فهرست مطالب

فصلنامه مطالعات مدیریت صنعتی
پیاپی 42 (پاییز 1395)

  • تاریخ انتشار: 1395/09/26
  • تعداد عناوین: 7
|
  • عادل آذر، مهدی عابدینی نایینی، امیر افسر، محمد ثابت مطلق صفحات 1-30
    ترکیب انتخاب تامین کننده و تخصیص سفارش، یک تصمیم فمهم در طراحی و عملیاتی کردن زنجیره تامین می باشد. شاخص های مختلفی در این تصمیم موثر اند و می فتواند به صورت یک مسئله تصمیم گیری چند معیاره گروهی که به معیارهای کمی و کیفی و شمار تامین کنندگان نیازمند است، تبیین گردد. به علاوه، در عمل تصمیم گیرندگان نمی توانند به راحتی با ارزشهای عددی و قطعی در مورد جایگزین ها قضاوت کنند و معمولا با ارزیابی هایی غیرمطمئن و ناقصی مواجه می شوند.
    بدین منظور، این مقاله یک مدل چند معیاره فازی برای ارزیابی و تخصیص سفارش به تامین کنندگان توسعه می دهد. ابتدا ارزیابی تامین کنندگان با در نظر گرفتن 11 معیار و با استفاده از رویکرد ترکیبی تحلیل شبکه ای و ویکور در محیط فازی انجام می گیرد. سپس با استفاده از مدل ریاضی چندهدفه فازی تخصیص سفارش صورت می گیرد. در انتها مدل فازی به روش تیواری حل می شود. اثربخشی مدل و متد حل پیشنهادی در کسب جواب مناسب بوسیله یک مثال در مطالعه ای واقعی نشان داده می شود .
    کلیدواژگان: زنجیره تامین، انتخاب تامین کننده، فرایند تحلیل شبکه ای فازی، ویکور فازی، روش تیواری
  • اکبر عالم تبریز، اشکان عیوق، مهدیه بنی اسدی صفحات 31-59
    در سال های اخیر تحقیقات گسترده ای در زمینه زمانبندی پروژه صورت گرفته است. در حیطه زمانبندی پروژه همواره عدم قطعیت هایی وجود دارد که باعث انحراف برنامه واقعی از برنامه زمانبندی می گردد. یکی از راه حل های مواجهه با این عدم قطعیت استفاده از روش زنجیره بحرانی در زمانبندی پروژه است. این روش که برآمده از تئوری محدودیت هاست، روشی نوین در کنترل پروژه است. در تحقیق حاضر سعی در استفاده از اصول زنجیره بحرانی در زمانبندی پروژه تحت محدودیت منابع است. مهمترین نوآوری صورت گرفته در این تحقیق،ارائه مدل مساله زمانبندی زنجیره بحرانی پروژه با در نظر گرفتن بافر تغذیه و استفاده از شناوری به عنوان مکملی برای بافر تغذیه است. برای این کار ابتدا مدل زمانبندی پروژه تحت محدودیت منابع و با رویکرد زنجیره بحرانی نوشته شده و قابلیت اطمینان آن با استفاده از نرم افزار لینگو سنجیده شده است. در گام بعدی الگوریتم حل این مدل با استفاده از الگوریتم ژنتیک توسعه داده شده و در نهایت نمونه مسائل مختلفی مورد آزمایش قرار گرفته است. نتایج به دست آمده از این تحقیق کارایی الگوریتم ژنتیک ارائه شده را نشان داده
    است.
    کلیدواژگان: زمانبندی پروژه تحت محدودیت منابع، روش زنجیره بحرانی، بافر پروژه، بافر تغذیه، شناوری، الگوریتم ژنتیک
  • حمیدرضا شهابی فرد، بهروز افشار نجفی صفحات 61-121
    در این مقاله، یک مدل بهینه سازی جهت انتخاب بهترین سبد پروژه از بین پروژه های موجود، بهترین سطح استخدام منابع، سپس زمانبندی پروژه های انتخاب شده جهت بیشینه کردن ارزش خالص فعلی با رعایت محدودیتها ارائه شده است. چون مدل توسعه یافته در زمره مسایل سخت از نظر محاسباتی قرار دارد، لذا برای حل این مساله یک الگوریتم فراابتکاری بر مبنای الگوریتم ژنتیک پیشنهاد شده است. در الگوریتم حل پیشنهادی علاوه بر کاربرد عملگرهای معمول ژنتیک مانند تقاطع و جهش از عملگرهایی هوشمند جهت جستجوی محلی در حوزه منابع و جابجایی فعالیتهای با جریان مالی منفی استفاده شده است. پارامترهای کلیدی الگوریتم در راستای تسریع همگرایی آن با استفاده از روش تاگوچی تنظیم شده است. سپس تعداد 90 مساله آزمایشی، شامل 30 مساله در ابعاد کوچک، 30 مساله در ابعاد متوسط و 30 مساله در ابعاد بزرگ با استفاده از روش پیشنهادی حل شده وکارایی آن گزارش شده است. همچنین در مسائل سایز کوچک جوابهای حاصل از الگوریتم ژنتیک با جوابهای بهینه موضعی مدل ریاضی بدست آمده با نرم افزار لینگو مقایسه شده، که میانگین جوابهای حاصل از الگوریتم ژنتیک بهتر از جوابهای بهینه موضعی حاصل از لینگو بوده است. در مسائل سایز متوسط و بزرگ که هیچ جوابی با استفاده از لینگو در زمان محدود شده بدست نیامده بود، نتایج نشان میدهد که جوابهای حاصل از الگوریتن پیشنهادی دارای پایداری مناسب میباشند.
    کلیدواژگان: انتخاب سبد پروژه، زمانبندی پروژه، الگوریتم ژنتیک، سرمایه گذاری در منابع، ارزش خالص فعلی
  • روزبه عزیز محمدی، مقصود امیری، رضا توکلی مقدم، حمیدرضا مشاط زادگان صفحات 103-121
    تخصیص اجزاء مازاد شامل انتخاب اجزاء و سطوح افزونگی برای بیشینه نمودن قابلیت اطمینان تحت
    محدودیتهای مختلف سیستم است. در اکثر طراحی ها، به دلیل وجود توابع هدف چندگانه متضاد، محاسبه قابلیت اطمینان دشوار میباشد. در مدل ارائه شده در این مقاله سه هدف شامل بیشینه سازی قابلیت اطمینان،کمینهسازی حجم و کمینهسازی هزینه مد نظر قرار میگیرد که برای حل آن، یک الگوریتم تلفیقی چندهدفه جدید بر پایه الگوریتمهای رقابتی و ژنتیک برای اولین بار در حل مسائل بهینه سازی قابلیت اطمینان چند هدفه با استفاده از تخصیص عضو مازاد پیشنهاد میشود. علاوه بر این از روش رویه شناسی رویه سطح 1( برای تنظیم عملگرهای الگوریتم پیشنهادی استفاده میشود. الگوریتم پیشنهادی در مقایسه با RSM( پاسخ 3از کارایی بالاتری برخوردار است. PAES 2و NSGA-II دو الگوریتم
    کلیدواژگان: مسئله تخصیص افزونگی، روش شناسی رویه سطح پاسخ، بهینه سازی قابلیت اطمینان چند هدفه، الگوریتم رقابتی، الگوریتم ژنتیک
  • علی محمدی، پیام شجاعی، حمیدرضا یزدانی، محمدرضا صادقی مقدم صفحات 169-197
    با عنایت به اهمیت فزاینده بحث ریسک در زنجیره تامین در دهه اخیر به طور عام و در پروژه ها به شکلی خاص، در این پژوهش ابعاد و اجزاء پدیده مدیریت ریسک زنجیره تامین در پروژه ها تبیین میشود. برای این منظور با استفاده از رویکرد تئوری برخاسته از داده ها، پروژه های خط انتقال گاز در استان فارس توسط محققین مورد مطالعه قرار گرفت و از روش کوربین و استراوس برای کشف و شناسایی کدها و مقوله های مرتبط با پدیده مورد نظر استفاده شد. برای این منظور با 71 تن از خبرگان و تامین کنندگان شرکت گاز مصاحبه عمیق صورت گرفت و اشباع نظری حاصل شد. پس از انجام کدگذاری باز، محوری و گزینشی بر اساس مدل پارادایمی نهایی، پدیده مدیریت ریسک زنجیره تامین پروژه ها در قالب 6 بعد اصلی، 75 مقوله فرعی و 91 کد مشخصه طبقه بندی گردید. یافته های حاصل از کدگذاری نشان داد که پدیده اصلی در مدیریت ریسک زنجیره تامین پروژه مشتمل بر ریسک های محیطی، سازمانی و شبکه ای است.
    کلیدواژگان: مدیریت ریسک زنجیره تامین، پروژه های خط انتقال، تئوری برخاسته از داده ها
  • مجتبی هروی، تبسم عظیمی گله، حسام زند حسامی صفحات 199-237
    تصمیم گیری یکی از مهمترین موضوعات مورد بررسی در تحقیقات نظامی بشمار می رود. یکی از چالش های موجود در این بحث وجود عدم قطعیت در محیط های جنگی می باشد که تاثیرات مخربی بر کیفیت و دقت تصمیم گیری می گذارد. در مقاله هروی و همکارانش، چاپ شده در سال 2193 ، بکارگیری ترکیبی از دو موضوع عامل های شناختی و دسته بندی براساس قوانین وابستگی فازی به عنوان زمینه های موثر و پرکاربرد، توانسته بود تا حدودی این مسئله را کمرنگ کرده و سعی در کاهش عدم قطعیت داشته باشد. ولی هم چنان در شرایط حساس و بحرانی، نیاز به سرعت عمل بیشتر با حذف قوانین نامعتبر و ناکارای استخراج شده در اتخاذ تصمیم های موثرتر قابل انکار نیست.
    هدف این مقاله، بهره گیری از ظرفیت های الگوریتم ژنتیک در انتخاب قوانین واقع بینانه تر به عنوان یک روش فراابتکاری در تکمیل روش قبلی بصورت ترکیبی، برای کاهش هرچه بیشتر عدم قطعیت در تصمیم گیری ها می باشد. نتایج تجربی بدست آمده در مقایسه با روش پیشین، به روشنی نشان می دهد که این ترکیب علاوه بر مزیتهای روش قبل، بدلیل کاهش هرچه بیشتر قوانین تولید شده برای اتخاذ تصمیم، قابل فهم تر، دقیقتر و ریسک پذیری عاقلانه تری دارد.
    کلیدواژگان: تصمیم گیری، مدیریت عدم قطعیت، جنگ های نامتقارن، عامل های شناختی، دسته بندی براساس قوانین وابستگی فازی، انتخاب ژنتیکی قوانین
|
  • Adel Azar, Mahdi Abedini Naeini, Amir Afsar, Mohammad Sabet Motlagh Pages 1-30
    Supplier selection and quota allocation is an important decision in supply chains. This decision can be considered as a complex multi-criteria group decision making problem. This decision in many practical situations is very difficult for vague and uncertain environment. This vagueness and uncertaintycan be handled by using fuzzy set theory. Therefore, this paper proposed a fuzzy MCDM model to evaluate candidate suppliers and quota allocation. A hybrid ANP-VIKOR method in fuzzy environment applied first with 16 criteria to evaluate suppliers. Then, a fuzzy multi-objective mathematical model is used to quota allocation. Finally, the fuzzy model is solved by Tiwarimethod. An illustration with a data set from a realistic situation is presented to demonstrate the effectiveness of the proposed model.
    Keywords: supply chain, supplier selection, Fuzzy ANP, Fuzzy VIKOR, Tiwari method
  • Akdar Alemtabriz, Ashkan Ayough, Mahdie Baniasadi Pages 31-59
    During the recent years, extensive research has been done on the field of project scheduling. There is always uncertainty in the area of project scheduling that causes a deviation in the real plan from the scheduled plan. One of the solutions to deal with this uncertainty is using the critical chain method (CCM) in project scheduling. This method which is derived from the theory of constraints (TOC) is a new method in project control which was first proposed by Goldartt in 1997.In this research we attempt to use the principals of critical chain in resource-constrained project scheduling problem. The main innovation in this research is presentation of critical chain project scheduling problem model with consideration of feeding buffer and using float as a supplement for feeding buffer. For this matter, the project scheduling under resources constraints with critical chain approach was first written and its reliability was evaluated using the Lingo software. In the next step the solution algorithm of this model was developed using the genetic algorithm and finally different sample issues were investigated. The results of this research show the efficiency of the presented genetic algorithm.
    Keywords: resource constrained project scheduling problem, critical chain method, project buffer, feeding buffer, float, Genetic Algorithm
  • Hamidreza Shahabifard, Behrouz Afshar-Nadjafi Pages 61-121
    In this paper, a mathematical model is proposed for project portfolio selection and resource availability cost problem to scheduling activities in order to maximize net present value of the selected projects preserving precedence and resource constraints. Since the developed model belongs to NP-hard problems list, so a genetic based meta-heuristic algorithm is proposed to tackle the developed model. In the proposed algorithm beside common operators of genetic algorithms such as crossover & mutation, some intelligent operators are utilized for local search in computed resources and shifting the activities with negative cash flows. The key parameters of the algorithm are calibrated using Taguchi method to accelerate convergence of the proposed algorithm. Then, the algorithm is used to solve 90 test problems consisting 30 small-scale, 30 middle-scale and 30 large scale problems to examine the algorithm’s performance. It is observed that, in small problems, the obtained solutions from the proposed genetic algorithm have been comparably better than the local optimum solutions stemmed from Lingo software. On the other hand, for the middle and large size problems which there is no local optimum available within the limited CPU time, robustness of the proposed algorithm is appropriate.
    Keywords: Project portfolio selection, Project Scheduling, Genetic Algorithm, Resource investment, Net present value
  • Roozbeh Azizmohammadi, Maghsoud .Amiri, Reza Tavakkoli- Moghadam, Hamid Reza. Mashatzadegan Pages 103-121
    A redundancy allocation problem is a well-known NP-hard problem that involves the selection of elements and redundancy levels to maximize the system reliability under various system-level constraints. In many practical design situations, reliability apportionment is complicated because of the presence of several conflicting objectives that cannot be combined into a single-objective function. A stele communications, manufacturing and power systems are becoming more and more complex, while requiring short developments schedules and very high reliability, it is becoming increasingly important to develop efficient solutions to the RAP. In this paper, a new hybrid multi-objective competition algorithm (HMOCA)based on competitive algorithm (CA) and genetic algorithm (GA) is proposed for the first time in multi-objective redundancy allocation problems. In the multiobjective formulation, the system reliability is maximized while the cost and volume of the system are minimized simultaneously. Additionally, ay RSM is employed to tune the CA parameters. The proposed HMOCA is validated by some examples with analytical solutions. It shows its superior performance compared to a NSGA-II and PAES algorithms. Finally, the conclusion is given.
    Keywords: Redundancy Allocation Problem, Response Surface Methodology, Multi-objective Reliability Optimization, Competitive Algorithm, Genetic Algorithm
  • Amineh Hosseini, Kaveh Khalili-Damghani, Ali Emami Meibodi Pages 123-167
    In this paper, a methodology is proposed to measure the efficiency of national energy sector in IRAN. The technical and environmental performance of the oil refineries in IRAN as a major producer of energy and fuel are evaluated based on data from years 2010 to 2013. In this study, a fuzzy multi-objective multi-period common weight network data envelopment analysis approach is proposed and customized to evaluate the performance of oil refineries. A certain scenario, called food-production in which a refinery is assumed as a decision making unit (DMU) consuming inputs to produce outputs, is considered to evaluate the technical and environmental performance in presence of undesirable outputs. The main contribution of this study are summarized as: (1) Proposing a multiobjective common weight DEA model in order to determine the weights of inputs and outputs in a single run; (2) Calculating the long term efficiency scores during a multiple-periods of planning incorporating dynamic nature of inputs and outputs; (3) Handling a compromise solution using fuzzy mathematical programming to address multi-objective mathematical programming; (4) Proposing a linear mathematical programming to achieve the global optimum solutions; (5) Enhancing the discrimination power of the DEA models; (6) Reducing the computational time of modeling and solution procedure; (7) incorporating effective criteria in the modeling procedure. The analysis of case study presents the efficacy and applicability of proposed method in comparison with existing classic models.
    Keywords: Technical-Environmental efficiency, Oil refineries, common weight DEA, multi objective DEA, Mutli-period DEA
  • Ali Mohamadi, Payam Shojaei, Hamid Reza Yazdani, Mohammad Reza Sadeghi Moghaddam Pages 169-197
    Regarding to the increasing importance of supply chain risk in the last decade in general and projects especially, in this research the dimensions and elements of supply chain risk of projects have been determined. Therefore, Fars Gas Transfer Pipeline projects were considered to discover codes and themes according to the phenomena by using Grounded Theory (Corbin and Strauss method). Based on final paradigm model, project supply chain risk management issue was categorized in 6 main dimensions, 19 sub-dimensions and 57 codes. The results show that supply chain risks as a core phenomenon, consists of environmental risks, organizational risks and network risks. To do this, we use theoretical sampling and interview with 10 experts from Gasstate company and some suppliers. These interview was deep one because we employed open questionnaire. Then by using open encoding, axial encoding and selective encoding, paradigm model was extracted. The main phenomenon placed the center of model and other themes joined to that... .
    Keywords: Supply Chain Risk Management, Gas Transfer Pipeline, Grounded Theory
  • Mojtaba Heravi, Tabassom Azimi Galeh, Hessam Zandhessami Pages 199-237
    Decision making (DM) is an important problem in most of the army operations. One of the challenging issues in this area is uncertainty in wars with uncertain information which causes many destructive effects on the results of strategies in battlefields. In the Heravi et al. article’s, published in the year 2013, utilizing a combination of Cognitive Agent (CA) and Classification based on Fuzzy Association Rules (CFAR) as the most effective and widely used methods, was able to relatively reduce this problem and tried to reduce uncertainty. But still in critical condition, can’t deny the need to act quickly and remove most invalid and inefficient rules extracted in the effective decisions. This paper aims to utilize the capabilities of Genetic Algorithm (GA) in a more realistic selection rules as a meta-heuristic way to combine complementary methods to minimize the uncertainty in DM. In comparison with previous method, experimental results achieved, clearly show that this combination in addition to the advantages of the previous method, due to the further reduction of production rules for DM, are more understandable and accurate and has more rational risk acceptance.
    Keywords: decision making, Uncertainty Management, Asymmetric Warfare, Cognitive Agent, Classification based on Fuzzy Association Rules, Genetic Rule Selection