Prioritizing the effective strategies of CNG industry in the transportation by fuzzy group decision- making method

Document Type : Original Article

Authors

1 Assistant Prof. Department of Industrial Engineering, Faculty of Technology and Engineering, East of Guilan, University of Guilan, Iran.

2 Ph.D. Student in Industrial Management, Bandar e Anzali International Branch, Islamic Azad University, Bandar e Anzali, Iran.

Abstract

In recent years, compressed natural gas has been introduced as a part of fuel for cars and replaces gasoline and diesel fuel in major macroeconomic policies. This was due to reasons such as the high volume of gas reserves in Iran, the cost of producing less natural gas than petrol or diesel fuel, pollution, environmental problems and air pollution on the agenda of the parliament and government, and the appropriate infrastructure was created. However, due to the increase in liquid fuel consumption and the disproportionate trend of compressed natural gas consumption in cars, the CNG industry has been challenged in the current situation. The present study aims to review and prioritize the effective strategies of CNG industry, first through interviews and receiving expert opinions, Delphi method, options and effective criteria are reviewed and selected. Then the fuzzy analytical hierarchy process method determines the weight of the criteria and determines the relationship between the criteria in the method of FDEMATEL. At the end, the prioritization of the options is done through the ARAS method. Based on the results, the public welfare and employment criteria are the most important criteria and the pricing strategies for gas and gas fuels is the best option for strengthening the CNG industry in the transportation sector.

Keywords

References

  • -ابراهیمی، م. و میرزایی مدام، م.، (139۴)، "رتبه‌بندی مناطق تهران برای افزودن سرویس‌های اورژانس جدید به روش AHP فازی"، نشریه مهندسی صنایع، دوره ۴۹، شماره ۲،
    ص. ۱۶۳-۱۴۹.

           -آذر، ع. و فرجی، ح.، (1395)، "علم مدیریت فازی (چاپنجم)­"، انتشارات موسسه کتاب مهربان نشر.

    • اسلم حسین‌بر، م. صفایی قادیکلایی، ع.ح. و مدهوشی، م.، (139۶)، "بررسی روابط ساختاری محرک‌ها و مشوق‌های تولید پایدار"، نشریه مهندسی صنایع، دوره ۵۱، شماره ۲،
      ص. ۱۴۶-۱۳۳.
    • امین طهماسبی، ح. و رضوی نسب، س. ج.، (1398)، "بهبود استفاده از سوخت CNG در بخش حمل‌ونقل با رویکرد تحلیل و توسعه گزینه‌های استراتژیک"، فصلنامه پژوهش‌های سیاست‌گذاری و برنامه‌ریزی انرژی، سال پنجم، شماره 15،
      ص. 169-145.
    • امین طهماسبی، ح. و رضوی نسب، س.ج.، (1399)، "تحلیل عوامل مؤثر در توسعه استفاده از گاز طبیعی فشرده (CNG) به‌جای بنزین در سیستم حمل‌ونقل جاده‌ای ایران با استفاده از مدل پویایی سیستم‌ها"، فصلنامه علمی پژوهشنامه حمل‌ونقل، سال هفدهم، دوره سوم، شماره 64، ص. 58 –
    • رضوی نسب، س.ج.، (1395)، "شناسایی و اولویت‌بندی موانع موجود در اجرای مؤثر توسعه جایگاه‌های CNG (مطالعه موردی، مدیریت طرح CNG، شرکت ملی پخش فرآورده‌های نفتی ایران)"، پایان‌نامه کارشناسی ارشد، دانشگاه آزاد اسلامی واحد علوم تحقیقات تهران (کردستان).
    • صیدی، م.، سلیمی، ح. و بزرگی امیری، ع.، (1397)، "ارایه چهارچوبی جهت اولویت‌بندی ریسک‌های موجود در واحدهای نمک‌زدایی نفت و گاز با استفاده از تلفیق تکنیک AHP فازی و مدل SWOT (مطالعه موردی واحد نمک‌زدایی نفت شهر)"، نشریه علمی پژوهشی مهندسی و مدیریت انرژی، سال هشتم، شماره1، ص. 29-18.
    • علوی، س.ع. معززبرآبادی، م. دیوسالار، ا. و جعفری، ب.، (1395)، "مکان‌یابی جایگاه‌های سوخت CNG با استفاده از تکنیک‌های تلفیقی عملگرهای فازی و تحلیل‌های فضایی­GIS، پژوهش موردی: منطقه 7 شهر مشهد"، دو فصلنامه علمی پژوهشی پژوهش‌های بوم‌شناسی شهری، دوره 7، شماره13، ص. 18-9.
    • فروهید، ا.ا. و تقوی، س.ز.، (1399)، "بررسی گزینه­های حمل ونقل همگانی از لحاظ توسعه پایدار شهری و انتخاب گزینه مناسب­تر را با استفاده از تحلیل سلسله مراتبی،" فصلنامه مطالعات مدیریت ترافیک، شماره 57، ص. 82-53.
    • قاسمی، ا.ر. حدادی، ا. و رعیت پیشه، س.، (1396) "شناسایی و اولویت‌بندی شاخص‌های دخیل در پایداری زنجیره تأمین مواد غذایی"، فصلنامه علوم و تکنولوژی محیط‌زیست، دوره 19، شماره 4، ص. 382-369.

    -کاظمی‌زاده، ز. و پارسافر، ن.، (1391)، "بررسی تطبیقی چالش‌های استفاده از CNG به‌عنوان سوخت جایگزین در بخش حمل‌ونقل با نتایج حاصل از نظرسنجی"، یازدهمین کنفرانس بین‌المللی حمل‌ونقل و ترافیک.

    -میرزامحمدی، س. اشگرف، ر. و سجادی، س.ج.، (139۳)، "شناسایی عوامل مؤثر بر خصوصی‌سازی صنایع پالایش گاز ایران با رویکرد تلفیقی دلفی دیمتل (مطالعه موردی: شرکت پالایش گاز پارسیان)"، نشریه مهندسی صنایع، دوره ۴۸، شماره ۲، ص.­۱۵۰-۱۳۷.

    -میرفتاح، س.م.، (1389)، "سیاست‌های توسعه‌ای حمل‌ونقل گازسوز (CNG) در سایر کشورها"، مجله اقتصادی، ماهنامه بررسی مسائل و سیاست‌های اقتصادی، شماره‌های 11 و 12، ص. 60-43.

    -Banaeian, N., Mobli, H., Nielsen, I. E., & Omid, M., (2015), “Criteria definition and approaches in green supplier selection–a case study for raw material and packaging of food industry”, Production & Manufacturing Research, 3(1), pp.149-168.

    -Büyüközkan, G., & Göçer, F., (2018), “An extension of ARAS methodology under Interval Valued Intuitionistic Fuzzy environment for Digital Supply Chain”, Applied Soft Computing, 69, pp.634-654.

    -Büyüközkan, G.; Karabulut, Y., (2017), “Energy project performance evaluation with sustainability perspective”, Energy, 119, pp.549–560.

    -Chang, B. Chang, C-W. Wu, H., (2011), “Fuzzy DEMATEL method for developing supplier selection criteria, Expert Systems with Applications, 38, pp.1850- 1858.

    -Dahooie, J. H., Zavadskas, E. K., Abolhasani, M., Vanaki, A., & Turskis, Z., (2018), “A Novel Approach for Evaluation of Projects Using an Interval–Valued Fuzzy Additive Ratio Assessment (ARAS) Method: A Case Study of Oil and Gas Well Drilling Projects”, Symmetry, 10(2), pp. 45.

    -Flores, I., Chatziioannou, I., Segura, E., & Hernández, S., (2013), “Urban transport infrastructure: A state of the art”, In Proceedings of the European modelling and simulation symposium, pp. 83-92.

    -Hsu, C-W., Kuo, T-C., Chen, S-H. & Hu, A-H., (2011), “Using DEMATEL to develop a carbon management model of supplier selection in green supply chain management”, Journal of Cleaner Production, 56, pp.164-172.

    -Jassbi, J., Mohamadnejad, F. & Nasrollahzadeh, H., (2011), “A Fuzzy DEMATEL Framework for Modeling Cause and Effect relationships of strategy ma. Safety Science”, 49, pp.243–252.

    -Kahraman, C., Onar, S. C., & Oztaysi, B., (2015), “Fuzzy multi criteria decision-making: a literature review”, International Journal of Computational Intelligence Systems, 8(4), pp.637-666.‏

    -Kumar, A., Pal, A., Vohra, A., Gupta, S., Manchanda, S., & Dash, M. K., (2018), “Construction of Capital Procurement Decision Making Models to Optimize Supplier Selection Using Fuzzy Delphi and AHP-DEMATEL”, Benchmarking, an International Journal.

    -Kumar, A., Sah, B., Singh, A. R., Deng, Y., He, X., Kumar, P., & Bansal, R. C., (2017), “A review of multi criteria decision making (MCDM) towards sustainable renewable energy development”, Renewable and Sustainable Energy Reviews, 69, pp.596-609.‏

    -Kutut, V., Zavadskas, E. K., & Lazauskas, M., (2014), “Assessment of priority alternatives for preservation of historic buildings using model based on ARAS and AHP methods. Archives of Civil and Mechanical Engineering”, 14(2), pp.287-294.

    -Liao, C. N., Fu, Y. K., & Wu, L. C., (2016), “Integrated FAHP, ARAS-F and MSGP methods for green supplier evaluation and selection”, Technological and Economic Development of Economy, 22(5), pp.651-669.

    -Mavi, R. K., (2015), “Green supplier selection: a fuzzy AHP and fuzzy ARAS approach. International Journal of Services and Operations Management”, 22(2), pp.165-188.‏

     

    -Nations, U., (2014), “World urbanization prospects: The 2014 revision, highlights”, Department of economic and social affairs. Population Division, United Nations, 32.

    -Nguyen, H. T., Dawal, S. Z. M., Nukman, Y., Rifai, A. P., & Aoyama, H., (2016), “An integrated MCDM model for conveyor equipment evaluation and Selection in an FMC based on a fuzzy AHP and fuzzy ARAS in the presence of vagueness”, PloS one, 11(4).

    -Sadeq Tabrizi J, Gharibi F., (2013), “Developing a national accreditation model via Delphi Technique”, Jhosp; 11 (2), pp.9-17.

    -Štreimikienė, D., Šliogerienė, J., & Turskis, Z., (2016), “Multi-criteria analysis of electricity generation technologies in Lithuania”, Renewable Energy, 85, pp.148-156.

    -Tupenaite, L. Zavadskas, E.K. Kaklauskas, A. Turskis, Z. Seniut, M., (2010), “Multiple criteria assessment of alternatives for built and human environment renovation, J. Civ. Eng. Manag, 16, pp.257–266.

    -Wei, G.; Zhao, X., (2013), “Induced hesitant interval-valued fuzzy Einstein aggregation operators and their application to multiple attribute decision making. J. Intell. Fuzzy Syst., 24”, pp.789–803.

    -Zare, M., Pahl, C., Rahnama, H., Nilashi, M., Mardani, A., Ibrahim, O., & Ahmadi, H., (2016), “Multi-criteria decision making approach in
    E-learning: A systematic review and classification”, Applied Soft Computing, 45, pp.108-128.‏

    -Zavadskas, E. K., Govindan, K., Antucheviciene, J., & Turskis, Z., (2016), “Hybrid multiple criteria decision-making methods”, A review of applications for sustainability issues”, Economic
    research-Ekonomska istraživanja, 29(1), pp.857-887.‏

    -Zavadskas, E. Turskis, Z. Vilutiene, T., (2010), “Multiple criteria analysis of foundation instalment alternatives by applying Additive Ratio Assessment (ARAS) method”, Arch. Civ. Mech. Eng, 10, pp.123–141.

    -Zavadskas, E.K. Antucheviciene, J. Hajiagha, S.H.R.; Hashemi, S.S., (2014), “Extension of weighted aggregated sum product assessment with interval-valued intuitionistic fuzzy numbers (WASPAS-IVIF)”, Appl. Soft Comput., 24, pp.1013–1021.

    -Zavadskasa, K. & Turskisb, Z., (2010), “A new additive ratio assessment (ARAS) method in multicriteria decision-making. Journal of Technological and Economic Development of Economy, 16 (2), pp. 159-172.

Files

Share

How to cite

Statistics