نشریه بین المللی مهندسی صنایع و مدیریت تولید (فارسی)(نشریه بین المللی علوم مهندسی)
سال:1389 | دوره:21 | شماره:1 |تعداد مقالات:12

 زمانی که نمودار کنترل شرایط خارج از کنترل را نشان می دهد، جستجو برای شناسایی و حذف علت/علل انحراف آغاز می شود. شناسایی زمان ایجاد انحراف در فرآیند که از آن به عنوان «نقطه تغییر» نام برده می شود می تواند یک اقدام موثر در شناسایی و حذف اثربخش علت/علل ایجاد انحراف دریک فرآیند محسوب شود. زمانی که از یک بردار مشخصه های کیفی جهت کنترل یک فرآیند استفاده می شود آنگاه شناسایی نقطه تغییر به تنهایی نمی تواند در شناسایی و حذف علت/علل ایجاد شرایط خارج از کنترل موثر واقع شود. بعبارت دیگر، در فرآیند های چند متغیره لازم است علاوه بر شناسایی نقطه تغییر، متغیر(هایی) که موجب ایجاد حالت خارج از کنترل شده اند نیز شناسایی شوند تا بتوان به طور اثربخش اقدامات بهبود را انجام داد. در این مقاله برای اولین بار با استفاده از شبکه عصبی مدلی ارایه می شود که بدون آنکه نوع تغییرات بردار میانگین یک فرآیند دانسته انگاشته شود، با فرض آنکه تغییرات فوق وابسته به تغییرات مونوتونیک باشند و یا تغییرات بصورت نامنظم افزایشی/کاهشی در فرآیند ظاهر شوند، می تواند علاوه بر تشخیص متغیری که موجب خارج از کنترل شدن فرآیند شده است، نقطه تغییر را نیز برای یک فرآیند نرمال دو متغیره شناسایی نماید. مدل فوق برای ترکیبات مختلف تغییر در میانگین متغیرها با ضرایب همبستگی متعدد، با دو شاخص «نرخ خطا» و «متوسط طول دنباله» مورد ارزیابی قرار گرفته است.

در این مقاله، مساله زمانبندی جریان کارگاهی مونتاژ سه مرحله ای با دو هدف کمینه سازی متوسط زمان اتمام کارها و متوسط زمان دیرکرد کارها بررسی می شود. این مساله، مدلی از سیستم های تولیدی است که در آن عملیات تولیدی متفاوتی به طور همزمان و مستقل انجام می شوند، سپس قطعات تولیدی، جمع آوری شده و به مرحله مونتاژ برای عملیات نهایی منتقل می شوند. در این مدل سعی شده است با در نظر گرفتن زمان آماده سازی وابسته به توالی و زمان حمل و نقل قطعات، مدل طراحی شده به محیط واقعی نزدیک شود، سپس یک حد پایین برای زمان اتمام کلیه کارها ارایه می شود در ادامه برای مساله های نمونه، موعد تحویل کارها به صورت تصادفی در بازه تعیین شده تولید می شوند. برای اعتبارسنجی مدل پیشنهادی، از نرم افزار بهینه سازی لینگو 8 و روش شمارش کامل که در محیط نرم افزار MATLAB برنامه نویسی گردید، استفاده می شود. مقایسه نتایج بدست آمده از حل توسط لینگو 8 و شمارش کامل نشان می دهد که در مساله های با ابعاد بزرگتر (تعداد کارها (n)،n>8 )، حل توسط لینگو 8 از نظر زمان و انحراف مقدار تابع هدف، از مقدار بهینه کلی (از روش شمارش کامل)، ناکارآمدتر است. به طوری که در بعضی از مساله های بزرگ مقدار تابع هدف به دست آمده از لینگو 8 نسبت به روش شمارش کامل،20 % انحراف نشان می دهد. بنابراین پیشنهاد می شود برای کاهش زمان حل و کم کردن انحراف در مقدار تابع هدف می توان از الگوریتم های فراابتکاری استفاده نمود.

 مساله بهینه سازی منابع نگهداری و تعمیرات به منظور افزایش سطح دسترسی سیستم همواره مورد توجه پژوهش گران و محققان عرصه طراحی سیستم های مختلف صنعتی بوده است. بدین ترتیب تلاش های بسیار برای ساخت مدل های بهینه سازی جهت دستیابی به بیشترین سطح دسترسی و در نتیجه کاهش هزینه های ناشی از کمبود آن صورت گرفته است. این در حالی است که عدم قطعیت موجود در دنیای پیرامون ما در نتایج حاصل از این تلاش ها دیده نمی شود و یا به علت اعمال این محدودیت، مدل هایی با محدودیت های غیرخطی پیچیده-ای شکل گرفته اند. در این مقاله با توجه به مدل عدم قطعیت بودجه ای در بهینه سازی استوار که قابل اعمال به مسایل بهینه سازی می باشد و نیز آنکه قابلیت تنظیم درجه محافظه کاری را دارد، مدل معادل استوار مساله بهینه سازی منابع نگهداری و تعمیرات ارایه می گردید. این مدل توانایی بیشینه کردن سطح دسترسی در شرایط غیرقطعی را دارا می باشد. توانایی آن در شرایط حضور عدم قطعیت های مذکور به کمک شبیه سازی مورد آزمون، بررسی و تجزیه و تحلیل قرار گرفت و نتایج مطلوبی حاصل نمود.

نام و نشان تجاری، بطور فزآینده ای به عنوان سرمایه اصلی کسب و کارها شناخته شده است. محققان دانشگاهی و اندیشمندان تجربه گرا اساسا به علت اهمیت ساخت، حفظ و تحلیل کاربرد نام و نشان تجاری در کسب و حفظ برتری رقابتی در بازارهای بسیار رقابتی اقتصاد دانشی، به مفهوم ارزش ویژه نام و نشان تجاری، سنجش و اندازه گیری آن توجه کرده اند. تاکنون سه دیدگاه متفاوت برای سنجش ارزش ویژه نام و نشان تجاری پدیدار شده است: دیدگاه مبتنی بر مشتری، دیدگاه مالی، و دیدگاه ترکیبی. در این گزارش تحقیقی، یک مدل کمی برای ارزیابی ارزش ویژه نام و نشان تجاری محصولات توسعه داده شده است که از رویکرد کارت امتیازی متوازن به عنوان یک سیستم جامع سنجش و اندازه گیری عملکرد به منظور سنجش و ارزیابی ارزش ویژه نام و نشان تجاری، و تحلیل شبکه ای و سلسله مراتبی فازی به منظور محاسبه اوزن دیدگاه های کارت امتیازی متوازن و شاخص های کلیدی آنها، و نیز از تحلیل پوششی داده ها برای محاسبه کارایی نسبی (ارزش ویژه) نام و نشان تجاری محصولات استفاده شده است.

موضوع بهینه یابی سبد سرویس مسایل مسیریابی وسایل نقلیه چند ایستگاهی - چند محصولی و چند سطحی یکی از مهم ترین و در عین حال مشکل ترین مسایل تصمیم گیری در حوزه مسایل حمل و نقل میباشد. تا کنون الگوریتم های دقیق، ابتکاری و فوق ابتکاری متنوعی برای حل مدلهای مختلف مسایل مسیریابی وسایل نقلیه ارایه شده است . دراین مقاله یک مدل برنامه ریزی خطی صفر و یک (BLP) برای بهینه یابی سبد سرویس در مسایل مسیریابی وسایل نقلیه چند ایستگاهی - چند محصولی و چند سطحی با هدف حداقل نمودن هزینه های توزیع ارایه شده است. بعبارت بهتر هدف این مقاله تعیین میزان نسبت بهینه حمل و نقل برای هر یک از محصولات در وسایل نقلیه برای هریک از مسیرها، نواحی و سطوح با حداقل هزینه توزیع می باشد. سپس برای حل این مدل یک الگوریتم کارا طراحی گردید. این الگوریتم با استفاده از تخصیص منابع محدود بر پایه ضرایب لاگرانژ، مساله مسیریابی چند محصولی را به چند مساله تک محصولی تبدیل می کند. بعداز حل مدل ریاضی هر یک از مسایل مسیریابی تک محصولی، با مقایسه ظرفیت تخصیص داده شده و مورد نیاز هر یک از محصولات، میزان ظرفیت باقیمانده و کل را محاسبه و سپس عملیات تسطیح منابع و بهینه یابی سبد سرویس در بین مسایل مسیریابی تک محصولی انجام میشود. بر این اساس بعد از چند مرحله، تسطیح ظرفیت های باقیمانده، در صورتی که بهبود قابل توجهی در جواب مساله حاصل نشود، جواب مساله اصلی حاصل شده است. طراحی آزمایشات و اعتبار سنجی انجام شده در این مقاله بیانگر استفاده بهینه این روش از منابع کمیاب و کاهش قابل توجه هزینه های توزیع میباشد. این آزمایشات اعتبار الگوریتم طراحی شده را نسبت به مدل برنامه ریزی خطی صفر و یک در سطح 95 درصد تایید نموده و زمان حل مسایل را بمیزان 5 برابر کاهش داده است.

 در شرایط متحول و تغییرات سریع تکنولوژیک، فعالیت های اجرای سازمان ها باید از سرعت بیشتری برخوردار بوده تا امکان تطبیق و پیشروی در مقابل رقیبان فراهم شود. از اینرو فعالیت های پروژه ای که از سرعت عمل بیشتری برخوردارند، اهمیت بسیار زیادی یافته و در نتیجه مدیریت موثر این پروژه ها بسیار حیاتی و کلیدی شده است. بنابراین، بررسی چالش های ساختاری و محیط اجرایی موجود در مدیریت پروژه های سازمان های مختلف موضوعی بسیار مهم است که نیازمند تحلیل و بررسی موشکافانه می باشد. برای بررسی و تحلیل این مشکلات بایستی عوامل ساختاری و عوامل محیطی موثر در پروژه ها شناسایی شود. در این مقاله با استفاده از فرایند تحلیل شبکه ای، وابستگی بین فاکتورهای استراتژیک را اندازه گیری می کند و مهمترین استراتژی موثر بر مدیریت پروژه ارایه می گردد. روش مذکور در شرکت آلوپن مورد آزمون واقع شده و با استفاده از رویکرد اعتبارسنجی ساختاری، اعتبار روش مورد تایید قرار می گیرد.