تحقیق در عملیات در کاربردهای آن
سال:1394 | دوره:12 | شماره:1 (پیاپی 44) |تعداد مقالات:8

در یک فرایند مشارکتی چندین سازمان مستقل برای حصول یک هدف مشخص با یکدیگر به همکاری پرداخته، هر یک مسوول اجرای بخشی از فرایند می باشند. اجرای فرایند از طریق اشتراک گذاری دانش بین سازمانی میسر می شود، از این رو تسهیل در اشتراک گذاری دانش به عنوان روشی برای بهبود عملکرد این دست از فرایندها پیشنهاد شده است. ایجاد این تسهیلات بدون شناخت موانع موجود در برابر آن ممکن نخواهد بود. در این تحقیق با استفاده از ادبیات موجود در زمینه اشتراک گذاری دانش بین سازمانی و اجرای یک مطالعه موردی در سازمان امور مالیاتی سعی در شناخت این عوامل شده است. اطلاعات مورد نیاز در دو مرحله و با استفاده از مصاحبه و پرسشنامه جمع آوری شده است. اطلاعات جمع آوری شده به ترتیب و با استفاده از رویکرد رویش نظریه و استفاده از معادلات ساختاری تحلیل شده است. بر این اساس طبیعت دانش به اشتراک گذاشته شده، شباهت بین فردی و سازمانی و ابزارهای تکنیکال به عنوان عوامل موثر بر اشتراک گذاری دانش بین سازمانی تعیین گردید. همچنین اثر اشتراک گذاری دانش بر عملکرد فرایند به صورت مثبت و معنادار برآورد گردید.

یکی از مسایل مهم در مکان یابی محور، مساله مکان یابی نقاط انتقال به عنوان نقاط جمع آوری مشتریان می یاشد که به سرویس هایی از یک تسهیل نیازمند است. برای مثال، تقاضا برای خدمات اورژانسی به وسیله بیماران در مجموعه ای از نقاط تقاضا به وجود می آید که به خدمات یک تسهیل (نظیر بیمارستان) نیازمند است. مصدومین به محل چرخ بال (نقاط انتقال) با یک سرعت معمولی منتقل و از آنجا با یک سرعت بالاتر به تسهیل منتقل می شوند. در این مقاله، یک مدل جدید برنامه ریزی عددصحیح مختلط برای مساله مکان یابی چند تسهیل و چند نقطه انتقال با فرض محدودیت در ظرفیت تسهیلات ارایه شده است. هدف مدل کمینه سازی زمان کل ارسال مصدومین در زنجیره امداد و جریمه برای عدم ارسال آن هاست. قابلیت انتقال هر مشتری به طور مستقیم و یا با استفاده از نقاط انتقال به تسهیل در مدل درنظر گرفته شده است. برای نشان دادن کارایی مدل پیشنهادی در عمل، مطالعه موردی از منطقه 4 کلان شهر تهران اجرا شده است. نتایج، نشان از کارایی و سودمندی مدل پیشنهادی برای مسایل تصمیم گیری واقعی دارد.

بازاریابی مدرن بر پایه بخش بندی مشتریان استوار است. چرا که دیدگاه محصول محوری جای خود را به مشتری محوری داده است؛ لذا برای حفظ مشتریان کلیدی موجود، مهارت در ایجاد ارتباط صحیح با مشتری ضروری است. بخش بندی یکی از مباحث مطرح در حوزه مدیریت ارتباط با مشتری است. بدین منظور، استفاده از الگوی مناسب بخش بندی مشتریان، به سازمان این فرصت را می دهد که پیشنهادات ارزشمند خود را متناسب با نیازها و خواسته های بخش های هدف گیری شده طراحی و ارایه نموده و در نتیجه عملکرد خود را از دیدگاه های مختلف بهبود بخشد. هدف این مطالعه به کارگیری مدل مناسبی جهت بخش بندی مشتریان بر اساس شاخص هایی مانند طول ارتباط مشتری، تازگی مبادله، تعداد دفعات مبادله و ارزش پولی مبادله می باشد. جهت خوشه بندی داده ها در این مقاله، از تلفیق الگوریتم های بهینه سازی ازدحام ذرات با کای میانگین جهت غلبه بر مشکلاتی مانند حساس بودن به مقدار اولیه و گرفتار شدن در دام بهینه محلی استفاده گردیده است. یافته های تحقیق نشان می دهد که مشتریان متعلق به خوشه اول در شاخص های «طول ارتباط با مشتری» و «تازگی خرید» دارای میانگینی بالا و در شاخص های «فرکانس خرید» و «مبلغ فروش» دارای میانگینی کم تر از سطح متوسط کل مشتریان و همچنین مشتریان متعلق به خوشه دوم در شاخص "تازگی خرید" دارای میانگینی بالا و در شاخص های«طول ارتباط با مشتری»، «فرکانس خرید» و «مبلغ فروش» دارای میانگینی کم تر از سطح متوسط کل مشتریان می باشند؛ لذا مشتریان خوشه اول از نظر وفاداری جزء مشتریان وفادار و از لحاظ ارزش جزء مشتریان نامطمئن و نیز مشتریان متعلق به خوشه دوم از نظر ماتریس وفاداری جزء مشتریان جدید و از لحاظ ارزش جزء مشتریان نامطمئن می باشند. در پایان نیز مشخص می گردد که الگوریتم طراحی شده برای دستیابی به خوشه بندی دقیق تر مشتریان از کارایی بالاتری نسبت به الگوریتم کای میانگین برخوردار است.

امروزه که فشارهای رقابتی و هزینه های جذب مشتری برای سازمان ها رو به افزایش است، شخصی سازی روابط با مشتریان، فرصتی برای متمایز شدن از رقبا می باشد. مدیریت ارتباط با مشتری سازمان ها را قادر می سازد تا با شناخت مشتریان و ترجیحات آن ها، روابط بلندمدتی را با مشتریان سودآور، به عنوان کلیدی برای سودآوری در بازار پویای امروزی ایجاد کند. علاوه بر مزایای مدیریت ارتباط با مشتری، نباید ریسک های آن را از نظر دور نگه داشت. مقاله حاضر با هدف شناسایی ریسک های موجود در پروژه مدیریت ارتباط با مشتری در شعب بانک صادرات شهرستان رشت و تعیین میزان اهمیت این ریسک ها صورت پذیرفته است. در این راستا ابتدا با استفاده از مطالعات کتابخانه ای ریسک های پروژه مدیریت ارتباط با مشتری شناسایی شد، سپس با استفاده از پرسشنامه بومی سازی، این شاخصه ها بومی گردید و با گنجاندن ریسک ها در مناسب ترین دسته بندی، ساختار سلسله مراتبی پیشنهادی برای اولویت بندی ریسک ها تهیه شد. در نهایت به دلیل ماهیت چندبعدی این عوامل، ازFAHP برای رتبه بندی شاخص ها و از FVIKOR برای اولویت بندی ریسک های پروژه ی مدیریت ارتباط با مشتری در صنعت بانکداری استفاده شده است. نتایج این تحقیق، بیانگر اهمیت متفاوت ریسک های مربوط به هر دسته می باشد که می تواند یاری گر مدیران جهت اتخاذ تصمیمات مناسب برای مدیریت این ریسک ها باشد.

انتخاب سبد سهام و مدیریت آن از اصلی ترین حوزه های تصمیم گیری مالی است. در این راستا مدل های مختلفی برای تعیین سبد سرمایه ارایه شده که هر کدام در جهت بهبود و رفع نواقص موجود، با مدل های دیگر جایگزین شده است. از جمله مهم ترین مشکلات مدل های ارایه شده، می توان به عدم در نظر گرفتن شاخص ها و معیارهای چندگانه در ارزیابی کارایی پرتفوی سهام و همچنین در نظر نگرفتن عدم قطعیت داده ها اشاره نمود. در این مقاله برای رفع مشکلات مطرح شده در انتخاب سبد سرمایه و هم چنین تطابق بیش تر مدل با واقعیت، سبد سهام با تلفیق روش های تحلیل پوششی داده ها و بهینه سازی استوار تشکیل می شود. در نهایت نیز روش و مدل توسعه داده شده در این مقاله با داده های واقعی حل گردیده و نتایج آن تجزیه و تحلیل شده است.

مکان یابی سرویس دهندگان یکی از مهم ترین و کاربردی ترین مباحث در حوزه مسایل تصمیم گیری است که معیارهای زیادی در تحلیل آن موثر می باشد. هزینه ها و کارایی سیستم از مهم ترین معیارهای موثر در فرایند تصمیم گیری است. لحاظ نمودن این معیارها به صورت همزمان در مدل مسایل مکان یابی به تصمیم گیران کمک کند تا با اطلاعات بیش تر و تحلیل عمیق تر با موضوع مواجه شده و نتایجی را که به طور مستقیم از ابزارهای تحلیلی دیگر به دست نمی آیند در اختیار قرار دهد. در این مقاله، مفهوم کارایی با استفاده از روش تحلیل پوششی داده ها در مدل مساله مکان یابی تخصیص تک منبعی چند محصولی بدون محدودیت ظرفیت ادغام شده و یک مدل دوهدفه برنامه ریزی خطی صفر و یک آمیخته برای آن ارایه شده است. برای حل مدل ترکیبی جدید از روش -LP متریک استفاده شده است. جواب بهینه این مدل، الگوی مکان یابی-تخصیص کارا و بهینه را به طور همزمان در اختیار قرار می دهد. در پایان نیز یک مثال عددی برای توصیف تاثیر مدل ترکیبی ارایه شده است.

حجم بالای داده ها در سازمان ها و جامعه امروزی حاصل پیشرفت های چشم گیر بشر در علوم کامپیوتری است. دغدغه مدیران امروز دیگر کمبود داده ها نیست؛ بلکه استفاده درست از داده های موجود و تبدیل آن ها به اطلاعات و سپس به دانش برای اتخاذ درست ترین تصمیمات با درصد خطای پایین تر می باشد. تکنیک های داده کاوی و روش های تصمیم گیری چند معیاره در دهه های اخیر هرکدام به شکلی کمک رسان مدیران در عرصه تصمیم گیری بوده است؛ اما این روش ها همواره نقاط ضعفی داشته اند؛ که موجب جستجوی پیوسته محققان در طراحی و کاربرد روش های جدید تصمیم گیری شده است. در پژوهش حاضر سعی بر آن داریم که با ارایه مدلی ترکیبی از داده کاوی و روش های تصمیم گیری چند معیاره، نتایج هر دو روش را بهبود دهیم. در این راستا مدل های تصمیم گیری چند معیاره می تواند نقش تصمیم گیرندگان را در نتایج مدل های داده کاوی، پررنگ تر کرده، از طرفی استفاده از تکنیک های داده کاوی امکان اجرای روش های تصمیم گیری چند شاخصه را بر روی حجم بالایی از داده ها امکان پذیر سازد. پس از ارایه چارچوب پیشنهادی برای مدل ترکیبی تحقیق یک مطالعه موردی بر روی پایگاه داده ای مناسب صورت گرفته است تا میزان کاربردی بودن چارچوب پیشنهادی مشخص گردد. این مطالعه موردی مربوط به خوشه بندی خانوارهای یکی از استان های کشور و رتبه بندی خانوارها با استفاده از مدل ترکیبی پیشنهادی می باشد.

مدل های اساسی تحلیل پوششی داده ها (DEA)، برای داده های نامنفی طراحی شده اند؛ اما در دنیای واقعی با مسایلی روبرو هستیم که ورودی ها و خروجی ها می توانند منفی باشند. بسیاری از محققین مدل هایی برای ارزیابی واحدهای تصمیم گیرنده با ورودی و خروجی منفی ارایه داده اند که ما در این مقاله مدل RDM که و مدل MSBM را بررسی می کنیم. در ادامه بحث به بررسی مدل تحلیل کارایی چند جهتی (MEA) با داده های منفی می پردازیم. نشان می دهیم که مدل MEA در این زمینه دارای خواص مطلوبی است و تحت بازده به مقیاس های مختلف قابل استفاده است. همچنین ارتباط اندازه کارایی این مدل با دو مدل RDM و MSBM بررسی و بر مبنای مدل MSBM، اندازه کارایی جدیدی برای مدل MEA ارایه می شود. نتایج اجرای این مدل ها روی مجموعه ای از داده های منفی نیز جهت مقایسه ارایه می گردد.