به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

multi-objective optimization

در نشریات گروه مدیریت
تکرار جستجوی کلیدواژه multi-objective optimization در نشریات گروه علوم انسانی
  • امیرحسین خیاطیان، مجید شخصی نیائی*

    یکی از روش های متنوع سازی و کاهش ریسک سبد سرمایه گذاری، افزودن طیف مختلفی از دارایی ها به آن است. تا به امروز، مدل های ریاضی بسیاری با هدف بیشینه سازی بازدهی و کمینه سازی ریسک ارائه شده اند که تنها مبتنی بر سرمایه گذاری روی سهام بازار سرمایه اند. در این مطالعه، سرمایه گذاری در پروژه ها نیز به عنوان یک نوع دارایی در کنار سهام بازار سرمایه مدنظر قرار گرفته و درباره آن مطالعه شده است. مسئله انتخاب ترکیبی پروژه و سهام از طریق تخصیص وزن بهینه به آنها، یکی از چالش های پیش روی سرمایه گذاران خواهد بود. در پژوهش حاضر، ابتدا تلاش شده است تا فضای تحلیل پروژه ها به تحلیل سهام نزدیک تر و سپس مدلی با رویکرد میانگین - نیم واریانس - نیم آنتروپی در فضای احتمالی توسعه داده شود که به منظور اعتبارسنجی آن، یک آزمایش عددی شامل 3 پروژه و 5 سهم از بازار سرمایه، به کمک سه الگوریتم فراابتکاری ژنتیک، رقابت استعماری و گرگ های خاکستری حل شده اند. دستاورد اصلی این پژوهش، ارائه مدلی برای توصیه به سرمایه گذاران درباره سبدهای سرمایه گذاری با سطوح ریسک مختلف است. نتایج حاصل از آزمایش عددی حاصل نشان می دهد که الگوریتم رقابت استعماری در مقایسه با دو الگوریتم های ژنتیک و گرگ های خاکستری، پاسخ های بهتری ارائه کرده است. روش پیشنهادی می‏تواند توسط طیف وسیعی از سرمایه گذاران و مدیران واحدهای مختلف سرمایه گذاری در موسسات مختلف، به کار رود.

    کلید واژگان: بهینه سازی چندهدفه، سبد پروژه، سبد سهام، فراابتکاری، محدودیت کاردینالیتی، نیم آنتروپی
    Amirhosein Khayyatian, Majid Shakhsi-Niaei *
    Purpose

    Diversifying investment portfolios by incorporating a variety of assets is a well-established strategy for mitigating risk and enhancing returns. Traditionally, mathematical models for portfolio optimization have primarily focused on stock investments within the capital market. However, this study extends the scope of portfolio optimization to encompass both project and stock investments. This is a critical advancement as investors increasingly grapple with allocating budgets across these two asset types simultaneously. Therefore, this paper proposes a novel mixed portfolio optimization model that uses the Mean-SemiVariance-SemiEntropy approach. By incorporating project investments alongside traditional stocks, the proposed model offers more efficient portfolios that can lead to improved return/risk ratios for investors seeking to optimize their overall financial strategy.

    Design/methodology/approach:

     An attempt has been made to bridge the gap between the distinct spaces of projects and stocks to facilitate their joint analysis. Subsequently, a Mean-SemiVariance-SemiEntropy approach has been employed to develop a model within a probabilistic framework. For validating this model, a numerical experiment involving three projects and five stocks from the capital market has been tackled, considering the preferences of an investor. Finally, the optimization problem has been solved using three metaheuristic algorithms: Genetic Algorithm (GA), Imperialist Competitive Algorithm (ICA), and Gray Wolfs Optimization (GWO).

    Findings

    The results obtained by solving the model using the above-mentioned metaheuristic algorithms demonstrated that despite the high speed of the GWO algorithm, the solutions provided by the GWO algorithm were not satisfactory compared to the GA and ICA algorithms. On the other hand, the acceptable speed with nondominated solutions was the advantage of the ICA algorithm over the GA algorithm. The evaluation of various performance metrics also revealed that the ICA algorithm outperformed the GA and GWO algorithms in this problem. Also, the inclusion of semi-entropy as a risk assessment metric led to an improvement in the return on the investment portfolios.

    Research limitations/implications: 

    Incorporating investor constraints and preferences, such as cardinality and boundary constraints, into the model forms an NP-hard problem. Consequently, exact solution methods are replaced by non-exact methods, such as metaheuristic algorithms. Given the diversity of project contracts, this study concentrated solely on projects with cost-plus contracts, where the entire project or a portion can be selected for partnership. Similar to the Markowitz model, the projects' returns such as stocks' returns were assumed to be normally distributed.Practical implications: This study significantly enhanced diversification, increased potential returns, and reduced risk for investors by introducing a novel mixed project-and-stock portfolio optimization model. The proposed approach can be implemented by a wide range of investors and managers of investment units in various organizations, bringing a new perspective to investment management.

    Social implications: 

    The far-reaching implications of this study extend beyond the realm of investment management, permeating social, economic, and political areas. The innovative mixed project-and-stock portfolio problem has the potential to positively transform society using fostering innovation, stimulating economic growth, and enhancing financial knowledge. This paper can foster economic growth and job creation by providing new investment opportunities and increasing investment in productive ventures. In summary, this study has taken a significant step towards improving social and economic well-being by introducing an innovative model for resolving investment challenges.

    Originality/value:

     The innovation and strength of this research lies in incorporating projects as a new asset class into the traditional portfolio model. This goes beyond simply adding a new asset to an investment portfolio, as the nature of the projects introduces new complexities to the portfolio management process. For this purpose, this study employs a probabilistic approach based on historical data. In addition, the simultaneous use of two risk measures, i.e., semi-variance and semi-entropy, significantly improves the performance of the model by focusing on different risk aspects. This provides a more comprehensive picture of the risks associated with the portfolio and helps investors make more informed and wise decisions.

    Keywords: Multi-Objective Optimization, Project Portfolio, Stock Portfolio, Metaheuristic, Cardinality Constraints, Semi-Entropy
  • حسین فیروزی، جواد رضائیان*، محمدمهدی موحدی، علیرضا رشیدی کمیجان

    در این مقاله یک مدل ریاضی چهار هدفه برای زنجیره تامین معکوس مدیریت پسماندهای بیمارستانی در دوره همه گیری کرونا در ایران با در نظر گرفتن ابعاد پایداری ارائه شده است. اهداف مدل ارائه شده عبارت اند از: 1) کمینه سازی هزینه های احداث تسهیلات و پردازش زباله ها در مراکز و هزینه های سوخت وسایل نقلیه و هزینه های زیست محیطی حاصل از انتشار گازهای آلاینده؛ 2) بیشینه سازی انرژی تولیدشده حاصل از سوزاندن زباله ها؛ 3) کمینه سازی ریسک ابتلا به ویروس عدم مدیریت زباله ها و 4) بیشینه سازی میزان استخدام نیروی کار در مراکز تاسیس شده. به منظور مدل سازی عدم قطعیت های موجود از تئوری مجموعه فازی استفاده شده است. با توجه به چندهدفه بودن مدل، جهت حل از الگوریتم های دسته میگوها چندهدفه مبتنی بر آرشیو پارتو و الگوریتم چندهدفه ژنتیک استفاده شده است. نتایج نشان می دهد که الگوریتم دسته میگوهای پیشنهادی قادر به دستیابی به جواب های باکیفیت و پراکندگی بالاتر نسبت به الگوریتم چندهدفه ژنتیک می باشد. همچنین مقایسه شاخص یکنواختی و زمان اجرای دو الگوریتم، نشان داد که الگوریتم چندهدفه ژنتیک در زمان کمتری فضای جواب را با یکنواختی بالاتری جستجو کرده و مدل را حل می کند.

    کلید واژگان: مدیریت پسماندهای بیمارستانی، پایداری، بهینه سازی چند هدفه، تئوری مجموعه فازی
    Hossein Firouzi, Javad Rezaeian *, Mohammadmehdi Movahedi, Alireza Rashidi Komijan

    This paper presents a multi-objective mathematical model for the reverse supply chain of hospital waste management in Iran during the COVID-19 pandemic, incorporating dimensions of sustainability. The objectives of the model are as follows: 1) Minimizing the costs associated with building facilities and waste treatment centers, vehicle fuel costs, and environmental costs due to pollutant emissions; 2) Maximizing the energy generated from the waste combustion process; 3) Minimizing the risk of virus transmission resulting from inadequate waste management; and 4) Maximizing the number of job opportunities in the established centers. It is important to note that existing uncertainties are addressed through the application of fuzzy set theory. Given the multi-objective nature of the model, two multi-objective algorithms, namely the Pareto archive-based Krill Herd Algorithm and Non-dominated Sorting Genetic Algorithm II (NSGA-II), are employed to solve the defined problem. The results indicate that the proposed Krill Herd Algorithm converges to a solution with higher quality and dispersion compared to NSGA-II. Additionally, through a comparison of the spacing index and running time of the two algorithms, it is observed that NSGA-II explores the solution space with higher uniformity and solves the model in less time.

    Keywords: Hospital Waste Management, Sustainability, Multi-Objective Optimization, Fuzzy Set Theory
  • آذر فتحی هلی آبادی، عباس راد*، علیرضا موتمنی، داود طالبی

    در شرایط ناپایدار موجود، شبکه های زنجیره تامین تحت تاثیر شرایط اختلال است؛ بنابراین در طراحی شبکه های زنجیره تامین باید استراتژی های تاب آوری لحاظ شود؛ اما این رویکرد بار مالی برای شرکت ایجاد می کند. در طراحی شبکه های زنجیره تامین تاب آور، تامین مالی بسیار اهمیت دارد. برای تامین بار مالی، علاوه بر سرمایه موجود، می توان از وام های بانکی و اعتبار تجاری استفاده کرد که به بهبود سرمایه در گردش منجر می شود. بر اساس بررسی مبانی نظری موضوع، بار مالی ایجادشده، به دلیل استفاده از استراتژی های تاب آوری، موردتوجه قرار نگرفته است؛ همچنین درنظرگرفتن اعتبار تجاری و زمان بندی بازپرداخت اعتبارهای تجاری در تمام سطوح در شبکه زنجیره تامین بررسی نشده است. در این پژوهش سعی شده است خلاهای موجود پوشش داده شود. بدین منظور یک شبکه زنجیره تامین سه سطحی شامل تامین کنندگان اصلی و پشتیبان، کارخانه و مراکز توزیع، تحت شرایط عدم قطعیت تقاضا طراحی شد. اهداف اصلی پژوهش بیشینه سازی ارزش فعلی خالص و بیشینه سازی برآورد تقاضا است. برای حل مدل دوهدفه در این پژوهش از روش برنامه ریزی آرمانی فازی پیشگیرانه و سالور CPLEX استفاده شد. طبق یافته های پژوهش، در صورتی تامین کننده پشتیبان انتخاب می شود که بار مالی آن تامین شده باشد؛ همچنین اعتبار تجاری بین تمام سطوح به طور موثر برقرار است.

    کلید واژگان: زنجیره تامین با سرمایه محدود، عدم قطعیت تقاضا، اعتبار تجاری، تامین مالی، بهینه سازی چندهدفه، تاب آوری
    Azar Fathi Heli Abadi, Abbas Rad *, Alireza Motameni, Davood Talebi

    In the present unstable business environment, supply chains are considerably impacted by disruptions, necessitating the implementation of resilience strategies. These strategies, however, pose significant financial challenges for companies. Therefore, financing is essential in developing resilient supply chain networks. In addition to utilizing existing capital, options such as bank loans and trade credit can be employed to alleviate the financial burden and enhance working capital.  The present scholarship has failed to address the issue of financial strain resulting from the adoption of resilience strategies. Additionally, the significance of trade credit and repayment scheduling in all levels of the supply chain network also left under-researched. To fill this research gap, this paper proposes a three-tiered supply chain network consisting of main/support suppliers, factories, and distribution centers under uncertain demand conditions. The network is developed to effectively handle demand uncertainty and achieve optimal net present value and demand estimation. To solve the bi-objective model of the study, a preemptive fuzzy ideal programming approach accompanied by the implementation of the CPLEX solver is utilized. The findings lend support to the importance of securing financial support for support suppliers and establishing effective trade credit agreements across all levels of the supply chain.

    Keywords: Capital-Constrained Supply Chain, Demand Uncertainty, Trade Credit, Financing, Multi-Objective Optimization, Resilience
  • آذر فتحی هلی آبادی، عباس راد*، علیرضا موتمنی، داود طالبی
    تامین منابع مالی برای بقای هر کسب وکاری ضرورت دارد. در شبکه های زنجیره تامین علاوه بر سرمایه اولیه، وام های بانکی و تخصیص اعتبار تجاری در تامین مالی نقش دارند. در شرایط عدم قطعیت که امروزه جهانی شده است شبکه های زنجیره تامین همواره تحت تاثیر اختلال مالی قرار می گیرند لذا طراحی شبکه های زنجیره تامین با در نظر گرفتن جریان های مالی منجر به بهبود سرمایه درگردش می شود. در این پژوهش شبکه زنجیره تامین با در نظر گرفتن اعتبار تجاری طراحی و توسعه داده شده است که وجه تمایز این پژوهش در نظر داشتن اعتبار تجاری در تمامی سطوح در یک شبکه زنجیره تامین سه سطحی شامل تامین کنندگان، کارخانه و مراکز توزیع می-باشد. علاوه بر این در نظر گرفتن زمانبندی برای باز پرداخت اعتبارهای تجاری دریافت شده توسط کارخانه ها و مراکز توزیع در شرایط عدم قطعیت دیگر چالش این پژوهش می باشد. با توجه به عدم قطعیت تقاضا، برنامه-ریزی های زنجیره تامین باید به گونه ای انجام شود که منابع مالی لازم برای انجام عملیات تولیدی در آن لحاظ شود در این راستا تقاضا در مدل تحت عدم قطعیت سناریو محور در نظر گرفته شده است که بیشینه سازی ارزش فعلی خالص و بیشینه سازی برآورد تقاضا از اهداف اصلی آن می باشد. برای حل مدل در ابعاد کوچک از سالور CPLEX و در ابعاد بالا از الگوریتم های فراابتکاری چند هدفه کلونی زنبور عسل و نهنگ استفاده شد. نتایج نشان می دهد چگونه اعتبار تجاری بر روی جریان فیزیکی تاثیر می گذارد؛ همچنین الگوریتم فراابتکاری نهنگ عملکرد بهتری دارد.
    کلید واژگان: زنجیره تامین، عدم قطعیت، اعتبار تجاری، تامین مالی، بهینه سازی چند هدفه
    Azar Fathiheliabadi, Abbas Raad *, Alireza Motameni, Davood Talebi
    Providing financial resources is necessary for the survival of any business. In supply chain networks, bank loans and commercial credits play a crucial role in financing. Supply chain networks are always affected by financial disturbances under uncertainty condition, therefore, the design of supply chain networks considering financial flows leads to the improvement of working capital. In this research, the supply chain network is designed and developed considering commercial credibility. Considering commercial credit at all levels in a three-level supply chain network including suppliers, factories and distribution centers can be stated as the main contribution of this study. In addition, considering the timing for the repayment of commercial credits by the factories and distribution centers in uncertainty conditions is another challenge of the present research. Due to the uncertainty of demand, supply chain planning should be done in such a way that the necessary financial resources for the production operations are incorporated. In this regard, the demand is considered under scenario-based uncertainty in the proposed model in which the maximization of the net present value as well as the demand estimate are the main objectives. The CPLEX solver was used for solving the model in small-sized instances and the Bee Colony and Wale multi-objective metaheuristic algorithms were used for solving the large-sized problems. The results show how commercial credit affects physical flow. Also, the Wale metaheuristic algorithm has a better performance than the other algorithm.
    Keywords: Supply chain, uncertainty, Trade Credit, financing, Multi-objective optimization
  • پرستو دیو سالار، مهدی کرباسیان*، ام البنین یوسفی
    امروزه به علت افزایش و پیچیدگی نیاز مشتریان، محصولات موجود در بازار پاسخگوی نیاز مشتری نیست و موثرترین راه برای کسب موفقیت سازمان ها تمایز ازطریق توسعه محصولات جدید و تنوع محصولات است؛ از این رو، انتخاب بهترین طرح برای توسعه محصولات جدید، می تواند از افزایش هزینه های اصلاح محصول و تلاش برای طراحی مجدد جلوگیری کند و زمان عرضه محصولات را به بازار کاهش دهد. لازمه  انتخاب طرح بهینه برای توسعه محصولات جدید، ارزیابی جامع و بی طرفانه ای است که بتواند طرح را ازنظر کارایی در حال حاضر و در آینده محصول بررسی کند. پژوهش حاضر با هدف ارزیابی طرح های توسعه محصول، مدل بهینه سازی چندهدفه ای را ارایه داده است که طرح های توسعه ای را از دو منظر معیارهای عمومی و تنوع پذیری بررسی می کند. در این تحقیق معیارهای عمومی به کمک مدل کارت امتیازی متوازن شناسایی شده است. این مدل معیارهایی را ارایه داده و متناسب با آن، معیارهای ارزیابی مورد نیاز برای طرح های توسعه محصول شخصی سازی و استخراج شده است. نظر به اینکه یکی از مناظر مهم در ارزیابی طرح های توسعه محصول، ریسک موجود در هر طرح است، معیارهای منظر ریسک نیز به عنوان معیارهای عمومی ارزیابی در نظر گرفته شده است. پس از تعیین معیارهای ارزیابی هریک از مناظر عمومی و تنوع پذیری، معیارها اعتبار سنجی شده و در ادامه به کمک روش های موجود کمی شده اند؛ پس از آن، مقادیر معیارهای شناسایی شده در مدل بهینه سازی چندهدفه به کار گرفته و با حل مدل، طرح توسعه ای بهینه انتخاب می شود. توابع هدف این مدل بهینه سازی شامل حداقل کردن ریسک، حداکثرکردن درآمد، حداکثرکردن اثربخشی توانایی استراتژیکی سازمان و حداقل کردن تلاش برای طراحی مجدد طرح های توسعه ای است.
    کلید واژگان: توسعه محصول جدید، بهینه سازی چندهدفه، رویکرد تنوع پذیری، مدل کارت امتیازی متوازن
    Parasto Divsalar, Mahdi Karbasian *, Ommolbanin Yousefi
    Purpose
    Today, due to the increase and complexity of customers' needs, the products available in the market do not satisfy the needs of the customers. Hence, the most effective way for an organization to achieve its objectives is to create distinction through both developing new products and bringing about variations in those products. This study, while pursuing the objective of evaluating product development design, aims to propose a multi-objective design. This model analyzes the developed design from two perspectives of general criteria and variation capacity norms.
    Design/methodology/approach: The current research embarks on identifying general criteria using Balanced Scorecard (BSC). The proposed model offers criteria according to which the required standard measures for the evaluation of the product development design are customized and extracted. After determining the evaluation criteria related to each perspective – general and variation capacity- the mentioned criteria have been validated. Then, by using the existing methods, these criteria have been quantified. Finally, the identified standard measures have been employed in the proposed multi-purpose optimized model. 
    Findings
    In this paper, a real case was studied in the Iran Electronics Industries, and the result of the configuration was illustrated. Quantitative values ​​of validated criteria were determined with the help of academic and industry experts and existing methods. After calculating the quantitative values ​​of the criteria for the evaluation of phased array radar development designs, these values were used in the multi-objective optimization model and measured in terms of the amount of risk, revenue, organizational strategy and the amount of effort towards redesign. Finally, by solving the optimization model using GAMZ win 64 25.1.12 software and the weighted sum method, the best development plan was selected.
    Research limitations/implications: The main limitation of this study is the lack of accurate information in the early stages of product development. In this research, it was assumed that the information provided by the experts and designers of the relevant industry is correct and real. It is suggested to use fuzzy data in future studies so that the result has more reliability. For future research, the following subjects can be attractive and the present study can provide the necessary background for researchers who seek to work on such subjects: i) In the current research, the time parameter was not considered. It is suggested to consider time in future research; ii) to identify non-common components between the two current and future generations, the method of calculating the priority of standardization of components and considering the technical and financial ability of the producer was used. It is suggested to decide according to possible technologies in the future; iii) another perspective can be used to categorize and identify criteria; iv) to calculate reliability and maintainability, the lifetime of systems was assumed to be exponential and with a constant failure rate. It is suggested to use Weibull distribution with variable failure rate for a more realistic calculation, and v) it is suggested to compare the results of this study with other studies.
    Practical implications: Finding comprehensive criteria to evaluate product development designs and providing an effective mathematical model for evaluation can lead to selecting the best product development designs. Selecting an optimal design can prevent the increase in product modification costs and the effort to redesign and reduce the time to supply new products to the market.
    Originality/value: Based on the literature review, particularly the internal research, a method that evaluates product development designs with comprehensive criteria including finance, customer, business and internal work, growth and learning, and variation capacity has not been found. Also, the Design for Variety approach has not been used in the initial phases of research and it is applied when the product is made and released to the market.
    Keywords: New Product Development, Multi-Objective Optimization, Design for Variety approach, Balanced Score Card
  • مائده مسیب مطلق*، پرهام عظیمی، مقصود امیری

    این مطالعه، به بررسی خطوط تولید چند محصولی نامطمین با چیدمان ترکیبی (سری-موازی) با احتمال خرابی ماشین آلات در هر ایستگاه کاری می پردازد. هدف از این پژوهش، توسعه یک مدل ریاضی چند هدفه شامل بیشینه سازی نرخ تولید و کمینه سازی هزینه های ناشی از کاهش زمان پردازش ایستگاه های کاری و هم چنین حجم کل بافرها، با توجه به مقادیر بهینه میانگین زمان پردازش هر محصول در هر ایستگاه و حجم بافر میان ایستگاه های کاری می باشد. بدین منظور جهت پیکره بندی ساختار مدل ریاضی از تکنیک هایی نظیر شبیه سازی، طراحی آزمایشات و رویه سطح پاسخ و جهت حل آن از الگوریتم های فرا ابتکاری ژنتیک مرتب سازی نامغلوب(NSGA-II) و ژنتیک رتبه بندی نامغلوب(NRGA) استفاده شده است. اعتبار مدل ریاضی چند هدفه و کاربرد متدولوژی پیشنهادی حل مدل، در یک مطالعه موردی بررسی گردیده است. درنهایت، عملکرد الگوریتم های به کارگرفته شده در تحقیق حاضر مورد ارزیابی قرار گرفته است. نتایج نشان می دهد مدل ریاضی چند هدفه پیشنهادی جهت بهینه سازی خطوط تولید نامطمین معتبر بوده و توانایی دستیابی به نقاط بهینه (نزدیک به بهینه) در سایر مسایل مشابه با ابعاد بزرگ تر و پیچیدگی بیشتر را دارا می باشد.

    کلید واژگان: خطوط تولید نامطمئن، بهینه سازی چند هدفه، شبیه سازی، طراحی آزمایشات، متدولوژی سطح پاسخ
    Maedeh Mosayeb Motlagh *, Parham Azimi, Maghsoud Amiri

    This paper investigates unreliable multi-product assembly lines with mixed (serial-parallel) layout model in which machines failures and repairing probabilities are considered. The aim of this study is to develop a multi-objective mathematical model consisting the maximization of the throughput rate of the system and the minimization of the total cost of reducing mean processing times and the total buffer capacities with respect to the optimal values of the mean processing time of each product in each workstation and the buffer capacity between workstations. For this purpose, in order to configure the structure of the mathematical model, Simulation, Design of Experiments and Response Surface Methodology are used and to solve it, the meta-heuristic algorithms including Non-Dominated Sorting Genetic Algorithm II (NSGA-II) and Non-Dominated Ranked Genetic Algorithm (NRGA) are implemented. The validity of the multi-objective mathematical model and the application of the proposed methodology for solving the model is examined on a case study. Finally, the performance of the algorithms used in this study is evaluated. The results show that the proposed multi-objective mathematical model is valid for optimizing unreliable production lines and has the ability to achieve optimal (near optimal) solutions in other similar problems with larger scale and more complexity.

    Keywords: Unreliable Assembly lines, Multi-Objective Optimization, Simulation, Design of Experiments, Response Surface Methodology
  • روح الله باقری*، حمیدرضا سرچاهی، علیرضا پویا

    بکارگیری منابع انرژی تجدیدپذیر و به خصوص احداث نیروگاه های خورشیدی می تواند راهکاری برای پایان دادن به دو بحران خاموشی ناشی از کمبود برق و مازوت سوزی در نیروگاه ها باشد. هدف این پژوهش بهینه سازی چندهدفه مکان یابی تخصیص احداث نیروگاه های خورشیدی برای تامین تقاضای برق است. در توابع هدف مسیله هزینه های اقتصادی، محدودیت در خطوط انتقال و انتشار گازهای گلخانه ای کمینه شده و همچنین مناطق تحت پوشش بیشینه شده است. برای حل مسیله بهینه سازی چندهدفه از روش ال پی متریک در نرم افزار گمز استفاده شده است. اعتبارسنجی مدل ریاضی مورد ارزیابی قرار گرفته و با ارایه مثال عددی پیچیده بودن مسیله کارایی الگوریتم ژنتیک چندهدفه در ابعادکوچک و بزرگ بررسی شده است. در نهایت احداث نیروگاه خورشیدی در منطقه کاشان، آران و بیدگل مورد مطالعه قرارگرفته است. مدل نهایی این روش می تواند برای یاری رساندن به مدیران و تصمیم گیران شرکت های سرمایه گذاری و تولید کننده برق در احداث نیروگاه های خورشیدی استفاده گردد.

    کلید واژگان: الگوریتم ژنتیک، بهینه سازی چندهدفه، مکان یابی تخصیص، نیروگاه خورشیدی
    Rohollah Bagheri*, Hamidreza Sarchahi, Alireza Pooya

    Due to the trend of increasing demand for electricity consumption, the use of current fossil fuel-based electricity production technologies has led to frequent blackouts in the summer and fuel burning in the winter. Therefore, the use of renewable energy sources and especially the construction of solar power plants can be a solution to end the blackout and fuel burning crises. The purpose of this research is the multi-objective optimization of the allocation of solar power plant construction to meet the electricity demand. In the objective functions of the problem of system costs, the amount of disturbances in the lines and the amount of greenhouse gases were minimized, as well as the amount of covered areas was maximized. In this research, the LP metric method has been used to solve the problem of multi-objective optimization in GAMS software. In order to validate the presented mathematical model, the correctness of the presented model was checked by GAMS software.Then, by presenting a numerical example, the complexity of the problem, the effectiveness of the multi-objective genetic algorithm in small and large dimensions were investigated. Finally, a case study regarding the construction of a solar power plant in Kashan, Aran and Bidgol region was investigated  and  According to the given information and the input data of the problem, the situation of the candidate areas for the construction of solar power plants was determined and Also, different areas of demand were assigned to the built solar power plants.

    Keywords: genetic algorithm, Location allocation, Multi-objective optimization, solar power plant
  • علیرضا قادر توتونچی، ارمغان سلیمانیان، گلناز افشون، حسین خواجه پور*

    در این مطالعه به بهینه سازی سیستم عرضه انرژی یک گلخانه با در نظر گرفتن دوازده اقلیم مختلف حاکم بر کشور ایران پرداخته شده است. بدین منظور یک مدل بهینه سازی دوهدفه خطی یکپارچه عرضه-تقاضای انرژی توسعه داده شده است که با دریافت برق، گاز و آب به کنترل شرایط دمایی درون گلخانه و تامین گرمایش، سرمایش و الکتریسیته مورد نیاز می پردازد. دو هدف یاد شده عبارت از کمینه سازی هزینه عملیاتی (با در نظر گرفتن نرخ تنزیل در یک دوره زمانی بیست ساله) و هزینه اولیه در کنار کمینه سازی انحراف دمای درون گلخانه از مقدار مطلوب است. هزینه اولیه تجهیزات انرژی، حاصل بررسی داده های تولیدکنندگان داخلی و بدست آوردن منحنی هزینه تجهیزات است. تحلیل نتایج نشان می دهد که با توجه به شرایط اقلیمی حاکم، بهترین مناطق برای احداث گلخانه به ترتیب کرمان، تهران و اراک می باشد که هزینه کلی، با در نظر گرفتن دوره عمر بیست ساله، برای آنها در محدوده ده هزار دلار است.

    کلید واژگان: سیستم انرژی گلخانه، بهینه سازی سیستم انرژی، بهینه سازی چندهدفه، سیستم چند حاملی انرژی، انرژی و اقلیم
    Alireza Ghader Tootoonchi, Armaghan Solaimanian, Golnaz Afshoon, Hossein Khajehpour*

    This study aims to optimize the energy supply system of a greenhouse considering twelve different climate conditions in Iran. For this purpose, an integrated two-objective linear energy optimization model has been developed to control the inside temperature and provide the required heating, cooling, and electricity by receiving electricity, gas, and water. The mentioned goals are to minimize operating costs (taking into account the discount rate over twenty years) and the initial cost and minimize the deviation of the inside temperature from the desired value. The initial cost of energy equipment is the result of examining data from domestic manufacturers and obtaining the equipment cost curve. The analysis of the results shows that the best areas for greenhouses construction are Kerman, Tehran, and Arak, respectively, for which the total cost is around ten thousand dollars.

    Keywords: Water-Energy hub, Greenhouse energy system, Energy system optimization, multi-objective optimization
  • محمد صیادی*، روح الله بیگدلی

    هدف اصلی این تحقیق، ارایه سه مدل مدیریت ریسک مبتنی بر شبیه سازی برای جایابی بهینه توربین های بادی در شهرستان خدابنده (واقع در جنوب استان زنجان) با در نظر گرفتن اثر ویک (سایه) و عدم قطعیت در سرعت و جهت باد است. به همین منظور داده های سرعت و جهت وزش باد از سازمان هواشناسی ایران جمع آوری شده، سپس عدم قطعیت سرعت و جهت وزش باد با شبیه سازی مونت کارلو مدل سازی شده و مدل های مدیریت ریسک ارایه شده با الگوریتم های PESA-II،  NSGA-II و MOPSO بهینه سازی شده است. در مدل های بهینه سازی از انحراف معیار و صدک دهم به عنوان معیارهای ریسک استفاده شده است. بر اساس یافته های تحقیق در هر سه الگوریتم و جایابی بهینه توربین ها، حداکثر توان خروجی مزرعه بادی حدودا 5/8 مگاوات بدست آمده است. همچنین با توجه به معیار ریسک صدک دهم، در 90 درصد مواقع، تولید کمتر از 8/1 مگاوات می باشد که با توجه به مقدار پایین صدک دهم در هر سه الگوریتم، مشخص شد که احداث مزرعه بادی در منطقه مورد نظر از ریسک بالای تولید برخوردار است. بنابراین انجام سرمایه گذاری در منطقه مورد بررسی، نیازمند ریسک پذیری بالای سرمایه گذار است. مدل های مدیریت ریسک مورد استفاده در پژوهش، اطلاعات تفصیلی مفیدی درباره توان مورد انتظار ، هزینه و ریسک احداث پروژه توربین بادی ارایه می دهد. در مقایسه عملکرد الگوریتم ها برای هر سه مدل از نظر نزدیکی راه حل ها به راه حل ایده آل، الگوریتم PESA-II و از نظر تنوع و گستردگی راه حل ها، الگوریتم NSGA-II عملکرد مطلوب تری نسبت به سایر الگوریتم ها داشته است.

    کلید واژگان: توربین بادی، مدیریت ریسک، بهینهسازی چندهدفه، اثر ویک (سایه)، عدم قطعیت
    Mohammad Sayadi*, Rouhollah Bigdeli

    The main purpose of this study is to provide three simulation-based risk management models for optimal placement of wind turbines in Khodabandeh city (located in the south of Zanjan province) taking into account the wake effect and uncertainty in wind speed and direction. For this purpose, wind speed and direction data were collected, then wind speed and direction uncertainty was modeled by Monte Carlo simulation and three risk management models presented were optimized with PESA-II, NSGA-II and MOPSO algorithms. Standard deviation and tenth percentile are used as risk criteria. Based on the findings, the maximum output power of the wind farm is about 8.5 MW. Also, according to the tenth percentile risk criterion, in 90% of cases, the production is less than 1.8 MW, which it was found that the construction of a wind farm in the area has a high production risk. Is. Therefore, investing in the study area requires high risk-taking of the investor. The risk management models used in the research provide useful detailed information about the expected power, cost and risk of constructing a wind turbine project. Comparing the performance of algorithms for all three models in terms of proximity of solutions to the ideal solution, PESA-II algorithm and in terms of variety of solutions, NSGA-II algorithm has a better performance than other algorithms

    Keywords: Wind Turbine, Risk Management, Multi-Objective Optimization, Wake Effect, Uncertainty
  • سید رضا هاشمی، عبدالله آراسته*، محمدمهدی پایدار

    این مطالعه یک مدل زنجیره تامین چند مرحله ای با جریان های مستقیم و معکوس کالا را برای ارزیابی اثرات ریسک بر سود شبکه زنجیره تامین و تحقق تقاضا پیشنهاد می کند. هدف شبکه مورد مطالعه به حداکثر رساندن سود، به حداقل رساندن تقاضای برآورده نشده، کاهش زمان تحویل، کاهش خطرات اختلال در تاسیسات و حمل و نقل و کاهش دید زنجیره تامین است. سیستمی برای تعیین رتبه بندی ریسک اختلال اجزای زنجیره تامین ایجاد شد. برای کمک به شرکت برای درک بهتر تامین کنندگان خود، رسیدگی به اجزای ضروری شبکه و اولویت بندی ابتکارات مدیریت ریسک، ارزیابی ممکن است مفید باشد. برای مدل های بهینه سازی زنجیره تامین، به رتبه بندی ریسک اختلال پیش بینی شده به عنوان مبنایی تکیه می کنیم. برای حل مدل چند معیاره از برنامه ریزی آرمانی استفاده می شود. انعطاف پذیری شبکه زنجیره تامین به صورت عددی نشان داده شده است. برای ساخت مدل، طراح باید قضاوت استراتژیک نماید. روش های کاهش ریسک مانند موجودی اضافی و تامین کنندگان پشتیبان برای افزایش انعطاف پذیری شبکه زنجیره تامین اتخاذ می شوند. اختلالات کوتاه مدت ممکن است با ذخیره مواد خام اضافی برای جلوگیری از کمبود قطعات کاهش یابد. تجزیه و تحلیل هزینه و فایده نشان می دهد که هر استراتژی کاهش ریسک ارزشمند است.

    کلید واژگان: بهینه سازی چند هدفه، برنامه ریزی آرمانی، لکسیکوگرافی، روش وزن دهی
    Seyyed Reza Hashemi, Abdollah Arasteh *, MohammadMahdi Paydar

    This study proposes a multi-stage supply chain model with direct and reverse flows of goods to assess the effects of risk on the profit of a supply chain network and the realization of demand. The studied network aims to maximize profit, minimize unmet demand, reduce delivery time, alleviate disruption risks in facilities and transportation, and decrease supply chain visibility. We created a system for quantifying the disruption risk ratings of supply chain components. To help the company better understand its suppliers, address essential network components, and prioritize risk management initiatives, the evaluation may be useful. For our supply chain optimization models, we rely on the predicted disruption risk ratings as a basis. Goal programming is used to solve the multi-criteria model. The resiliency of the supply chain network is shown numerically. In order to build the model, the designer had to make strategic judgments. Risk mitigation methods such as extra inventory and backup suppliers are adopted to increase the supply chain network’s resiliency. Short-term disruptions may be mitigated by stockpiling additional raw materials to avoid component shortages. A cost-benefit analysis shows that every risk reduction strategy is worthwhile.

    Keywords: Multi-objective optimization, Goal Programming, Lexicography, Weighting method
  • غلامرضا جندقی، محمدرضا فتحی، عماد مددی، سمیه رضی محب سراج
    زمینه و هدف

    طراحی شبکه زنجیره تامین یکی از مهم ترین مسایل در مدیریت زنجیره تامین است. لذا هدف این پژوهش طراحی شبکه زنجیره تامین حلقه بسته در شرایط عدم قطعیت و حل آن با استفاده از الگوریتم های فرا ابتکاری است.

    روش

    این تحقیق از نوع کاربردی است. در این پژوهش از شیوه ی مطالعه ی میدانی و کتابخانه ای برای جمع آوری اطلاعات استفاده شد. با توجه به انتخاب صنعت تایر به عنوان صنعت موردنظر برای طراحی شبکه زنجیره تامین پیشنهادی، در این پژوهش با استفاده از تحقیقات میدانی داده های موردنیاز از شرکت های کیان تایر، ایران تایر، لاستیک دنا، لاستیک بارز، کویر تایر، یزد تایر، آرتاویل تایر و پارس تایر جمع آوری و در حل مدل مورد استفاده قرار گرفت.

    یافته ها:

     مدل سازی این زنجیره بر اساس ملاحظات زیست محیطی، حداقل سازی هزینه کل زنجیره و حداکثر سازی پاسخ گویی به تقاضای مشتری صورت گرفته است. درنهایت این مدل با استفاده از الگوریتم های فرا ابتکاری NRGA و NSGAII حل شده و نتایج به دست آمده با یکدیگر مقایسه شده اند. همچنین به منظور سنجش اعتبار، مدل پیشنهادی با استفاده از روش اپسیلون محدودیت در نرم افزار GAMS نیز پیاده سازی شده است.

    نتیجه گیری:

     در این پژوهش به طراحی شبکه زنجیره تامین حلقه بسته در شرایط عدم قطعیت و حل آن با استفاده از الگوریتم های فرا ابتکاری پرداخته شد و بر اساس نتایج پژوهش، پیشنهادهای اجرایی ارایه گردید.

    کلید واژگان: زنجیره تامین، زنجیره تامین حلقه بسته، لجستیک معکوس، بهینه سازی، بهینه سازی چند هدفه، الگوریتم های فرا ابتکاری، نظریه مجموعه های فازی
    GholamReza Jandaghi, MohammadReza Fathi, Emad Madadi, somayeh Razi moheb seraj
    Background and Aim

    Supply chain network design is one of the most important issues in supply chain management. Therefore, the purpose of this study is to design a closed loop supply chain network in conditions of uncertainty and solve it using meta-heuristic algorithms.

    Methodology

    This research is of applied kind. In this research, field and library study methods were used to collect information. Considering the selection of the tire industry as the under study industry for designing the proposed supply chain network, in this study, using field research, the required data from Kian Tire, Iran Tire, Dena Tire, Barez Tire, Kavir Tire, Yazd Tire, Artaville Tire and Pars Tire were collected and used to solve the model.

    Findings

    The modeling of this chain is done based on environmental considerations, minimizing the total cost of the chain and maximizing the response to customer demand. Finally, this model is solved using NRGA and NSGAII meta-heuristic algorithms and the obtained results are compared with each other. Also for credit evaluation suggested model using limitation epsilon method has been implemented in the GAMS software too.

    Conclusion

    In this research, the design of closed-loop supply chain network in conditions of uncertainty and its solution using meta-heuristic algorithms is considered and based on the research results, executive proposals were presented.

    Keywords: Supply chain, closed loop supply chain, inverse logistics, optimization, multi-objective optimization, meta-heuristic algorithms, fuzzy sets theory
  • محمدعلی فرقانی*، محمدرضا نامدار، سید عبدالمجید جلائی
    هدف

    پژوهش حاضر با هدف ارایه یک مدل تصمیم در برنامه ریزی تبلیغات اینترنتی با استفاده از الگوریتم ژنتیک چندهدفه اجرا شده است.

    روش

    پژوهش حاضر از حیث روش و ماهیت، در دسته ی تحقیقات توصیفی جای می گیرد. به لحاظ اجرا، پیمایشی و از نظر هدف، کاربردی می باشد. در این پژوهش از آنجا که مدل ارایه شده، یک مدل بهینه سازی چندهدفه با ابعاد بالاست، از الگوریتم بهینه سازی ژنتیک چندهدفه برای حل استفاده شده است.

    یافته ها

     در این پژوهش بر خلاف پژوهش های پیشین، با در نظر گرفتن همزمان اهداف متضاد متقاضیان ارایه تبلیغات از طریق وب (کاهش هزینه های تبلیغات) و مدیران وب سایت (افزایش سود به دست آمده از ارایه خدمات)، درباره چگونگی بهینه سازی بهتر تخصیص منابع تبلیغات به وب سایت بحث شد و مدل تصمیم جدیدی ارایه گردید که دو هدف متضاد را دربرداشت. در واقع، این مدل چندهدفه نه تنها درآمد وب سایت را به حداکثر می رساند بلکه هزینه متقاضی ارایه تبلیغات را نیز کمتر می کند؛ بنابراین، مدل یادشده می تواند مبنای کار این دو قرار گیرد.

    نتیجه گیری

    نتایج شبیه سازی نشان داد مدل بهینه سازی و الگوریتم موجه و شدنی هستند. همچنین، مجموعه جواب بهینه پارتوی به دست آمده از حل مدل می تواند موجب رضایت مدیران وب سایت و متقاضیان ارایه تبلیغات شود. آن ها با استفاده از این مدل به تعامل و سازش دست زده و سعی می-کنند منافع طرف دیگر را نیز در نظر بگیرند. با توجه به اینکه با حل مدل پیشنهادی برخلاف سایر مدل ها منافع هر دو طرف مد نظر قرار گرفته است، مجموعه جواب در زمره راهبرد برد برد قرار می گیرد.

    کلید واژگان: الگوریتم ژنتیک چندهدفه، بهینه سازی چندهدفه، تبلیغات از طریق وب، قیمت گذاری ترکیبی
    Mohammadali Forghani *, Mohammadreza Namdar, Sayed Abdolmajid Jalaee
    Objective

    The present study aimed to provide a decision model in Internet advertising planning using multi-objective genetic algorithm. The proposed model is a model for distributing advertising resources through the web to optimize the effect of advertising, based on research literature and according to the characteristics of advertising through the web. This model can simultaneously consider the interests of network managers and advertisers.

     Methodology

    The present study is in the category of descriptive research in terms of method and nature and is a survey in terms of implementation and also applied in terms of purpose. In this research, since the proposed model is a multi-objective optimization model with high dimensions, the multi-objective genetic optimization algorithm has been used to solve it. 

    Findings

    In this study, unlike previous studies, by simultaneously considering the conflicting goals of applicants for advertising through the web (reducing advertising costs) and webmasters (increasing profits from the provision of services), about How to better optimize the allocation of advertising resources to the website was discussed and a new decision model was presented that had two conflicting goals. In fact, this multi-objective model not only maximizes website revenue but also reduces the cost to the applicant of advertising; therefore, the mentioned model can be the basis of the work of these two. On the other hand, based on the characteristics of advertising through the web and existing pricing strategies, a hybrid pricing strategy was created based on the variables "cost per thousand views" and "cost per click in this research". Then, a new multi-objective optimization decision model based on this strategy was proposed. In this model, the interests of webmasters and advertisers are considered. Finally, by providing a computational example and numerical results of the simulation, the effectiveness of the model and algorithm is proved.

     Conclusion

    The simulation results showed that the optimization model and algorithm are justified and feasible. Also, the set of optimal Pareto answers obtained from solving the model can satisfy the webmasters and applicants for advertising. Using this model, they interact and compromise and try to consider the interests of another person. Considering that by solving the proposed model, unlike other models, the interests of both stakeholders have been considered, the answer set is included in the win-win strategy. Therefore, since the validation of this model is done through simulation, in practice, network administrators can when coding ads on web pages by applying the mathematical relationships provided in the proposed model, the method of calculating the cost of applicants for advertising is logical.  And provide a list of possible suggestions to the applicant. In this list, different combinations of simultaneous decision variables at the desired level, by maximizing the income of network managers, minimize the costs of each applicant according to their opinion, which leads to the adoption of more efficient pricing strategies.

    Keywords: Multi-objective optimization, Web Advertising, Hybrid pricing, Non-dominated Sorting Genetic Algorithm II (NSGA-II)
  • فهیمه غیاثوند غیاثی، مهدی یزدانی*، بهنام وحدانی، ابوالفضل کاظمی

    مراقبت سلامت خانگی، ارایه مجموعه‎ ای از خدمات مراقبتی در منزل از پیشگیری تا توان بخشی و از مراقبت‎ های اولیه تا خدمات حرفه ای پرستاری است. در این پژوهش یک مدل ریاضی دو هدفه بر اساس رویکرد برنامه‎ ریزی خطی عدد صحیح مختلط برای مسئله مسیریابی و زمان بندی مراقبت‎ سلامت خانگی با اهداف حداقل سازی هزینه های سفر پرستاران و حداقل سازی حداکثر تفاوت های زمان کاری بین پرستاران ارایه شده است. درنظرگرفتن حالت‎ های دوگانه حمل ونقل عمومی و خصوصی، مراکز درمانی آغازین و پایانی  و پنجره های زمانی بیمار و پرستار از ویژگی های مهم مدل ریاضی مسئله موردمطالعه است. پس از ارایه مدل ریاضی، مسایل اندازه کوچک با استفاده از روش محدودیت اپسیلون و با بهره گیری از نرم افزار گمز حل شد؛ همچنین با توجه به پیچیدگی بالای مسئله از دو روش فراابتکاری الگوریتم ژنتیک مرتب سازی نامغلوب و الگوریتم بهینه سازی ازدحام ذرات چند هدفه برای حل مسئله در ابعاد متوسط و بزرگ بهره گرفته شد. نتایج آماری حاکی از عملکرد بهتر الگوریتم ژنتیک مرتب سازی نامغلوب در دو شاخص متوسط فاصله از نقطه ایده آل و تعداد جواب های پارتو نسبت به الگوریتم بهینه سازی ازدحام ذرات چند هدفه در مسایل متوسط و بزرگ است. درمجموع نتایج شاخص ها نشان می دهد که الگوریتم ژنتیک مرتب سازی نامغلوب دارای عملکردی کارا و اثربخش در حل مسایل با اندازه های مختلف است.

    کلید واژگان: مسئله مراقبت سلامت خانگی، مسیریابی و زمان بندی، برنامه ریزی خطی عدد صحیح مختلط، روش محدودیت اپسیلون، بهینه سازی چندهدفه، الگوریتم‎های فراابتکاری چندهدفه
    Fahimeh Ghiasvand Ghiasi, Mehdi Yazdani *, Behnam Vahdani, Abolfazl Kazemi

    Home Healthcare provides a wide range of home care services from prevention to rehabilitation and primary care to professional nursing services. This research presents a two-objective mathematical model based on the mixed integer linear programming approach for the home healthcare routing and scheduling problem (HHCRSP) with the objectives of minimization the nurses’ travel costs and the maximal working time difference among nurses. Considering the multimodal transportation, several initial health centers and one final health center and patient and nurse time windows are important features of the studied mathematical model. Small-sized problems have solved by using the Ɛ-constraint method on GAMS software. Also, due to the NP-hardness of the problem, MOPSO and NSGA-II algorithms have used to solve the medium and large-sized problems. The statistical results showed that the NSGA-II performed better than the MOPSO for medium and large sizes of problems in both MID and NOS performance metrics. Overall, Results of the performance metrics on different sizes of problems indicate the efficient and effective performance of NSGA-II in solving the understudied problem.

    Keywords: Home Health Care Problem, Routing, Scheduling, Mixed Integer Linear Programming, ɛ-Constraint Method, Multi-Objective Optimization, Multi-Objective Meta-Heuristic Algorithms
  • مهسا موسوی، غلامرضا جمالی*، احمد قربانپور
    هدف

    در دهه گذشته، پارادایم های نوینی در طراحی زنجیره ‎تامین مطرح بوده است. زنجیره تامین سبز تاب آور، مفهومی جدید است که سازمان ها را در مقابله با اختلال های ناگهانی و به حداقل رساندن اثرهای زیست محیطی یاری می رساند. هدف اصلی این پژوهش، ارایه مدل بهینه سازی چندهدفه جهت طراحی شبکه زنجیره تامین سبز تاب آور در صنایع سیمان است. در این پژوهش، شرکت صنایع سیمان دشتستان برای اعتبارسنجی و پیاده سازی مدل، انتخاب شده است.

    روش

    پس از بررسی و مداقه مبانی نظری و پیشینه تجربی، طراحی شبکه انجام شد، سپس، مدل ریاضی مناسب با مطالعه موردی تدوین و اعتبارسنجی آن صورت پذیرفت. در ادامه، سناریوها در دو حالت تولید مازاد مجاز و تولید مازاد غیرمجاز تعریف شدند. در نهایت، تجزیه و تحلیل داده ها در هر سناریو با نرم افزار متلب انجام گرفت. برای حل مدل، از حل کننده سیپلکس استفاده شد.

    یافته ها

    نتایج نشان داد که مازاد تولید صنایع سیمان، هیچ تاثیری بر تاب آوری شبکه زنجیره ‎تامین ندارد. همچنین، میزان هزینه انتشار دی اکسیدکربن در حالت مازاد تولید، از حالت عدم مازاد تولید کمتر است.

    نتیجه گیری

    سطح تولید صنایع سیمان روی هزینه انتشار شبکه تاثیر کمی می گذارد و هزینه انتشار دی اکسیدکربن در شبکه طراحی شده، بیشتر از مقدار انتشار کربن در گره های تولیدی و کمان ها نشیت می گیرد. بنابراین، باید کاهش ردپای کربن در این نقاط از شبکه، در کانون توجه قرار گیرد.

    کلید واژگان: بهینه سازی چندهدفه، طراحی شبکه زنجیره تامین، زنجیره تامین سبز تاب آور
    Mahsa Mousavi, Gholamreza Jamali *, Ahmad Ghorbanpour
    Objective

    Over the past decade, there have always been new paradigms in supply chain design. The green supply chain is a new concept that helps organizations deal with unexpected disruptions and minimize environmental impacts. The main purpose of this study is to present a multi-objective optimization model for a green-resilient supply chain network in cement industries. Dashtestan cement industries have been selected for validation and implementation of the model.

    Methods

    After reviewing the theoretical foundations and experimental background, the network was designed. Then, an appropriate mathematical model was developed and validated by a case study. In this study, scenarios were defined in two modes of production surplus and non-production surplus. Data analysis in each scenario was performed with MATLAB software. The CPLEX solver was also used to solve the model.

    Results

    The results showed that Dashtestan Cement Company's production surplus has no effect on supply chain resilience. Also, it can be concluded that if there is a production surplus, the cost of carbon dioxide emissions is less than the one in the absence of surplus production.

    Conclusion

    The company's production level has little effect on the cost of carbon dioxide emissions and the amount of that in the designed network is mostly due to the carbon emission rate in the production nodes and arcs. Therefore, the reduction of carbon footprint in these parts of the network should be considered.

    Keywords: Multi-objective optimization, Supply chain network design, Green-Resilient Supply Chain
  • آزاده امید، عادل آذر*، محمود دهقان نیری، عباس مقبل باعرض
    از آنجا که منابع در هر منطقه جغرافیایی محدود است، رویکرد منطقی آن است که این منابع صرف کسب و کارهای کارا شود. طی سال های اخیر، کلان شهر تهران به دلیل شرایط جوی و موقعیت جغرافیایی در شرایط بحرانی زیست محیطی قرار دارد؛ بنابراین، سنجش کارایی زیست محیطی صنایع فعال در این شهر در کنار ارزیابی کارایی عملیاتی حایز اهمیت است. برای مقایسه عملکرد صنایع و سنجش کارایی کل متشکل از کارایی عملیاتی و کارایی زیست محیطی می توان از تکنیک تحلیل پوششی داده ای شبکه ای استفاده نمود. پیدایش تکنیک تحلیل پوششی داده ای شبکه ای برای سنجش همزمان کارایی چندین زیرفرآیند به عنوان پیشرفتی در مدل استاندارد تحلیل پوششی داده ها به حساب می آید که در پی یافتن همزمان کارایی کل و کارایی زیرفرآیندها طی یک مدل ریاضی چندهدفه است. مدل ارایه شده در این پژوهش با حداقل سازی فاصله از کارایی مستقل، سعی در بهینه سازی مدل چندهدفه با استفاده از رویکردی خطی دارد. بطوری که مقایسه نتایج عددی نشانگر برتری این مدل نسبت به مدل های موجود در ادبیات در دستیابی به مجموعه جواب پارتو است.
    کلید واژگان: تحلیل پوششی داده ای شبکه ای، کارایی زیست محیطی، بهینه سازی چندهدفه، صنایع تولیدی تهران
    Azadeh Omid, Adel Azar *, Mahmoud Dehghan Nayeri, Abbas Moghbel
    Since the resources are limited in each industrial region, it is logical to allocate resources to the most efficient industries. Recently, based on the environmental conditions and geographical position of Tehran, the capital of Iran, this city is in critical environmental situation. Therefore, assessing both environmental and industrial efficiency of Tehran’s production industries is essential. In this regard, network Data Envelopment Analysis is used in order to compare total efficiency of the industries including environmental and operational efficiencies. Network Data Envelopment Analysis is a developed form of standard DEA and looks inside the black-box in order to assess the partial efficiency in addition to the total efficiency which will results to a multi-objective problem. The contribution of this research is introducing a technique for assessing the efficiency of a network structure by means of the developed form of network DEA technique which minimizes the distance from the individuals’ independent efficiency with a linear optimization approach. Results show the advantages of the proposed model.
    Keywords: Network Data Envelopment Analysis, Environmental efficiency, multi-objective optimization, Tehran’s production industries
  • خدیجه بیاتی، عماد روغنیان*

    شهرک های صنعتی با وجود دستاوردهای خود، تاثیرات مخربی بر محیط زیست داشته اند و گاهی به موضوعات مرتبط با رفاه اجتماعی توجه نکرده اند؛ بنابراین، طراحی آنها باید متناسب با اهداف توسعه پایدار و اصول اکولوژیک بهبود یابد. یکی از اقدامات موثر در این زمینه، پیاده سازی شبکه های همزیستی صنعتی است. شبکه های همزیستی، مجموعه ای از صنایع است که با هدف اشتراک گذاری ضایعات هر صنعت به عنوان ماده اولیه صنعت دیگر در کنار هم قرار گرفته است و امکان تبادل انرژی و مواد را فراهم می آورد. در این پژوهش، یک مدل برنامه ریزی عدد صحیح مختلط دوهدفه برای بهینه سازی شبکه های همزیستی ارایه شده است که به طور هم زمان، انتقال ضایعات و مواد اولیه جامد، مایع و گاز را فراهم می کند. هدف اول، حداقل سازی هزینه های اقتصادی اجرای شبکه و صنایع مشترک در آن و هدف دوم، حداکثرسازی رفاه اجتماعی را فراهم می آورد. بعد محیط زیستی با محدودیت های مدل کنترل می شود. برای اعتبارسنجی مدل پیشنهادی، به پیاده سازی آن بر یکی از شهرک های صنعتی استان البرز اقدام شده است. برای حل مدل از روش اپسیلون محدودیت استفاده شده است که نتایج خروجی نشان می دهد، حجم ضایعات بدون استفاده و هزینه های صنایع در شرایط همزیستی نسبت به پیش از آن کاهش یافته است. همچنین، ایجاد 23 فرصت شغلی ازجمله مزایای بهبود سطح اجتماعی است.

    کلید واژگان: پارک های صنعتی اکولوژیک، همزیستی صنعتی، توسعه پایدار، بهینه سازی چندهدفه، برنامه ریزی عدد صحیح مختلط، اپسیلون محدودیت
    Khadijeh Bayati, Emad Roghanian *
    Purpose

    Despite their achievements, the industrial parks have had a devastating effect on the environment and sometimes did not address social welfare issues. Therefore, it is necessary to improve their design based on the characteristics of sustainable development and ecological principles. One of the effective measures in this regard is Industrial Symbiosis (IS). It is a set of integrated plants aiming to exchange the waste of each plant as the raw material of another plant. Although several models have been presented for the optimization of water or energy exchange, one of the purposes of this research is to simultaneously exchange raw materials and waste in solid, liquid, and gas types. Considering the social characteristic of sustainable development is another necessity of this research that has been less discussed. Also, a significant portion of the waste needs to be recycled and cannot be exchanged directly between plants. Therefore, another purpose of this research is to increase the productivity of the model considering material flow between plants and recovery centres, which did not exist in previous

    models.Design/methodology/approach

     In this research, a two-objective mixed-integer linear programming model is proposed considering the characteristics of sustainable development, which simultaneously enables the exchange of all raw materials and waste. Providing recyclable waste exchanges via recovery centres is another strength of the proposed model. The first objective is to minimize the economic costs of the IS network, and the second objective is to maximize social welfare. The environmental characteristic is also controlled by model constraints. Finally, to validate the proposed model, it has been implemented in one of the industrial parks of Alborz province. Also, to solve the model, the ε-Constraint method has been used.

    Findings

     According to the model’s results, most of the plant's waste was replaced by the input raw materials of other plants, while before IS, all plant waste was disposed and all input materials were supplied through fresh materials. Therefore, the findings of the proposed model are as follows:reducing the volume of disposed and useless plant waste and its costs; reducing the volume of fresh input raw materials plants and its costs; creating 23 job opportunities through the establishment of centres to recover; compensating for lost working days due to the reduction of environmental pollutants to achieve the social characteristics of sustainable development; and improving the characteristics of sustainable development in the industrial park compared to the time before IS.

    Research limitations/implications

     This research, like other studies, has assumptions and limitations in model development. For example, the transmission path of all three types of material and waste was considered the same. The feasibility of situations trade-off and the use of waste of recovery centres was not studied. Also, the expectations of the park and the plants were considered in an integrated manner. Therefore, the following subjects are suggested to improve and develop the model in future studies:design of IS network using bi-level models; development of a model for the use of waste from the recovery centre; for example, methane gas or sludge treatment plant; model development by considering seasonal plants through reliability inventory models and intermittent flows; development of a model for locating and allocating unusable waste in the current network to the new plant; and development of a model based on the different transmission paths for material and waste flow in solid, liquid, and gaseous according to the research assumption 3.

    Practical implications

    One of the most significant applications of this paper is the simultaneous optimization of exchange material and waste in three types of solid, liquid, and gaseous in IS network to achieve the characteristics of sustainable development. Also, reducing the cost of input material and waste disposal compared to the time before IS are the economic advantages of this research. Social implications - One of the aims of this paper was to reduce the environmental and social impact of the industrial park to achieve the characteristics of sustainable development. For example, reducing the volume of fresh input raw materials and disposed waste plants and job creation were the environmental and social advantages of this study.

     Originality/value

    The innovations of this research include the following:simultaneous optimization of material and waste flow in three types: solid, liquid, and gaseous; considering the social characteristic of sustainable development; and considering the exchange between recovery centres and plants to use the waste in need of recovery.

    Keywords: Eco-Industrial Park, Industrial Symbiosis (IS), Sustainable Development, Multi-Objective Optimization, Mixed-integer linear Programming, ε-Constraint
  • هیرش گل پیرا*، عرفان بابایی تیرکلایی، محمدتقی تقوی فرد، فایق ظاهری
    هرچندکه صنعت ساخت و ساز، به ویژه به دلیل رابطه آن با سایر بخش های اقتصادی یکی از مهمترین شاخه هایی است که نقش کلیدی در رشد اقتصادی کشورها ایفا می کند، زنجیره تامین ساخت و ساز کمتر مورد توجه محقیق قرار گرفته است. از این رو طراحی زنجیره تامین ساخت و ساز نه تنها برای شرکت های عمرانی، بلکه برای دولت ها نیز از اهمیت زیادی برخوردار است. لذا، با ارایه یک مدل جدید برنامه-ریزی خطی مختلط عدد صحیح، این مقاله به معرفی یک چارچوب بهینه برای ساختاربندی شبکه زنجیره تامین ساخت و ساز چند پروژه ای چند منبعی و دارای چند تامین کننده برای شرکت های ساختمانی بزرگ دارای استراتژی تدارکات غیرمتمرکز می پردازد. هدف نهایی، طراحی یک مدل زنجیره تامین با توجه به کیفیت و قابلیت اطمینان در بودجه پیش بینی شده، با در نظر داشتن کل زنجیره تامین به عنوان یک موجودیت واحد است. فرمول بندی مساله در یک چارچوب دو هدفه بوده و با استفاده از رویکرد "ال-پی متریک"سبب ایجاد یک چارچوب تک هدفه ساختارمند برای تبادل کیفیت-قابلیت اطمینان می شود. برای حل مساله در ابعاد کوچک و متوسط از نرم افزار GAMS و در ابعاد بزرگ از یک الگوریتم ترکیبی شامل الگوریتم های ژنتیک و شبیه سازی تبرید استفاده می شود. نتایج حاصل از حل مدل نشان از این دارد که مدل امکان انتخاب اندازه مناسب برای زنجیره تامین ساخت و ساز را به همراه تبادل کیفیت-قابلیت اطمینان به صورت توامان فراهم می آورد و از این نظر با توجه به پیشینه تحقیق، نخستین پژوهش به شمار می رود. همچنین، نتایج مقایسه روش های حل پیشنهادی نشان دهنده کارایی بالای الگوریتم حل پیشنهادی است.
    کلید واژگان: برنامه ریزی خطی عددصحیح، زنجیره تامین ساخت و ساز، بهینه سازی چند هدفه، برنامه ریزی کمی ریاضی، الگوریتم ژنتیک ترکیبی
    H&Amp, Ecirc, Riş Golp&Amp, Icirc, Ra *, Erfan Babaee Tirkolaee, Mohammad Taghi Taghavifard, Fayegh Zaheri
    Although the construction industry, especially because of its relationship with other economic sectors, is one of the most important sectors that plays a key role in a country's economic growth, the construction supply chain has been considered less attention. Therefore, construction supply chain network design is of great importance for not only the companies but also governments. Thus, presenting an original mixed integer linear programming model, this paper introduces an optimal framework for a multi-project multi-resource multi-supplier construction supply chain network design for large construction companies with a decentralized procurement strategy. The main objective is to design a reliable supply chain model based on the quality of projects under the certain predefined budget, considering the entire supply chain as a single entity. Using a bi-objective approach to formulate the chain and the Lp-metric approach to solve the problem, make it possible to obtain a single-objective structural framework to reliability-quality trade-off consideration. To solve the problem in small and medium scales, GAMS software is employed, and a hybrid algorithm based on Genetic Algorithm (GA) and Simulated Annealing (SA) algorithm is developed to solve the large-scaled problem. The results show the capability of the model to attain optimal size of the chain as well as the quality-reliability trade-off considering a pre-specified budget. And, to the best of authors knowledge this is the first to obtain such a structured integrated framework in the construction supply chain.
    Keywords: mixed integer linear programming, construction supply chain, Multi-Objective Optimization, quantitative mathematical models, hybrid genetic algorithm
  • Nushrat Praveen *, Vally D
    In the current paper, we have assimilated fuzzy techniques and optimization techniques, namely differential evolution, to put forward a modern archive-based fuzzy evolutionary algorithm for multi-objective optimization using clustering. The current work account for the application of a cluster associated approach. Specific quantitative cluster validity measures, i.e., J-measure and Xie-Beni, have been referenced to carry out the appropriate partitioning. The proposed algorithm introduces a new form of strategy which attempts to benefit the feasible search domain of the algorithm by minimizing the analysis and exploration of less beneficial search scope. This clustering method yields a group of trade-off solutions on the ultimate optimal pare to front. Eventually, these solutions are united and maintained in an archive for further evaluation. The current work summarizes and organizes an archive concerned with excellent and diversified solutions in an effort to outline comprehensive non-dominated solutions. The degree of efficiency is revealed with respect to partitioning on gene expression and real-life datasets. The proposed algorithm seeks to reduce the function assessment analysis and maintains a very small working population size. The effectiveness of the proposed method is presented in comparison with some state-of-art methods.
    Keywords: Multi-objective optimization, Clustering, Differential Evolution, Evolutionary algorithm, Euclidean based distance, Gene expression data
  • توسعه یک مدل ریاضی چندهدفه برای مسئله زمان بندی خدمه پرواز و حل آن توسط روش های MODE و NSGA- II
    وحید برادران*، امیرحسین حسینیان

    در این پژوهش، یک مدل ریاضی چندهدفه برای مسئله زمان‌بندی خدمه پرواز چندمهارته ارایه شده است. در این مسیله، خدمه دارای دو مهارت سرمهمانداری و مهمانداری هستند و هر یک با توجه به تجربه‌ای که دارند، امکان تخصیص یافتن به پروازها و یا انواع هواپیما را پیدا می‌کنند. اهداف مدل پیشنهادی عبارت‌ اند از: 1. بیشینه‌سازی مجموع انطباق روزهای مرخصی بر روزهای درخواستی افراد و 2. کمینه‌سازی مجموع جریمه انحرافات از حداقل و حداکثر ساعات کاری مجاز. با توجه به NP-Hard بودن مسئله زمان‌بندی خدمه، برای حل مدل پیشنهادی از دو الگوریتم فراابتکاری تکامل تفاضلی چندهدفه (MODE) و الگوریتم ژنتیک با مرتب‌سازی غیرمغلوب نسخه دوم (NSGA-II) استفاده شده است. پارامترهای دو الگوریتم توسط روش تاگوچی تنظیم شده‌اند. دو الگوریتم بر اساس چند معیار سنجش عملکردی چندهدفه مورد مقایسه قرار گرفتند. هر کدام از الگوریتم‌ها توانستند از نظر برخی از معیارهای سنجش عملکردی موفق‌تر عمل کنند. نتایج مقایسات الگوریتم‏‌ها و تحلیل حساسیت نشان داد که الگوریتم NSGA-II در زمان کمتر (حدود 18درصد) و کیفیت جواب‌های بهتری می‏تواند زمان‌بندی‏‌های مناسب‌تری برای مسئله زمان‌بندی خدمه پرواز ارایه کند.

    کلید واژگان: برنامه ریزی پرواز، زمان بندی نیروی انسانی، بهینه سازی چندهدفه، الگوریتم های فراابتکاری
    A Multi-Objective Mathematical Formulation for the Airline Crew Scheduling Problem: MODE and NSGA-II Solution Approaches
    Vahid Baradaran *, AmirHossein Hosseinian

    In this research, a multi-objective mathematical model is proposed for the airline multi-skilled crew scheduling problem. The multi-skilled crew can be assigned to flights and airplanes according to their skills. The objective functions of the proposed model are: (1) Maximizing the number of leave days planned according to the days announced by the flight crew, and (2) Minimizing the penalty costs associated with violation of minimum and maximum working hours. Several test problems have been designed based on the data acquired by the airline studied in this research. Due to the NP-hard essence of the model, we have employed two meta-heuristics, namely the multi-objective differential evolution (MODE) and Non-dominated Sorting Genetic Algorithm II (NSGA-II). These algorithms are calibrated using the Taguchi method. The algorithms have been compared based on several multi-objective performance measures. Each algorithm has been more successful in terms of some metrics. The comparisons between algorithms and sensitivity analysis show that the proposed model and algorithms can produce appropriate schedules for the airline crew scheduling problem.

    Keywords: Flight planning, Crew scheduling, Multi-Objective Optimization, Meta-heuristic algorithms
  • شیرین علیزاده، رضا حسن زاده*

    بحران حادثه ای است که سبب آسیب، ویرانی، مرگ و رنج بشر و تخریب سلامت انسان هنگام حادثه و بعد از آن می شود. این حوادثبه طور طبیعی یا به وسیله بشر به طور ناگهانی به وجود می آیند. از بیشتر خسارت های بشری و خرابی ها می توان با پیش بینی های بهتر وبرنامه ریزی های خاص جلوگیری کرد. تعیین بهترین مکان هنگام وقوع حادثه برای جلوگیری از تلفات بیشتر امری ضروری است. مکان هایامدادرسانی باید طوری انتخاب شوند که پس از وقوع حادثه در کمترین زمان ممکن به تقاضای آسیب دیدگان پاسخ دهند. بعد از وقوعبحران نیروهای امدادی، کالاهای امدادی و تجهیزات مورد نیاز برای امدادرسانی حادثه دیدگان به مناطق حادثه دیده اعزام می شوند. ازاین رو مکان انبارهای از قبل تعیین شده در تسهیل امدادرسانی نقش بسیار مهمی دارند. بنابراین انتخاب محل هایی مناسب برای انبارها ازاهداف اصلی ما در این مقاله است. در این مقاله یک مدل دو هدفه خطی برای مرحله آماده سازی بحران برای تعیین بهترین مکان ها برایامدادرسانی در نظر گرفته شده است. اهداف ما به حداقل رساندن حداکثر وزن مکان ها و هزینه هاست که با توجه به محدودیت ها، در نظرگرفتن حداکثر فواصل مجاز با مکان های آسیب دیده، جاده های اصلی و بیمارستان های مجهز مسئله مکان یابی تخصیص مدل سازی شدهاست. مسایلی در ابعاد مختلف طراحی شده و با استفاده از سه روش دقیق برنامه ریزی آرمانی، LP متریک و مجموع وزنی حل شده است.نتایج حاصل از نظر معیارهای مختلف همچون اهداف و زمان مورد مقایسه قرار گرفتند و نتایج آن بیان شد.

    کلید واژگان: لجستیک امداد، مکا نیابی تخصیص، مدیریت بحران، بهینه سازی دو هدفه
    Shirin Alizade, Reza Hassanzadeh *

    Crises are the inevitable realities of human life; which is an accident that occurs naturally or suddenly orincreasingly by human and to address it, there is a need for urgent and fundamental measures. When thecrisis occurs, pre-determined storage locations will play an important role in relief; therefore, the selection ofsuitable places for warehouses is one of our main goals in this research. In this research, a bi-objective linearprograming model with integer variables is developed. The proposed model attempt to minimize total costalong with maximizing the minimum weight of open shelter areas while deciding on the location of shelter areas,the assigned population points to each open shelter area and controls the utilization of open shelter areas.In order to solve proposed model, some of well-known multi-objective, exact methods include a weightedsum method, LP-metric method, and goal programing approach are employed. Finally, the best open shelterareas with considering the minimum cost is obtained, which these results can be useful for crisis organizations.

    Keywords: Relief logistic, Location Allocation, Emergency management, Multi-objective optimization
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال