مدیریت تولید و عملیات
سال:1396 | دوره:8 | شماره:1 (پیاپی 14) |تعداد مقالات:10

این مقاله به ارائه یک الگوریتم انجماد تدریجی چندهدفه برای مسائل هم زمان بالانس خطوط مونتاژ دوطرفه مدل های ترکیبی و همچنین تخصیص نیروی انسانی با مهارت های مختلف می پردازد. اهداف مدل پیشنهادی حداقل سازی تعداد ایستگاه های زوجی و انفرادی همچنین حداقل کردن هزینه های کل نیروی انسانی به ازای یک زمان سیکل مشخص است. همچنین دو شاخص حداکثرسازی اثربخشی موزون خط و همچنین حداقل سازی شاخص هموارسازی مورد توجه قرار گرفته اند و یک مثال نیز با جزئیات کامل به کمک رویکرد پیشنهادی حل شده است؛ علاوه بر این، کارایی این الگوریتم به کمک مجموعه مثال های مختلف و همچنین قوانین جستجوی همسایگی متفاوتی ارزیابی شده است. نتایج نشان می دهد، این الگوریتم می تواند به منزله یک الگوریتم مناسب برای حل این دسته از مسائل استفاده شود.

خط مونتاژ چندسویه یک خط تولید معمول در کارخانه هایی است که وظیفه ها به صورت موازی در چند سوی خط انجام می شوند. این نوع خط در تولید کالاهای بزرگ مانند خودرو به کار می رود. متوازن بودن خط، برای بهبود بهروه وری در خط مونتاژ دوسویه بسیار مهم است. این مقاله رویکردی نوین بر اساس الگوریتم شبیه سازی تبرید برای متوازن سازی خط مونتاژ چندسویه ارائه می دهد. محدودیت های ناحیه ای، زمان چرخه، زمان کاری و رابطه های پیش نیازی به عنوان محدودیت های سخت و محدودیت های وضعیتی به عنوان محدودیت نرم در نظر گرفته شده اند. برای نشان دادن توانایی کاربرد، رویکرد پیشنهادی بر یک خط مونتاژ واقعی نمونه به کار برده شده است. برای یافتن مقدار مناسب پارامترهای الگوریتم، سناریوهای گوناگونی بر خط مونتاژ نمونه اجرا شد. یافته ها نشان می دهد که رویکرد پیشنهادی در دستیابی به هدف های از پیش تعیین شده مساله بالانس خط، توانمند است.

هدف این مقاله ارائه رویکردی تلفیقی از تصمیم گیری با معیارهای چندگانه و تجزیه و تحلیل درخت خطا، برای انتخاب بهترین ترکیب تامین کنندگان محصولی استراتژیک در پژوهشکده علوم و فناوری زیردریا می باشد. در ابتدا با تعیین شاخص های ارزیابی و تعیین وضعیت تامین کنندگان نسبت به شاخص ها مقدار ریسک هر تامین کننده برآورد شده است. در ادامه نیز ریسک ذاتی تجهیزات مورد استفاده در محصول به صورت کیفی برآورد شده است و ریسک تلفیقی نهایی هر تجهیز بر اساس سناریوهای مختلف تامین، بدست آمده است. سپس با تعیین حوادث قابل وقوع برای محصول و استفاده از تجزیه و تحلیل درخت خطا بهترین ترکیب تامین کنندگان تجهیزات از میان سناریوهای مختلف، مشخص شده است. نوآوری این مطالعه ارائه رویکردی تلفیقی از تصمیم گیری با معیارهای چندگانه و تجزیه و تحلیل درخت خطا برای تعیین تامین کنندگان مناسب به منظور کاهش ریسک نهایی یک محصول می باشد.

در این مقاله، یک مدل زنجیره تامین چهارسطحی شامل تامین کنندگان، تولیدکنندگان، توزیع کنندگان و خرده فروشان ارائه می شود. این مدل در پی تعیین جریان های بین سطوح مختلف زنجیره تامین با دو هدف حداقل سازی کل هزینه های زنجیره و حداکثرسازی سطح خدمت رسانی در سطوح مختلف زنجیره تامین است. همچنین محدودیت هایی برای تعادل مدل و موجه ساختن جواب های به دست آمده از حل مدل ارائه می شود. در خاتمه با ذکر یک مثال عددی، مدل پیشنهادی با استفاده از روش STEM و نرم افزار Lingo حل و سپس جریان های بین سطوح مختلف زنجیره و مقادیر توابع هدف تعیین می شود.

در بازارهای رقابتی شرط بقای یک سازمان، جذب مشتریان بالقوه و حفظ مشتریان فعلی است؛ بنابراین توجه به نیازها و خواسته های مشتریان بسیار مهم است. در این مقاله مساله پذیرش و زمان بندی سفارش ها، در حالتی بررسی شده است که دو نوع مشتری یا عامل در یک محیط تک ماشین برای رسیدن به اهداف خود با هم رقابت می کنند. هدف بیشینه سازی مجموع سود سفارش های عامل اول و درآمد سفارش های عامل دوم است؛ بنابراین فقط عامل اول جریمه دارد و تابع آن مجموع مغایرت زمان تکمیل و موعد تحویل است. سفارش های عامل دوم نیز دارای یک موعد تحویل مشترک بوده و این عامل هیچ سفارش همراه به دیرکرد را نمی پذیرد. برای حل مساله مدلی ریاضی، یک الگوریتم ابتکاری و یک برنامه ریزی پویای شبه چندجمله ای ارائه شده است. نتایج حل این الگوریتم ها در مسائل نمونه حاکی از توانایی حل بهینه تمامی مسائل تا ابعاد 70 سفارش و %93.12 از مسائل تا ابعاد 150 سفارش توسط برنامه ریزی پویا است.

انتخاب تامین کنندگان در زنجیره تامین به عنوان یک مساله تصمیم گیری با معیارهای چندگانه (شامل معیارهای کیفی و کمی)، از مهم ترین عوامل تاثیرگذار در یک زنجیره تامین کارا است. مدل تحلیل پوششی داده ها (DEA) یکی از روش های تعیین کارایی است که به طور گسترده استفاده می شود. در مدل ترکیبی که طلوع و نالچیگر، ارائه کرده اند ادعا شده است که این مدل قادر است کاراترین (بهترین) تامین کننده را با در نظر گرفتن داده های غیردقیق تعیین کند. در مقاله حاضر نشان داده می شود که مدل ذکرشده قادر است تنها یک تامین کننده کارا را پیدا کند و نمی تواند کاراترین تامین کننده را مشخص نماید. این مقاله با بیان سایر مشکلات مدل طلوع و نالچیگر، یک مدل جامع ارائه می دهد که ضمن رفع مشکلات مدل ذکرشده محدودیت های وزنی را نیز دربرمی گیرد؛ به عبارت دیگر، مدل پیشنهادی این مقاله قادر است با در نظر گرفتن هم زمان داده های غیردقیق و محدودیت های وزنی در مدل DEA، کاراترین تامین کننده را با حل یک مدل برنامه ریزی خطی عدد صحیح پیدا کند. برای تعیین و رتبه بندی سایر تامین کنندگان کارا نیز الگوریتم جدیدی پیشنهاد شده است. کاربرد مدل ارائه شده برای داده های غیردقیق 18 تامین کننده نشان داده شده است.

مساله جدول زمان بندی دروس دانشگاه، یکی از مسائل زمان بر در هر محیط آموزشی است. این مساله با عوامل زیادی نظیر تعداد دروس، کلاس، استاد، دانشجو و زمان های کاری سروکار دارد و محدودیت های سخت و نرم زیادی بر این عوامل تاثیر می گذارند. هدف از حل این مساله انتساب دروس و کلاس به استاد و دانشجو است؛ به گونه ای که در محدودیت های مساله صدق کنند. این پژوهش از رویکرد برنامه ریزی محدودیت برای حل این مساله استفاده می کند. هدف این پژوهش، ارضای حداکثری انتظارات و محدودیت ها به منظور ایجاد یک جدول زمان بندی است. مدل پیشنهادی، از تابع هزینه ای برای حداقل سازی تخطی از محدودیت های نرم استفاده می کند که ضرایب این تابع از روش  AHPمحاسبه می شوند. این مدل برای گروه مدیریت دانشگاه اصفهان، با زبان برنامه نویسی  OPLو بر روی پلتفرم IBM ILOG CPLEX اجرا شد. جدول زمان بندی حاصل شده، با ارضای کامل محدودیت های سخت و ارضای کاملا رضایت بخش محدودیت های نرم همراه بود. این جدول زمان در مدت زمان کمتر از 20 دقیقه به دست آمد که در مقایسه با زمان صرف شده در مدل های فراابتکاری و سایر مدل های ریاضی پیشنهادشده برای این مساله، بسیار قابل ملاحظه است.

امروزه تمرکز صنایع از بهره وری نیروی کار، به صورت کلی، به بهره وری کارکنان دانشی تغییر کرده است. سوگیری نتایج در عموم روش های ارزیابی عملکرد که مبتنی بر قضاوت ارزیاب و ناشی از جهت گیری و انگیزه های شخصی است، ضعف عمده روش های پیشین به حساب می آید. در این پژوهش با توسعه رویکرد مدیریت مبتنی بر نتایج، به استخراج شاخص های ارزیابی عملکرد کارکنان دانشی موسسه هدایت فرهیختگان جوان در شرایط برون سپاری پرداخته شد. تحلیل پوششی داده ها ابزاری برای سنجش بهره وری در ارزیابی عملکرد است. مدل های مختلف تحلیل پوششی داده ها برای ارزیابی عملکرد 25 نفر از کارکنان دانشی واحد تحقیق و توسعه موسسه به کار گرفته شد. در این روش کارکنان با کارایی یک به عنوان الگویی برای بهبود عملکرد سایر کارکنان پیشنهاد می شوند. یافته ها نشان می دهد 4 نفر از کارکنان دانشی دارای بهترین کارایی هستند. به کارگیری مدل غیرشعاعی تحلیل پوششی داده ها با قدرت تفکیک پذیری بالاتر نسبت به مدل های شعاعی از نوآوری های این پژوهش است.

در این مقاله سعی شده است با ادغام شبیه سازی و الگوریتم ژنتیک رویکردی پیشنهاد شود که بتوان از آن در هر مساله تولید کارگاهی که قابلیت مدل شدن با شبیه سازی را داشته باشد استفاده کرد. در رویکرد پیشنهادی برای درنظرگیری محدودیت های مساله از مدل شبیه سازی و برای بهینه سازی از الگوریتم ژنتیک استفاده می شود. بدین منظور ماتریسی به عنوان رابط تعریف می شود که هم زمان نقش بردار کنترلی برای مدل شبیه سازی و نمایش ماتریسی جواب برای الگوریتم ژنتیک را ایفا می کند. در این روش با استفاده از الگوریتم ژنتیک تغییراتی در ماتریس اعمال می شود و سپس ماتریس وارد مدل شبیه سازی شده و تابع هدف تعریف شده در مساله به عنوان تابع برازش برای الگوریتم ژنتیک گزارش می شود و این روند تا رسیدن به شرایط اتمام الگوریتم ادامه پیدا می کند.روش پیشنهادی بر مسائل معیار تولید کارگاهی سنتی و با تابع هدف زمان اتمام آخرین کار آزمایش می شود و نتایج حاصل با نتایج روش برنامه ریزی عدد صحیح مختلط مقایسه می شود. سپس اولویت دهی مناسب برای مینیمم کردن تابع هدف چندگانه، در یک سیستم تولید کارگاهی پویای دارای خرابی و دوباره کاری به دست می آید. نتایج به دست آمده نشان می دهد روش بهینه سازی بر اساس شبیه سازی از توانایی بالایی برای مدل سازی و یافتن جواب مناسب در اکثر مسائل تولید کارگاهی برخوردار است.

از جمله مسائل عمده ای که سرمایه گذاران بازارهای سرمایه با آن مواجه هستند، تصمیم گیری جهت انتخاب اوراق بهادار مناسب برای سرمایه گذاری و تشکیل سبد بهینه سهام است که این فرایند از طریق ارزیابی ریسک و بازده صورت می گیرد؛ از طرفی در بحث سبد سهام در صورتی که بازده دارایی ها دارای توزیع نرمال باشد از واریانس و انحراف معیار برای محاسبه ریسک استفاده می شود؛ اما در دنیای واقع بازده دارایی ها لزوما نرمال نیست و گاهی نیز تفاوت فاحش با توزیع نرمال دارد. مقاله حاضر با معرفی ارزش در معرض خطر مشروط (CVaR)، به عنوان معیار محاسبه ریسک در یک چارچوب ناپارامتریک و به ازای بازده معین سبد بهینه سهام را ارائه می دهد و این روش را با روش برنامه ریزی خطی مقایسه می کند.داده های مورد استفاده در این مقاله را بازده های ماهانه 15 شرکت منتخب از 50 شرکت برتر بورس اوراق بهادار تهران در زمستان 1392 تشکیل می دهند که در دوره زمانی فروردین ماه 1388 تا خرداد ماه 1393 در نظر گرفته شده اند. در نهایت سبد بهینه حاصل از به کارگیری دو روش ناپارامتریک و برنامه ریزی خطی ارائه شده و مقادیر CVaR آنها مقایسه شده است که در این مورد برتری روش ناپارامتریک نسبت به برنامه ریزی خطی را نشان می دهد.