مطالعات مدیریت صنعتی
سال:1395 | دوره:14 | شماره:42 |تعداد مقالات:7

ترکیب انتخاب تامین کننده و تخصیص سفارش، یک تصمیم فمهم در طراحی و عملیاتی کردن زنجیره تامین می باشد. شاخص های مختلفی در این تصمیم موثراند و می فتواند به صورت یک مساله تصمیم گیری چند معیاره گروهی که به معیارهای کمی و کیفی و شمار تامین کنندگان نیازمند است، تبیین گردد. به علاوه، در عمل تصمیم گیرندگان نمی توانند به راحتی با ارزش های عددی و قطعی در مورد جایگزین ها قضاوت کنند و معمولا با ارزیابی هایی غیرمطمئن و ناقصی مواجه می شوند. بدین منظور، این مقاله یک مدل چند معیاره فازی برای ارزیابی و تخصیص سفارش به تامین کنندگان توسعه می دهد. ابتدا ارزیابی تامین کنندگان با در نظر گرفتن 16 معیار و با استفاده از رویکرد ترکیبی تحلیل شبکه ای و ویکور در محیط فازی انجام می گیرد. سپس با استفاده از مدل ریاضی چندهدفه فازی تخصیص سفارش صورت می گیرد. در انتها مدل فازی به روش تیواری حل می شود. اثربخشی مدل و متد حل پیشنهادی در کسب جواب مناسب بوسیله یک مثال در مطالعه ای واقعی نشان داده می شود.

در سال های اخیر تحقیقات گسترده ای در زمینه زمانبندی پروژه صورت گرفته است. در حیطه زمانبندی پروژه همواره عدم قطعیت هایی وجود دارد که باعث انحراف برنامه واقعی از برنامه زمانبندی می گردد. یکی از راه حل های مواجهه با این عدم قطعیت استفاده از روش زنجیره بحرانی در زمانبندی پروژه است. این روش که برآمده از تئوری محدودیت هاست، روشی نوین در کنترل پروژه است. در تحقیق حاضر سعی در استفاده از اصول زنجیره بحرانی در زمانبندی پروژه تحت محدودیت منابع است. مهمترین نوآوری صورت گرفته در این تحقیق، ارائه مدل مساله زمانبندی زنجیره بحرانی پروژه با در نظر گرفتن بافر تغذیه و استفاده از شناوری به عنوان مکملی برای بافر تغذیه است. برای این کار ابتدا مدل زمانبندی پروژه تحت محدودیت منابع و با رویکرد زنجیره بحرانی نوشته شده و قابلیت اطمینان آن با استفاده از نرم افزار لینگو سنجیده شده است. در گام بعدی الگوریتم حل این مدل با استفاده از الگوریتم ژنتیک توسعه داده شده و در نهایت نمونه مسائل مختلفی مورد آزمایش قرار گرفته است. نتایج به دست آمده از این تحقیق کارایی الگوریتم ژنتیک ارائه شده را نشان داده است.

در این مقاله، یک مدل بهینه سازی جهت انتخاب بهترین سبد پروژه از بین پروژهه ای موجود، بهترین سطح استخدام منابع، سپس زمانبندی پروژه های انتخاب شده جهت بیشینه کردن ارزش خالص فعلی با رعایت محدودیت ها ارائه شده است. چون مدل توسعه یافته در زمره مسایل سخت از نظر محاسباتی قرار دارد، لذا برای حل این مساله یک الگوریتم فراابتکاری بر مبنای الگوریتم ژنتیک پیشنهاد شده است. در الگوریتم حل پیشنهادی علاوه بر کاربرد عملگرهای معمول ژنتیک مانند تقاطع و جهش از عملگرهایی هوشمند جهت جستجوی محلی در حوزه منابع و جابجایی فعالیت های با جریان مالی منفی استفاده شده است. پارامترهای کلیدی الگوریتم در راستای تسریع همگرایی آن با استفاده از روش تاگوچی تنظیم شده است. سپس تعداد 90 مساله آزمایشی، شامل 30 مساله در ابعاد کوچک، 30 مساله در ابعاد متوسط و 30 مساله در ابعاد بزرگ با استفاده از روش پیشنهادی حل شده وکارایی آن گزارش شده است. همچنین در مسائل سایز کوچک جوابهای حاصل از الگوریتم ژنتیک با جواب های بهینه موضعی مدل ریاضی بدست آمده با نرمافزار لینگو مقایسه شده، که میانگین جواب های حاصل از الگوریتم ژنتیک بهتر از جواب های بهینه موضعی حاصل از لینگو بوده است. در مسائل سایز متوسط و بزرگ که هیچ جوابی با استفاده از لینگو در زمان محدود شده بدست نیامده بود، نتایج نشان می دهد که جواب های حاصل از الگوریتم پیشنهادی دارای پایداری مناسب می باشند.

تخصیص اجزاء مازاد شامل انتخاب اجزاء و سطوح افزونگی برای بیشینه نمودن قابلیت اطمینان تحت محدودیت های مختلف سیستم است. در اکثر طراحی ها، به دلیل وجود توابع هدف چندگانه متضاد، محاسبه قابلیت اطمینان دشوار می باشد. در مدل ارائه شده در این مقاله سه هدف شامل بیشینه سازی قابلیت اطمینان، کمینه سازی حجم و کمینه سازی هزینه مد نظر قرار می گیرد که برای حل آن، یک الگوریتم تلفیقی چندهدفه جدید بر پایه الگوریتم های رقابتی و ژنتیک برای اولین بار در حل مسائل بهینه سازی قابلیت اطمینان چند هدفه با استفاده از تخصیص عضو مازاد پیشنهاد می شود. علاوه بر این از روش رویه شناسی رویه سطح پاسخ (RSM) برای تنظیم عملگرهای الگوریتم پیشنهادی استفاده می شود. الگوریتم پیشنهادی در مقایسه با دو الگوریتNSGA-II  و PAESاز کارایی بالاتری برخوردار است.

در این مقاله، یک روش برای اندازه گیری کارایی در بخش انرژی ملی ایران پیشنهاد شده است. این پژوهش عملکرد فنی-زیست محیطی پالایشگاه های نفت ایران را به عنوان یکی ازعمده ترین تولید کننده های، انرژی و انواع سوخت، با استفاده از داده های سال 1389 تا 1392 ارزیابی می کند. در این مطالعنه، یک رویکرد تحلیل پوششی داده های شبکه ای فازی، اوزان مشترک، چند هدفه چند دوره ای پیشنهاد و برای ارزیابی عملکرد کارایی فنی -زیست محیطی در حضور خروجی های نامطلوب ارزیابی پالایشگاه ها توصیه شده است. نوآوری های اصلی این مطالعه بصورت زیر خلاصه شده اند و عبارتند از: 1)) پیشنهاد یک مدل تحلی پوششی داده های شبکه ای، اوزان مشترک، چند هدفه چند دوره ای به منظور تعیین اوزان مشترک ورودی و خروجی، فقط با یک بار اجرا، (2) محاسبه امتیاز کارایی بلند مدت در طول چند دوره برنامه ریزی با ترکیی ماهیت دینامیک ورودی و خروجی ها، (3) دست یافتن به یک راه حل سازشکارانه با اسنتفاده از برنامه ریزی ریاضی فازی، برای پرداختن به برنامه ریزی ریاضی چند هدفه، (4) پیشنهاد برنامه ریزی ریاضی خطی برای رسیدن به نقطنه بهینه سرتاسری کارایی، (5) افزایش قدرت تفکیک در مدل هایDEA ، (6) کاهش زمان انجام محاسبات مدلسازی و روش حل، (7) ترکیب هر دو معیار فنی و زیست محیطی با در نظر گرفتن خروجی نامطلوب در ارزیابی عملکرد پالایشگاه های نفت، تجزیه تحلیل مطالعه موردی ارائه شده، اثر بخشی و قابلیت اجرای روش ارائه شده در مقایسه با مدل های کلاسیک موجود می باشد.

با عنایت به اهمیت فزاینده بحث ریسک در زنجیره تامین در دهه اخیر به طور عام و در پروژه ها به شکلی خاص، در این پژوهش ابعاد و اجزاء پدیده مدیریت ریسک زنجیره تامین در پروژه ها تبیین می شود. برای این منظور با استفاده از رویکرد تئوری برخاسته از داده ها، پروژه های خط انتقال گاز در استان فارس توسط محققین مورد مطالعه قرار گرفت و از روش کوربین و استراوس برای کشف و شناسایی کدها و مقوله های مرتبط با پدیده مورد نظر استفاده شد. برای این منظور با 11 تن از خبرگان و تامین کنندگان شرکت گاز مصاحبه عمیق صورت گرفت و اشباع نظری حاصل شد. پس از انجام کدگذاری باز، محوری و گزینشی بر اساس مدل پارادایمی نهایی، پدیده مدیریت ریسک زنجیره تامین پروژه ها در قالب 6 بعد اصلی، 19 مقوله فرعی و 57 کد مشخصه طبقه بندی گردید. یافته های حاصل از کدگذاری نشان داد که پدیده اصلی در مدیریت ریسک زنجیره تامین پروژه مشتمل بر ریسک های محیطی، سازمانی و شبکه ای است.

تصمیم گیری یکی از مهمترین موضوعات مورد بررسی در تحقیقات نظامی بشمار می رود. یکی از چالش های موجود در این بحث وجود عدم قطعیت در محیط های جنگی می باشد که تاثیرات مخربی بر کیفیت و دقت تصمیم گیری می گذارد. در مقاله هروی و همکارانش، چاپ شده در سال 2013، بکارگیری ترکیبی از دو موضوع عامل های شناختی و دسته بندی بر اساس قوانین وابستگی فازی به عنوان زمینه های موثر و پرکاربرد، توانسته بود تا حدودی این مساله را کمرنگ کرده و سعی در کاهش عدم قطعیت داشته باشد. ولی هم چنان در شرایط حساس و بحرانی، نیاز به سرعت عمل بیشتر با حذف قوانین نامعتبر و ناکارای استخراج شده در اتخاذ تصمیم های موثرتر قابل انکار نیست.هدف این مقاله، بهره گیری از ظرفیت های الگوریتم ژنتیک در انتخاب قوانین واقع بینانه تر به عنوان یک روش فراابتکاری در تکمیل روش قبلی بصورت ترکیبی، برای کاهش هرچه بیشتر عدم قطعیت در تصمیم گیری ها می باشد. نتایج تجربی بدست آمده در مقایسه با روش پیشین، به روشنی نشان می دهد که این ترکیب علاوهبر مزیت های روش قبل، بدلیل کاهش هرچه بیشتر قوانین تولید شده برای اتخاذ تصمیم، قابل فهم تر، دقیق تر و ریسک پذیری عاقلانه تری دارد.