نشریه بین المللی مهندسی صنایع و مدیریت تولید
سال بیست و ششم شماره 3 (پاییز 1394)

این مقاله، مساله زمان بندی پروژه تحت محدودیت منابع (RCPSP) را در بخشی از پروژه پارس جنوبی در دنیای واقعی برسی می کند. با توجه به اینکه در پروژه های احداث در دنیای واقعی و ویژه بودن آنها، اکثر فعالیت ها جدید بوده و با عدم قطعیت در زمان انجام این فعالیت ها مواجه هستیم که منجر به تغییرات زیادی در زمان اتمام پروژه می شوند در این تحقیق برای نمایش عدم قطعیت مدت فعالیت ها، از اعداد فازی استفاده شده است. به دلیل NP-hard بودن مساله RCPS، یک روش بهینه سازی ترکیبی بر مبنای الگوریتم شبیه سازی تبرید و الگوریتم ژنتیک برای حل مساله زمان بندی پروژه تحت محدودیت منابع در شرایط عدم قطعیت زمان فعالیت ها ارائه می شود برنامه تولید زمان بندی به کار رفته در الگوریتم ترکیبی پیشنهادی، روش تولید زمان بندی موازی فازی می باشد. الگوریتم پیشنهادی، حداقل زمان تکمیل پروژه را با در نظر گرفتن محدودیت منابع تجدیدپذیر و محدودیت روابط پیشنیازی فعالیت ها تولید می کند و این قابلیت را دارد که دقیقا با اعداد فازی اجرا شده و جزئیات پروژه شامل زمان شروع، زمان پایان فعالیت ها و زمان تکمیل پروژه را به صورت اعداد فازی ارائه کند. در نهایت اعتبارسنجی الگوریتم مورد سنجش قرار خواهد گرفت و نشان می دهیم الگوریتم پیشنهادی، الگوریتمی کارا بوده و بسادگی قابل استفاده توسط مدیران و برنامه ریزان پروژه در پروژه های واقعی می باشد.

در این تحقیق، یک مدل دو هدفه مسئله برنامه ریزی یکپارچه تولید- توزیع در یک زنجیره تامین چهار سطحی ارائه شده است. زنجیره تامین پیشنهادی شامل تولیدکنندگان، مراکز توزیع، خرده فروشان و مشتریان است. تصمیمات برای چندین نوع محصول و در دوره های زمانی مختلف گرفته شده است. اهداف مسئله علاوه بر کمینه کردن کل هزینه های زنجیره شامل آماده سازی و تولید محصولات، نگهداری موجودی محصولات در کارخانه ها، مراکز توزیع و خرده فروشان، حمل و خرید محصولات برای توزیع کنندگان، خرده فروشان و مشتریان، مقدار فروش از دست رفته محصولات در صورت کمبود برای مشتریان را نیز به حداقل می رساند. به-منظور حل مدل از یک الگوریتم چند هدفه مبتنی بر پارتو به نام الگوریتم بهینه سازی اجتماع ذرات چند هدفه(MOPSO) بهره جسته ایم و نتایج حاصله را با الگوریتم ژنتیک مرتب سازی نا مغلوب (NSGA-II) مقایسه نموده ایم. در نهایت به منظور اثبات عملکرد مناسب روش های حل ارایه شده در مدل پیشنهادی، با معرفی شاخص های استاندارد مباحث چند هدفه، این روش ها بر روی مسائل آزمایشی تولید شده با ابعاد مختلف مورد تجزیه و تحلیل آماری قرار گرفته است.

ماهیت تصادفیبودن و غیرقابل پیش بینیبودن بحران های طبیعی ایجاب می نمآید که طرح های بحرانی جامعی جهت کاهش و تسکین خطرات و نتایج ناشی از بحران ارائه شود. لجستیک امدادرسانی، نقش مهمی در نجات زندگی مجروحین بازی می کند و یکی از فعالیت های اصلی عملیات امداد در زمان وقوع بلایا می باشد. همچنین، اهمیت درنظرگرفتن عدم قطعیت در این مبحث، سبب ایجاد انگیزه جهت توسعه ابزارهای تصمیم گیری مناسب برای غلبه بر پارامترهای غیرقطعی و نادقیق در مساله طراحی سیستم لجستیک امداد شده است. در این مقاله یک رویکرد برنامه ریزی تصادفی چندهدفه پایدار برای مدل سازی مساله طراحی زنجیره امداد با تقاضاها و عرضه ها و هزینه های غیرقطعی ارائه می دهد. مدل چندهدفه شامل اهداف زیر می باشند: 1- کمینه سازی مجموع هزینه های لجستیکی (شامل هزینه های راه اندازی، هزینه های حمل ونقل، هزینه های نگهداری و هزینه های کمبود) 2- بیشینه سازی میزان رضایت مندی نقاط آسیب دیده. ایده تامین کننده های غیرمطمئن بعد از تحقق پارامترهای غیرقطعی، در مدل نیز گنجانده شده است. برای حل مدل برنامه ریزی چندهدفه ارائه شده، روش محدودیت اپسیلون برای بدست آوردن جواب های بهینه پارتویی بکار گرفته شده است. نتایج محاسباتی، اهمیت و کارایی مدل و روش حل پیشنهادی را برای مسائل تصمیم گیری واقعی نشان می دهد.

در سالهای اخیر رقابت از بین اعضاء زنجیره تامین فراتر رفته و به رقابت بین زنجیره ها بدل شده است. مطالعه تصمیم گیری در زمینه برونسپاری بین دو زنجیره تامین رقیب همچنان در ادبیات مغفول مانده است. از طرفی به دلیل پیچیدگی های تحلیل، به رقابت چند بعدی یعنی در نظر گرفتن بیش از دو بعد رقابت به صورت درونزا، نیز در ادبیات پرداخته نشده است. در این مقاله، به صورت یکپارچه، مساله رقابت سه بعدی و تصمیم گیری در زمینه برونسپاری در دو زنجیره تامین در نظر گرفته می شود. در این راستا، دو زنجیره تامین رقیب در نظر گرفته می شوند بطوریکه با ارائه یک محصول همگن برای کسب سهمی از بازار به رقابت می پردازند. هر زنجیره تامین از نظر سه بعد قیمت، کیفیت و سطح خدمت تحت فشار رقابتی می باشند. از طرفی یکی از زنجیره ها با مساله برونسپاری نهاده مواجه است که بر اساس رفتار رقیب علاوه بر سه بعد مذکور در مورد نرخ برونسپاری نیز تصمیم گیری می نماید. برای تحلیل رفتار رقابتی دو زنجیره تامین و یافتن تعادل نش بازی، یک مدل چهار مرحله ای ارائه می شود، بطوریکه بر اساس آن سطح کیفیت تعادلی، نرخ برونسپاری تعادلی، سطح خدمت تعادلی و قیمت تعادلی هر زنجیره تعیین می شود. در پایان برای تحلیل حساسیت جوابهای تعادلی نسبت برخی پارامترهای مدل، مثالهای عددی ارائه می شود.

با در دست داشتن آمار متقضیان هر درس از طریق ثبت نام مقدماتی دروس، یک مدل ریاضی صفر و یک برای مسئله زمانبندی دروس دانشگاهی در این مقاله ارائه می شود. در این مدل ترجیحات اساتید در مورد بازه های زمانی و موضوعات درسی و همچنین دسترس پذیری دروس برای دانشجویان جهت اخذ، در نظر گرفته می-شود. ابتدا کلیه دروس اعم از دو یا سه واحدی در بازه های زمانی متناسب با دروس سه واحدی برنامه ریزی می شوند. این امر تعداد متغیرها و محدودیت های مسئله را به شدت کاهش می دهد. سپس جواب بدست آمده، به عنوان داده ی ورودی مدل های خطی صفر و یک جدید قرار می گیرد که در این مدل ها با جایابی مجدد دروس دو واحدی در بازه های مجاز، جواب حاصل ارتقاء یابد. با توجه به اینکه مسئله زمانبندی دروس متعلق به مسائل رده پیچیدگی NP-complete می باشند، دو الگوریتم فراابتکاری سیستم اجتماع مورچگان و شبیه-سازی تبرید برای حل این مسئله ارائه گردیده است. کارایی نسبی الگوریتم های پیشنهادی با استفاده از داده های دانشکده مهندسی صنایع دانشگاه صنعتی اصفهان و داده های تصادفی در ابعاد کوچک با مقایسه ی جواب های بهینه و در ابعاد بزرگ با مقایسه ی دو الگوریتم پیشنهادی نشان داده شده است. در ابعاد کوچک میانگین خطای الگوریتم مورچگان نسبت به جواب بهینه برابر 08/1% و میانگین خطای الگوریتم شبیه سازی تبرید نسبت به جواب بهینه برابر 82/1% محاسبه شده است. در مورد مسائل با ابعاد بزرگ با افزایش ابعاد مسئله زمان حل الگوریتم مورچگان نسبت به الگوریتم شبیه سازی تبرید به طور چشمگیری افزایش می یابد در حالیکه میانگین تابع هدف الگوریتم شبیه سازی تبرید انحراف قابل ملاحظه ای نسبت به الگوریتم مورچگان ندارد.

امروزه بررسی مشخصه های کیفی زمان محور در برخی حوزه ها نظیر صنعت داروسازی از اهمیت بسیار بالایی برخوردار می باشد. در زمینه مقایسه پروفایلهای آزمایشی با پروفایل مرجع روش های متعددی مطرح گردیده است که پرکاربردترین آنها را می توان استفاده از شاخصهای f1 و f2 به عنوان معیارهایی برای سنجش میزان دوری و نزدیکی پروفایل مشاهده شده از پروفایل مرجع نام برد . در این مقاله روشی جهت تصمیم گیری در خصوص انتخاب پروفایل برتر از میان پروفایلهای ارائه شده برای یک مشخصه کیفی زمان محور ارائه می گردد . در این روش ضمن استفاده از شاخصهای عنوان شده ، معیارهای دیگری نظیر محدودیتهای اقتصادی نیز لحاظ گردیده و در بررسی پروفایلهای مشاهده شده از حذف اطلاعات نقاط خارج از محدوده مجاز به دلیل وجود رابطه تجمعی جلوگیری شده است . روش ارائه شده به کمک مثال عددی تشریح و ارزیابی می گردد . نتایج حاصل، نشان دهنده عملکرد منطقی تر روش پیشنهادی نسبت به روش های موجود می باشد.

بالانس خط مونتاژ یک استراتژی اثربخش برای کاهش هزینه ها و افزایش بهره وری در صنعت خودروسازی است. در واقع این مسئله تخصیص کارهای مختلف به ایستگاه های کاری است به گونه ای که هزینه های مونتاژ کمینه، تقاضاها تامین، و محدودیت های فرآیند مونتاژ برآورده شوند. خطوط مونتاژ با ایستگاه های چند اپراتوره، به گستردگی در سیستم های مونتاژی نوین بکار گرفته می شود. مشخصه های این خطوط باعث افزایش پیچیدگی آن ها نسبت به خطوط مونتاژ ساده می گردد. در این مقاله، با بکارگیری هیوریستیک الگوریتم جستجوی ممنوع، رویکردی نو برای بالانس خطوط مونتاژ چند اپراتوره پیشنهاد می‏گردد. محدودیت های سخت دربرگیرنده محدودیت‏های ناحیه ای، زمان عناصر کاری، زمان چرخه و محدودیت های پیشنیازی است. محدودیت های وضعیتی نیز محدودیت نرم می‏باشند. با بکارگیری داده های واقعی خط مونتاژ یک شرکت خودروسازی ایرانی، توانمندی رویکرد پیشنهادی بررسی گردید. برای یافتن مقدار مناسب پارامترهای الگوریتم، سناریوهای گوناگونی بر روی خط مونتاژ مطالعه موردی اجرا شد و بهترین سناریو و مقادیر پارامترهای الگوریتم پیشنهاد گردیده است. یافته ها نشان می‏دهد که رویکرد پیشنهادی در دستیابی به هدف‏های مساله بالانس خط، بسیار توانمند می‏باشد.

خط مونتاژ مدل ترکیبی نوعی خاص از خطوط تولیدی است که می تواند مدل های متفاوتی از یک محصول را بر روی یک خط تولید کند. یکی از مهم ترین مسائل در راستای استفاده و بهره مندی مناسب از این نوع خط مونتاژ، تعیین توالی تولید محصولات است.
در سال های اخیر تحقیقات زیادی بر روی مسئله ی تعیین توالی صورت گرفته است که برخی محققان در مطالعاتشان ضمن ارائه ی مدل های ریاضی، به منظور یافتن جواب بهینه روش های بسیار متنوعی را پیشنهاد کرده اند. در این مقاله ضمن مرور و استفاده از تحقیقات پیشین ٬ یک مدل ریاضی برای مسئله ی تعیین توالی ورود محصولات به منظور کمینه کردن مجموع هزینه های توقف های ناشی از عدم تکمیل به موقع کار مونتاژ در هر ایستگاه ارائه شده است. برای حل مسئله و با توجه به پیچیدگی مدل ریاضی غیر خطی عدد صحیح مختلط ارائه شده یک الگوریتم فرا ابتکاری پیشنهاد شده است. به منظور بررسی الگوریتم پیشنهادی 48 مساله در اندازه های مختلف تولید شدند. در دسته اول و دوم الگوریتم به جواب بهینه و در دسته سوم به جواب نزدیک به بهینه میرسد. نتایج اجرای مدل در خط مونتاژ پراید شرکت سایپا نشان می دهد که شرکت سایپا می تواند هزینه ی فروش از دست رفته ی خود را به میزان قابل توجهی کاهش دهد.

وجود عدم قطعیت در محیط پروژه یکی از مهمترین دلایل طولانی شدن مدت زمان پروژه است. گلدرت در روش زنجیره بحرانی ، تا حدی توانست این مشکل را مرتفع سازد ، اما عدم وجود مدلی کمی در تعیین اندازه بافر پروژه یکی از مهمترین کاستی های این روش به شمار می رفت. از آنجاکه یکی از رسالت های روش زنجیره بحرانی و منطق فازی در مدیریت پروژه، مقابله با عدم قطعیت های موجود در پروژه است لذا هدف از انجام این مطالعه، مرتفع ساختن این کاستی، ضمن استفاده از رویکرد فازی می باشد. در این مقاله برای تعیین اندازه بافر پروژه، مدلی کمی مبتنی بر منطق فازی ارائه می شود. نوآوری این مقاله در منظور کردن همزمان سه متغیر میزان ریسک پذیری مدیر، فشردگی منبع و پیچیدگی شبکه، در مدل پیشنهادی، قرار دارد. نتایج حاصل از بکارگیری این مدل در یک نمونه عددی، نشان می دهد که مدل پیشنهادی، در مقایسه با دو مدل شناخته شده C&PM و RSEM ، اندازه بافر پروژه مناسب تری را حاصل خواهد کرد.