Trường Đại học Văn Lang

Khoa Thương Mại

Học phần: Phương pháp nghiên cứu trong quản trị vận hành
Lớp: 223_71LSCM10042_...
Giảng viên: .....................................

TÊN ĐỀ TÀI

Nhóm: ...
MSSV Họ tên Đánh giá Ký tên

07/2023
1
 Abstract

The ongoing industrialization and modernization period has increased the demand for
energy in Viet Nam. This has led to over-exploitation and exhausts fossil fuel sources.
Nowadays, Viet Nam’s energy mix is primarily based on thermal and hydropower. The
Vietnamese government is trying to increase the proportion of renewable energy. The plan
will raise the total solar power capacity from nearly 0 to 12,000 MW, equivalent to about
12 nuclear reactors, by 2030. Therefore, the construction of solar power plants is needed
in Viet Nam. In this study, the authors present a multi-criteria decision-making (MCDM)
model by combining three methodologies, including fuzzy analytical hierarchy process
(FAHP), data envelopment analysis (DEA), and the technique for order of preference by
similarity to ideal solution (TOPSIS) to find the best location for building a solar power
plant based on both quantitative and qualitative criteria. Initially, the potential locations
from 46 sites in Viet Nam were selected by several DEA models. Then, AHP with fuzzy
logic is employed to determine the weight of the factors. The TOPSIS approach is then
applied to rank the locations in the final step. The results show that Binh Thuan is the
optimal location to build a solar power plant because it has the highest ranking score in the
final phase of this study. The contribution of this study is the proposal of an MCDM model
for solar plant location selection in Viet Nam under fuzzy environmental conditions. This
paper also is part of the evolution of a new approach that is flexible and practical for
decision-makers. Furthermore, this research provides useful guidelines for solar power
plant location selection in many countries and for location selection of other industries.

Keywords: renewable energy; MCDM; solar power plant; DEA; fuzzy AHP; TOPSIS

2
 Tóm tắt
Trong bối cảnh nền kinh tế sau đại dịch bệnh Covid 19 đang trên ngưỡng phục hồi và phát
triển trở lại, chuỗi cung ứng ngành dệt may Việt Nam buộc phải thay đổi để nhằm đáp ứng
giá trị gia tăng trong nước, cải thiện chất lượng hàng hóa dịch vụ, tạo cơ hội việc làm cho
người lao động,… Vấn đề đặt ra ở đây là làm cách nào để các doanh nghiệp có thể nâng
cao chất lượng của chuỗi cung ứng, các nhà nghiên cứu trong lĩnh vực chuỗi cung ứng đã
đề xuất nhiều giải pháp khác nhau và một trong những giải pháp được đề cập là lựa chọn
nhà cung cấp nguyên liệu hiệu quả nhằm chọn được nguồn nguyên vật liệu chất lượng cao,
cung cấp kịp thời, giá thành hợp lí và đảm bảo không gián đoạn nguồn cung ứng. Đối với
nghiên cứu này, tác giả đề xuất một mô hình tích hợp gồm hai mô hình FAHP và mô hình
TOPSIS để giải quyết vấn đề trên. Mô hình FAHP để đánh giá xếp hạng sơ bộ các tiêu chí
lựa chọn nhà cung cấp và mô hình TOPSIS được sử dụng để xếp hạng các nhà cung cấp.
Tương lai, có thể mở rộng áp dụng mô hình tác giả đề xuất với các mô hình ra quyết định
đa tiêu chuẩn khác để có thêm nhiều hướng nghiên cứu phục vụ cho tất cả các ngành nghề
khác.
Từ khóa: MCDM, covid 19, chuỗi cung ứng, nhà cung cấp, dệt may.

3
1. Giới thiệu

Chuỗi cung ứng là một hệ thống nói chung bao gồm sự phối hợp giữa các tổ chức, con
người, hoạt động, thông tin và các nguồn lực liên quan tới việc vận chuyển sản phẩm hay
dịch vụ từ nhà sản xuất đến khách tay khách hàng cuối cùng [1]. Chuỗi cung ứng thích hợp
được thực hiện bởi các liên kết chặt chẽ trong và giữa các doanh nghiệp khác nhau, phục
vụ khách hàng với sản phẩm mong muốn trong thời gian ngắn nhất có thể và với chi phí
thấp. Các nhà cung ứng (nhà cung cấp) và nhà phân phối là các mối quan hệ gần gủi với
các tổ chức trong chuỗi cung ứng và đóng góp phần lớn vào sự thành công của chuỗi cung
ứng. Chất lượng của nhà cung ứng ảnh hưởng quan trọng đến khả năng cạnh tranh của
doanh nghiệp [2]. Dịch bệnh Covid-19 trong thời gian qua đã khiến nhiều doanh nghiệp
ngành dệt may gặp khó khăn trong vấn đề tối ưu chuỗi cung ứng. Dù vậy đây cũng là thử
thách, động lực để các doanh nghiệp dệt may trong nước nhìn lại bản thân, bắt tay xây
dựng chuỗi cung ứng mạnh hơn. [3]. Theo một nguồn thống kê chính thống, xuất khẩu của
ngành dệt may Việt Nam (2022) được ghi nhận khi mang về 44 tỷ USD, tăng 8,8% so với
cùng kì năm trước. Tuy nhiên, bước sang những tháng đầu năm 2023, dệt may Việt Nam
đang phải đối mặt với rất nhiều thách thức do thị trường thay đổi, đơn hàng sụt giảm, lãi
suất ngân hàng tăng cao và những chênh lệch về tỷ giá ngoại tệ. Để có thể ổn định tình
hình hiện tại, hướng tới mục tiêu phát triển bền vững trong thời gian sắp tới, yêu cầu bản
thân các doanh nghiệp phải bắt kịp xu hướng thị trường, đầu tư thêm nhiều máy móc công
nghệ, chuyển đổi số, chuyển đổi xanh thích ứng yêu cầu của các đối tác, tăng cường thêm
nhiều giải pháp xây dựng, đào tạo nguồn lực thích hợp để đối phó với những biến đổi thị
trường, đặc biệt là chú ý đến thay đổi chuỗi cung ứng [4].
Theo như những nghiên cứu, phân tích, thống kê các công cụ hỗ trợ doanh nghiệp
trong tối ưu hóa chuỗi cung ứng được sử dụng phổ biến rộng rãi bao gồm: Phân tích thứ
bậc (AHP), phân tích mạng (ANP), kỹ thuật xếp hạng đối tượng dựa trên tính tương đồng
với giải pháp lý tưởng (TOPSIS), phương pháp phân tích tỉ lệ (MOORA), … Trong nghiên
cứu này, mô hình ra quyết định đa tiêu chí được đề xuất nhằm hỗ trợ ngành công nghiệp
dệt may tối ưu hóa lựa chọn nhà cung ứng và những yếu tố khác. Bước đầu, các tiêu chí

4
quan trọng để chọn lựa nhà cung ứng được xác định dựa trên kết quả phỏng vấn của những
bộ phân liên quan và dữ liệu thông tin trong quá khứ. Sau đó, mô hình phân tích thứ bậc
mờ được trình bày (FAHP – Fuzzy Analytical Hierarchy Process) để đánh giá và xếp hạng
các nhà cung cấp dựa trên cả hai yếu tố định tính và định lượng. Kết quả sau khi chạy mô
hình sẽ được sử dụng như một trọng số xếp hạng các tiêu chí trong mô hình kỹ thuật xếp
hạng đối tượng dựa trên tính tương đồng với giải pháp lý tưởng (TOPSIS - Technique for
Order Preference by Similarity to Ideal Situation) đưa ra kết quả lựa chọn cuối cùng.
2. Lượt khảo tài liệu

Đánh giá và lựa chọn nhà cung cấp đã thu hút sự chú ý của các nhà nghiên cứu trong nhiều
thập kỷ qua. Vai trò của chức năng lựa chọn nhà cung cấp trong việc thực hành chuỗi cung
ứng mới này được lược khảo trong các tài liệu dưới đây.
Chức năng lựa chọn nhà cung cấp được chi phối bởi các phương pháp định lượng
và mô hình toán học. Nhìn chung, các mô hình tập trung vào việc cải thiện độ chính xác
của việc đánh giá và hiệu suất của nhà cung cấp hoặc trên phương pháp được sử dụng để
xếp hạng và chọn nhà cung cấp [5]. Timmerman đã đề xuất mô hình tuyến tính để hỗ trợ
ra quyết định, trong đó các nhà cung cấp được xếp hạng theo một số tiêu chí và các xếp
hạng này được kết hợp thành một điểm duy nhất [6]. Pearson và Ellram đã kiểm tra các
tiêu chí lựa chọn và đánh giá của nhà cung cấp trong các công ty điện tử nhỏ và lớn trình
bày các tiêu chí được sử dụng bởi các nhà quản lý mua hàng trong việc lựa chọn các nhà
cung cấp tối ưu [7].
Xem xét các nghiên cứu liên quan đến lựa chọn nhà cung cấp thấy rằng các phương
pháp ra quyết định đa tiêu chí (MCDM – Multi Criteria Decision Making) được sử dụng
trong các phương pháp giải quyết vấn đề [18] và một số tiêu chuẩn chung đã được xác định
bởi các viện nghiên cứu về quản lý chuỗi cung ứng. Trên thực tế, cơ sở lý thuyết để đánh
giá các nhà cung cấp bắt đầu với chi phí và các nguồn lực của tổ chức. Khái niệm chính
nằm trong thuật ngữ “kinh tế” trọng tâm chính là “tối đa hóa lợi nhuận”. Kết quả là tiêu chí
“giá” đã nhận được nhiều sự chú ý hơn các tiêu chí khác như chất lượng hoặc phân phối
[19]. Một số nghiên cứu đã nhấn mạnh các tiêu chí giá là mối quan tâm chính của lựa chọn

5
nhà cung ứng [20, 21]. Ho và các cộng sự (2010) [22] đã kết luận trong một bài đánh giá
về các mô hình lựa chọn nhà cung cấp mà các tiêu chí phổ biến nhất giữa các nhà nghiên
cứu là chất lượng, chi phí, quản lý, công nghệ và tính linh hoạt. Kuo-Ping Lin và cộng sự
(2017) [23] áp dụng sáu tiêu chí chính cho trường hợp lựa chọn nhà cung cấp: chất lượng,
khả năng công nghệ, kiểm soát ô nhiễm, quản lý môi trường, sản phẩm xanh và năng lực
xanh. Peng Jia và các cộng sự (2015) [24] đã chỉ ra lựa chọn nhà cung ứng bao gồm một
số tiêu chí liên quan đến kinh tế, môi trường và xã hội bền vững. Về mặt kinh tế, chi phí,
chất lượng, thời gian giao hàng và kiểm soát tỷ lệ từ chối được chọn làm tiêu chí và chúng
cũng thường được áp dụng như “tiêu chí truyền thống” trong quá trình lựa chọn nhà cung
cấp. José Roberto và cộng sự (2017) [25] cũng trình bày các tiêu chí lựa chọn và đánh giá
các nhà cung cấp thông qua các tiêu chuẩn truyền thống như chi phí, chất lượng, thời gian
giao hàng và thời gian (JIT), đối mặt với cạnh tranh. Họ cho rằng cách tiếp cận một cửa
dựa trên đấu thầu chi phí thấp nhất không còn phù hợp và quan trọng trong việc quản lý
chuỗi cung ứng hiện đại nữa.

6
 Một số giải thích về tiêu chí bao được trình bày trong Bảng 2.1: [41, 42, 43, 44, 45,
46, 47, 48, 49, 50]
Bảng 2.1 Giải thích các tiêu chí được lược khảo
Tiêu chí Các thuộc tính lược khảo
Các nhà cung cấp phải đáp ứng các điều kiện vận chuyển như
vị trí, thời gian vận chuyển, năng lực vận chuyển, chi phí vận
Độ tin cậy
chuyển, cơ cấu quản lý, tính năng giao tiếp, điều kiện công
nghệ và điểm yếu và các yếu tố khác.
Khả năng cung cấp là rất quan trọng để đánh giá các lựa chọn
thay thế của nhà cung cấp. Nó phụ thuộc vào phương tiện vận
Khả năng cung cấp
chuyển và dung lượng lưu trữ khác nhau. Có thể các công ty
tiếp tục lựa chọn nhà cung cấp có công suất lớn hơn
Thay đổi công nghệ với tốc độ không thể tin được. Để trở
Tính chất sáng tạo thành tốt nhất trong thế giới cạnh tranh ngày nay, các công ty
phải sáng tạo trong các hoạt động quản lý của họ.
Chất lượng của nơi vận chuyển ảnh hưởng trực tiếp đến sản
phẩm. Chất lượng kém ở những nơi có thể gây ra các sản phẩm
Chất lượng của nơi
bị hư hỏng. Đó là lý do tại sao các nhà cung cấp có địa điểm
vận chuyển
vận chuyển chất lượng cao được ưu tiên hơn đối thủ cạnh tranh
của họ.
Sự phù hợp của giá nguyên liệu theo giá thị trường, giá thành
cạnh tranh, khả năng giảm chi phí, giảm chi phí hiệu quả, biến
Giá sản phẩm
động chi phí, chi phí sản xuất, đơn giá, nguyên vật liệu thô,
chi phí sản xuất, chi phí sản xuất, chi phí sản xuất v.v.
Chương trình cải tiến liên tục, hệ thống khắc phục và phòng
ngừa, tài liệu và tự kiểm tra, kiểm tra và kiểm soát, lắp đặt hệ
Chất lượng
thống chất lượng ISO, chất lượng vận chuyển, chất lượng,
chứng nhận chất lượng, số lượng nhân viên.

7
 Sự hài lòng của khách hàng là chìa khóa cho sự thành công
của tất cả các công ty trong mọi lĩnh vực. Tất cả các khách
hàng muốn có nhu cầu về thời gian, với giá thấp, chất lượng
Khiếu nại của khách
cao, vv. Nếu họ không thể có nhu cầu của họ với mong đợi
hàng
của họ, họ bắt đầu phàn nàn về công ty. Đó là lý do tại sao các
nhà quản lý phải đánh giá các lựa chọn thay thế của nhà cung
cấp của họ về khiếu nại của khách hàng.
Tình hình kinh tế cũng quan trọng như tình hình chính trị bởi
vì tình hình kinh tế ảnh hưởng đến tỷ giá hối đoái của một
quốc gia và ước tính giá cho các sản phẩm và hoạt động của
Kinh tế
nó. Trong các hệ thống chuỗi cung ứng toàn cầu, các nhà quản
lý phải xem xét tình hình kinh tế trước khi quyết định nhà cung
cấp nào sẽ làm việc với họ.

Để làm rõ hơn về các yếu tố đánh giá lựa chọn nhà cung cấp trên sẽ được trình bày
trong phần trường hợp nghiên cứu.

3. PHƯƠNG PHÁP LUẬN

3.1 Sơ đồ phương pháp luận chung
Một phương pháp hiệu quả để xây dựng mô hình lựa chọn nhà cung ứng là kết hợp
phương pháp FAHP (Fuzzy Analytic Hierarchy Process) và phương pháp TOPSIS
(Technique for Order Preference by Similarity to Ideal Solution).

8
Hình 3.1 thể hiện các bước thực hiện chung của đề tài:

1. Xác định vấn đề

2. Thu thập dữ liệu

3. Xây dựng mô hình FAHP

Sai
4. Kiểm tra kết
quả FAHP

Đúng

5. Xây dựng mô hình TOPSIS

6. Kết luận

Hình 3.1 Phương pháp luận

- Xác định vấn đề: Để phân tích và đánh giá hiện trạng công tác lựa chọn nhà cung
cấp của công ty bước đầu tiên là tìm hiểu quy trình thu mua, tiêu chí lựa chọn nhà
cung cấp tại công ty thông qua quan sát môi trường hoạt động thực tế, đồng thời tìm
hiểu các tư liệu liên quan đến vấn đề, để từ đó đưa ra nhận xét hiệu quả hơn.
- Khi thu thập số liệu liên quan đến vấn đề nghiên cứu, các tiêu chí lựa chọn nhà cung
cấp và các nhà cung cấp tiềm năng là rất quan trọng. Vì vậy, trong quá trình thu thập
dữ liệu, cần phải đảm bảo thu thập đầy đủ thông tin liên quan đến các tiêu chí lựa
chọn nhà cung cấp, một số tiêu chí điển hình bao gồm:

9
 + Độ tin cậy của nhà cung cấp: Đây là một trong những yếu tố quan trọng nhất khi
lựa chọn nhà cung cấp. Cần thu thập đầy đủ thông tin về sự đáng tin cậy của nhà
cung cấp, bao gồm lịch sử của công ty, mối quan hệ với khách hàng, chứng nhận và
phản hồi từ khách hàng.
+ Chất lượng sản phẩm: Cần thu thập thông tin liên quan đến chất lượng sản phẩm
của các nhà cung cấp tiềm năng. Ngoài ra, có thể tìm hiểu về quy trình sản xuất của
họ, các giải pháp kiểm soát chất lượng, thông tin về các sản phẩm đã được cung cấp
cho các khách hàng khác.
+ Giá cả: Giá cả cũng là một tiêu chí quan trọng khi lựa chọn nhà cung cấp. Cần thu
thập thông tin liên quan đến giá cả của các nhà cung cấp tiềm năng và so sánh để có
được một bức tranh tổng thể về giá cả trên thị trường.
Sau đó, lập mô hình FAHP: Xây dựng được mô hình FAHP để đánh giá và xếp hạng
nhà cung cấp.
- Kiểm tra kết quả mô hình FAHP: Kiểm tra lại tính đúng đắn của mô hình, nếu không
thỏa mãn yêu cầu quay lại bước xác định vấn đề ban đầu.
- Xây dựng mô hình TOPSIS: Sau khi xác định được trọng số của các tiêu chí từ mô
hình FAHP, ta tiến hành thành lập ma trận quyết định và ma trận trọng số, sau đó
tính các giá trị lý tưởng tối ưu, tính toán điểm tiềm năng và cuối cùng là xếp hạng
các nhà cung cấp.
- Kết luận: Phân tích và kết luận lại những kết quả đã đạt được khi thực hiện nghiên
cứu, bên cạnh đó kiến nghị với các bên có liên quan về các vấn đề gặp phải cũng
như chưa giải quyết được trong quá trình nghiên cứu. Đề xuất hướng nghiên cứu
phát triển trong tương lai
3.2 Phương pháp luận cụ thể
3.2.1 Lý thuyết tập mờ
Lý thuyết tập mờ là một công cụ toán học để tìm lời giải tối ưu trong môi trường ra
quyết định không chắc chắn và mơ hồ, thường được gọi là lý thuyết khả năng, được giới
thiệu bởi Zadeh [26]. Ứng dụng của lý thuyết tập mờ được ứng dụng ở nhiều lĩnh vực khác
nhau như trí tuệ nhân tạo, khoa học máy tính, y học, lý thuyết ra quyết định,...
10
 Một số mờ có thể được biểu diễn bằng hàm:
F = {(x, uF(x)), x ∈ R} (1)
Trong đó:
• x ∈ R: -∞ < x < +∞.
• UF(x) là miền cơ sở trong đoạn [0, 1].
Số mờ có nhiều dạng khác nhau nhưng số mờ được sử dụng rộng rãi là số mờ tam
giác [27, 28]. Số mờ tam giác (Triangular Fuzzy Number - TFN) có thể được xác định là
một TFN = (l, m, u) trong đó l, m, u ∈ R là điểm thấp, trung bình và trên của TFN, tương
ứng cùng với chức năng của chúng µF(x). Có nhiều nghiên cứu về số mờ trình bày về các
phép toán được thực hiện và các ứng dụng của số mờ [29, 30, 31, 32, 33, 34]. Số mờ tam
giác được trình bày trong Hình 3.2:

1.0

M
0.0
L M U

Hình 3.2 Số mờ tam giác [26]

x −a
, a≤x≤b
b −a
μ (x) = c − x (2)
, b≤x≤c
c −b
{ 0, khác
Nếu a = b = c = d, số mờ trở thành số thực. Vì vậy, số thực là trường hợp đặc biệt của số
mờ [1].
3.2.1. Phương pháp FAHP
Xác định các vấn đề phân tích và đánh giá hiện trạng quá trình lựa chọn của công
ty, bước đầu tiên là hiểu quy trình mua hàng và tiêu chí lựa chọn nhà cung cấp. Thu thập
đầy đủ dữ liệu làm tiêu chí lựa chọn nhà cung cấp, vấn đề đang được nghiên cứu. Các nhà

11
cung cấp tiềm năng, dữ liệu về các tiêu chí mà các nhà cung cấp đáp ứng. Xử lý dữ liệu
được thu thập bằng phương pháp FAHP.
Quy trình thực hiện phương pháp FAHP như sau:
- Bước 1: Xây dựng mô hình FAHP

Khả năng cung cấp

(A1)

Độ tin cậy (A2)

Chất lượng dịch vụ (A)

Tính chất sáng tạo (A3)

Chất lượng của nơi vận

chuyển (A4)

Khiếu nại của khách

Mục tiêu
hàng (B1)

Độ rủi ro (B)

Kinh tế (B2)

Giá sản phẩm (C1)

Sản phẩm (C)

Chất lượng (C2)

Hình 3.3 Sơ đồ FAHP

12
 - Bước 2: Hình thành ma trận so sánh cặp
Ma trận so sánh cặp của số mờ được dùng để thực hiện so sánh từng đôi giữa các
tiêu chí với nhau. Ma trận so sánh cặp được trình bày như sau:
𝑎̃
𝑘
11 𝑎̃
𝑘
12 ⋯ 𝑎̃
𝑘
1𝑛
̃𝑘 =
𝐴 𝑎̃
𝑘
21 𝑎̃
𝑘
22
⋯ ̃𝑘
𝑎2𝑛 (2)
⋯ ⋯ ⋯ ⋯
̃𝑘
[𝑎𝑛1 ̃𝑘
𝑎𝑛2 ⋯ 𝑎̃
𝑘
𝑛𝑛 ]

Trong đó:
̃𝑘 là ma trận so sánh cặp của số mờ
𝐴
𝑎̃
𝑛𝑛 là giá trị trung bình của số mờ hình tam giác khi so sánh cặp ưu tiên giữa các
𝑘

phần tử.
Tiến hành chuyển đổi số mờ sang số thực, phương pháp giải số mờ hình tam giác
được trình bày như sau: [35, 36]
𝑡𝛼,𝛽 (𝛼̅𝑖𝑗 ) = [𝛽. 𝑓𝛼 (𝐿𝑖𝑗 ) + (1−𝛽).𝑓𝛼 (𝑈𝑖𝑗 )];
(3)
0 ≤ 𝛽 ≤ 1,0 ≤ 𝛼 ≤ 1
Trong đó:
𝑓𝛼 (𝐿𝑖𝑗 ) = (𝑀𝑖𝑗 − 𝐿𝑖𝑗 ).𝛼 + 𝐿𝑖𝑗 (4)
𝑓𝛼 (𝑈𝑖𝑗 ) = 𝑈𝑖𝑗 −(𝑈𝑖𝑗 − 𝑀𝑖𝑗 ). 𝛼 (5)
Đối xứng qua đường chéo trong ma trận ta có:
1
𝑡𝛼,𝛽 (𝛼̅𝑖𝑗 ) =
̅ 𝑖𝑗 )
𝑡𝛼,𝛽 (𝛼
(6)
0≤ 𝛽 ≤ 1,0 ≤ 𝛼 ≤ 1, 𝑖 > 𝑗
Việc so sánh này được thực hiện giữa các cặp chỉ tiêu với nhau và tổng hợp lại thành
một ma trận gồm n dòng và n cột (n là số chỉ tiêu). Phần tử oij thể hiện mức độ quan trọng
của chỉ tiêu hàng n so với chỉ tiêu cột
1 𝑜12 … 𝑜1𝑛
𝑜 1 … 𝑜2𝑛
𝑃 = (𝑜𝑖𝑗 )𝑛×𝑛 = [ 21 ] (7)
⋮ ⋮ ⋮ ⋮
𝑜𝑛1 𝑜𝑛2 … 1

13
 Để đánh giá ưu tiên trong mô hình FAHP, sử dụng tỷ lệ được trình bày trong Bảng
3.1 như sau:
Bảng 3.1 Thang đánh giá mức độ ưu tiên giữa các tiêu chí [37]
Mật độ mờ Mức độ quan trọng giữa các tiêu chí
1̃ = (1,1,1) Quan trọng như nhau
3̃ = (2,3,4) Quan trọng vừa phải
5̃ = (4,5,6) Quan trọng
7̃ = (7,8,9) Rất quan trọng
9̃ = (9,9,9) Vô cùng quan trọng
Giá trị trung gian giữa các mức độ quan trọng
2̃ = (1,2,3) ;
2̃, 4̃,̃6, 8̃ 4̃ = (3,4,5);
6̃ = (5,6,7);
8̃ = (7,8,9);

Sau khi giải số mờ được trình bày dưới dạng ma trận so sánh thực. Thang đo được
đề xuất bởi Saaty cho AHP và ANP có thể được sử dụng. Các thang đo này được thể hiện
trong Bảng 3.2: [38]
Bảng 3.2 Thang đánh giá mức độ ưu tiên số thực

Mức độ ưu tiên Giá trị số

Quan trọng bằng nhau (Equally preferred) 1

Quan trọng vừa phải (Moderately preferred) 3
Quan trọng (Strongly preferred) 5
Rất quan trọng (Very strongly preferred) 7
Vô cùng quan trọng (Extremely preferred) 9
Giá trị phán quyết trung bình (Intermediate judgment values) 2, 4, 6, 8

14
Bước 3: Tính toán giá trị riêng lớn nhất
Sử dụng Lambda Max (max) bởi Saaty đề xướng [39, 40] để tiến hành tính toán giá
trị riêng lớn nhất trong trường hợp này.
|𝐴 − max . I| = 0. (8)
Trong đó:
max là giá trị riêng lớn nhất của ma trận.
A : ma trận so sánh cặp giữa các tiêu chí.
I : ma trận cùng cấp với ma trận A.
- Bước 4: Kiểm tra tính nhất quán. Tính toán vector riêng của ma trận
Sau khi tính toán giá trị riêng lớn nhất thì theo Saaty [39, 40], ta có thể sử dụng tỷ
số nhất quán của dữ liệu (Consistency Ratio - CR) để đánh giá kết quả dữ liệu sơ cấp. Tỷ
số này so sánh mức độ nhất quán với tính khách quan (ngẫu nhiên) của dữ liệu:
CI
CR = (9)
RI
Trong đó:
CI: Chỉ số nhất quán (Consistency Index)
RI: Chỉ số ngẫu nhiên (Random Index)
Kết quả của CR ≤ 0.1 thì đạt yêu cầu, ngược lại nếu CR ≥ 0.1 thì ta phải tiến hành đánh
giá từ đầu
λmax − m
CI = (10)
m−1
Trong đó:
λmax là giá trị riêng lớn nhất của ma trận
m là số tiêu chí
Đối với mỗi một ma trận so sánh m tiêu chí , Saaty [41] đã thử nghiệm tạo ra các
ma trận ngẫu nhiên và tính ra chỉ số RI (chỉ số ngẫu nhiên) tương ứng với số chỉ tiêu như
bảng dưới:

15
 Bảng 3.3 Giá trị chỉ số ngẫu nhiên tương ứng với số chỉ tiêu
m 1 2 3 4 5 6 7 8 9 10
RI 0 0 0.52 0.90 1.12 1.24 1.32 1.41 1.45 1.49
3.2.2 Phương pháp TOPSIS
Phương pháp kỹ thuật xếp hạng đối tượng dựa trên tính tương đồng với giải pháp lý
tưởng (Technique for Order of Preference by Similarity to Ideal Solution – TOPSIS).
TOPSIS là một trong những phương pháp của mô hình MCDM. Mô hình này được đề xuất
dùng giải các bài toán lựa chọn với nhiều yếu tố phức tạp. Trong nghiên cứu này, TOPSIS
sẽ được sử dụng để xác định xếp hạng nhà cung cấp cuối cùng.
Phương pháp TOPSIS được xây dựng gồm 4 bước:
- Bước 1: Tạo ra một ma trận đánh giá với m lựa chọn và n tiêu chí, tạo ra ma trận
[xij ]mxn .
- Bước 2: Ma trận sẽ được chuẩn hóa thông qua quá trình chuẩn hóa [xij ]mxn để tạo
ra ma trận R = (rij )mxn
xij
rij = , i = 1,2, … , m; j = 1,2, … , n
(11)
√∑ m 2
i=1 xij

- Bước 3: Tạo ma trận lựa chọn chuẩn hóa có trọng số sau

t ij = rij . wj , i = 1,2, … , m; j = 1,2, … , n (12)
Trong đó: wj = [0,1] và ∑ni=1 wj = 1
- Bước 4: Xác định phương án tích cực (PIS) và giải pháp lý tưởng tiêu cực (NIS
A+ = (t1+ , t + +
2 , … , t n ) với

t+ ′ ′′
j = {⟨max (t ij |i = 1,2, … , m|j ∈ J ⟩, ⟨min (t ij |i = 1,2, … , m|j ∈ J ⟩} (13)
A− = (t1− , t − −
2 , … , t n ) với

t− ′ ′′
j = {⟨min (t ij |i = 1,2, … , m|j ∈ J ⟩, ⟨max (t ij |i = 1,2, … , m|j ∈ J ⟩} (14)
Trong đó: J’ là tiêu chí lợi ích và J’’ là tiêu chí chi phí

16
 - Bước 5: Tính toán khoản cách của mỗi lựa chọn so với PIS và NIS

t+ + 2
j = √∑(t ij − t j ) , i = 1,2, … , n; j = 1,2, … , m (15)
j=1

t−
j = √∑(t ij − t − 2
j ) , i = 1,2, … , n; j = 1,2, … , m (16)
j=1

- Bước 6: Tính toán sự gần gũi so với giải pháp lí tưởng Gi và xếp hạng
t−
j
Gi = i = 1,2, … , n (17)
(t− +
j +tj )

4. Trường hợp nghiên cứu

Trình bày nội dung phân tích dữ liệu, nguyên nhân, và kết quả đạt được

Nên trình bày dưới dạng bảng, hình ảnh, biểu đồ,...

17
5. Kết luận và kiến nghị

Mô hình FAHP-TOPSIS là một phương pháp đưa ra quyết định tối ưu dựa trên việc
sử dụng Fuzzy Analytic Hierarchy Process (FAHP) và Technique for Order of Preference
by Similarity to Ideal Solution (TOPSIS). Phương pháp này cho phép xem xét đồng thời
nhiều tiêu chí và kiểm tra được mối tương quan của chúng, giúp quản lý đưa ra quyết định
tốt hơn và chính xác hơn.
FAHP là một phương pháp đánh giá đa tiêu chí dựa trên lý thuyết mờ (Fuzzy Theory)
và phân tích phân cấp phân vùng (Analytic Hierarchy Process – AHP). FAHP cho phép xác

18
định độ ưu tiên của các tiêu chí bằng cách phân tích các phân vùng mờ và áp dụng phân
tích AHP trên các giá trị này. Kết quả của FAHP là một ma trận độ ưu tiên các tiêu chí, giúp
đưa ra quyết định dựa trên các tiêu chí này.
TOPSIS là một phương pháp đưa ra quyết định tối ưu bằng cách so sánh các giải
pháp với giá trị lý tưởng và giá trị tối đa của các tiêu chí. Phương pháp này tính toán khoảng
cách Euclid và khoảng cách tới giá trị lý tưởng của mỗi giải pháp, sau đó sắp xếp các giải
pháp theo thứ tự ưu tiên.
giữa chúng một cách tổng thể và đưa ra quyết định tối ưu dựa trên tính chất của từng
tiêu chí và mức độ ảnh hưởng của chúng vào kết quả cuối cùng. Phương pháp FAHP-
TOPSIS giúp quản lý đưa ra quyết định tốt hơn và chính xác hơn, đồng thời giảm thiểu các
sai sót trong quá trình ra quyết định. Chính vì thế mô hình trong nghiên cứu này hỗ trợ cho
các doanh nghiệp trong ngành may mặc ra quyết định được chính xác hơn.
Mô hình FAHP-TOPSIS là một phương pháp đánh giá đa tiêu chí rất hiệu quả trong
lĩnh vực quản lý và ra quyết định. Để mở rộng nghiên cứu trong tương lai, có một số hướng
khả năng như sau:
1. Ứng dụng FAHP-TOPSIS để giải quyết các vấn đề đánh giá đa tiêu chí trong các
lĩnh vực khác nhau như tài chính, kinh doanh, công nghệ, y tế, môi trường, v.v.
2. Phát triển các biến thể của FAHP-TOPSIS nhằm tăng cường tính linh hoạt và độ
chính xác của phương pháp trong việc đánh giá và ra quyết định.
3. Nghiên cứu về việc kết hợp FAHP-TOPSIS với các phương pháp khác như AHP,
Fuzzy Logic, Neural Networks, v.v. để tạo ra các phương pháp đánh giá đa tiêu chí mới và
hiệu quả hơn.
4. Áp dụng FAHP-TOPSIS để giải quyết các vấn đề phức tạp trong thực tế như lựa
chọn đối tác kinh doanh, quản lý rủi ro, đánh giá hiệu quả dự án, v.v.
5. Nghiên cứu về việc phát triển các công cụ tính toán và phần mềm hỗ trợ để triển
khai phương pháp FAHP-TOPSIS một cách nhanh chóng và hiệu quả.
Tất cả các hướng mở rộng nghiên cứu này đều sẽ giúp cho FAHP-TOPSIS trở thành
một phương pháp đánh giá đa tiêu chí phổ biến và được ứng dụng rộng rãi trong nhiều lĩnh
vực khác nhau.

19
Lời cảm ơn:....

Tài liệu tham khảo

[1] M. Dehghani, M. Esmaeilian, R. T. Moghaddam, “Employing Fuzzy ANP for Green

Supplier Selection and Order Allocations: A Case Study,” International Journal of
Economy, Management and Sciences, pp. 565-575, 2013.

[2] K. Goztepe, S. Boran, H. R. Yazgan, “Estimating Fuzzy Analytic Networl Process

(FANP) Comparison Matrix Weights Using Artificial Neural Network,” International
Journal of Advances in Science and Technology, pp. Vol.6, No.5, 2013.

[3] Thu Trang, “baotintuc,” Báo Tin tức - TTXVN, 2. [Trực tuyến]. Available:
https://baotintuc.vn/kinh-te/nganh-det-may-va-noi-lo-dut-gay-chuoi-cung-ung-
20210814215812567.htm. [Đã truy cập 08 2021].

[4] Hong Ngoc, “Dangcongsan,” Cơ quan trung ương Đảng cộng sản Việt Nam”, [Trực
tuyến]. Available: https://dangcongsan.vn/xuan-uoc-vong-2023/dang-dan-toc-va-
mua-xuan/nganh-det-may-chu-dong-vuot-qua-thach-thuc-630197.html. [Đã truy cập
2023].

20