مهندسی صنایع
سال:1396 | دوره:51 | شماره:1 |تعداد مقالات:10

نقش اتاق های عمل در سلامت جامعه و اقتصاد بیمارستان ها در سال های اخیر، توجه بسیاری از پژوهشگران را به مساله زمان بندی اتاق عمل جلب کرده است، اما برای حل این مساله، از قابلیت های روش بهینه سازی مبتنی بر شبیه سازی، استفاده چندانی نشده است. تعدادی جراح با تخصص های گوناگون و هریک با لیست انتظاری از بیماران وجود دارد که جراحی های آن ها باید در روزهای حضور جراحان در یکی از اتاق های عمل زمان بندی شود. برای این مساله، دو هدف کمینه کردن هزینه های اضافه کاری و خالی ماندن اتاق های عمل، و کمینه کردن روزهای انتظار بیماران برای جراحی درنظر گرفته شد. حل این مساله، به دو روش مدل سازی ریاضی و بهینه سازی مبتنی بر شبیه سازی صورت گرفت. مطابق نتایج، برای مساله زمان بندی اتاق عمل، راهکار بهینه سازی مبتنی بر شبیه سازی، نه تنها در مسائل کوچک، به لحاظ کیفیت جواب قابل رقابت با مدل ریاضی است، بلکه این راهکار قابلیت آن را دارد که در مسائل بزرگ، جوابی مناسب در زمانی معقول پیدا کند.

در این مقاله، یک زنجیره تامین غیرمتمرکز دوسطحی متشکل از یک تامین کننده و یک خرده فروش با وجود تقاضای احتمالی بازار بررسی می شود. مدل ارائه شده در این مقاله، به دنبال هماهنگ سازی تصمیم های مربوط به اندازه سفارش خرده فروش است، به طوری که در عین افزایش سودآوری زنجیره غیرمتمرکز به حد حالت متمرکز، سود هردو عضو زنجیره را به مقداری بیش از حالت غیرمتمرکز برساند. هدف مدل این است که در عین دستیابی به سود بیشینه برای کل زنجیره تامین، هریک از اعضا نیز انگیزه کافی برای رهاکردن تصمیم های حالت غیرمتمرکز و پیوستن به طرح را داشته باشند. با درنظرگرفتن ویژگی های مورد بررسی زنجیره تامین، از نوعی از قرارداد به نام «جریمه و پاداش فروش» استفاده شده است که هم زمان هردو رویکرد تنبیه و پاداش را برای هماهنگ سازی زنجیره دارد و یک رویکرد حل جدید مبنی بر تعیین پارامترهای قرارداد با درنظرگرفتن دیدگاه های خرده فروش و تامین کننده ارائه داده است. درنهایت، مطالعات عددی ارائه می شود و روی پارامتر مربوط به نوسانات تقاضا، تحلیل حساسیت انجام می گیرد. نتایج نشان می دهد مدل ارائه شده، به خوبی قابلیت هماهنگ سازی اندازه سفارش ها را در زنجیره تامین دارد.

مساله زمان بندی پروژه با منابع محدود با وجود چند حالت اجرایی (MRCPSP)، به دنبال یافتن بهترین توالی انجام دادن فعالیت هاست، به نحوی که با وجود انواع محدودیت منابع، باید محدودیت های تقدم و تاخر پروژه ارضا شود و فعالیت ها نیز بیش از یک نوع حالت اجرایی داشته باشند. در هریک از این حالت های اجرایی، مقدار منابع و زمان اجرایی فعالیت ها مشخص و متفاوت است. در مساله زمان بندی پروژه با منابع محدود و چند حالت اجرایی با امکان قطع فعالیت ها (P-MRCPSP)، فعالیت ها می توانند در هر حالت اجرایی قطع و در هر زمانی بدون اضافه شدن هزینه دوباره شروع شوند. در این پژوهش کمینه ساختن زمان تکمیل پروژه در کنار بیشینه سازی ارزش خالص فعلی پروژه در مساله P-MRCPSP مدنظر قرار گرفته است. پس از حل مساله با استفاده از روش محدودیت اپسیلون، با توجه به NP-hard بودن مساله و چندهدفه بودن مدل، الگوریتم تکاملی چندهدفه بهینه سازی ازدحام ذرات (MOPSO) برای دستیابی به زمان بندی بهینه توسعه داده شده است. به منظور ارزیابی کارایی روش پیشنهادی، نتایج بر اساس شاخص های طراحی شده با الگوریتم ژنتیک مرتب سازی نامغلوب (NSGAII) مقایسه می شود. برای تنظیم پارامترهای دو الگوریتم از روش تاگوچی در طراحی آزمایش ها استفاده شده است. نتایج حل مدل نشان دهنده قوت الگوریتم MOPSO است.

در پژوهش حاضر مدل سه سطحی مکان یابی تسهیلات دفاعی به منظور ایجاد پوشش کامل در مساله r- میانه ممانعتی ارائه شده است. هدف مدل طراحی مناسب سیستم های خدمات رسان است، به نحوی که آن ها بعد از دریافت شدیدترین سناریوی اختلالات مهاجم (رقیب) از حداکثر توان خود برای سرویس دهی مجدد استفاده کنند. از این رو، تسهیلات دفاعی برای محافظت بیشتر از تسهیلات خدمات رسان درنظر گرفته شده است و در این زمینه مکان یابی بهینه این تسهیلات دفاعی دنبال می شود. این مدل سه سطحی بر اساس بازی های رهبر- پیرو و به صورت مدافع- مهاجم- مدافع پیشنهاد شده است. مدافع برای ایجاد اطمینان بیشتر از ادامه فعالیت تسهیلات خدمات رسان بعد از اختلال مهاجم، قصد تاسیس تعداد تسهیلات دفاعی در مکان های بالقوه را دارد. مکان یابی این تسهیلات با توجه به هزینه ثابت تاسیس تسهیلات و هزینه های جاری سیستم صورت می پذیرد. البته با توجه به این محدودیت که هر تسهیل خدمت رسان حداقل باید در شعاع پوشش یک تسهیل دفاعی باشد (سطح اول)، هزینه های جاری سیستم ممکن است تحت تاثیر شدیدترین سناریوی اختلالات مهاجم مشخص شود. این مساله به عنوان یک بازی استکلبرگ استاتیک بین مهاجم (سطح 2) و مدافع (سطح 3) مدل سازی شده است. به منظور حل مدل، دو روش به کار گرفته شده است. در رویکرد اول، از شمارش صریح برای سطح اول و دوم و حل دقیق برای سطح سوم استفاده شده است. در رویکرد دوم، یک روش ترکیبی الگوریتم ژنتیک- شمارش صریح- حل دقیق به منظور حل مسائل در زمان معقول طراحی شده است. با مقایسه نتایج روش حل الگوریتم فرا ابتکاری پیشنهادی نسبت به روش دقیق در تعدادی از نمونه ها، نتایج محاسباتی بیانگر عملکرد مناسب این الگوریتم است.

ارزیابی تامین کنندگان و انتخاب مجموعه مناسبی از آن ها، یکی از راهبرد های اساسی برای افزایش کیفیت محصولات/ خدمات و اعتبار هر سازمان است. در این میان، شناسایی معیارهای ارزیابی تامین کنندگان، تعیین میزان اهمیت هریک از معیارها و ارائه چارچوبی مناسب برای به کارگیری آن ها در فرایند ارزیابی، نقش مهمی در موفقیت سازمان دارد. با توجه به اینکه در دنیای واقعی، معیارهای ارزیابی روی یکدیگر اثر می گذراند، در پژوهش حاضر علاوه بر نظرهای خبرگان، روابط میان این معیارها نیز درنظر گرفته می شود تا وزن های واقعی به دست آید. درنتیجه، از روش نقشه شناختی برای تعیین وزن معیارهای ارزیابی تامین کنندگان صنعت خودرویی بر اساس روابط علی- معلولی میان معیارها استفاده شده است. سپس چارچوبی برای ارزیابی و درجه بندی تامین کنندگان بر اساس معیارهای وزن دهی شده ارائه می شود. این چارچوب با توجه به نقش صنعت خودرو در تولید ناخالص ملی کشور، در شرکتی فعال در صنعت تامین قطعات خودرویی پیاده سازی شده است.

انتخاب یک محصول، با توجه به ویژگی های کاربردی آن صورت می گیرد. در بازار رقابتی کنونی، محصولی پایدار می ماند و به حیات خود ادامه می دهد که علاوه بر قیمت مناسب و کیفیت خوب، نوآوری هایی مطابق با سلیقه مشتری داشته باشد. برای جلب رضایت مشتری باید ویژگی های محصول را بهبود بخشید. در این پژوهش، با استفاده از روش های تصمیم گیری چندمعیاره، به ارزیابی آلترناتیوهایی از محصول لپ تاپ پرداختیم، ابتدا ویژگی های برجسته برای انتخاب لپ تاپ از دید مشتری در قالب یک پرسشنامه جمع آوری شد و مشتریان به این ویژگی ها بر اساس نظر شخصی خود اولویت دادند. سپس در حل مساله، به روش فرایند تحلیل شبکه فازی، به معیارهایی شامل وزن محصول، قیمت و مدت شارژدهی آن وزن داده شد (این معیارها با پرسش از فروشندگان به دست آمد). با روش الکتره- تاپسیس، آلترناتیوها رتبه بندی شدند و بهترین آلترناتیو پیشنهاد داده شد. در راستای بهبود پیکربندی و رضایت مشتری، شاخص قیمت و بعد از آن داشتن ویژگی های اصلی در سطح مطلوب، مهم ترین عامل ها شناخته شدند. خروجی های این پژوهش، بر بهینه کردن قیمت محصول با توجه به عامل کیفیت تاکید دارد تا تولیدکنندگان علاوه بر حفظ سهم بازار، درجهت جلب رضایت مشتری نیز گام بردارند. طبیعی است خروجی های این تحقیق، هم برای تولیدکنندگان لپ تاپ و هم برای مشتریان آن کاربردی و قابل استفاده است.

در سیاست ذخیره پایه، بلافاصله پس از فروش کالا، به منظور تکمیل موجودی سفارش جدید صادر می شود، درحالی که در سیاست ذخیره پایه تغییریافته، صدور سفارش جدید با مقداری تاخیر انجام می گیرد. در این پژوهش، برای اولین بار یک سیستم موجودی دوسطحی مبتنی بر سیاست ذخیره پایه تغییریافته و مرور پیوسته- که متشکل از یک انبار مرکزی و چند خرده فروش یکسان و مستقل است- مطالعه می شود. خرده فروشان با تقاضای پواسون مواجه هستند و تقاضاهای برآورده نشده، در انبار به صورت پس افت و در خرده فروشان به صورت ازدست رفته درمی آیند. عملکرد این سیاست، از طریق شبیه سازی ارزیابی شده و هزینه کل آن با هزینه کل سیاست ذخیره پایه مقایسه شده است. نتایج شبیه سازی نشان می دهد در سیاست تغییریافته، در شرایطی که تاخیر اعمال شده پیش از همه سفارش ها یکسان باشد، هزینه کل به میزان زیادی کاهش می یابد.

در سال های اخیر، رویکردهای بهینه سازی یکپارچه در زنجیره تامین، به یکی از مسائل مورد توجه محققان تبدیل شده است. در این پژوهش، مدلی برای مساله مکان یابی- مسیریابی دوسطحی با شرایط گذاشت و برداشت ارائه می شود، به طوری که بین مراکز اصلی توزیع و مشتریان، یک لایه از تسهیلات با نام انبار میانی استقرار می یابد. هریک از مشتریان این شبکه، علاوه بر تقاضای دریافت کالا، هم زمان درخواست تحویل کالا به وسایل نقلیه را نیز دارند. در این مقاله، ابتدا یک مدل ریاضی برنامه ریزی عدد صحیح مختلط دوسطحی برای این مساله ارائه می شود که در آن ها، ظرفیت انبارهای مرکزی، انبارهای میانی و وسایل نقلیه، محدود درنظر گرفته شده است. سپس برای حل مدل مذکور، روش حل فراابتکاری ترکیبی با استفاده از الگوریتم های ژنتیک و شبیه سازی تبرید ارائه شده است. نتایج محاسباتی حاصل از حل مسائل نمونه در اندازه های مختلف و تحلیل نتایج آن نشان می دهد الگوریتم ارائه شده کارایی مناسبی دارد.

انبارها و مراکز توزیع، یکی از اجزای مهم در زنجیره تامین هستند که مدیریت آن ها از اهمیت ویژه ای برخوردار است. رویکرد غالب و معمول جمع آوری کالا در انبارها بدین صورت است که اپراتور به صورت پیاده یا با خودرو، اقلام سفارش داده شده را جمع آوری می کند. از سال 2006 به بعد، در برخی از انبارهای بزرگ مانند شرکت آمازون- که نقش توزیع کننده را دارند- از سیستم جدیدی بهره گرفته شده است که در آن، چندین ربات سیار به زیر قفسه های حامل اقلام می روند و آن ها را به سمت اپراتور حرکت می دهند. اپراتور نیز اقلام مورد نیاز را از قفسه ها برمی دارد و سفارش را تکمیل می کند. مزایای این سیستم در مقایسه با روش سنتی، افزایش انعطاف پذیری، دقت و سرعت آماده سازی سفارش هاست. از طرفی، این سیستم- که ما آن را «سیستم انبارداری معکوس اتوماتیک (ساما)» می نامیم- به عنوان راه حلی تجاری معرفی شده و تابه حال، مستنداتی پژوهشی درمورد آن منتشر نشده است. در این مقاله، سیستم مذکور از دیدگاه مهندسی صنایع مطالعه می شود. سپس اجزای آن و ارتباط آن ها با یکدیگر تبیین و معرفی می شود و دو زیرمساله اصلی آن شامل مسائل تخصیص و مسیریابی مطالعه می شوند. در ادامه، مدل سازی ریاضی مسائل چینش بهینه اقلام درون قفسه ها، با هدف مینیمم کردن هزینه و همچنین یافتن بهترین مسیر برای حرکت قفسه ها ارائه می شود. در انتها نیز نتایج حل مساله با الگوریتم ژنتیک و ماکزیمم جریان ارائه شده است.