Các lý thuyết nền tảng của CFMAE
2.7.1.1. Độ đo mờ
Khái niệm độ đo mờ lần đầu tiên được giới thiệu trong luận án tiến sĩ của Sugeno

(1974), được khái quát như định nghĩa thông thường của một phép đo bằng việc thay
thế một thuộc tính cộng thông thường bằng một thuộc tính biến thiên trong tập hợp.
Chương 2: Cơ sở lý thuyết

Trang 26

Sugeno cho rằng độ đo phù hợp với các lớp mờ và những phát biểu định tính mà phụ
thuộc nhiều vào ý kiến chủ quan của người đánh giá.
Một độ đo trong không gian hữu hạn (X, Ω), bao gồm một tập hợp X và một số σ –
algebra (đại số) là một tập con của X. Một tập con A của X được gọi là độ đo hoặc độ
đo liên quan tới Ω nếu A ɛ Ω. Một độ đo μ trong một không gian đo lường (X, Ω) là
một hàm thiết lập các số thực không âm được xác định cho tất cả các tập hợp của Ω
với μ (ϕ) = 0, và nếu 


là một họ không tách rời của những tập hợp với 

ɛ Ω,
với i  0, khi đó:





 =








Có thể biểu diễn phép một độ đo μ theo các tính chất sau:
1. 



 



nếu A  B
2. Nếu 


là một chuỗi các giá trị tăng của những tập hợp đo lường, khi đó


(

 = 




Vấn đề quan trọng của độ đo là xác suất của phép đo P, trong đó P(X) = 1. Với khung
nghiên cứu của những mô hình lý luận thì các lý thuyết cộng tính thông thường bị hạn
chế. Trong những năm 70, nhiều mô hình thay thế đã được nghiên cứu bởi nhiều tác
giả khác nhau trong đó có Segeno (1974) với định nghĩa độ đo mờ như sau:
Xét một tập tổng X, xem Ω là một họ các tập con của X, một độ đo mờ g trên < X và

Ω > là một hàm g: Ω  [0, 1], thỏa mãn các yêu cầu sau:
1. g(ϕ) = 0, g(X) = 1
2. 



 



nếu A  B
3. Nếu 


là một chuỗi các giá trị tăng của những tập hợp đo lường, khi đó


(

 = 




Do bản chất định nghĩa của độ đo mờ g, nên độ đo liên hợp của hai tập con rời rạc
không thể tính toán trực tiếp từ các thành phần của phép đo. Trong ý tưởng đó, Sugeno
đã giới thiệu chỉ số λ gọi là độ đo mờ đáp ứng. Theo như thuộc tính cộng thêm cho tất
cả các tập hợp A, B thỏa điều kiện:
A, B  X và A  B = ϕ,
g (A  B) = g(A) + g(B) + λg(A)g(B) cho những λ > -1. (2.1)

Một chỉ số độ đo mờ đáp ứng khi λ = 0 là xác suất của phép đo.
Chương 2: Cơ sở lý thuyết

Trang 27

Với tập hợp X = {x
1
, x
2
, x
3
,…, x
n
} là một tập hợp hữu hạn và g
i
= g({x
i
}). Một ánh xạ
x
i
 g
i
thì được gọi là hàm mật độ mờ. Giả sử A = {x
i1
, x
i2
, x
i3
,…, x
in

}  X. Tập A có
m phần tử x
i1
là phần tử đầu tiên của phân lớp i và x
in
là phần tử thứ m trong phân lớp
i – là tên chung cho phân lớp, khi đó có biểu thức:
g(A)=






+ λ
 










+ + 








…


=





  





 


với -1 < λ < . (2.2)
Biểu thức 2.2 là dạng tổng quát của biểu thức 2.1, chỉ ra sự liên hợp của hai tập con A
và B, trong đó:
 Phần đầu tiên trong biểu thức 2.2 (







 là tổng của tất cả các mật độ mờ từ
yếu tố thứ 1 đến m của phân lớp i (m là số phần từ trong tập con A).
 Phần thứ hai trong biểu thức 2.2 (
 










 nghĩa là ảnh hưởng liên
hợp của hai mật độ mờ, trong đó 


là mật độ mờ thứ j trong phân lớp i và 


là
mật độ mờ thứ k của phân lớp i.
 Phần thứ ba của biểu thứ 2.2 (











) nghĩa là nhân λ bởi λ mũ m -1 lần
(số phần tử trong tập con A trừ 1) và sau đó nhân kết đó với 








là tất cả
giá trị mật độ mờ của mỗi phần tử trong tập con A cho phân lớp i.
Biểu thức 2.2 tính độ đo mờ λ cho A – là một tập con trong tập tổng X. Do đó, giá trị
của λ có thể tính được từ biểu thức g(X) = 1 điều đó tương đương với việc giải phương
trình    

  



. Do đó, khi biết mật độ mờ 

với i =1,2, , n, sẽ tính
được giá trị độ đo mờ 

Xét một ví dụ đơn giản của một tập hợp X với ba cấp độ hiểu biết. Tập hợp X được
biểu diễn như sau X = { x
1
, x
2
, x
3
}, trong đó giá trị mật độ của từng tập con trong X
như sau: g
1
= 0,1, g
2
= 0,3, g
3
= 0,2.
Sử dụng độ đo mờ g theo định nghĩa Sugeno, thì cần phải tính tham số đáp ứng  qua
phương trình: 0,006 λ
2
+ 0,11 λ – 0,4 = 0.
Nghiệm duy nhất lớn hơn -1 của phương trình là λ = 3,109 và đó là quá trình độ đo mờ
của tập X. Bảng 2.8 bên dưới trình bày kết quả đạt được ứng với từng tập con A trong
tập tổng X. Theo như mong đợi, các tập con của phần tử { x
2,
x
3
} thì quan trọng đáng
kể hơn để khẳng định các giả thuyết hơn các tập con {x
1,
x
2

}, {x
1,
x
3
} khác.
Chương 2: Cơ sở lý thuyết

Trang 28

Bảng 2.8 Độ đo mờ của tập X
Tập con A
g
3,109
(A)
ϕ
0
{ x
1
}
0,1
{ x
2
}
0,3
{ x
3
}
0,2
{x
1,

x
2
}
0,493
{x
1,
x
3
}
0,362
{x
2,
x
3
}
0,687
{x
1,
x
2,
x
3
}
1

2.7.1.2. Tích phân mờ
Dựa trên khái niệm độ đo mờ, Sugeno (1974) đã đưa ra định nghĩa tích phân mờ là
một hàm chức năng phi tuyến, rất giống với tích phân Lebesque, trong đó tích phân
được định nghĩa dựa trên tập hợp mờ.
Cho một không gian độ đo mờ (X, Ω) và hàm h : X  [0,1] là một hàm chức năng đo

lường Ω. Tích phân mờ trên A  X của hàm chức năng h liên quan tới độ đo mờ được
định nghĩa như sau:






















  









 




trong đó 

   .
Để giải thích tích phân mờ, ta giả sử rằng một đối tượng được đánh giá từ quan điểm
của một tập hợp nguồn X. Một hàm h(x) € [0,1] tượng trưng cho quyết định của đối
tượng khi giá trị x € X được xem xét và hàm g({x}) biểu thị mức độ quan trọng của
giá trị x. Với giả định rằng đối tượng được đánh giá sử dụng các giá trị từ A  X. Điều
đó thì phù hợp để xem xét một hàm định lượng: W(A) = 

 như là một
quyết định an toàn nhất mà đối tượng cung cấp và g(A) nhấn mạnh tầm quan trọng của
lớp con trong tập tổng. Giá trị đạt được từ so sánh hai số trên về cực tiểu toán tử được
giải thích như mức độ đồng ý giữa khả năng thực sự h(x) và sự mong đợi, g. Do đó,
tích phân mờ được giải thích như là quá trình tìm kiếm thứ hạng cao nhất của sự đồng
ý giữa đánh giá khách quan và sự mong đợi.
Các tính chất của tích phân mờ theo quan điểm của Wierzchon, 1976 như sau:
1. Nếu h(x) = c, với mọi x € X,     , thì










 
2. Nếu h
1
(x)  h
2
(x), với mọi x € X, thì


















3. Nếu A  B, thì






 








Chương 2: Cơ sở lý thuyết

Trang 29

4. Với {A
i
: i = 1,2, , n} là một phần của tập X, thì





 





,
trong đó 

là tích phân mờ của h với tầm quan trọng g. Việc giải thích tất cả
các tính chất liên quan đến tích phân mờ như là một kỹ thuật tổng hợp thông tin
cần phải rõ ràng.
Khi X là một tập hợp hữu hạn thì việc tính toán tích phân mờ sẽ dễ dàng thưc hiện.
Với X = { x
1
, x
2
, , x
n
} và hàm h: X  [0,1]. Giả sử h(x
1
) h(x
2
)  … h(x
n
) (nếu
không, X phải được sắp xếp lại để được quan hệ trên). Khi đó, tích phân mờ e sẽ liên
quan đến độ đo mờ g trên X có thể tính như sau:
e = 
















 trong đó A
i
= {x
1
, …, x
i
}.
Chú ý rằng khi độ đo mờ g chính là λ, thì giá trị của g(A
i
) có thể được xác định đệ qui
như sau:
g(A
i
) = g({x
1
}) = g
1

g(A
i
) = g({x
1

, , x
i-1,
x
i
}) = g
i
+g(A
i-1
) + λg
i
g(A
i-1
) cho 1 < i  n.
Tính toán tích phân mờ với độ đo mờ λ chỉ yêu cầu thông tin về hàm mật độ mờ, trong
đó mật độ thứ i là g
i
sẽ giúp đánh giá độ đồng ý các mức quan trọng của giá trị x
i
,
trong đó i =1, 2, , n.
Một công thức tổng quát cho tích phân mờ theo Sugeno (1974) được định nghĩa như
sau. Giả sử h(x
1
) h(x
2
)  … h(x
n
), khi đó tích phân mờ được xác định:
(C)


  













 









 




 











 









 




 










 




  







Trong đó, H
1
= {x
1
}, H
2
= {x
1
, x
2
}, H
n

= { x
1
, x
2
, , x
n
} = X
Khái niệm cơ bản của công thức trên được minh họa trong hình 2.8 bên dưới

Hình 2.8 Khái niệm cơ bản tích phân mờ
Chương 2: Cơ sở lý thuyết

Trang 30

Trong trường hơp λ = 0 và g
1
= g
2
= … = g
n
thì điều kiện h(x
1
) h(x
2
)  … h(x
n
) là
không cần thiết.
2.7.1.3. FAHP
AHP là một trong những trong những phương pháp MAMD được sử dụng rộng rãi.

Một trong những ưu điểm chính của phương pháp này là dễ hiểu và áp dụng với nhiều
thông tin, tiêu chí định tính lẫn định lượng. Các phép tính toán trong AHP không quá
phức tạp và liên quan đến nhiều công thức toán. Tuy nhiên, AHP không phản ánh cách
suy nghĩ của con người bởi sự không chắc chắn và mơ hồ từ nhận thức chủ quan và
kinh nghiệm của người ra quyết định.
Để giải quyết vấn đề trên, nhiều phương pháp phân tích thứ bậc mờ FAHP đã được
trình bày bởi nhiều tác giả khác nhau. Người ra quyết định thường sẽ tự tin cung cấp
những phán đoán ước lượng hơn là những phán đoán với giá trị chính xác vì họ không
thể thể hiện rõ ràng các mong muốn của mình do bản chất mờ của quá trình so sánh.
Một số ưu điểm của FAHP được đề cập bởi Satty (1980) so với phương pháp AHP cố
điển như sau:
 Số mờ là một lợi thế cho việc mở rộng phạm vi đánh giá bởi một ma trận quyết
định đặc trưng trong phương pháp AHP cổ điển.
 Số mờ cho phép người ra quyết định có không gian tự do cho những ước lượng
liên quan đến nhiều mục tiêu. Các đánh giá có thể đi từ bi quan đến lạc quan, từ
không quan trọng đến quan trọng.
 Sự kết hợp các đánh giá từ các tiêu chí nhỏ đến các tiêu chí lớn hơn thì tốt hơn
phương pháp vector riêng truyền thống, với một ma trận so sánh vuông cho tất cả
các tiêu chí.
Bảng 2.9, tác giả tổng hợp một số nghiên cứu về FAHP để thấy được những ưu và
nhược điểm của phương pháp.
Bảng 2.9 Tổng hợp một số ưu, nhược của FAHP qua các nghiên cứu
Nghiên cứu
Đặc điểm phương pháp
Ưu (A), nhược điểm (D) phương pháp
Buckley
(1985)
- Sử dụng số mờ theo phân bố
hình thang
- Sử dụng phương pháp trung bình

hình học để tính trọng số và điểm
hiệu suất mờ
(A) Dễ mở rộng cho các tr/hợp mờ.
(A) Giải quyết từng yếu tố trong ma
trân đối xứng
(D) Yêu cầu tính toán rất nhiều và phức
tạp để có kết quả