ARTÍCULO ORIGINAL

selección Estrategia para la fabricación sostenible con el método AHP-Vikor

integrada bajo entorno fuzzy intervalo-valorado

sujit Singh 1 y Ezutah Udoncy Olugu 1 y Siti Nurmaya Musa 1,3 y

Abu Bakar Mahat 1 y Kuan YewWong 2

Recibido: 13 Marzo 2015 / Aceptado: 3 Julio el año 2015

# Springer-Verlag Londres 2015
s00170-015-7553-9

Resumen La selección de una estrategia de sostenibilidad adecuada es un (MCDM) Palabras clave fabricación sostenible. Toma de decisiones . selección de la estrategia.

problema multicriterio la toma de decisiones para las organizaciones debido a los Vikor. AHP. conjuntos difusos intervalo-valorado

criterios de evaluación inconmensurables y conflictivas de fabricación. Además, la

información incompleta y diferentes opiniones de los tomadores de decisiones
conducen a incertidumbres tales como datos de intervalo y borrosidad. Este estudio 1. Introducción
propone un método MCDM jerárquica mediante la combinación analítica de procesos
Jerárquico (AHP) y métodos VlseKriterijuska Optimizacija I Komoromisno Resenje Fabricación sostenible se define por el Departamento de Comercio de los EE.UU.
(Vikor) bajo ambiente difuso intervalvalued para hacer frente a la clasificación de las como la creación de productos manufacturados que utilizan procesos que
estrategias de fabricación sostenibles. variables lingüísticas se utilizaron para evaluar minimicen los impactos ambientales negativos, conservan la energía y los recursos
las calificaciones de las estrategias y los pesos de los criterios de selección. Estas naturales, además de ser seguro para los empleados, las comunidades y los
variables lingüísticas se expresaron en los conjuntos difusos intervalo-valorados consumidores y económicamente sonido [ 1 ]. Debido a cambios en el entorno
triangulares. El uso de un estudio de caso de la fabricación de pequeñas y medianas empresarial y la presión de varios grupos de interés, se requiere que las
empresas, la clasificación final de las estrategias se obtuvo de acuerdo con este organizaciones de fabricación para centrarse en las prácticas de fabricación
procedimiento. Posteriormente, se realizó un análisis de sensibilidad para validar la sostenibles que incluyen el impacto ambiental y el desempeño social de las
estabilidad de la clasificación final propuesto. Este método puede ser utilizado como empresas. Por lo tanto, las estrategias para la fabricación sostenible de enfoque en
una herramienta de toma de decisiones para la selección estrategia alternativa o en la mejora de las actuaciones de los aspectos económicos, ambientales y sociales
Kuala Lumpur 50603, Malasia Int J Adv Fabrica Technol DOI 10.1007 /
otras áreas donde las incertidumbres inherentes. de una organización. organizaciones de fabricación se esfuerzan por mejorar su
desempeño sostenible debido a la presión de las regulaciones gubernamentales,
consumidores, grupos de comunidades locales, grupos ambientales, proveedores e
inversores de instituciones financieras [ 2 - 4 ]. En consecuencia, las empresas de
fabricación han adoptado diversas estrategias de fabricación sostenibles.

* Ezutah Udoncy Olugu

olugu@um.edu.my Sujit
Existen numerosas estrategias para mejorar la sostenibilidad de las organizaciones
Singh
singhsujit@hotmail.com de fabricación [ 5 ], Pero los investigadores se centran más en las estrategias relacionadas

con la utilización de recursos y la minimización de residuos [ 6 ]. Algunas de las etiquetas a

menudo citadas para las estrategias de fabricación son la prevención de la

1 Departamento de Ingeniería Mecánica, Facultad de Ingeniería,
contaminación, la administración de los productos, la fabricación magra, reducción de
Universidad de Malasia, Kuala Lumpur, Malasia
residuos, la reducción del uso de recursos, Reducir, Reutilizar y Reciclar (3R), Reducir,
2 Departamento de Ingeniería Industrial y de fabricación, Facultad de
Reciclar, Recuperar, Rediseño, vuelva a fabricar reciclaje (6R), sustitución (nuevo
Ingeniería Mecánica, Universiti Teknologi Malasia UTM, 81310 Skudai,
Malasia recurso o la tecnología), eficiencia de los materiales, eficiencia de los recursos y la

3 Centro de Manufactura Avanzada y Procesamiento de Materiales eficiencia ecológica [ 6 - 9 ]. También se observa que la mejora en la utilización del material

(Como parte del proyecto), Facultad de Ingeniería de la Universidad de Malasia, contribuye a

 Int J Adv Manuf Technol

aumento de la eficiencia energética [ 10 ]. En vista de la importancia del uso de que implica criterios inconmensurables y en conflicto [ 15 ] Proporciona una base para la

recursos hacia la sostenibilidad de las organizaciones de fabricación, cuatro selección de estrategias que se pueden tratar eficazmente los problemas de éstos

estrategias claramente separadas han sido identificadas para la fabricación naturaleza. El estudio aplica los conceptos de FIV establece las variables de la teoría y

sostenible, que son la minimización de residuos, eficiencia de los materiales, lingüísticas para hacer frente a la incertidumbre y factores cualitativos. Entonces, una novela

eficiencia de los recursos y la eficiencia ecológica [ 6 ]. La selección de una MCDMmethod jerárquico basado en la FIV establece la teoría y se propone

estrategia apropiada juega un papel importante para lograr el éxito en las iniciativas combinedAHP-VIKORmethod para hacer frente a los problemas de selección estrategia de

de sostenibilidad. sostenibilidad inmanufacturing organizaciones. Un análisis de sensibilidad se llevó a cabo

para determinar la estabilidad de la clasificación. Este método puede extenderse fácilmente

En el caso de la selección de la estrategia para la producción sostenible, los a otras disciplinas como un método de toma de decisiones para la selección de la mejor

principales desafíos son para determinar la importancia relativa de cada criterio y evaluar alternativa o estrategia.

todas las estrategias con respecto a diversos criterios que suelen ser inconmensurables

y contradictorios [ 11 , 12 ]. Criterios de selección de la estrategia de producción sostenible El resto de este documento está estructurado de la siguiente manera: la próxima sección

deben ser capaces de reflejar los índices de rendimiento de las estrategias con respecto presenta la literatura relacionada con este estudio. Sección 3

a tres aspectos de la sostenibilidad (es decir, económica, ambiental y social). Por otra presenta la visión general y los antecedentes de Vikor, AHP y la FIV la teoría de
parte, en una toma de decisiones en grupo, cada tomador de decisiones tiene diferentes conjuntos. Sección 4 presenta una lista ilustrativa de criterios de selección para la
conocimientos y opinión sobre los pesos de los criterios y los índices de rendimiento de fabricación sostenible. En la sección 5 , Se presenta el método propuesto. El uso de un
las estrategias. Por lo tanto, la selección de estrategias para la producción sostenible se estudio de caso, la aplicabilidad de este método se ilustra en la Sección 6 . En la
convierta en un problema multicriterio la toma de decisiones (MCDM), lo que implica sección final, se extraen algunas conclusiones de este estudio.
incertidumbres tales como valor de intervalo y borrosidad. Debido a la naturaleza de

tales problemas, los MCDMmethods se derivan razonablemente para adaptarse a las

necesidades específicas de los problemas de selección estrategia [ 13 ].

2. Revisión de la literatura

Como el objetivo de la investigación es desarrollar un método para la selección de la

Los métodos MCDM se dividen en dos ramas diferentes. La primera es la toma estrategia de producción sostenible, la revisión de la literatura se centra en las estrategias

de decisiones de atributos múltiples (MADM) que se centra en las actividades de de fabricación sostenibles y metodologías de selección de la estrategia.

selección. La segunda rama es alternativas de programación de objetivos múltiples

que no están predeterminadas, en lugar de un conjunto de funciones objetivo está
optimizado para un conjunto de restricciones [ 14 ]. El MADMmethod selecciona la 2.1 estrategias de fabricación sostenibles
mejor solución entre varias estrategias teniendo en cuenta los mismos atributos.
Algunos de los enfoques populares en MADM incluyen la técnica de orden de Las empresas de fabricación han estado desarrollando la capacidad requerida para
preferencia por Similitud con solución ideal (TOPSIS), Proceso Analítico Jerárquico lograr la fabricación sostenible a lo largo de las últimas décadas. Recientemente,
(AHP), la eliminación Et Choix Traduisant La Réalité (ELECTRE), simple aditivo las empresas de fabricación están adoptando las iniciativas verdes para mejorar su
para medir peso (SAW), VlseKriterijuska Optimizacija I Komoromisno Resenje competitividad para sobrevivir en el mercado [ dieciséis ]. Por ejemplo, la Unión
(Vikor) y Preferencia Clasificación método ion Organisat para iones Enr ichment Europea (UE) onWaste directivas de aparatos eléctricos y electrónicos (RAEE),
evaluac (PROMETHEE). En las últimas décadas, los métodos MADM y métodos restricción de sustancias peligrosas (RoHS) y Eco-diseño para productos que usan
basados ​en sus extensiones se han aplicado ampliamente en diversas disciplinas energía (PUE) han obligado a las organizaciones a adoptar las prácticas
que van desde las energías renovables, control de calidad, la gestión del agua, sostenibles en sus operaciones [ dieciséis ]. La selección de la estrategia de
gestión de recursos humanos, transporte, diseño y fabricación de productos [ 14 ]. producción sostenible adecuado teniendo en cuenta las características de las
Sin embargo, no hay literatura publicada que combina métodos AHP y Vikor bajo organizaciones de fabricación es importante para mejorar su sostenibilidad.
ambiente fuzzy intervalo-valorado (IVF) para clasificar las estrategias de
fabricación sostenibles. Este estudio tiene como objetivo satisfacer esta brecha en
la investigación mediante la combinación de métodos AHP y Vikor bajo ambiente Las estrategias para la fabricación sostenible a largo plazo de la organización

de fecundación in vitro para seleccionar la mejor estrategia sostenible para las impulsar el crecimiento y la rentabilidad que estipula la inclusión de las consideraciones

organizaciones de fabricación. ambientales y sociales, junto con las preocupaciones económicas en las operaciones de

fabricación. estrategias de fabricación sostenibles se esfuerzan para mejorar el

rendimiento en las tres dimensiones de la sostenibilidad. Hay muchas estrategias para

mejorar la sostenibilidad de las organizaciones de fabricación [ 5 ], Pero los

investigadores se centran más en las estrategias relacionadas con la utilización de

El método AHP es una técnica jerárquica para organizar y analizar la toma recursos y la minimización de residuos [ 6 ]. Algunos de la etiqueta a menudo citada para

de decisiones complejas. El método AHP proporciona una base para obtener estrategias de fabricación y la literatura relacionada se discuten en los siguientes

los pesos relativos de criterios. El método Vikor desarrollado para resolver párrafos.

problemas MCDM
Int J Adv Manuf Technol

Desde hace mucho tiempo, los investigadores se han centrado en la reducción de fabricación. El concepto 6R transforma el modelo de producto de bucle abierto solo a la

residuos como una estrategia para hacer frente a los problemas de gestión de residuos, los vida de circuito cerrado de múltiples vida [ 31 ].

nuevos emplazamientos de vertido y el agotamiento de las materias primas. La reducción El aumento de la eficiencia de los materiales de las operaciones de fabricación
de la materia prima en origen conserva la materia prima para otros usos, por lo tanto también es considerado como una importante estrategia de producción sostenible.
mejorar las actuaciones de sostenibilidad de las organizaciones. Epstein [ 17 ] Considera la Eficiencia material es la proporción de material utilizado en contra de la materia prima
generación de residuos apropiado indebidamente como una clara señal de ineficiencia y los necesaria para la fabricación de producto [ 6 , 17 ]. Allwood et al. [ 32 ] Presentó cuatro
malos resultados de las prácticas de fabricación. ElHaggar [ 18 ] Considerada la estrategias para reducir la demanda de material a través de la eficiencia del material,
minimización de los residuos como un componente de las prácticas de gestión de residuos tales como productos ya en último lugar ING, la modularización y refabricación,
y una estrategia importante para la fabricación sostenible. reutilización de componentes y el diseño de productos con menos material. Halme et
al. [ 33 ] Propuesto que “ eficiencia de los materiales como un servicio adicional ” es un
modelo de negocio más prometedora para las organizaciones de fabricación. En este
La administración de los productos se puede definir como la comprensión, el estudio, los autores discuten que los servicios de eficiencia de los materiales pueden
control y la comunicación de un producto ' s del medio ambiente, la salud y los efectos ser subcontratados a empresas especializadas. Worrell et al. [ 34 ] Resume las
relacionados con la seguridad a lo largo de su ciclo de vida, desde la producción (o diversas opciones de mejora de eficiencia de los materiales, tales como una buena
extracción) para su disposición final o reutilización. Maslennikova y Foley [ 19 ] limpieza, el diseño de productos materialefficient, sustitución de materiales,
Informó de la implementación exitosa de esta estrategia en Xerox Corporation y la reutilización y reciclado de productos de material. También se observa que la mejora
mejora en el desempeño ambiental, los clientes ' la satisfacción y el rendimiento en la utilización del material contribuyó a la eficiencia energética y la minimización de
general de fabricación. En otro estudio, Preston [ 20 ] Informó del éxito de esta los residuos [ 10 ]. Söderholm y Tilton [ 35 ] Presentó una perspectiva económica de
estrategia en el Hewlett-Packard. Schroeder [ 21 ] Discutieron el crecimiento de esta eficiencia de los materiales de discutir con la eficiencia tomaterial enfoque de
estrategia como un modelo de negocio dominante para el reciclaje de productos. ingeniería presentada por Allwood et al. [ 32 ]. Ellos argumentaron que las medidas de
Wagner [ 22 marco] basado en la administración de productos adoptado como una política que abordan determinados problemas ambientales y externalidades de
política preferida para la recuperación rentable de los residuos. información mejorarán la eficiencia de los materiales de una manera más efectiva.

La manufactura esbelta es otra de las estrategias que se pueden aplicar para

la fabricación sostenible que se centra en “ hacer más mediante el empleo de
menos ” pensando. Esta es una filosofía de gestión derivado de sistema de
producción de Toyota y popularizado byWomack y Jones [ 23 ]. La manufactura eficiencia de los recursos es una estrategia de producción sostenible que
esbelta se compone de algunas herramientas y técnicas clave como Kanban, 5 ' S, pretende la utilización productiva, disminución en el movimiento y el consumo de
control visual, poka-yoke y el intercambio minutos única de matrices [ 24 ]. Basado los recursos extraídos de la naturaleza. La eficiencia de los recursos puede ser
en un estudio empírico entre las industrias de fabricación, Shah y Ward [ 25 ] medido y expresado como la cantidad de los bienes o los resultados que vienen
Presentado que los efectos de todas las prácticas magras están asociados con un como consecuencia del gasto de los recursos elemento [ 6 ]. Se trata de una
mejor rendimiento de fabricación. Aunque, de fabricación y de gestión ambiental estrategia bien establecida para mejorar las actuaciones de sostenibilidad de las
prácticas magras son diferentes y tienen diferente impacto en el rendimiento del organizaciones de fabricación [ 36 - 38 ]. Materiales y energía son dos recursos
negocio, pero de fabricación y gestión medioambiental prácticas magras son principales que utilizan las organizaciones que afectan a la sostenibilidad de la
sinérgicos en términos de su enfoque en la reducción de los residuos y la mayoría de fabricación. Smith y Ball [ 39 ] Presentado las directrices para el material,
ineficiencia [ 26 ]. Jabbour et al. [ 27 ] Proporcionan la evidencia empírica de los la energía y el flujo de residuos para mejorar la sostenibilidad.
efectos positivos de las prácticas de manufactura esbelta en la gestión ambiental
entre los sectores automotriz brasileña. El uso de un estudio de caso, Aguado et
al. [ 28 ] Demostraron que el rendimiento de la sostenibilidad puede mejorarse La eco-eficiencia es otra estrategia de producción sostenible que se centra
mediante el empleo del sistema de producción ajustada. Vinodh y Chintha [ 29 ] en el desarrollo de la economía con un efecto mínimo sobre el medio ambiente.
Presentado algunas de las herramientas y técnicas que permiten el logro de los Con la utilización de esta estrategia, la fabricación sostenible puede adoptar y
objetivos de sostenibilidad utilizando las prácticas de manufactura esbelta. lograr precios competitivos de los productos y el cumplimiento de las
necesidades de la comunidad con la mejora de su calidad de vida [ 40 ]. Kerr y
Ryan [ 41 ] Ilustra la ganancia obtenida por la aplicación de esta estrategia en la
refabricación fotocopia en Fuji Xerox Australia. La eco-eficiencia se mejora
mediante la reducción del impacto ambiental y mantener o aumentar el valor
El concepto 3R se centra en la promoción de tecnologías y herramientas monetario agregado. Consejo Empresarial Mundial para el Desarrollo
asociadas a la reducción, la reutilización y el reciclado de materiales para mejorar el Sostenible (WBCSD) describió dos tipos de indicadores que son adecuados
rendimiento de las organizaciones de fabricación verde. Memon [ 30 ] Propone una para medir la eficiencia ecológica a nivel empresarial, siendo indicadores de
gestión integrada de residuos sólidos systembased en el concepto 3R. El concepto aplicación general que pueden ser utilizados por
3R se ha extendido a 6R formando una base para el desarrollo sostenible
 Int J Adv Manuf Technol

prácticamente todos los negocios y los indicadores específicos del negocio que método es reportado por Behzadian et al. [ 64 ] En un estudio del estado de la técnica de

puedan ser definidos de forma individual de una a otra empresa o sector [ 42 ]. aplicaciones TOPSIS.

Eco-eficiencia en el nivel de producto se define como el valor del producto por ELECTRE es una familia de MCDMmethods que se originó en Europa en

unidad de impacto ambiental [ 43 ]. Aparte de nivel de producto, la eficiencia mediados de 1960. Se desarrolló en ELECTRE I ( Electre uno)

ecológica también se adopta para medir los servicios, estrategias, tácticas y y las evoluciones han continuado con ELECTRE II, ELEC TRE III, ELECTRE IV,
políticas. Para ejemplos, el análisis de eco-eficiencia utiliza para evaluar el ELECTRE IS y ELECTRE TRI ( Electre árbol), por mencionar algunos [ sesenta y cinco ].
funcionamiento, ver Guenster et al. [ 44 ]; para evaluar el valor económico, véase Li et Junio ​et al. [ 66 ] Aplica ELECTRE II para la selección de micro-sitio de la estación de
al. [ 45 ]; y para evaluar el proceso de fabricación y para evaluar el valor y los energía híbrido / viento solar entre siete alternativas. Liu y Zhang [ 67 ] Presentado una
desechos en la fabricación, ver Simboli et al. [ 46 ]. metodología de selección de proveedores basado en ELECTRE III.

SAW es un simple análisis de decisión multicriterio (MCDA) /

2.2 Métodos de selección de la estrategia MCDMmethod para evaluar una serie de alternativas en términos de una serie
de criterios de decisión [ 68 ]. Þ ener et al. [ 69 ] Metodología SAW aplicado para
La selección de la mejor estrategia para la fabricación sostenible se esfuerza para el la selección del vertedero. Afshari et al. [ 70 ] Aplicado este método para la
nivel deseado de crecimiento económico y social sin comprometer el equilibrio selección de personal con el uso de la opinión de los expertos.
ecológico [ 29 ]. modelos de selección de la estrategia sostenible dependen en gran

medida en la toma de decisiones en el fin de seleccionar un mejor estrategia con La familia PROMETHEE de outranking métodos, incluyendo la PROMETHEE I
múltiples criterios de decisión central, con lo que este problema de una MCDM. Las para la clasificación parcial de las alternativas y el PROMETHEE II para la
teorías y métodos de problemas MCDM se han aplicado en diversas áreas tales como clasificación completa de las alternativas, se han desarrollado por Brans et al. [ 71 ].
la selección de Personal [ 47 ], La selección de proyectos [ 48 ], Equipos de minería Tiene ventajas únicas cuando los elementos importantes de la decisión son
selección [ 49 ], Selección de proveedores [ 50 , difíciles de cuantificar o comparar, o donde la colaboración entre los
departamentos o los miembros de equipo están limitadas por sus diferentes
51 ] y así. El objetivo del proceso de toma de decisiones es seleccionar el número especializaciones o perspectivas. métodos PROMETHEE se han aplicado en
posible de estrategias caracterizadas por múltiples criterios contradictorios [ 52 ]. En esta diversas áreas tales como los siguientes: para las decisiones de negocio, ver
subsección se presenta una visión general de la literatura sobre algunas de las Albadvi et al. [ 72 ]; para la toma de decisiones relacionadas con la fabricación,
metodologías de selección de estrategia / alternativos. véase Anand y Kodali [ 73 ]; para la sostenibilidad concepto de selección, véase
Vinodh y Jeya Girubha [ 74 ]; y para la selección de material de la herramienta, ver
AHP es un enfoque MCDM utilizado ampliamente para clasificar las alternativas Maity y Chakraborty [ 75 ]. Una revisión exhaustiva de la literatura sobre las
mediante la obtención de los pesos relativos de los criterios [ 53 , 54 ]. Bahadir y metodologías y aplicaciones de PROMETHEE fue presentado por Behzadian et al.
bahadir [ 55 ] Aplicada método AHP para seleccionar el proceso de fabricación [ 76 ].
estructura e-textil. Wei et al. [ 56 ] Presentado enfoque basado en ANAHP a la
selección del sistema ERP. Muerza et al. [ 57 ] UsedAHPmethod para seleccionar
productos en las estrategias de diversificación tecnológica en el sector de la Otra técnica conocida como método compromiso ranking, Vikor, desarrollado por

automoción española. Gupta et al. [ 58 ] Aplicó el método AHP para evaluar la Opricovic [ 77 ] Es una técnica para clasificar las alternativas y obtener solución de

prioridad de las métricas de productos para la fabricación sostenible. La limitación del compromiso como una solución factible más cercano a la solución ideal [ 15 ]. El

método AHP es que los criterios considerados deben ser independientes para la VIKORmethod es una herramienta muy útil en una situación en la que toman las

evaluación de alternativas. Para superar esta limitación, se ha propuesto otro método decisiones no están seguros acerca de sus preferencias a principios de diseño del

en la literatura conocida como Proceso Analítico de red (ANP). El método ANP se sistema [ 15 ]. Este método se aplica en diversas áreas tales como el concepto

utiliza para obtener los pesos de los criterios para la toma de decisiones con sostenible selección [ 78 ], Herramienta compatible selección [ 79 ], Herramienta magra

dependencia y evaluación [ 59 ]. Teniendo en cuenta la interdependencia de los selección [ 80 ], Selección de conceptos en un entorno ágil [ 81 ] y así.

criterios, Shyur y Shih [ 60 ] Aplicado el método ANP para desarrollar un enfoque para
el problema de selección de proveedores. Tseng [ 61 ] Método ANP aplicado bajo
ambiente difusa para modelar los indicadores de producción sostenible. Para aprovechar las ventajas de los distintos métodos, los investigadores
tampoco se integran dos o más métodos juntos o extienden la aplicabilidad de
estos métodos a nuevo entorno para desarrollar un híbrido o un método
innovador. Vahdani y Hadipour [ 82 ] Extendido la aplicabilidad del método
El método TOPSIS fue propuesto originalmente por Hwang y Yoon [ 62 ] Para ELECTRE a intervalvalued ambiente difusa. Liu et al. [ 83 ] Presenta un método
seleccionar la mejor alternativa con un número finito de criterios. Este método ha TOPSIS híbrido para el modo de fallo y análisis de los efectos en el entorno
sido aplicado en diversas áreas para la selección alternativa o estrategia como el fuzzy intuicionista. Vinodh et al. [ 84 ] Aplicada método Vikor fuzzy para la
problema de la selección de candidatos en la gestión de recursos humanos para selección concepto ajuste en una organización de fabricación. Thakker et al. [ 85
seleccionar los gerentes de nivel medio en una compañía de tecnología de la ] Combinado los tres métodos, basado el Selector de materiales Cambridge
información y por Kelemenis Askounis [ 63 ]. La amplia aplicación de esta
Int J Adv Manuf Technol

método, las técnicas de ingeniería de valor adaptados y la TOPSIS, proponer un una función de distancia, por lo general una familia de L pag- métrico. L pag- métrica es la
newway para la estrategia de selección de materiales. Zaerpour et al. [ 86 ] generalización de la función de distancia. En el método Vikor, la L pag- métrica se
Presenta un método AHP y TOPSIS integrado para la división de productos de utiliza como una función de agregación para obtener la medida de criterios múltiples
bajo ambiente difuso. Kaya y Kahraman [ 87 ] Aplicada integrado Vikor difusa y el para la clasificación compromiso [ 15 ]. El método Vikor se centra en la clasificación y
método AHP para la selección de la mejor alternativa de energía renovable. selección de un conjunto de alternativas en presencia de criterios contradictorios. Se
Zamani et al. [ 88 ] Propuesto un método híbrido mediante la combinación de AHP introduce el multicriterio índice de clasificación basada en la medida particular de “ cercanía
y Vikor bajo ambiente difusa para la selección del contratista. Fouladgar et al. [ 89 ] ” al “ ideal ” solución de [ 93 ].
Propuso un método AHP-Vikor difusa para la selección de la cartera de
proyectos. En VIKORmethod, los diversos J alternativas se representan como UNA 1, UNA 2, ......,
UNA j. La calificación de las alternativas UNA j con respecto a yo ésimo criterio se
Tsai y Chou [ 90 ] Presentado un MCDMmodel integrado que combina el denota por F ij. El desarrollo de método Vikor comienza con la siguiente fórmula:
método de toma de decisiones de Ensayo y Evaluación de laboratorio
(DEMATEL), ANP y Zero - Uno de los objetivos de programación (ZOGP) para ( )
.
1 = pag
h yo pag
seleccionar un sistema de gestión entre los cuatro sistemas de gestión
L pag; j ¼ X norte w yo F þ yo - F ij F þ yo - F - yo re 1 Þ
Organización Internacional de Normalización (ISO) 9001, ISO 14001, Sistemas de
yo ¼ 1
gestión de la seguridad (OHSAS 18001) y Salud Ocupacional y Responsabilidad
Social (SA 8000) para el desarrollo sostenible en las pequeñas y donde 1 ≤ pag ≤∞, j = 1,2, .... J, n es el número de criterios y w yo es el peso de yo º
MediumEnterprises (SME). Zhou et al. [ 91 ] Propuesto un método que integra la red criterio.
neuronal artificial (ANN) con algoritmo genético (GA) para optimizar los objetivos Si un criterio simboliza beneficio a continuación, F þ yo ¼ máx F ij y
j
de la selección del material basado en tanto las características de los materiales y
F - yo ¼ min F i j.
estrategias de sostenibilidad y se incluyen los factores ambientales junto con los j

factores de coste, producto y de proceso. El autor propone el modelo para un Para VIKORmethod, L 1, j ( como S j en la ecuación. ( 22 )) Y L ∞, j ( como R j en la
ejemplo de caso (Bebidas de contenedores), la metodología de selección de ecuación. ( 23 )) Se utilizan para formular las medidas de clasificación. La solución
material involucrado en este estudio de caso es un método MCDM. El método obtenida por min j S j es máxima utilidad grupo y que se obtuvo por min j R j es el pesar
propuesto por los autores demostró que puede complementar a diferencia de mínimo de oponente. La solución de compromiso es una solución factible que más se
factores y selecciona el mejor material. acerque a la solución ideal.

Los métodos MCDM se validaron mediante el uso de ejemplos y de comprobar 3,2 método AHP
la exactitud de los resultados mediante la comparación con los resultados obtenidos
por otros métodos [ 15 , 70 , 80 , 82 ]. La validación práctica de los métodos MCDM Analytic Hierarchy Process (AHP) es un enfoque MCDM utilizado ampliamente para el

utilizando estudios de caso también se establecieron por varios investigadores [ 63 , 67 cálculo de los pesos relativos de los criterios [ 96 , 97 ]. En AHPmethod, estructura

, problema es generalmente una jerarquía de niveles múltiples. La capa superior

75 ]. Además, también se aplicó el análisis de sensibilidad para mostrar la estabilidad presenta el objetivo de resolver el problema. Las capas intermedias, a saber capas

y la fiabilidad de los resultados obtenidos a partir de los métodos MCDM [ 12 , 92 ]. táctica, son los involucrados enlaces intermedios. La capa inferior muestra los criterios

y sub-criterios utilizados para resolver el problema. Pairwise comparaciones se llevan a

cabo sistemáticamente para obtener las matrices mediante la inclusión de toda la

combinación de criterios y sub-criterios en el nivel dado. Una vez formada la matriz de

3 Breve resumen de Vikor, AHP y la FIV teoría de conjuntos comparación por pares, importancia local se calcula resolviendo para el vector propio

de esa matriz. Después de que se han calculado los locales de pesos, los pesos

En esta sección se presentan los conceptos básicos y definiciones de métodos Vikor y globales se pueden calcular mediante la combinación de locales de pesos con respecto

AHP y la teoría de conjuntos de FIV. a todos los niveles jerárquicos sucesivos [ 98 ].

3.1 Método Vikor

En el método AHP, la relación de la consistencia (CR) valor se utiliza para comprobar la

El método de clasificación comprometida llamado Vikor fue desarrollado por consistencia de las opiniones de los tomadores de decisiones hacia pesos de importancia

Opricovic [ 93 ] Y Opricovic y Tzeng [ 94 ] Para la optimización multicriterio de relativos. CR se define como:

los sistemas complejos [ 15 ]. El método Vikor determina la solución de

compromiso para un problema de selección. La idea de la solución de CR ¼ CI re 2 Þ
Rhode Island
compromiso fue introducido por Yu [ 95 ]. En una programación compromiso,
la cercanía entre una solución y el punto ideal se mide por donde CI es el índice de consistencia y RI es el índice de azar tal como se presenta en la

Tabla 1 .
 Int J Adv Manuf Technol

tabla 1 índice Random (RI) Los valores para las matrices

Tamaño de la matriz ( norte) 1 2 3 4 5 6 7 8 9 10

Rhode Island 0 0 0.58 0.94 1.12 1.24 1.32 1.41 1.45 1.49

conjunto de FIV se define estableciendo el valor central ( X 2), los valores de límite inferior
CI ¼ λ máx - norte re 3 Þ
norte - 1 de intervalo ( X 1, X 1' ) y los valores límite superior de intervalo ( X 3' , X 3) con X 1 ≤ X 1' ≤ X 2 ≤ X 3' ≤ X 3. La

función de pertenencia del conjunto de FIV UNA se representa como μ UNA( X).
dónde λ máx es el valor más grande Eigen de la matriz de comparación en pares en

evaluación y norte es el número de criterios considerados en la matriz. Cuando CR <0,1,

las opiniones deben ser consideradas coherentes.

4 Criterios de selección de la estrategia de producción sostenible

3,3 Intervalo de valor conjunto difuso

Se requieren los criterios para la selección de la estrategia para ser consistente,

La idea de la teoría de conjuntos difusos fue concebido por Lotfi Zadeh hace unos cinco
relevante, práctico y eficaz con el objetivo general. Hay gran número de criterios para la
décadas como un método para hacer frente a la razón humana en la toma de decisiones
clasificación de las estrategias para la sostenibilidad, pero la idoneidad de estos criterios
[ 99 ]. Bellman y Zadeh [ 100 ] Desarrolló la teoría de conjuntos difusos para
para la selección de la estrategia en la fabricación depende de cómo estos criterios
MCDMproblems para manejar las incertidumbres associatedwith los relativeweights de
consideran características de las organizaciones de fabricación. El tema de la
criterios y calificaciones de desempeño. En los métodos MCDM difusos, pesos de
sostenibilidad está exclusivamente relacionado con las prácticas costreduction en las
importancia de los criterios e índices de rendimiento se representan en términos de
organizaciones de fabricación [ 113 ]. Además, desde el punto de vista comercial, el costo
números difusos. números difusos son conjunto convexo definido por los números reales
es el principio fundamental y motor de cualquier actividad empresarial. El costo puede
como función de pertenencia en el intervalo de [0 1]. Usando la teoría de conjuntos
ser minimizado mediante la reducción de los costes de fabricación, la minimización de
difusos, a menudo es difícil para los tomadores de decisiones de cuantificar con
residuos, disminuyendo el uso de recursos y el aumento de la productividad de las
precisión su preferencia como un número en un intervalo [0 1] [ 101 ]. Por lo tanto, es más
personas. Los principales recursos utilizados en los sectores de fabricación son
apropiado para representar el grado de certeza por un intervalo [ 102 , 103 ]. Gorza ³ czany
materiales, energía y agua. Por lo tanto, los criterios de selección deben ser capaces de
[ 104 ] Y Türkşen [ 105 ] Extendido el concepto de la teoría de conjuntos difusos para
evaluar el efecto de las estrategias de la productividad de estos recursos. Clientes ' la
desarrollar los conjuntos difusos intervalvalued. Más tarde, Guijun y Xiaoping [ 106 ]
satisfacción y la accesibilidad al mercado también son criterios importantes para la
Propuesto la definición y operaciones aritméticas de conjuntos de fecundación in vitro.
fabricación de las organizaciones para seguir siendo competitivos. Por lo tanto, los
Las aplicaciones de FIV-basada en la lógica se han utilizado en varios estudios. Los
criterios de selección deben representar el efecto de las estrategias de competitividad y
ejemplos incluyen Lu et al. [ 107 ] Para la gestión de los recursos hídricos, Rashid et al. [ 108
compromiso con la comunidad. La falta de conciencia
] Para la selección robot, Samantra et al. [ 109 ] Para la selección alternativa de logística

inversa y así sucesivamente. A continuación, algunas definiciones y notaciones de FIV

importantes conjuntos de teoría serán revisados ​para las referencias.

Figura 1 muestra un ejemplo de conjunto de FIV UNA etiquetado como “ La media

alta ”. Según Di Martino y Sessa [ 110 ], La función de pertenencia del conjunto difuso

externa se llama la función de miembro superior de UNA ( para abreviar, UMF ( UNA)); el

número de miembros del conjunto difuso interior se llama afiliación inferior Función de UNA

(Para abreviar, LMF ( UNA)). El área entre LMF ( UNA) y UMF ( UNA)
se llama la huella de la incertidumbre de UNA ( para abreviar, FOU ( UNA)).

Simbólicamente, un conjunto difuso FIV UNA puede ser representado como (LMF ( UNA), UMF ( UNA)).

En consecuencia, la simbología presentado por Kuo [ 111 ] Y Vahdani et al. [ 112 ] Para

representar un conjunto de FIV triangular se utilizó en este estudio. Como puede verse en

la Fig. 1 , tenemos A = ( LMF ( UNA),

UMF ( UNA)), donde ponemos, por simplicidad, LMF ( A) = (x 1' , X 2, X 3' )

y UMF ( A) = (x 1, X 2, X 3), así A = [(x 1, X 1' ); X 2; ( X 3' , X 3)]. los Figura 1 Ejemplo de conjunto FIV triangular [ 110 ]
Int J Adv Manuf Technol

a las nuevas tecnologías y la sostenibilidad ha contribuido también al incremento en el la recogida de datos son comparativamente más para los criterios cuantitativos.
problema de la aceptación de la estrategia por parte de los empleados. Teniendo en Además, los valores cuantitativos de los criterios se pueden transformar fácilmente en
cuenta estas características, los criterios de selección deben ser capaces de reflejar el variables lingüísticas utilizando funciones de transformación. Por lo tanto, los pesos
rendimiento de las estrategias con respecto al costo, la calidad, la competitividad, la relativos y los valores de clasificación de rendimiento son considerados como
cuota de mercado, la minimización de residuos, la productividad de los recursos, la variables lingüísticas y representados por números de FIV triangulares en el método
productividad humana, aceptación de los empleados y de la comunidad. propuesto, como se muestra en las Tablas 3 y 4 . Este método combina dos enfoques
MCDM, que son métodos AHP y Vikor bajo ambiente de FIV. El FIV-AHP se utiliza
La lista ilustrativa de criterios para la selección de la estrategia para la fabricación para obtener los pesos difusos intervalvalued para cada criterio. Los pesos difusas
sostenible se identifica a partir de la literatura, como se muestra en la Tabla 2 . Estos criterios obtenidas de FIV-AHPmethod y los índices de rendimiento de fecundación in vitro
se identifican teniendo en cuenta las características de las organizaciones de fabricación como obtenidos de diversas toman las decisiones son agregados. Los números de FIV
se mencionó anteriormente. agregadas se defuzzificado utilizaron luego como entradas al VIKORmethod para
obtener la clasificación final de las estrategias.

5 Método propuesto Hola

Si ~UNA ¼ ~ F ij
Minnesota es una matriz de decisión difusa para un MCDM
En esta sección se propone un enfoque sistemático para extender la aplicabilidad del
problema en el que UNA 1, UNA 2, ..., UNA metro son metro posibles estrategias y
método Vikor para resolver los problemas de estrategia o de selección alternativa de
do 1, do 2, ..., do norte son norte criterios. El rendimiento de la estrategia UNA j
bajo ambiente FIV. El marco de método propuesto se muestra en la Fig. 2 . En la
con respecto al criterio do yo se indica con el número de FIV triangular, ~ F ij ¼ F 1 ij; F 0
práctica, los problemas de selección estrategia consisten tanto en criterios h yo

F0 . Dejar que la relación

cuantitativos y cualitativos. Por lo general, los criterios cuantitativos son evaluados por 1 ij; F 2 ij; 3 ij; F 3 ij
los valores numéricos precisos, pero los criterios cualitativos son difíciles de evaluar importancia de peso yo º criterio de ser representado por el número de FIV triangular, ~
con valores precisos o exactos. Las metodologías basadas en lógica difusa w yo ¼ w 1 yo; w 0 .
1 yo ; w 2 yo; w 0 3 yo; w 3 yo
proporcionado buenos resultados en el tratamiento de criterios cualitativos. El tiempo y

los recursos necesarios para

5.1 Pasos del método propuesto

Paso 1. Definir la estructura jerárquica para la selección proble-

Tabla 2 Lista ilustrativa de criterios de selección para la selección de la estrategia
Lem sobre la base de los diferentes aspectos y criterios pertinentes.

Aspecto criterios [ 114 ] [ 115 ] [ 116 ] [ 117 ] [ 118 ] [ 119 ]

Paso 2. Obtener los tomadores de decisiones ' opiniones en términos de
Económico variables lingüísticas sobre los índices de rendimiento de las
costo de implementación × × × × × posibles estrategias con respecto a cada criterio (véase la tabla 4 ),
Aumento del beneficio (retorno de la × × × Y comparación por pares entre los criterios y subcriterios en el
inversión)
respectivo nivel de jerarquía (véase la tabla 3 ).
competitividad × × ×
Aumento de la cuota de mercado × × ×
Paso 3. Reemplazar las variables lingüísticas por los correspondientes
capacidad técnica × ×
los números triangulares de fecundación in vitro para los índices de rendimiento de
Necesidad de recursos × ×
las estrategias con respecto a cada criterio para la construcción de las matrices de
Adaptabilidad × ×
decisión de fecundación in vitro (utilizando la Tabla 4 ). La matriz de decisión puede
Ambiental
ser representado como
Disminución de los residuos × × × × h yo ¼ F h
k 1 ij; F 0 k yo
~ k¼ ~ F k
UNA F 0k ,
Disminución de las emisiones × × × × ij 1 ij; F k 2 ij; 3 ij; F k 3 ij
Disminución en el uso de material × × × ×
donde ~ F k ij es la calificación del desempeño de j º estrategia con respecto
Disminución en el consumo de energía × × ×
a yo º criterio como se obtiene de quien toma las decisiones k.
Disminución en el uso de agua × × ×
Social
Etapa 4. Obtener los pesos de FIV de criterios usando FIV-AHP
aceptación de los empleados ×
método.
Aumento de oportunidades en el × × ×
Los pesos de fecundación in vitro para criterios y aspectos se pueden
empleo
calcular utilizando el método de FIV-AHP. Las etapas de cálculo de método
Salud y seguridad × × ×
FIV-AHP son los siguientes:
× Reglamento de completitud × × ×
Participación de la comunidad × ×
yo. Construir la matriz recíproca positiva difusa.
refuerzo de las competencias × ×
usando la tabla 3 , Sustituya las variables lingüísticas '
 Adv Manuf Technol

Figura 2 marco de selección de la Paso 1: Definir la estructura jerárquica de la selección de estrategias

estrategia problema

Paso 2: Criterios de evaluación de los pesos y las calificaciones de los tomadores de decisiones

estrategias en los términos lingüísticos

Paso 3: Obtener los índices de rendimiento de las estrategias de Paso 4: Calcular FIV relativa pesos difusos de
fertilización in vitro con respecto a cada criterio criterios usando FIV-AHP

Paso 5: Valor de FIV Agregado de los índices de rendimiento de las

estrategias y los pesos de los criterios

Paso 6: Obtener los valores nítidos de los índices de rendimiento de las

estrategias y los pesos de los criterios

Paso 7 y 8: Aplicar Vikor Método

Paso 9: Clasificación de las Estrategias

decenas de comparación por pares por números de FIV triangulares para la Naturalmente, el número de FIV recíproco de ~ do ki j tiene sentido si cualquier número
construcción de las matrices recíprocas de FIV positivos. Según Buckley [ 121 ],
real implicado en la definición de ~ do ki j es diferente de cero.
Matriz recíproca positiva difusa para quien toma las decisiones k se puede

definir como sigue:

ii. Calcular los pesos fuzzy intervalo-valorados de criterios
y sub-criterios.
~ k ¼ ~ do k
do ; yo; j ¼ 1; 2; 3; ::; norte
ijnn

(una) Para facilitar los cálculos de peso, aplicar α-

corte para descomponer la matriz recíproca FIV en matrices nítidas. los α- corte

~ do KIJ ¼ 1; para yo ¼ j de un conjunto difuso es un conjunto clásico que comprende elementos para

los que la función de pertenencia de conjunto difuso es mayor o igual a α. Las

matrices resultantes obtenidos mediante la aplicación de α- corte que se

conoce como matrices nítidas. Para quien toma las decisiones k, dejar α = 1
~ do ji k ¼ 1 ; para yo ≠ j
para la construcción de una matriz do 2 k =
~ do KIJ

k] n × norte y deja α = 0 para construir cuatro matrices; do 1 k =

[ do 2 ij
donde ~ do kij, un número FIV triangular, se representa como ~ do ki j k] n × norte, do 1' k = [ do '1k]ij n × norte, do 3 k = [ do ij norte y do 3' k = [ do 3 ij
k] n3 × ' k] n × norte
[ do 1 ij
h yo

¼ do k 1 ij; do 0 k y norte es el número de de conformidad con los números recíprocos difusos. Por ejemplo, do 1 k se
1 ij; do k 2 ij; do 0 k 3 ij; do k 3 ij
define por la ecuación. ( 4 ).
criterios considerados en la matriz. El recíproco de nú- FIV

1 1
ber ~ do ki j es 1 y se define como 1 ¼ ;1 ;1 ; ;1 .
~ do ki j ~ do ki j do k 3 ij do 0 k do k 2 ij do 0 k do k 1 ij
3 ij 1 ij

Tabla 4 Las definiciones de las variables lingüísticas para los grados de funcionamiento [ 92 ]

Tabla 3 variables lingüísticas de importancia criterio utilizado para las comparaciones [IVFAHP 120
Nivel de actuación número FIV Triangular
]

Muy pobre (VP) [(0,0); 0; (1,1.5)]

Nivel de importancia número FIV Triangular
Pobre (P) [(0,0.5); 1; (2.5,3.5)]

Igual importancia (VL) [(1,1); 1; (1,1)] Moderadamente pobres (MP) [(0,1.5); 3; (4.5,5.5)]

Importancia moderada (MI) [(1,2); 3; (4,5)] Fair (F) [(2.5,3.5); 5; (6.5,7.5)]

Fuerte importancia (SI) [(3,4); 5; (6,7)] Moderadamente buena (MG) [(4.5,5.5); 7; (8,9.5)]

Muy fuerte importancia (VSI) [(5,6); 7; (8,9)] Buen g) [(5.5,7.5); 9; (9.5,10)]

importancia extrema (EI) [(7,8); 9; (9,9)] Muy bueno (VG) [(8.5,9.5); 10; (10,10)] Int J
Int J Adv Manuf Technol

2664 3775 re 4 Þ h i
1 do k 112 ... do k 11 norte W 01k*i ¼ w 0 k* ; where w 0 k*
Hola 1i 1i¼ Q0 k 1 w 0 k1 i; i
do k 121 1 ... do k 12 norte
do k 1 ¼ do k 1 ij
nn ¼ ... ... ... ... ¼ 1; 2; 3 …::; n ð8Þ
do k 1 norte 1 do k 1 norte 2 ... 1

(segundo) Para garantizar la coherencia de los tomadores de decisiones ' h i

recoger opiniones sobre los pesos de los criterios, calculan la λ máx para W 03k*i ¼ w 0 k* 3i
; where w 0 k* 3i¼ Q k 3 w0 k 3 i; i
cada matriz crujiente. A continuación, el índice de consistencia (CI) para

cada matriz puede ser calculado usando la Ec. ( 3 ). Basado en el CI y el ¼ 1; 2; 3 …::; n ð9Þ

índice aleatorio (RI), calcular la relación de la consistencia (CR) usando la

' k ∗ and W3i ' k ∗) to
Now, use the adjusted weight matrices ( W 1 i
Ec. ( 2 ). Si CR ≥ 0.1, a continuación, se les debe pedir a los tomadores de
compute the constants ( Q 1 k) and ( Q 3 k) by using Eqs. ( 10 ) and ( 11 ). The
decisiones a reconsiderar sus opiniones.
adjusted lower and upper bounds of Upper Membership Functions (UMFs)
of the weights are computed by using Eqs. ( 12 ) and ( 13 ).
(do) Utilizando el método AHP en matrices nítidas obtenidos en

Step 4.ii.(a), determine the five crisp weight vectors W 1 k=[ w 1 i

k ], W 1' k=[ w 1 i'i' k]], W 2 k=[ w 2 ik
ik ], W 3' k=[ w 3 i'i' k] and ( )
k] for i= 1, 2, …, n. For example, W 1 k vector is obtained as 1i
W 3 k=[ w 3 i Q k 1 ¼ min w 0 k* 1≤i≤n ð 10 Þ
wk1i

2664 3775
w k 11
( )
w k 12
Wk1¼ wk1i ¼ ð5Þ 3i
⋮ Q 03k¼ max w 0 k* 1≤i≤n ð 11 Þ
wk3i
wk1n

To obtain the IVF weight matrix, it is required that these five Using the constants Q 1 k and Q 3 k, the adjusted lower and upper bound
k ∗ and W 3 i k ∗) of the UMFs of weights
crisp weight vectors are combined to obtain the five values values ( W 1 i
k , w 1' k),
i can be obtained as:
(lower bound values ( w 1 i
k ) and upper bound values ( w 3 i ' k,
central value ( w 2 i
k )) of IVF weight of each criterion.
w3i W k*1 i ¼ w k* 1i; where w k* 1i¼ Q k 1 w k 1 i; i ¼ 1; 2; 3 …::; n ð 12 Þ
(d) It is seen that combining weight matrices
( W 1 k, W 1' k, W 2 k, W 3' k and W 3 k) to obtain the IVF weights may
result into IVF sets that are not normal IVF sets. An IVF set is
W k*3 i ¼ w k* 3i; where w k* 3i¼ Q k 3 w k 3 i; i ¼ 1; 2; 3 …::; n ð 13 Þ
known as normal IVF set whose membership value,
k ∗, W 1 ' ik ∗, W 2ki ∗, W 3 ' ik
Combining adjustedweight matrices ( W 1 i
μ Ã( x)= 1 at precisely one element. To ensure the IVF weights ∗, W 3ki ∗), the IVF weight for decision maker k can be obtained as follows:
are still normal IVF sets, use the Eqs. ( 6 ) –( 13 ) to adjust the
weights. According to the method suggested by Csutora and
h i
Buckley [ 122 ], constants ( Q 1' k) and ( Q 3' k) ~k
W i ¼ w k* 1i; w 0 1k*i ; w k*2
k*2 i ; w 0 3k*i ; w k*3
k*3 i
; i ¼ 1; 2; 3 …::; n ð 14 Þ

are computed by using Eqs. ( 6 ) and ( 7 ). These constants are

used to adjust the lower and upper bounds of the Lower Step 5. Calculate the aggregate weights ~ ðwÞi and perfor-
Membership Functions of the weights using Eqs. ( 8 ) and ( 9 ). mance ratings ~ f i j

The aggregate weight of each criterion and performance

ratings of strategies with respect to each criterion are
Q 01k¼ min w k 2 i j1 ≤ i ≤ n ð6Þ computed by using Eqs. ( 15 ) and ( 16 ), respectively. The
w 01ki
Min-Max aggregation method is applied to achieve balance
between pessimistic and optimistic evaluations by considering
disjunctive and conjunctive behaviours of decision makers [ 123 ].
The upper and lower bound values of UMF of IVF numbers are
Q 03k¼ max w k 2 i j1 ≤ i ≤ n ð7Þ
w 03ki obtained by min and max aggregation methods, respectively.
Other values of IVF numbers are aggregated by using the
After computing Q 1' k and Q 3' k, the adjusted weight matrices, W 1 i arithmetic
' k ∗ and W 3 i ' k ∗ can be calculated as follows:
 Int J Adv Manuf Technol

mean operator that does not represent any behavioural Where k= 1,2, …, p and p is the number of decisionmakers. It should be
property [ 123 ]. noted that Eq. ( 15 ) provides the local weights
The relative IVF weight of i th criterion can be represented of indicators or aspects at the respective level of hierarchy. Once local
by ~ w i ¼ w 1 i; w 0 ; weights are calculated, global weights can be calculated by combining local
1i; w 2 i; w 0 3 i; w3i
i ¼ 1; 2; 3 …; n and computed as weights with respect to all successive hierarchal levels [ 98 ].

w 1 i ¼ min w k* 1i; w0 1i Step 6. Defuzzify the IVF criteria weights ~ ðwÞi and perfor-

Xp Xp mance ratings ~ f i j of strategies with respect to each criterion to

¼1 w 01k*i ; w 2 i ¼ 1 w k*
2 i ; w0
p p
3i get the crisp values.
k¼1 k¼1
In this study, centre of area (COA) defuzzification method was
Xp applied to obtain crisp values. For an IVF set à with a
¼1 w 03k*i ; w 3 i ¼ max w k* 3i
ð 15 Þ
membership function μ Ã( x) ; x ∈ X,
p
k¼1
whose x- domain is discretized into N points. The centroid ( C Ã) can

Where k= 1,2, …, p and p is the number of decisionmakers. The be computed in terms of [ c l, c r].

performance rating of j th strategy with respect to i th criterion can be The c l and c r are respectively maximum and minimum of

represented by centroids of all embedded type-1 fuzzy sets in the Footprint of

h i Uncertainty (FOU) of set Ã.

~ f i j ¼ f 1 i j; f 0 f0 ;i Karnik andMendel [ 101 ] demonstrated that c l and c-
1ij; f 2 i j; 3 i j; f 3ij
r can be computed from the LMF and UMF of IVF set à as
¼ 1; 2; 3 …::; n and j ¼ 1; 2; 3 …::; m follows:
Steps for calculating the parameter c l
and computed as For each IVF set, we initialize the value of θ i by setting
Xp
f 1 i j ¼ min f k1ij; f 0 1ij¼ 1 f 0k
1 i j; f 2ij
p
k¼1
θi¼ 1 A jxþi UMF ~ A jx i ;i
2 LMF ~
Xp Xp
¼1 f k 2 i j; f 0 3ij¼ 1 f 0k
f 3ij
3 i j; ¼ 1; 2; :::: N ð 17 Þ
p p
k¼1 k¼1

¼ max f k 3 i j ð 16 Þ and then compute the value

Fig. 3 Hierarchy structure for problem Goal Aspects Criteria Strategies

of case company

Implementation cost (C1) A1: Waste

Minimization
Economical Profits (C2)

Adaptability (C3)
Best sustainable manufacturing strategy

A2: Material
(C4)
Efficiency

Environmental Emissions (C5) Wastage

Energy usage (C6)

A3: Resource

Efficiency
Employee saftey (C7)

Social Employee’s acceptance (C8) A4: Eco-

Efficiency
Regulation completeness (C9)
Int J Adv Manuf Technol

Table 5 Fuzzy comparison matrixes for aspects and criteria

XN
xi θi
Aspects Economic criteria
i¼1
ci¼ ð 18 Þ ECO ENV SOC C1 C2 C3
XN
DM1 ECO VL MI SI DM1 C1 VL VL VSI
θi
i¼1 ENV VL MI C2 VL EI
SOC VL C3 VL

Without loss of generality, we assume that x 1 ≤ x 2 ≤.....≤ x N. DM2 ECO VL SI SI DM2 C1 VL MI EI

Equation ( 18 ) implies that we can find an index L ∈{ 1,...., N − ENV VL MI C2 VL VSI

1} such that x L ≤ c i ≤ x L+ 1. SOC VL C3 VL

Set θ i= UMF( Ã|x i) if i ≤ L and θ i= LMF( Ã|x i) if i ≥ L+ 1. Then DM3 ECO VL VL MI DM3 C1 VL MI EI

calculate the value of c l as ENV VL MI C2 VL VSI

SOC VL C3 VL
XL Environmental criteria Social criteria
x i UMF ~ A jxþi X N x i LMF ~ A jx i
C4 C5 C6 C7 C8 C9
i¼1 i¼Lþ1
cl¼ ð 19 Þ DM1 C4 VL VL MI DM1 C7 VL SI MI
XL
UMF ~ A jxþi X N LMF ~ A jx i C5 VL VL C8 VL SI

i¼1 i¼Lþ1 C6 VL C9 VL
DM2 C4 VL MI SI DM2 C7 VL VSI MI
If c l= c i then stop else c i := c l and go to Step 3. Steps for
C5 VL MI C8 VL VSI
calculating the parameter c r C6 VL C9 VL
For each IVF set, we initialize the value of θ i by Eq. ( 17 )
DM3 C4 VL MI MI DM3 C7 VL SI SI
and calculate the value of c i by Eq. ( 18 ). Without loss of generality, we
C5 VL MI C8 VL SI
assume that x 1 ≤ x 2 ≤.....≤ x N.
C6 VL C9 VL
Equation ( 18 ) implies that we can find an index R ∈{ 1,...., N −
1} such that x R ≤ c i ≤ x R+ 1 ( Initially R=L).
Set θ i= LMF( Ã|x i) if i ≤ R and θ i= UMF( Ã|x i) if i ≥ R+ 1.
Then calculate the value of c r as wi f þi− f ij
S j¼ Xn ð 22 Þ
f þi− f −i
i¼1
XR
x i LMF ~ A jxþi X N x i UMF ~ A jx i
i¼1 i¼Rþ1
cr¼ ð 20 Þ
0@ 1A
XR
wi f þi− f ij
LMF ~ A jxþi X N UMF ~ A jx i
R j ¼ max ð 23 Þ
i¼1 i¼Rþ1 i f þi− f −i

If c r= c i then stop else c i := c r and go to Step 3. The value of centroid ( C Ã) of

the IVF set à is computed as follows:
Table 6 Decision makers ’ ( DMs) assessments of strategies based on each criterion

C~ ¼ c l þ c r ð 21 Þ C1 C2 C3 C4 C5 C6 C7 C8 C9
A 2

DM1 A1 G MG VG VG VG G G MG VP
Considering the computational complexity involved with defuzzification
A2 VG F MP MG MP VG MP F F
of IVF numbers, MATLAB®-based IT2FLS was used for implementation of
A3 MG G G VG VG VG G P G
KM algorithm [ 124 ].
A4 F VG G MG F VG G VP P
Step 7. Determine the best rating f i+ and worst rating f i − for all
DM2 A1 VG F VG G VG G MG G VP
the criteria.
A2 VG MP F MG P MG F P MP
If criteria symbolize benefit, then
A3 G MG G VG VG G G P G

A4 MG G VG F MG MG VG VP VP DM3 A1 MG G G VG VG VG MG F
f þ i ¼ max f i j and f − i ¼ min f ij
j j P

A2 G MG F G MP G MP MG F
Step 8. Measure the Utility ( S j), Regret ( R j) and VIKOR
A3 F VG MG G VG MG VG P G
indices ( Q j) for j= 1, 2 … m by using the following equations;
A4 MP VG MG MG P F VG VP MP
 Int J Adv Manuf Technol

Table 7 Interval-valued fuzzy weights

of aspects and criteria Aspects/criteria Local weights Global weights

Economical [(0.34,0.57);0.58;(0.58,0.69)] [(0.34,0.57);0.58;(0.58,0.69)]

Implementation cost (C1) [(0.44,0.53);0.58;(0.58,0.71)] [(0.15,0.30);0.34;(0.34,0.49)]

Profits (C2) [(0.27,0.31);0.36;(0.38,0.47)] [(0.09,0.20);0.21;(0.22,0.32)]

Adaptability (C3) [(0.05,0.06);0.06;(0.06,0.07)] [(0.02,0.03);0.03;(0.03,0.05)]

Environmental [(0.16,0.29);0.29;(0.30,0.43)] [(0.16,0.29);0.29;(0.30,0.43)]

Wastages (C4) [(0.32,0.51);0.55;(0.57,0.63)] [(0.05,0.15);0.16;(0.17,0.27)]

Emissions (C5) [(0.21,0.28);0.29;(0.30,0.36)] [(0.03,0.08);0.08;(0.09,0.16)]

Energy usage (C6) [(0.11,0.15);0.16;(0.17,0.32)] [(0.02,0.04);0.05;(0.05,0.14)]

Social [(0.10,0.12);0.13;(0.15,0.29)] [(0.10,0.12);0.13;(0.15,0.29)]

Employee safety (C7) [(0.47,0.59);0.61;(0.63,0.66)] [(0.05,0.07);0.08;(0.09,0.19)]

Employee acceptance (C8) [(0.24,0.28);0.28;(0.29,0.32)] [(0.02,0.03);0.04;(0.04,0.09)]

Regulation completeness (C9) [(0.09,0.10);0.10;(0.12,0.21)] [(0.01,0.01);0.01;(0.02,0.06)]

The outcome is a set of three ranking lists. Propose the strategy j 1 equivalent
ð Þ Rj − Rþj
to Q 1 ( smallest among Q j values) as a compromise solution if
Qj¼ v S j − Sþj þ1−v ð 24 Þ
S−j− Sþj R−j− Rþj

where Condition 1 [C1]: The strategy j 1 has an acceptable advan-

tage; e.g. Q 2 − Q 1 ≥ DQ, where DQ ¼ 1 m−1
S þ ¼ min
j S j; S − ¼ max jS j and m is number of strategies.
Condition 2 [C2]: The strategy j 1 is stable within the deci-
sion making process. In other words, it is also the
R þ ¼ min best ranked in S or R ranking lists.
j R j; R − ¼ max jRj

and v is the weight of decision making strategy or the maximum

group utility. The compromise can be selected with “ voting by If one of the above conditions is not satisfied, then a set of compromise
majority ” ( v> 0.5), with solutions is proposed, which consists of:
“ consensus ” ( v= 0.5), or with “ veto ” ( v< 0.5). The strategy having Alternatives j 1 and j 2, Q j 2 ¼ Q 2 where if and only when condition [ C2] is not
smallest VIKOR value ( Q j) is considered to be the best solution satisfied.
(see Eq. ( 24 )). Alternatives j 1, j 2, …, j m if the condition [ C1] is not satisfied, and j m is
Step 9. Rank the strategies by sorting each S j, R j and Q j ascertained by the relation Q m − Q 1 ≥ DQ for maximum m where, Q j m ¼ Q m.
values in increasing order.

Table 8 Aggregated fuzzy interval values of strategies ’ ratings

Strategies

Criteria A1 A2 A3 A4

C1 [(4.5,7.5);8.67;(9.17,10)] [(5.5,8.83);9.67;(9.83,10)] [(2.5,5.5);7;(8,10)] [(0,3.5);5;(6.33,9.5)]

C2 [(2.5,5.5);7;(8,10)] [(0,3.5);5;(6.33,9.5)] [(4.5,7.5);8.67;(9.17,10)] [(5.5,8.83);9.67;(9.83,10)]

C3 [(5.5,8.83);9.67;(9.83,10)] [(0,2.83);4.33;(5.83,7.5)] [(4.5,6.83);8.33;(9,10)] [(4.5,7.5);8.67;(9.17,10)]

C4 [(5.5,8.83);9.67;(9.83,10)] [(4,6.17);7.67;(8.5,10)] [(5.5,8.83);9.67;(9.83,10)] [(2.5,4.83);6.33;(7.5,9.5)]

C5 [(8.5,9.5);10;(10,10)] [(0,1.17);2.33;(3.83,5.5)] [(8.5,9.5);10;(10,10)] [(0,3.17);4.33;(5.67,9.5)]

C6 [(5.5,8.17);9.33;(9.67,10)] [(4.5,7.5);8.67;(9.17,10)] [(4.5,7.5);8.67;(9.17,10)] [(2.5,6.17);7.33;(8.17,10)]

C7 [(4.5,6.17);7.67;(8.5,10)] [(0,2.17);3.67;(5.17,7.5)] [(5.5,8.17);9.33;(9.67,10)] [(5.5,8.88);9.67;(9.83,10)]

C8 [(2.5,5.5);7;(8,10)] [(0,2.83);4.33;(5.83,7.5)] [(0,0.5);1;(2.5,3.5)] [(0,0);0;(1,1.5)]

C9 [(0,0.17);0.33;(1.5,3.5)] [(0,2.83);4.33;(5.83,7.5)] [(5.5,7.5);9;(9.5,10)] [(0,0.67);1.33;(2.67,5.5)]

 VIKOR method is a helpful tool in MCDM, particularly in a situation Table 10 Best rating f i+ and worst rating f i − for each criterion

where the decision maker is not able or does not know how to express their
C1 C2 C3 C4 C5 C6 C7 C8 C9
preferences at the beginning of system design [ 15 ]. The ranking of
strategies may be performed by different value of weight of maximum f i+ 8.78 8.78 8.78 8.78 9.63 8.61 8.78 6.64 8.34

group utility ( v). The compromise solution obtained with initial maximum f i − 4.87 4.79 4.12 5.21 2.53 6.86 3.69 0.42 1
group utility ( v) value will be replaced if ( v) is not within the stability interval.

The data collection process was based on the decision makers ’ interview.
Decision makers have been asked to identify the selection criteria
pertinent to ABC company from economic, environmental and social
aspects to improve the sustainability performance. The hierarchy of

6 Illustrative example the problem is shown in Fig. 3 . Decision makers ’ opinion towards the
pairwise comparison importance weights of criteria and aspects must

The proposed method has been designed for sustainable manufacturing be recorded in terms of linguistic variables. Decisionmakers were also

strategy selection from a holistic and comprehensive approach. In this asked for their perception towards rating of strategies against selected

section, a case study is used to present the application of this method. criteria as shown in Fig. 3 . The pairwise comparison matrix in terms of

Case company (hereafter known as ABC due to confidentiality issue) is a linguistic variables from decision makers ’ opinion has been recorded

manufacturing small and medium enterprise which strives to select a as shown in Table 5 . Decision makers were asked to evaluate the

suitable strategy to enhance overall sustainability. The proposed method is performance rating of strategies for the selected criteria using

designed considering the uncertainties in decision making related to linguistic variables (Table 6 ).

sustainable manufacturing in ABC. The usage of materials and resources

are considered very important for sustainable manufacturing in ABC.
Therefore, in this study, sustainable strategies are considered as waste
minimization, material efficiency, resource efficiency and eco-efficiency. To
implement proposed method, data collection has been carried out to get
the inputs for the proposed method aimed at selecting the best strategy for 6.2 Implementation and results

sustainable manufacturing.
During the implementation and the result extraction process, linguistic
values obtained during the data collection process were replaced by
corresponding IVF numbers as shown in Tables 3 and 4 . Using α- cut
method, the IVF reciprocal matrices were decomposed to obtain the crisp
matrices. It should be noted that all crisp matrices were examined for
6.1 Data collection consistency by obtaining the consistency index of corresponding positive
reciprocal matrixes. In the case of inconsistency, decision makers were
There are three decision makers in the ABC from whom inputs have been asked to re-evaluate their opinions. This process was continued until the
collected. Decisionmakers in this company are managers or senior consistency ratio for all comparison matrixes became less than or equal to
managers, and they are also the head of respective departments. Three 0.10. The AHP method was applied to calculate the IVF weighs as
decision makers (who participated in this study) are Manager (quality discussed in Section 4.1 (Step 4).
assurance), who is also responsible for sustainability initiatives in the
company, Senior Manager (finance) andManager (production). The
procedure for data collection has been illustrated as follows: Using min-max aggregation method (Section 5.1 , Step 5),
varied opinions of decision makers were combined to obtain IVF weights of
aspects and criteria and performance rating of

Table 9 Crisp values of strategies ’ ratings with respect to criteria and weights of criteria
Table 11 The values of S ( utility), R ( Regret) and Q v= 0.5 ( VIKOR value) for all strategies

C1 C2 C3 C4 C5 C6 C7 C8 C9
Strategies for sustainable manufacturing

A1 8.03 6.64 8.78 8.78 9.63 8.61 7.41 6.64 1

A1 A2 A3 A4
A2 8.78 4.79 4.12 7.41 2.53 8.03 3.69 4.12 4.12
A3 6.64 8.03 7.81 8.78 9.63 8.03 8.61 1.42 8.34 S 0.221 0.542 0.286 0.683

A4 4.87 8.78 8.03 5.21 4.52 6.86 8.78 0.42 1.94 R 0.111 0.207 0.178 0.325

Weights 0.32 0.20 0.03 0.16 0.09 0.06 0.09 0.04 0.02 Int J Adv Manuf Technol Q v= 0.5 0 0.828 0.354 1
 Int J Adv Manuf Technol

Table 12 The ranking of The proposedmethod is verified for rationality and stability by using the
strategies by S, R and Ranking of strategies
concept of sensitivity analysis when maximum utility values ( v) do not affect
Q values in increasing order
1 2 3 4 the results. This analysis was performed by decreasing and increasing the v value
from 0 to 1 by the step of 0.1. Table 13 illustrate the results of sensitivity
By S A1 A3 A2 A4
analysis for four strategies under consideration. According to sensitivity
By R A1 A3 A2 A4
analysis results, ranking of strategies is the same as previous main ranking.
By Q v= 0.5 A1 A3 A2 A4
The strategies show a straight line or nearly straight-line trend, and their
positions are stable in new ranking while changing the value of maximum
utility value ( v). Based on the above results from the proposedmethod, this
strategies with respect to these criteria as shown in Tables 7
study has demonstrated that the proposed method can easily select the best
and 8 .
strategy.
In order to obtain the crisp values of strategies ’ ratings and criteria
weights based on centre of area method (COA), Karnik-Mendal (KM)
algorithms for IVF numbers was applied in this study (Section 5.1 , Step 6).
It can be seen from the Table 13 that strategy A 1 has smallest VIKOR
The crisp values for strategies ’ performance ratings with respect to each
values ( Q) in the all the scenario based on the maximum utility values ( v). Therefore,
criterion and weights of criteria are shown in Table 9 . Using Step 7 (Section
strategy A 1 is selected for implementation based on its smallest VIKOR
5.1 ), the best values f i+ and worst values f i − of crisp performance ratings of
value ( Q).
strategy with respect to each criterion were identified and are shown in
Table 10 . As per Step 8 (Section 5.1 ), using Eqs. ( 22 ), ( 23 ) and ( 24 ),

7 Conclusions
the utility ( S), regret ( R) and VIKOR index ( Q v= 0.5) of all strategies were
calculated as shown in Table 11 . As mentioned above, v is the weight of the
The strategy selection problem for sustainable manufacturing consists of
strategy of the majority of criteria. Here, we can use v= 0.50 for final ranking [ 13
various criteria that are usually incommensurable and conflicting and is
, 15 ].
often influenced by uncertainty in real situations. In addition, in a group
Based on the S, R and Q values (Section 5.1 , Step 9),
decision making, each decision maker has different knowledge and opinion
strategies were ranked as shown in Table 12 .
about the criteria weights and performance ratings of strategies. In such
The compromise solution, closest to the ideal solution, was achieved as
situations, the MCDM method under IVF environment is an appropriate
strategy A 1. The difference in VIKOR values ( Q v= 0.5) of A 1 and A 3 ( strategy
tool. This study presented an integrated AHPVIKOR method to select
with minimum value and strategy next to this) is 0.354> 1
sustainability strategy for manufacturing organizations under IVF
Thus, compromise solution
m−1. environment. The proposed method provides more flexibility to decision
as strategy A 1 is a stable solution as it satisfies the condition 2 mentioned in
makers to deal with uncertainties compared to the other MCDMmethod
Step 9 of Section 5.1 .
based on fuzzy type-1 or crisp values. The applicability of the method was
illustrated by a case study. The rationality and validity of the proposed
6.3 Sensitivity analysis method were established by performing a sensitivity analysis. It can be
seen that this method has some advantages which are useful in dealing
As mentioned above, the proposed method is based on combining with strategy selection problems for sustainable manufacturing
concepts of VIKOR and AHP in an IVF environment. This method can be applications. The proposed method for strategy selection provides a
applied to individual or group of evaluators according to their own systematic approach which can be easily extend to other disciplines for
preferences to select their ideal strategy. In this section, the results of the alternative or strategy selection where uncertainties are inherent.
proposed method concerning rationality and discriminatory ability are
examined. Here, the analytic technique was borrowed from the concepts of
sensitivity analysis.

Table 13 Values of Q j for different values of v( 0 ≤ v ≤ 1)

v 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

Q1 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000

Q2 0.743 0.760 0.777 0.794 0.811 0.828 0.846 0.863 0.880 0.897 0.914

Q3 0.358 0.357 0.356 0.356 0.355 0.354 0.353 0.353 0.352 0.351 0.350

Q4 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
Int J Adv Manuf Technol

Acknowledgments We thank the editor and reviewers for their comments which have 17. Epstein MJ (2008) Making sustainability work. Best practices in managing and
helped to improve the quality of our manuscript. The authors would like to acknowledge measuring corporate social, environmental, and economic impacts. Greenleaf,
the University of Malaya for providing the necessary facilities and resources for this Sheffield, UK
research. This research was funded by the Ministry of Higher Education, Malaysia with 18. El-Haggar S (2010) Sustainable industrial design and waste management:
high impact research (HIR) grant number of HIR-MOHE-16001-D000001 and University cradle-to-cradle for sustainable development. Academic Press, Sheffield
of Malaya Research grant (RP018C-13AET).
19. Maslennikova I, Foley D (2000) Xerox's approach to sustainability. Interfaces
30(3):226 – 233
Conflict of interest The authors declare that they have no conflict of interest. 20. Preston L (2001) Sustainability at Hewlett-Packard. Calif Manag Rev 43(3):26 – 37

21. Schroeder HM (2012) Developments in the recycling industry and the growth of
product stewardship: the role of enterprise information systems. Int J Prod
Lifecycle Manag 6(1):65 – 78
References 22. Wagner TP (2013) Examining the concept of convenient collection: an application
to extended producer responsibility and product stewardship frameworks.
Waste Manag 33(3):499 – 507
1. International Trade Administration DoC, U.S. (2007) How does Commerce
23. Womack JP, Jones DT (2010) Lean thinking: banish waste and create wealth in
define Sustainable Manufacturing? http://www.trade.
your corporation. Simon and Schuster, New York
gov/competitiveness/sustainablemanufacturing/how_doc_ defines_SM.asp
24. Melton T (2005) The benefits of lean manufacturing: what lean thinking has to
offer the process industries. Chem Eng Res Des 83(6):662 – 673
2. Vittorio B, Marco F, Fabio I (2000) Environmental management systems and
SMEs. Greener Manag Int 29:55 – 69
25. Shah R, Ward PT (2003) Lean manufacturing: context, practice bundles, and
3. Hillary R (2004) Environmental management systems and the smaller enterprise.
performance. J Oper Manag 21(2):129 – 149
J Clean Prod 12(6):561 – 569
26. Yang MGM, Hong P, Modi SB (2011) Impact of lean manufacturing and
4. Lepoutre J, Heene A (2006) Investigating the impact of firm size on small
environmental management on business performance: an empirical study of
business social responsibility: a critical review. J Bus Ethics 67(3):257 – 273
manufacturing firms. Int J Prod Econ 129(2): 251 – 261

5. Maxwell D, Sheate W, van der Vorst R (2006) Functional and systems aspects of
27. Jabbour CJC, Jabbour ABLS, Govindan K, Teixeira AA, Freitas WRS (2013)
the sustainable product and service development approach for industry. J
Environmental management and operational performance in automotive
Clean Prod 14(17):1466 – 1479
companies in Brazil: the role of human resource management and lean
6. Abdul Rashid SH, Evans S, Longhurst P (2008) A comparison of four sustainable
manufacturing. J Clean Prod 47: 129 – 140
manufacturing strategies. Int J Sustain Eng 1(3): 214 – 229

28. Aguado S, Alvarez R, Domingo R (2013) Model of efficient and sustainable

7. Despeisse M, Mbaye F, Ball PD, Levers A (2012) The emergence of sustainable
improvements in a lean production system through processes of environmental
manufacturing practices. Prod Plann Control 23(5): 354 – 376
innovation. J Clean Prod 47:141 – 148
29. Vinodh S, Chintha SK (2011) Leanness assessment using multigrade fuzzy
8. Jayal A, Badurdeen F, Dillon O, Jawahir I (2010) Sustainable manufacturing:
approach. Int J Prod Res 49(2):431 – 445
modeling and optimization challenges at the product, process and system
30. Memon MA (2010) Integrated solid waste management based on the 3R approach.
levels. CIRP J Manuf Sci Technol 2(3): 144 – 152
J Mater Cycles Waste Manag 12(1):30 – 40
31. Jawahir I, Dillon O, Rouch K, Joshi KJ, Venkatachalam A, Jaafar IH (2006)
9. Womack J, Jones D, Roos D (2007) The machine that changed the world: the story of Total life-cycle considerations in product design for sustainability: a
lean production – Toyota ’ s secret weapon in the global car. Wars that is now framework for comprehensive evaluation. In: Proceedings of the 10th
revolutionizing world industry. Simon and Schuster, New York International Research/Expert Conference, Citeseer, Barcelona, Spain, p 1 – 10

10. Worrell E, Bernstein L, Roy J, Price L, Harnisch J (2009) Industrial energy 32. Allwood JM, AshbyMF, Gutowski TG,Worrell E (2011)Material efficiency: a white
efficiency and climate change mitigation. Energy Effic 2(2):109 – 123 paper. Resour Conserv Recycl 55(3):362 – 381
33. Halme M, Anttonen M, Kuisma M, Kontoniemi N, Heino E (2007) Business
11. Azadegan A, Porobic L, Ghazinoory S, Samouei P, Saman Kheirkhah A (2011) models for material efficiency services: conceptualization and application.
Fuzzy logic in manufacturing: a review of literature and a specialized Ecol Econ 63(1):126 – 137
application. Int J Prod Econ 132(2): 258 – 270 34. Worrell E, Levine M, Price L, Martin N, van den Broek R, Block K (1997) Potentials
and policy implications of energy andmaterial efficiency improvement. Lawrence
12. Vinodh S, Varadharajan AR, Subramanian A (2013) Application of fuzzy VIKOR for Berkeley National Laboratory, Berkeley
concept selection in an agile environment. Int J Adv Manuf Technol 65(5 – 8):825 –
832 35. Söderholm P, Tilton JE (2012) Material efficiency: an economic perspective.
13. Sanayei A, Farid Mousavi S, Yazdankhah A (2010) Group decision making Resour Conserv Recycl 61:75 – 82
process for supplier selection with VIKOR under fuzzy environment. Expert 36. Houy C, Reiter M, Fettke P, Loos P (2011) Towards Green BPM — sustainability
Syst Appl 37(1):24 – 30 and resource efficiency through business process management. In: Business
14. San Cristóbal J (2011) Multi-criteria decision-making in the selection of a process management workshops, Springer, Berlin, p 501 – 510
renewable energy project in Spain: the Vikor method. Renew Energy 36(2):498 –
502 37. Schaltegger S, Bennett M, Burritt R (2006) Sustainability accounting and reporting,
15. Opricovic S, Tzeng G-H (2004) Compromise solution byMCDM methods: a vol 21. Springer, Dordrecht
comparative analysis of VIKOR and TOPSIS. Eur J Oper Res 156(2):445 – 455 38. Dyllick T, Hockerts K (2002) Beyond the business case for corporate
sustainability. Bus Strateg Environ 11(2):130 – 141
16. Lee K-H (2009) Why and how to adopt green management into business 39. Smith L, Ball P (2012) Steps towards sustainable manufacturing through modelling
organizations?: the case study of Korean SMEs in manufacturing industry. material, energy and waste flows. Int J Prod Econ 140(1):227 – 238. doi: 10.1016/j.ijpe.2012.01.03
Manag Decis 47(7):1101 – 1121
 Int J Adv Manuf Technol

40. Verfaillie HA, Bidwell R, Cowe R (2000) Measuring eco-efficiency: a guide to 61. Tseng M-L (2013) Modeling sustainable production indicators with linguistic
reporting company performance. World Business Council for Sustainable preferences. J Clean Prod 40:46 – 56. doi: 10.1016/
Development, Geneva j.jclepro.2010.11.019
41. Kerr W, Ryan C (2001) Eco-eff iciency gains from remanufacturing: a case 62. Hwang C, Yoon K (1981) Multiple attribute decision making: methods and
study of photocopier remanufacturing at Fuji Xerox Australia. J Clean Prod applications, a state of the art survey. Springer, New York
9(1):75 – 81
42. Schmidheiny S, Stigson B (2000) Eco-efficiency: creating more value with less 63. Kelemenis A, Askounis D (2010) A new TOPSIS-based multicriteria approach to
impact. World Business Council for Sustainable Development, Geneva personnel selection. Expert Syst Appl 37(7): 4999 – 5008

43. Kobayashi Y, Kobayashi H, Hongu A, Sanehira K (2005) A practical method for 64. Behzadian M, Khanmohammadi Otaghsara S, Yazdani M, Ignatius J (2012) A
quantifying eco ‐ efficiency using eco ‐ design support tools. J Ind Ecol 9(4):131 – 144 state-of the-art survey of TOPSIS applications. Expert Syst Appl
39(17):13051 – 13069
44. Guenster N, Bauer R, Derwall J, Koedijk K (2011) The economic value of 65. Figueira J, Greco S, Ehrgott M (2005) Multiple criteria decision analysis: state of
corporate eco ‐ efficiency. Eur Financ Manag 17(4):679 – the art surveys, vol 78. Springer, New York
704 66. Jun D, Tian-tian F, Yi-sheng Y, Yu M (2014) Macro-site selection of wind/solar
45. Li W, Winter M, Kara S, Herrmann C (2012) Eco-efficiency of manufacturing hybrid power station based on ELECTRE-II. Renew Sust Energ Rev 35:194 – 204
processes: a grinding case. CIRP Ann Manuf Technol 61(1):59 – 62
67. Liu P, Zhang X (2011) Research on the supplier selection of a supply chain
46. Simboli A, Taddeo R, Morgante A (2014) Value and wastes in manufacturing. An based on entropy weight and improved ELECTREIII method. Int J Prod Res
overview and a new perspective based on ecoefficiency. Adm Sci 4(3):173 – 191 49(3):637 – 646
68. Triantaphyllou E (2000) Multi-criteria decision making methods a comparative
47. Güngör Z, Serhadl ı o ğ lu G, Kesen SE (2009) A fuzzy AHP ap- study. Springer
proach to personnel selection problem. Appl Soft Comput 9(2): 641 – 646 69. Ş ener B, Süzen ML, Doyuran V (2006) Landfill site selection by
using geographic information systems. Environ Geol 49(3):376 –
48. Huang C-C, Chu P-Y, Chiang Y-H (2008) A fuzzy AHP application in 388
government-sponsored R&D project selection. Omega 36(6):1038 – 1052 70. Afshari A, Mojahed M, Yusuff RM (2010) Simple additive weighting approach to
personnel selection problem. Int J Innov Manag Technol 1(5):511 – 515
49. Aghajani Bazzazi A, Osanloo M, Karimi B (2011) Deriving preference order of
open pit mines equipment through MADM methods: application of modified 71. Brans J-P, Vincke P, Mareschal B (1986) How to select and how to rank projects: the
VIKOR method. Expert Syst Appl 38(3):2550 – 2556 PROMETHEE method. Eur J Oper Res 24(2): 228 – 238

50. Shemshadi A, Shirazi H, Toreihi M, Tarokh MJ (2011) A fuzzy VIKOR method for 72. Albadvi A, Chaharsooghi SK, Esfahanipour A (2007) Decision making in stock
supplier selection based on entropy measure for objective weighting. Expert trading: an application of PROMETHEE. Eur J Oper Res 177(2):673 – 683
Syst Appl 38(10):12160 – 12167
51. Chamodrakas I, Batis D, Martakos D (2010) Supplier selection in electronic 73. Anand G, Kodali R (2008) Selection of lean manufacturing systems using the
marketplaces using satisficing and fuzzy AHP. Expert Syst Appl 37(1):490 – 498 PROMETHEE. J Modell Manag 3(1):40 – 70
74. Vinodh S, Jeya Girubha R (2012) PROMETHEE based sustainable concept
52. Li T, Jin J, Li C (2012) Refractured well selection for multicriteria group decision selection. Appl Math Model 36(11):5301 – 5308
making by integrating fuzzy AHP with fuzzy TOPSIS based on interval-typed 75. Maity S, Chakraborty S (2015) Tool steel material selection using PROMETHEE II
fuzzy numbers. J Appl Math 2012:21 method. Int J Adv Manuf Technol 78(9 – 12): 1537 – 1547. doi: 10.1007/s00170-014-6760-0

53. Saaty TL (1980) The analytical hierarchical process. Wiley, New York 76. Behzadian M, Kazemzadeh RB, Albadvi A, Aghdasi M (2010) PROMETHEE: a
comprehensive literature review on methodologies and applications. Eur J
54. Saaty T, Vargas LLG (2001) Models, methods, concepts, and applications of the Oper Res 200(1):198 – 215
analytic hierarchy process, vol 34. Springer, Heidelberg 77. Opricovic S (1998) Multicriteria optimization of civil engineering systems. Fac Civil
Eng Belgrade 2(1):5 – 21
55. Bahadir MC, Bahadir S (2015) Selection of appropriate e-textile structure 78. Vinodh S, Kamala V, Shama MS (2013) Compromise ranking approach for
manufacturing process prior to sensor integration using AHP. Int J Adv Manuf sustainable concept selection in an Indian modular switches manufacturing
Technol 76(9 – 12):1719 – 1730. doi: 10. 1007/s00170-014-6399-x organization. Int J Adv Manuf Technol 64(9 – 12):1709 – 1714. doi: 10.1007/s00170-012-4134-z

56. Wei C-C, Chien C-F, WangM-JJ (2005) An AHP-based approach to ERP system 79. Arunachalam A, Idapalapati S, Subbiah S (2015) Multi-criteria decisionmaking
selection. Int J Prod Econ 96(1):47 – 62 techniques for compliant polishing tool selection. Int J Adv Manuf Technol 79(1 –
57. Muerza V, de Arcocha D, Larrodé E, Moreno-Jiménez JM (2014) The multicriteria 4):519 – 530. doi: 10.1007/s00170015-6822-y
selection of products in technological diversification strategies: an application to
the Spanish automotive industry based on AHP. Prod Plan Control 25(8):715 – 728 80. Anvari A, Zulkifli N, Arghish O (2014) Application of a modified VIKOR method
for decision-making problems in lean tool selection. Int J Adv Manuf Technol
58. Gupta A, Vangari R, Jayal AD, Jawahir IS (2011) Priority evaluation of product 71(5 – 8):829 – 841. doi: 10.1007/ s00170-013-5520-x
metrics for sustainable manufacturing. In: Bernard A (ed) Global product
development. Springer, Heidelberg, pp 631 – 641. doi: 10.1007/978-3-642-15973-2_63
81. Vinodh S, Varadharajan A, Subramanian A (2013) Application of fuzzy VIKOR for
concept selection in an agile environment. Int J Adv Manuf Technol 65(5 – 8):825 –
59. Saaty TL (1996) The analytic network process: decision making with dependence 832. doi: 10.1007/s00170-0124220-2
and feedback; the organization and prioritization of complexity. RWS
publications, Pittsburgh 82. Vahdani B, Hadipour H (2011) Extension of the ELECTREmethod based on
60. Shyur H-J, Shih H-S (2006) A hybrid MCDMmodel for strategic vendor selection. interval-valued fuzzy sets. Soft Comput 15(3):569 –
Math Comput Model 44(7):749 – 761 579
Int J Adv Manuf Technol

83. LiuH-C, You J-X, ShanM-M, Shao L-N (2014) Failure mode and effects analysis 105. Turksen IB (1986) Interval valued fuzzy sets based on normal forms. Fuzzy Sets
using intuitionistic fuzzy hybrid TOPSIS approach. Soft Comput :1 – 14. doi: 10.1007/s00500-014-1321-x
Syst 20(2):191 – 210
106. Guijun W, Xiaoping L (1998) The applications of interval-valued fuzzy numbers and
84. Vinodh S, Sarangan S, Chandra Vinoth S (2014) Application of fuzzy compromise interval-distribution numbers. Fuzzy Sets Syst 98(3):331 – 335
solution method for fit concept selection. Appl Math Model 38(3):1052 – 1063
107. Lu H-W, Huang GH, He L (2010) Development of an intervalvalued fuzzy
85. Thakker A, Jarvis J, Buggy M, Sahed A (2008) A novel approach to materials linear-programming method based on infinite α- cuts for water resources
selection strategy case study: wave energy extraction impulse turbine blade. management. Environ Model Softw 25(3): 354 – 361
Mater Des 29(10):1973 – 1980
86. Zaerpour N, Rabbani M, Gharehgozli AH, TavakkoliMoghaddam R (2009) A 108. Rashid T, Beg I, Husnine SM (2014) Robot selection by using generalized
comprehensive decision making structure for partitioning of make-to-order, interval-valued fuzzy numbers with TOPSIS. Appl Soft Comput 21:462 – 468
make-to-stock and hybrid products. Soft Comput 13(11):1035 – 1054

109. Samantra C, Sahu NK, Datta S, Mahapatra SS (2013) Decisionmaking in

87. Kaya T, Kahraman C (2010) Multicriteria renewable energy planning using an
selecting reverse logistics alternative using intervalvalued fuzzy sets
integrated fuzzy VIKOR & AHP methodology: the case of Istanbul. Energy
combined with VIKOR approach. Int J Serv Oper Manag 14(2):175 – 196
35(6):2517 – 2527
88. Zamani S, Farughi H, Soolaki M (2014) Contractor selection using fuzzy hybrid
110. Di Martino F, Sessa S (2014) Type-2 interval fuzzy rule-based systems in spatial
AHP-VIKOR. Int J Res Ind Eng 2(4):26 – 40
analysis. Inf Sci 279:199 – 212
89. FouladgarMM, Yazdani-Chamzini A, Zavadskas EK, Yakhchali SH, Ghasempourabadi
111. Kuo M-S (2011) A novel interval-valued fuzzy MCDM method for improving
MH (2012) Project portfolio selection using fuzzy AHP and Vikor techniques.
airlines ’ service quality in Chinese cross-strait airlines. Transp Res E: Logist
Transform Bus Econ 11(1):213 – 231
Transp Rev 47(6):1177 – 1193
90. Tsai W-H, Chou W-C (2009) Selecting management systems for sustainable
development in SMEs: a novel hybrid model based on DEMATEL, ANP, and 112. Vahdani B, Hadipour H, Tavakkoli-Moghaddam R (2012) Soft computing based

ZOGP. Expert Syst Appl 36(2):1444 – 1458 on interval valued fuzzy ANP-A novel methodology. J Intell Manuf 23(5):1529 – 1544

91. Zhou C-C, Yin G-F, Hu X-B (2009) Multi-objective optimization of material
selection for sustainable products: artificial neural networks and genetic 113. Williamson D, Lynch-Wood G, Ramsay J (2006) Drivers of environmental behaviour
algorithm approach. Mater Des 30(4):1209 – in manufacturing SMEs and the implications for CSR. J Bus Ethics 67(3):317 – 330
1215
92. Vahdani B, Hadipour H, Sadaghiani JS, Amiri M (2010) Extension of 114. Robèrt K-H, Schmidt-Bleek B, Aloisi de Larderel J, Basile G, Jansen JL, Kuehr R,
VIKORmethod based on interval-valued fuzzy sets. Int J Adv Manuf Price Thomas P, Suzuki M, Hawken P, Wackernagel M (2002) Strategic
Technol 47(9 – 12):1231 – 1239 sustainable development — selection, design and synergies of applied tools. J
93. Opricovic S (1998) Multicriteria optimization of civil engineering systems. Faculty Clean Prod 10(3): 197 – 214
of Civil Engineering, Belgrade
94. Opricovic S, Tzeng GH (2002) Multi-criteria planning of postearthquake 115. Howarth G, HadfieldM(2006) A sustainable product designmodel. Mater Des
sustainable reconstruction. Comput-Aided Civil Infrastruct Eng 17:211 – 220 27(10):1128 – 1133
116. Hu G, Bidanda B (2009) Modeling sustainable product lifecycle decision support
95. Yu PL (1973) A class of solutions for group decision problems. Manag Sci systems. Int J Prod Econ 122(1):366 – 375
19(8):936 – 946. doi: 10.2307/2629125 117. Vinodh S, Mulanjur G, Thiagarajan A (2013) Sustainable concept selection using
96. Saaty T, Vargas L (2012) How to make a decision. In: Models, methods, modified fuzzy TOPSIS: a case study. Int J Sustain Eng 6(2):109 – 116
concepts & applications of the analytic hierarchy process, vol 175.
International Series in Operations Research & Management Science. 118. Nezami FG, Yildirim MB (2011) A framework for a fuzzy sustainable
Springer US, p 1 – 21. doi: 10.1007/978-14614-3597-6_1 maintenance strategy selection problem. In: IEEE International Symposium
on Sustainable Systems and Technology (ISSST), IEEE, p 1 – 1
97. Saaty T (1988) What is the Analytic Hierarchy Process? In: Mitra
G, Greenberg H, Lootsma F, Rijkaert M, Zimmermann H (eds) Mathematical
119. Achanga P, Shehab E, Roy R, Nelder G (2006) Critical success factors for lean
models for decision support, vol 48. NATO ASI Series, vol 48. Springer,
implementation within SMEs. J Manuf Technol Manag 17(4):460 – 471
Heidelberg, pp 109 – 121
98. Liberatore MJ (1987) An extension of the analytic hierarchy process for industrial
120. Chen-Tung C, Kuan-Hung L (2010) A decision-making method based on
R&D project selection and resource allocation. IEEE Trans Eng Manag
interval-valued fuzzy sets for cloud service evaluation. In: 4th International
EM-34(1):12 – 18
Conference on New Trends in Information Science and Service Science
99. Zadeh LA (1965) Fuzzy sets. Inf Control 8(3):338 – 353
(NISS), TBD Gyeongju, Korea (South), p 559 – 564
100. Bellman RE, Zadeh LA (1970) Decision-making in a fuzzy environment. Manag
Sci 17(4):B-141 – B-164
121. Buckley JJ (1985) Fuzzy hierarchical analysis. Fuzzy Sets Syst 17(3):233 – 247
101. Karnik NN, Mendel JM (2001) Centroid of a type-2 fuzzy set. Inf Sci 132(1):195 – 220

102. Naim S, Hagras H (2014) A type 2-hesitation fuzzy logic based multi-criteria group 122. Csutora R, Buckley JJ (2001) Fuzzy hierarchical analysis: the Lambda-Max

decision making system for intelligent shared environments. Soft Comput method. Fuzzy Sets Syst 120(2):181 – 195

18(7):1305 – 1319 123. Detyniecki M, Bouchon-meunier DB, Yager DR, Prade RH (2000) Mathematical
103. Chen T-Y (2014) A PROMETHEE-based outranking method for multiple criteria aggregation operators and their application to video querying. Doctoral
decision analysis with interval type-2 fuzzy sets. Soft Comput 18(5):923 – 940 Thesis-Research Report, Laboratoire d ’ Informatique de Paris

104. Gorza ł czany MB (1987) A method of inference in approximate 124. Karnik NN, LiangQ, Liu F,WuD, Joo J,Mendel JM(2015) Type2 fuzzy logic
reasoning based on interval-valued fuzzy sets. Fuzzy Sets Syst 21(1):1 – 17 software. http://sipi.usc.edu/~mendel/software/ . Accessed 25-05-2015