فهرست مطالب

مهندسی صنایع و مدیریت شریف - سال سی و یکم شماره 2 (1394)
  • سال سی و یکم شماره 2 (1394)
  • تاریخ انتشار: 1394/12/22
  • تعداد عناوین: 14
|
  • مقاله پژوهشی
  • حمید اسماعیلی*، احمد صادقیه، امیرحسین امیری، یاسر صمیمی صفحات 3-11
    در اکثر فرایندها کیفیت محصول حاصل عملکرد مراحل مختلف فرایند روی آن است. این مراحل معمولا به یکدیگر وابسته اند، لذا مستقل فرض کردن مراحل سبب بروز خطا در تحلیل خروجی می شود. تاکنون تاثیر چنین شرایطی بر پایش فرایندهای چندمرحله یی تک متغیره و چندمتغیره بررسی شده، در حالی که شرایطی که در آن فرایند چندمرحله یی مشخصه ی مورد پایش از جنس پروفایل باشد کم تر مورد پژوهش قرار گرفته است. در این نوشتار علاوه بر معرفی مدلی مبنی بر وجود پروفایل در یک فرایند دومرحله یی، دو رویکرد مختلف برای پایش این فرایند پیشنهاد شده است. همچنین عملکرد دو رویکرد پیشنهادی تحت تغییرات مختلف در پارامترهای پروفایل و مشخصه ی کیفی مرحله ی اول با استفاده از معیار متوسط طول دنباله در فاز دو مقایسه شده است. نتایج نشان می دهد که هر دو رویکرد ارائه شده عملکرد مناسبی دارند.
    کلیدواژگان: فرایند دومرحله یی، پایش پروفایل، خاصیت آبشاری، متوسط طول دنباله، نمودار کنترل میانگین متحرک موزون نمایی
  • امیرحسین براهیمی، عبدالله آقایی* صفحات 13-18
    امروزه با رشد سریع تکنولوژی، جمع آوری اطلاعات زیاد و مورد نیاز برای تجزیه و تحلیل فرایند در سازمان ها ممکن شده است، اما مهم تراز آن امکان به کارگیری بهینه و موثر این تعداد زیاد داده ها در تجارت مدرن است. هدف این مقاله استفاده از سیستم ماهالانوبیس تاگوچی برای حذف اطلاعات اضافی، و نیز تجزیه و تحلیل و تشخیص آنها سیستم های چندبعدی است. سیستم ماهالانوبیس تاگوچی از دو بخش کلی تشکیل شده است: 1. انتخاب متغیرهای مفید؛ 2. پیش بینی و تشخیص. در این سیستم برای غربالگری متغیرها از آرایه های متعامد تاگوچی استفاده شده است. در حقیقت نوآوری اصلی این مقاله، استفاده از مفهوم «طبقه بندی اشتباه و مدل سازی برنامه ریزی ریاضی عدد صحیح» به جای آرایه های متعامد تاگوچی به منظور به دست آوردن مجموعه یی مفید از متغیرهاست. با این روش دست یابی به مجموعه یی بهتر در زمانی کوتاه تر ممکن می شود.
    کلیدواژگان: سیستم های چندمتغیره، سیستم ماهالانوبیس تاگوچی، برنامه ریزی عدد صحیح
  • زهرا آراستی، حسین بدری، طه حسین حجازی*، زهرا گیلری صفحات 19-26
    سهم بالای نان در سبد خانوار ایرانی گویای اهمیت این ماده ی غذایی در اقتصاد و سلامت خانواده است. از این رو موضوع تولید نان با کیفیت مطلوب و راهکارهای تحقق این هدف همیشه مورد توجه دولت ها بوده، و هریک برنامه ها و طرح هایی برای پیشبرد این هدف در دستور کار خود قرار داده اند. علی رغم اجرای این طرح ها، علل و عوامل متعددی مانع توسعه ی مطلوب واحدهای مکانیزه ی تولید نان بوده است. عدم وجود نگرش جامع در طراحی نظام های حمایتی مهم ترین عامل توسعه نیافتن این صنعت و تضییع منابع ملی بوده است. براین اساس، در این تحقیق متغیرهای اقتصادی موثر بر سیستم صنعت نان در ایران با استفاده از پویاشناسی سیستم ها بررسی شده است. با توجه به محدودیت هایی نظیر لزوم بررسی همزمان تخصص های متفاوت در این زمینه و متغیرهای گسترده ی موجود، اثرگذاری آن ها مورد سنجش قرار گرفته و توسعه ی واحدهای مکانیزه ی تولید نان به عنوان راهبرد اصلی در ارتقای شاخص های عملکردی صنعت نان بررسی شده است.
    کلیدواژگان: پویاشناسی سیستم ها، واحدهای مکانیزه ی تولید نان، متغیرهای اقتصادی
  • مونا عبادی جلال*، سمیه علیزاده صفحات 27-35
    در دنیای رقابتی امروز با کاهش هزینه های جابه جایی مشتریان، سازمان ها برای موفقیت در کسب وکار باید مشتریان خود را به درستی بشناسند، نیازها و خواسته های آن ها را پیش بینی کنند و مانع رویگردانی مشتریان خود شوند. در تحقیق حاضر چارچوبی جدید مبتنی بر مدل R F M برای تحلیل رفتار و عملکرد مشتریان در فرایندهای خدمت رسانی به مشتری ارائه می شود. هدف اصلی از ارائه ی این چارچوب تشخیص نقاط قوت و ضعف سازمان و تعیین روند حرکت سازمان در جذب و نگه داری مشتریان است. موردکاوی روی 51534 رکورد از داده های یک شرکت فعال در صنعت پیامک گروهی آنلاین انجام شده است. نتایج حاکی از آن است که شرکت مذکور در بازه زمانی مورد مطالعه در فرایند ارسال پیامک با مشکلات جدی روبه رو بوده و به تدریج مشتریان قدیمی و پرسودش را از دست می دهد، اگرچه در فرایند خرید پیامک موفق بوده و تعداد زیادی مشتری جدید جذب کرده است و باید برای حفظ این مشتریان راهکارهایی اتخاذ کند.
    کلیدواژگان: مدل R F M، خوشه بندی k، m e a n s، مدیریت ارتباط با مشتری، ارزش دوره ی عمر مشتری، تحلیل رفتار مشتری
  • رضا اشگرف*، سعید میرزامحمدی، سیدجعفر سجادی صفحات 37-49
    در این نوشتار، نتایج بررسی عوامل کلیدی موثر بر خصوصی سازی صنایع پالایش گاز ایران با رویکرد دلفیٓ دیماتل ارائه شده است. براساس یافته های این پژوهش و برمبنای تکنیک دلفی، مجموعا 39 عامل در خصوصی سازی شرکت های پالایش گاز ایران کلیدی تشخیص داده شده است. سپس با استفاده از تکنیک دیماتل، عوامل موثر مستخرج از نظر خبرگان در مرحله ی قبل، در ساختاری مبتنی بر نظریه ی گراف اولویت بندی شده اند. برمبنای نتایج این تحقیق، «انسجام و هماهنگی بین تمام بخش های سیاسی در روند خصوصی سازی از قانون گذاری تا اجرا و نظارت»، دارای بیشترین ضریب تاثیرگذاری و «جلب اعتماد و مشارکت فعال بخش خصوصی از طریقشفافیت، بی طرفی و ایجاد فرصت های برابر برای همگان»، دارای بالاترین میزان تاثیرپذیری است. در نهایت با استفاده از فرایند تحلیل شبکه یی،نتیجه ی نهایی رتبه بندی عوامل موثر بر بهبود فرایند خصوصی سازی صنایع پالایش گاز ایران انجام می گیرد. براین اساس، به ترتیب ابعاد سیاسی، اقتصادی، حقوقی و قانونی، مدیریتی و اجرایی، فنی و تکنولوژیک،اجتماعی و فرهنگی، بین المللی و نهادی و سازمانی، دارای اولویت هستند. افزون بر این، در هر یک از ابعاد اصلی زیرشاخص های مربوطه نیز اولویت بندی شده اند.
    کلیدواژگان: صنایع پالایش گاز، خصوصی سازی، تکنیک دلفی، تکنیک دیماتل، فرایند تحلیل شبکه یی
  • حمیدرضا کمالی*، احمد صادقیه، محمدعلی وحدت زاد، حسن خادمی زارع صفحه 51
    در این نوشتار زنجیره ی تامین حلقه بسته با لحاظ انواع هزینه ها ونیز محدودیت های ظرفیت و زمان، برای محصول های تکنولوژیک که هزینه ی تولید و قیمت فروش آنها نزولی است، به منظور تعیین مقدار و زمان سفارش دهی، تولید و تحویل برنامه ریزی می شود. بدین منظور از چهار روش متاهیوریستیک الگوریتم ژنتیک، بهینه سازی انبوه ذرات، تکامل تفاضلی و کولونی زنبورهای مصنوعی به همراه برخی تغییرات در حل مسئله استفاده شده و جواب آنها برای مسائل با ابعاد کوچک با جواب بهینه ی حاصل ازحل مدل برنامه ریزی مختلط عدد صحیح مسئله مقایسه شده است. نتایج حاصل از تحلیل عددی برای مسئله ی با ابعاد کوچک و نیز با ابعاد بزرگ نشان می دهد که خطای روش تکامل تفاضلی قابل قبول است و نیز کم ترین خطا در بین چهار روش ذکر شده است.
    کلیدواژگان: زنجیره ی تامین حلقه بسته، قیمت پیوسته ی نزولی، الگوریتم متاهیوریستیک
  • محمدصالح اولیا*، امیرحسین امیری، محمدهادی دورودیان، علی عسگری صفحات 61-71
    امروزه بیشتر محصولات و خدمات دارای فرایندهایی با چندین مرحله ی متوالی هستند. با توجه به وجود خاصیت آبشاری در اغلب این فرایندها، پایش جداگانه ی مراحل بدون در نظر گرفتن رابطه ی بین مشخصه های کیفی در مراحل مختلف باعث افزایش خطا در نتایج می شود. در این نوشتار، یک نمودار کنترل براساس الگوهای خطی تعمیم یافته به منظور پایش فرایندهای دومرحله یی با مشخصه ی
    کیفی دوجمله یی در مرحله ی دوم پیشنهاد شده است. در روش پیشنهادی، به منظور پایش متغیر دوجمله یی در مرحله ی دوم، یک نمودار کنترل انتخاب عامل انحراف با در نظر گرفتن رابطه ی بین مشخصه های کیفی در دو مرحله طراحی شده است. به منظور برقراری رابطه بین مشخصه های کیفی مراحل اول و دوم، از تابع رابط لجیت )L o g i t( که برای متغیر خروجی دوجمله یی مناسب است استفاده شده است. عملکرد نمودار کنترل پیشنهادی با استفاده از شبیه سازی و براساس معیار متوسط طول دنباله ارزیابی شده است.
    کلیدواژگان: فرایندهای دومرحله یی، الگوهای خطی تعمیم یافته(G L M)، متغیر خروجی دوجمله یی، نمودار کنترل انتخاب عامل انحراف (C S C)، تابع رابط لجیت (L o g i t)
  • محسن شفیعی نیک آبادی*، هانیه فرحمند، سحر فلاح صنمی صفحات 73-82
    در حیطه ی فعالیت های تولیدی، مسائلی نظیر شدت رقابت، بالا رفتن توقع و تغییرات انتظارات مشتری، تحولات روزافزون فناوری، باعث افزایش تعهدات تولیدکنندگان در زمینه ی رفع عیوب محصول و هرگونه کمبود و انحراف در عملکرد آن است. برای تحقق هدف یادشده، سازمان های امروزی با استفاده از ابزاری به نام «روش های تجزیه و تحلیل عوامل شکست و آثار آنها» یا F M E A،مطمئن می شوند که محصولی بدون عیب و قابل رقابت به بازار عرضه می کنند. این روش در حین مفید بودن، معایبی همچون استفاده نکردن از روش های وزن دهی و نیز رابطه ی بین حالت شکست و علت شکست را هیچ وقت در نظر نمی گیرد. برای رفع این مشکلات و بهبود روش F M E A از سه الگوریتم تاگوچی، خاکستری و دیمتل و ترکیب آنها استفاده می شود که همین امر جنبه ی نوآوری تحقیق محسوب می شود. در نهایت این روش ها با یکدیگر مقایسه شده و بهترین روش انتخاب می شود. مطالعه ی موردی در شرکت مهدخودرو توس و قطعه ی مورد بررسی لولای درب سمند است.
    کلیدواژگان: FMEA، نظریه ی خاکستری، تاگوچی، دیمتل
  • مهدی سیف برقی، مصطفی ستاک، عصمت تقی پور اناری* صفحات 83-91
    در این نوشتار یک مدل موجودی دوسطحی شامل یک تولیدکننده و یک خرده فروش تحت سیاست مدیریت موجودی توسط فروشنده درنظر گرفته شده است. این مدل با هدف بهینه سازی هم زمان تصمیمات موجودی و قیمت گذاری برای بیشینه سازی سود اعضای زنجیره ی تامین فرموله شده است. تحت این سیاست، خرده فروش با انتخاب قیمت خرده فروشی نقش خود را در تصمیم گیری
    حفظ می کند و تولیدکننده، مقدار و دفعات بازپرسازی، مقدار کمبود و قیمت عمده فروشی را تعیین می کند. طبق فرض های مسئله، تقاضا وابسته به قیمت است و تولیدکننده برای پاسخ گویی به تقاضا، انباشته ی تولیدی را در انباشته های کوچک تر برای خرده فروش ارسال می کند. همچنین فرایند تولید ناقص و کمبود در سایت خرده فروش به صورت پس افت کامل مجاز است. فرایند حل، برای یافتن تعادل بازی استاکلبرگ به منظور تعیین سطح بهینه ی متغیرها ارائه شده است. در نهایت، یک مثال عددی به همراه تحلیل حساسیت برای سنجش صحت اعتبار مدل و بررسی تاثیر پارامترها بر جواب بهینه و سود اعضای زنجیره حل شده است.
    کلیدواژگان: مدیریت موجودی توسط فروشنده، سیاست قیمت گذاری، اقلام معیوب، کمبود به صورت پس افت کامل، بازی استاکلبرگ
  • محمد فتحیان*، محمدرضا غلامیان، اکرم رضایی صفحات 93-103
    نظرات مشتریان در وب سایت های تجارت الکترونیکی به مشتریان بالقوه برای تصمیم گیری بهتر درباره ی خرید، و به فروشندگان برای ارتقاء محصولات و راه کارهای بازاریابی کمک می کند. از این رو متقلبان با جعل نظرات، محصولات خود را ترویج و توجه مشتریان را از محصولات رقبا منحرف می کنند. هدف این تحقیق طراحی یک سیستم ترکیبی برای کشف نظرات جعلی آنلاین(برخط) است، چنان که از ویژگی های اشیاء و روابط بین موجودیت های مختلف به طور هم زمان بهره گیرد. برای رسیدن به این هدف از داده کاوی رابطه یی با الگوریتم شبکه ی وابستگی ارتباطی استفاده شد. شبکه ی ارتباطی کاربران و نظرات براساس اعتماد، عدم اعتماد، بازخورد، کاربر و محصول مشترک ایجادشد. این روش روی دو مجموعه داده ی نظرات اجرا شد. روش پیشنهادی علاوه بر آن که از نظر نتایج حاصله برتری نسبی به روش های دیگر دارد، روشی انعطاف پذیر برای انواع شبکه های نظرات براساس مجموعه داده ی مورد بررسی، بدون نیاز به فرضیات شهودی برای رابطه ی موجودیت ها، در اختیار می گذارد.
    کلیدواژگان: نظر، مشتری الکترونیکی، نظرات جعلی، کشف نظرات جعلی
  • مقاله فنی
  • نرگس آقابیگی*، سمیه علیزاده، ابوطالب صارمی صفحات 105-112
    داده کاوی تلفیقی از روش های هوش مصنوعی برای شناسایی اطلاعات یا استخراج دانش از داده هاست، به نحوی که دانش حاصل در حوزه های تصمیم گیری، پیش بینی، پیش گویی و تخمین مورد استفاده قرار گیرد. تحلیل رفتار مشتریان، دسته بندی مشتریان، شناخت نیازهای مشتریان و پیش بینی در مباحث پزشکی ازجمله کاربردهای داده کاوی است. خوشه بندی یکی از روش های بدون نظارت الگوریتم های داده کاوی است که به یافتن یک ساختار مشخص درون مجموعه یی از داده های بدون برچسب می پردازد. یکی از الگوریتم های متداول خوشه بندی، الگوریتم k-m e a n s است. از معایب این الگوریتم «انتخاب تصادفی خوشه های اولیه» در آغاز الگوریتم است که موجب تفاوت نتیجه در هر بار اجرای الگوریتم می شود. در این پژوهش، با استفاده ازالگوریتم سلسله مراتبی مدل جدیدی ارائه شده که می کوشد مشکل الگوریتم k-m e a n s را برطرف سازد. در ادامه، نتیجه ی اجرای این الگوریتم تلفیقی جدید روی داده های واقعی مربوط به «ناباروری بیمارستان صارم» ارائه شده است.
    کلیدواژگان: داده کاوی، خوشه بندی، ناباروری، روش I C S I، بیمارستانصارم
  • محمدرضا نباتچیان*، حمید شهریاری، رسول شفائی صفحات 113-119
    بررسی و مقایسه ی مشخصه های کیفی زمان محور در محصولات از اهمیت بالایی برخوردار است. استفاده از شاخص های استاندارد f1 و f2 که برای مشخصه های کیفی N T B و درخصوص پروفایل آزادسازی دارو در بدن بیمار مطرح شد، برای مشخصه های کیفی دارای ویژگی L T B و S T B، کاربرد چندانی ندارند.در این مطالعه برای گزینش پروفایل بهینه از میان پروفایل های مشاهده شده برای مشخصه های کیفی زمان محور با ویژگی L T B و S T B، روشی مطرح می شودکه با طرح مثال عددی برای هریک از دو نوع مشخصه ی کیفی L T B و S T B تشریح می شود. نتایج حاصل از حل مثال های عددی نشان گر قابلیت مدل ارائه شده در تعیین پروفایل بهینه از میان پروفایل های مشاهده شده بر مبنای سیاست انتخابی از سوی کاربر است.
    کلیدواژگان: مشخصه ی کیفی زمان محور، پروفایل عملکرد، تابع مطلوبیت، سیاست انتخاب
  • سیدمحمدحسن حسینی*، فریبرز جولای، پرویز فتاحی صفحات 121-129
    در این تحقیق مسئله ی زمان بندی در یک سیستم تولید سه مرحله یی مونتاژ بررسی می شود. در این سیستم انواع مختلف محصولات تولید می شود و هر محصول برای تکمیل نیازمند قطعات مختص خود است. ابتدا قطعات در یک ایستگاه با ماشین های موازی پردازش می شوند و سپس در مرحله ی دوم مورد کنترل و عملیات تکمیلی قرار می گیرند. قطعات هر محصول پس از تکمیل، در ایستگاه مونتاژ )مرحله ی سوم( مونتاژ می شود و بدین ترتیب محصول مربوطه تکمیل می گردد. هدف عبارت است از کمینه کردن مجموع زودکرد و دیرکرد تحویل محصولات. مسئله ی فوق جزء مسائل N P-h a r d محسوب می شود و به همین دلیل ابتدا مدل ریاضی مسئله، و سپس الگوریتمی ابتکاری برای حل آن در ابعاد بزرگ ارائه شده است. در نهایت، عملکرد الگوریتم پیشنهادی در حل مسائل متنوع ارزیابی شده است. همچنین برای مسائل کوچک، نتایج حاصل از الگوریتم پیشنهادی با جواب بهینه ی حاصل از حل مدل ریاضی مقایسه شده است.
    کلیدواژگان: زمان بندی، سیستم تولید سه مرحله یی، عملیات مونتاژ، دیرکرد و زودکرد
  • احسان مومنی، الهام آخوندزاده نوقابی*، بهروز مینایی بیدگلی صفحات 131-142
    بحث محرومیت زدایی از مناطق محروم در میان سایر برنامه های کشورها همواره از اهمیت ویژه یی برخوردار است. دولت ها می کوشند تا با درک نیازها و کمبودهای هر منطقه، اقداماتی در جهت رفع نیازهای اساسی مناطق انجام دهند. در این نوشتار سعی بر آن است تا با کشف ارتباطات پنهان بین شاخص های محرومیت و ارائه ی نتایج، گامی نوین در این حوزه برداشته شود.
    بدین منظور رویکرد جدیدی از کاربرد ابزارهای داده کاوی و شبکه های پیچیده در این حوزه ارائه شده که ترکیبی از تکنیک قوانین انجمنی و مفاهیم ساختاری شبکه های پیچیده است. در این رویکرد ابتدا با استفاده از قوانین انجمنی روابط پنهان بین شاخص های نه گانه ی محرومیت به دست آمده و در ادامه شبکه ی ابتکاری مبتنی بر قوانین، به منظور شناسایی تاثیرگذارترین و تاثیرپذیرترین شاخص ها مورد بررسی قرار گرفته است. از نتایج به دست آمده می توان در تصمیم گیری های محرومیت زدایی، اختصاص بودجه برای اجرای بهتر و تمرکزگرایی هدف مند در محرومیت زدایی مناطق استفاده کرد.
    کلیدواژگان: شاخص های چندگانه ی محرومیت، داده کاوی، قوانین انجمنی، شبکه های پیچیده
|
  • H. ESMAEELI*, A. SADEGHEIH, A. AMIRI, Y. SAMIMI Pages 3-11
    In most processes, the quality of a final product depends on the quality of several quality characteristics at previous stages. This is referred to as a cascade property in multi-stage processes. On the other hand, recently, profile monitoring, in which the quality of a process or product is characterized by a relationship between a response variable and one or more explanatory variable(s), has been considered by many researchers. In some applications, the quality of a product in a two-stage process is characterized by a simple linear profile. In this case, monitoring the profile separately leads to misleading results, due to ignoring the cascade property in a two stage process. In this paper, we specifically consider a two stage process where the quality characteristics of the first and second stages are characterized by a univariate normal distribution and a simple linear profile, respectively. Then, we use a model to relate the profile quality characteristic in the second stage to the univariate normal quality characteristic in the first stage. After that, we propose two approaches to account for this problem. In the first approach, the mean and standard deviations of the first stage are monitored by two Shewhart type control charts, namely, $bar{X}$ and R control charts. In addition, we propose using $T^2$ hotelling, as well as a $x^2$ control chart, as selecting control charts to monitor the estimated parameters of the model relates the first and second stage quality characteristics. This implies that getting a signal from these control charts is equivalent to the shift in the second stage. In the second approach, we use EWMA and R control charts to monitor the mean and standard deviations of the normal quality characteristics in the first stage. Then, we use EWMA $x^2$control charts to monitor the mean and standard deviations of the residuals of the model, which relates the two stages to each other. The EWMA/$x^2$ control charts are similarly selected control charts. The performance of the two proposed approaches is compared through simulation studies and using an average run length (ARL) criterion. The results show the suitable performance of both proposed approaches.
    Keywords: Two, stage process, profile monitoring, cascade property, average run length (ARL), exponentially weighted moving average
  • A.H. BARAHIMI, A. AGHAIE* Pages 13-18
    For many years, analysis of real systems has attracted much attention. Such systems are hard to describe because of their complex behavior and their huge number of parameters and mutual effects. This issue has made analysis methods of a multivariable system develop rapidly. Multivariate analysis consists of a collection of methods that can be used when several measurements are made of each individual or object in one or more samples. In practice, multivariate data sets are common, although they are not always analyzed in the same way. However, the exclusive use of univariate procedures with such data is no longer acceptable, given the availability of multivariate techniques and inexpensive computing power. The Mahalanobis-Taguchi system is such a novel method. Nowadays, rapid development of technology has made it possible for organizations to gather large amounts of data for analyzing processes. But, on the other hand, an appropriate approach for dealing with these huge amounts is also required in modern commerce. The main purpose of this paper is to use Mahalanobis Taguchi systems for effective selection after reorganizing and omitting non-meaning data. This method is for multivariable systems and consists of two parts: The first part deals with a useful variable selection for complexity reduction and the second part contains recognition and prediction processes and identification of abnormal groups. The conventional method uses orthogonal Taguchi arrays for variable selection. In fact, the main novelty of this paper is the use of concepts such as mis classification and Integer Programming. The solution in our method is based on a creative algorithm, which is also accurate enough. It will be shown that this method is faster than former methods, and that its performance is generally better than previous methods.
    Keywords: Multivariable systems, mahalanobis, taguchi system, integer programming
  • Z. ARASTI, H. BADRIt., H. HEJAZI*, Z. GEILARI Pages 19-26
    In an Iranian household, the bread basket indicates its importance in family health and economics. Therefore, the subject of producing bread with desirable quality has always been considered by different governmental programs and plans. In this regard, the low quality of bread, the high rate of loss and low productivity in traditional bakeries are main challenges in this industry. As a consequence of executing supportive government plans, in recent years, many construction permits were issued, but few of them succeeded. Many factors could be obstacles in the desirable development of mechanized bakeries. Furthermore, traditional bread is considered the most important and the cheapest food in the Iranian diet. While the quality of this food has a great impact on public health, its waste can also be viewed as a major economic challenge. Different solutions have been provided to improve the quality of bread and thus reduce its waste. Among them, we can point out the development of mechanized bakeries. Due to the great importance of the bread industry, it is essential to achieve a unique perspective to provide solutions, and design policies in line with the intended objectives. Also, a shared view in all organizations and relevant bodies should be provided. This research studies the barriers of the start-up and growth of mechanized bakeries. In this study, seven main obstacles are identified using expert studies, interviews and expert opinion in the public and private sector, including managers and practitioners in associations, federations and the managers of small, medium and large bakery businesses. This paper analyzes effective financial factors in the system of the Iranian bread industry using system dynamics. Considering the limitations, such as the large number of variables from different areas, these effects have been analyzed. Consequently, the development of mechanized bakeries, as a main solution for increasing the performance indicators of the bread industry, has been considered.
    Keywords: System dynamics, mechanized bakeries, economical factors
  • M. EBADI JALAL*, S. ALIZADEH Pages 27-35
    For effective Customer Relationship Management (CRM), it is important to gather information on customer value. The concept of segmentation is central to CRM. Segmentation is the method of knowing the customers and partitioning a population of customers into smaller groups. In other words, it means partitioning a population of customers into different segments, considering the most within-segment homogeneity and between-segment heterogeneity. It also allows a company to differentially treat consumers in different segments. The mass marketing approach cannot satisfy the needs of today's diverse customers. This diversity should be satisfied using segmentation that divides markets into customer clusters with similar needs and/or characteristics that are likely to exhibit similar purchasing behaviors. One-to-one marketing is the ideal marketing strategy, in which every marketing campaign or product is optimally targeted at each individual customer; but this is not always possible. Thus, segmentation is required to distinguish similar clients and put them together in a segment. Doubtlessly, using segmentation to understand customer need is much easier, faster and more economical than uniquely investing in an understanding of individuals. This paper provides a proper framework for customer segmentation based on their lifetime value. In this study, first, we try to calculate RFM variables; recency (R), frequency (F) and monetary (M), in two groups of data including purchasing SMS (331 clients) and sending SMS (248 clients). Then, values are weighted with research and based on the advice of experts, and the optimal number of clusters based on Davis was determined. The results of the present study are to analyze and compare customer behavior in both the purchasing and sending processes. Then, we identified customer segmentation, customer lifetime value in the form of a pyramid, and the value of the company's key customers. Finally, some suggestions are offered to improve the company purchasing and sending systems.
    Keywords: RFM model, K, Means clustering, CRM, customer lifetime value
  • R. ESHGARF*, S. MIRZAMOHAMMADI, S.J. SADJADI Pages 37-49
    The present study was designed to identify and rank factors that influence the privatization process of Iranian gas refining companies, in three stages, with the help of Delphi and DEMATEL techniques and the Analytic Network Process approach. Extracting factors affecting the privatization process, addressed in the literature of the subject, along with the Delphi survey of experts, led to the verification of factors that influence the privatization process of Iranian gas refining industries. Based on the findings of this study, based on the Delphi technique, the experts have identified a total of 39 key factors in the privatization of gas refining companies.Subsequently, using DEMATEL techniques, the influential factors extracted by the experts in the previous stage prioritized a structure based on graph theory.Accordingly, the relationships between the factors and the severity of the impact and their mutual interaction are among the results. Based on these results, ``cohesion and harmony among all political sections in the privatization process from legislation to implementation and supervision'', has the highest impact factor and ``legal supervision as a factor to reform and reinforce the market and to support healthy economic activities without threatening and undermining it'' has the highest impressibility factor. Finally, using the Analytic Network Process approach, the end results of the ranking of factors influencing improvements in the privatization process of Iranian gas refining industries are obtained. Respectively, the political, economic, legal, management and administrative, technical and technological, social and cultural, international and institutional aspects are prioritized. In addition to the main aspects, associated sub-indexes have also been prioritized.
    Keywords: Gas refining industries, privatization, delphi, DEMATEL, analytic network process
  • H.R. KAMALI*, A. SADEGHEIH, M.A. VAHDAT, ZAD, H. KHADEMI, ZARE Page 51
    In a global economy, providing products, at the right time in the right quantity and at a low cost, can be regarded as a key to success. Efficient supply chains have an important role in guaranteeing this success. The objective of this paper is to plan a single product, multi-echelon, multi-period closed loop supply chain (CLSC) for high-tech products, and, finally, the decisions made regarding component procurement, production, distribution, recycling and disposal. The considered planning problem is like a Knapsack problem. Therefore, it can be concluded that it is NP-hard. To plan the explored CLSC problem, the time horizon is divided into some equal periods, and planning is done for them. The more the number of divisions or periods and the closer the planning to reality, the more the dimensions of the problem and the more the amount of solving time needed. This is especially true in NP-hard problems. When analytic methods such as the branc and bound method (for solving MILP model) are used, an increase of the problem dimensions leads to a drastic increase in solving time. Thus, in the case of these problems, metaheuristic algorithms should be used to make a near optimal solution. So, four proposed heuristic-based variables, including the genetic algorithm (GA), particle swarm optimization (PSO), differential evolution (DE), and the artificial bee colony (ABC), were implemented in order to solve the mixed integer linear programming model (MILP). Finally, the computational results obtained through these four methods were compared with the solutions obtained by GAMS optimization software. The solution revealed that the DE methodology performs very well in terms of both quality of solution obtained and computational time. The results of this study indicated an approximate solution for selecting active markets among potential markets. Also, for determining the time and quantity of components and products to produce and ship in a CLSC, in general, and for high-tech products, in particular, by dividing the time horizon into many periods, which increases the accuracy of planning.
    Keywords: Closed loop supply chain, continuous price decrease, metaheuristic algorithm
  • M. S. OWLIA*, A. AMIRI, M.H. DOROUDYAN, A. ASGARI Pages 61-71
    Nowadays, the process behind many productions and services has several sequential stages. According to the cascade effect in most of these processes, monitoring each stage without considering the relation between quality characteristics at different stages could lead to misleading results. Therefore, monitoring multistage processes under different assumptions is widely developed by many authors. Sometimes, quality characteristics at different stages have a binomial distribution; for example, the number of nonconforming items in one batch of products at different stages. To the best
    of our knowledge, there is no method to monitor this type of quality characteristic. Note that monitoring each stage using a conventional np control chart is a misleading approach.
    In this paper, a two stages process is considered, in which the quality characteristic in the second stage follows a binomial distribution. We propose a generalized linear model (GLM) based control chart for monitoring the process. To establish the relationship between the first and second stage quality characteristics, we use a Logit link function that is suitable for a binomial response variable. Then, the deviance residual (DR) control statistic is constructed using generalized likelihood ratio (GLR) test to monitor the binomial variable at the second stage. This study is investigated in Phase II, therefore, it is assumed that the distribution parameters of quality characteristics in stages, and the parameters of the link function are known, based on Phase I analysis. The performance of the proposed method is evaluated through two numerical examples, in terms of the average run length criterion, and is compared with that of the np-chart.
    In the first example, the quality characteristic at the first stage has normal distribution. The simulation results indicate that the proposed chart outperforms the np-chart, while the first stage quality characteristic in the second example has binomial distribution. The simulation study shows that for some parameter values in the latter example, the out-of-control average run length (ARL) is larger than the in-control ARL. This problem roughly can be solved by increasing the sample size. However, the proposed method leads to better results.
    Keywords: Two, dependent processes, generalized linear models (GLM), binomial response variable, cause, selecting control chart (CSC), Logit link function
  • M. SHAFIEI NIKABADI*, H. FARAHMAND, S. FALLAH SANAMI Pages 73-82
    In manufacturing activities, issues such as the intensity of competition, rising and changing customer expectations, and ever-increasing technological developments, intensify manufacturer commitment to eliminate defects in its products and eliminate any deviation from standard performance. To realize the above objective, today's organizations use a tool called Failure Modes and Effects Analysis (FMEA) to ensure flawless products are sent to markets. This method, while being useful, has some downsides, including non-use of the weighting method. Most current risk assessment methods use the Risk Priority Number (RPN) value to evaluate the risk of failure. However, traditional RPN methodology has been criticized as having several shortcomings. Therefore, in this paper, an efficient simplified algorithm to evaluate the ordering of risks for failure problems is proposed. RPN also never considers the relationship between failure mode and failure reason. To resolve these problems and improve the FMEA method, it uses three algorithms, Taguchi, Gray Relational Analysis, DEMATEL and their combination. The case study is the TOOS automotive care company and the piece under examination is the door hinge of SAMAND.
    Keywords: FMEA, gray theory, taguchi, DEMATEL
  • M. SEIFBARGHY, M. SETAK, E. T. Anari* Pages 83-91
    Organizations in a supply chain are independent entities. Although a completely integrated solution may result in optimal system performance, supply chain members are interested in optimizing their own objective rather than that of the entire system. Thus, a key point in supply chain management is to develop mechanisms that can coordinate independent member decisions in order to optimize system performance. Vendor managed inventory (VMI) is a new method in supply chain integration, in which the supplier is responsible for the retailer's inventory replenishment and control. One of the most important tools for building an integrated supply chain is pricing, which increases the benefits of a supply chain through a better matching of supply and demand. Moreover, the demand rate of most items is price-dependent, and downstream members order to upstream members based on their demand. So, it's necessary to consider the pricing problem besides inventory problems. In this article, the inventory model for two echelon single manufacturer-single retailer decentralized supply chain under the VMI policy is considered. This model is formulated with the aim of optimizing the replenishment frequency, replenishment quantity and pricing policies at the same time in order to maximizing supply chain profit. The demand is price sensitive, and the manufacturer, in order to meet the demand, sends the production lot to the retailer in several smaller lots. Producing defective items is an inevitable issue that the companies face during the production process, which happens when the system is out of control. In this model, the production process is imperfect and shortage is allowed. Game theory has become an essential tool in the analysis of supply chains with multiple agents, often with conflicting objectives. Often, analysis of a non-coordination situation is performed using the Stackelberg game. We present a simple algorithm and program to find the Stackelberg game equilibrium. Next, we solve a numerical example to illustrate the solution procedure, the algorithm and program. Finally, the effects of relevant parameters on chain member profits and optimal decision values are proposed by sensitivity analysis.
    Keywords: Vendor, Managed inventory (VMI), pricing policy, defective items, complete backlogging, stackelberg game
  • M. FATHIAN*, M.R. GHOLAMIAN, A. REZAEE Pages 93-103
    With the growth of electronic commerce, the number of customer reviews on e commerce websites is growing. These reviews contain valuable information that helps future customers make better decisions about their purchases and allows retailers to promote their products, services and marketing solutions. These reviews have been a major target for fraudster attacks, as they directly influence customer purchase decisions. Fraudsters are usually deployed by companies to write fake reviews to promote their products and to divert customers from Competitors. Submitted reviews are typically done by experienced professionals, with the aim of writing plausible criticism. Due to the above mentioned issue and the fact that customer review mining without removing fake reviews will have low efficiency, fraud detection and automatic identification of fraudsters in online reviews is a necessity for e-commerce. This study designs a hybrid system to detect online fake reviews that uses the features of objects and the relationships between various entities simultaneously. Local features are the textual and non-textual features of reviews, the behavioral and demographic attributes of reviewers and product properties. The relations and classes of related entities are also used as predictors. Local features and network effects, between them, simultaneously reveal some parts of fraud signs, and development of a system to detect fake reviews is the main aim of this research. A communication network of reviews and users is formed based on the trust and block network between users, feedback for reviews, and common users and products. To achieve this goal, relational data mining with a relational dependency network algorithm is used that combines local features and relations internally. This method is performed on two review data sets and the results show the improvement in the efficiency of this approach in comparison to similar methods. In addition, this method provides a flexible method for diverse comment networks, based on the considered dataset,without the need to intuitive assumptions about the relationship between entities.
    Keywords: Review, electronic customer, fake review, review spam detection
  • N. AGHABEIGI*, S. ALIZADEH, A. SAREMI Pages 105-112
    Nowadays, leading-edge advanced medical tools and new ways of communication are two important considerations in any medical discussions. Algorithms introduced in the field of data mining are able to appropriately interpret and analyze a variety of problems.
    Data mining is a category of methods helping extraction of information from given data in a way that the output is useful, either for decision making, prediction or estimation. Banking procedures, customer behaviour analysis, medical applications, classification of customers and their needs are some of the fields that employ data mining. In the medical field, data mining has been employed successfully in diagnosis and treatment of diseases. Along with global advances in medical science, researchers and the medical community in Iran have progressed notably in discovering new methods of dealing with infertility. Clustering is an unsupervised method used in data mining to partition a set of unlabeled objects by putting them into groups, such that elements in each group are more similar to each other, in some sense, compared to elements of other groups. One of the common clustering algorithms is known as K-means. Even though successful, the randomness embedded in the algorithm, while selecting initial clusters, causes a variation in results which is not desired. This body of work proposes a new method which uses a hierarchical algorithm to improve the initial cluster selections of K-means. This new ensemble method is applied to infertile patient data in Sarem Hospital and the results are shown. This data has been collected from patients with infertility problems being treated using the ICSI method.
    Keywords: data mining, clustering, infertility, ICSI method, Sarem Hospital
  • M.R. NABATCHIAN*, H. SHAHRIARI, R. SHAFAEI Pages 113-119
    In recent years, applications of quality characteristics, which take different values in time, have been widely used. These quality characteristics are called time oriented quality characteristics, and can be defined for different types of quality characteristic; such as, nominal the best (NTB), the larger the better (LTB) and the smaller the better (STB). For these quality characteristics, a target profile is defined and the goal is to adjust the control factors of the product in order to have a profile as close to the target profile as possible. The main application of this type of quality characteristic is in pharmaceutical industries. The best design for drug components is searched based on the properties of the drug, such as drug release in the human body, which must follow the target profile. Based on the input data, different approaches may be used. When the entire set of data is available and the relationship between a quality characteristic and the independent variables is defined, approaches such as minimizing the total mean square error, minimizing the sum of quality loss function and defective costs, desirability function, and etc. may be used to optimize control factor settings. However, in some situations with less available information or complex relationships, these approaches cannot be applied, and the only way is to compare the profiles obtained from different design parameters with the target profile to select the appropriate profile and the control factor designs. The most applicable indices for comparing the profiles of time oriented quality characteristics are f1 and f2, which were introduced in pharmaceutical papers for comparing the profiles of drug release with the target profile. These indices are applied for NTB quality characteristics and do not have any application to the LTB and STB quality characteristics. In this research, a new approach for selecting the appropriate profile among existing profiles for LTB and STB quality characteristics is introduced. The proposed method is evaluated by numerical examples. The results show the high ability of the suggested approach in selecting the appropriate profile, based on user policies.
    Keywords: Time, oriented quality characteristic, functional profile, desirability function, selection policy
  • S.M.H. HOSSEINI*, F. JOLAI, P. FATTAHI Pages 121-129
    In this paper, the scheduling problem in a three stage assembly production system is studied. In this production system, there are two stages; to fabricate and provide the parts, and an assembly stage to assemble the parts and complete the product. Suppose that a number of products of different kinds are ordered to be produced, and each product needs a set of several parts to complete. At first, the parts are processed in the first stage with some parallel machines and, then, they are controlled and trimmed in the second stage. After completion of the set of parts for each product, the parts are
    assembled into the product in an assembly stage. The main assumptions are that the machines are uniform in the first stage. In addition, the assembly operation of a product will not start until all parts of its product are completed. Finally, if product A is going to be assembled before product B, then, at each stage, the processing of any part for product B does not start before the start of processing all parts for product A. The considered objective is to minimize the amount of earliness and tardiness of the products. At first, the parameters and decision variables are defined and, then, the
    mathematical model of the considered problem is presented. Since the considered problem is NP-hard, a heuristic algorithm is developed to solve the big sized problems. Finally, the performance of the proposed algorithm is evaluated in solving some different problems. Based on the proposed algorithm, the problem is solved in two phases: phase 1: to determine sequencing of the products, and phase 2: to determine the sequencing and scheduling of the parts for each product. In this evaluation, the result of the proposed algorithm that is compared with the optimum solutions obtained from solving their mathematical model is a small sized problem.
    Keywords: Scheduling, three stage production system, assembly operations, earliness and tardiness
  • E. MOMENI, E. AKHONDZADE NOUGHABI*, B. MINAEI, BIDGOLI Pages 131-142
    Overcoming poverty in less developed regions has particular importance for their main programs. Governments try to undertake actions in order to respond to the primary needs and deficiencies of their country by recognizing them. In this regard, this research endeavors to explore the correlation between deprivation indices and provision of results.
    Accordingly, a new hybrid approach towards using data mining tools and complex networks is presented that combines association of the rule mining technique and the structural concepts of complex networks. Firstly the hidden relations among the nine sub indices of deprivation are extracted using associated rule mining, and, after that, a new graph is constructed based on the extracted rules and analyzed to find the most effective and affected indices.
    The obtained results can be used in decision making in overcoming deprivation and for better funding of deprivation strategies in deprived areas.
    Keywords: Indices of multiple deprivation, data mining, association rules, complex network