فهرست مطالب

  • سال سی و پنجم شماره 2 (پاییز و زمستان 1398)
  • تاریخ انتشار: 1398/12/01
  • تعداد عناوین: 14
|
  • مهدی کوشا، رسول نورالسنا* صفحات 3-9

    کنترل آماری فرایند هم‌زمان با پیشرفته‌تر شدن فرایندها و پیچیده‌تر شدن محصولات تولیدی نقش چشمگیری در صنایع تولیدی داشته است. با توجه به افزایش حساسیت فرایندها و ناکارآمد بودن روش‌های مبتنی بر بازرسی انسانی، در سال‌های اخیر، استفاده از تصویر محصول در کنترل فرایند آماری توسط پژوهشگران مورد توجه قرار گرفته است. در این مقاله، سه روش مبتنی بر موجک یک‌بعدی برای پایش آماری تصاویر ارایه شده است. این روش‌ها برای پایش فرایند از رویکرد نسبت درست‌نمایی استفاده می‌کنند و در نتیجه علاوه بر اعلام شرایط خارج از کنترل، توانایی ارایه‌ی نقطه‌ی تغییر را نیز دارند. عملکرد این روش‌ها با استفاده از نمودار کنترل نسبت درست‌نمایی تعمیم یافته و از نظر شاخص‌های متوسط طول دنباله و تفاوت بین نقطه‌ی تغییر واقعی و تخمینی ارزیابی شده است. مطالعات شبیه‌سازی با استفاده از تصویر نوعی پارچه انجام شده است و نتایج نشان‌دهنده‌ی سطح مناسب توانایی روش‌ها در تشخیص حالت‌های خارج از کنترل و تخمین نقطه‌ی تغییر هستند.

    کلیدواژگان: نمودار کنترل، پایش پروفایل، موجک، پردازش تصویر، فاز 2، نسبت درست نمایی تعمیم یافته
  • مرتضی راستی برزکی* صفحات 11-18

    تبلیغات و قیمت‌گذاری از موضوعات راهبردی شرکت‌ها محسوب می‌شوند. سه محصول شامل یک کالای اصلی و دو کالای مکمل آن که جانشین یکدیگر هستند را در نظر بگیرید. در این مقاله برای اولین بار، مسیله‌ی تعیین هم‌زمان سطح تبلیغات محصول اصلی به همراه قیمت‌گذاری دو محصول جانشین مکمل محصول اصلی بررسی شده است. جواب‌های تعادلی مسیله به‌همراه تحلیل‌های پارامتریک بر روی سطح تبلیغات تعادلی با رویکرد استکلبرگ - برترند که در آن محصول اصلی رهبر و محصولات جانشین پیرو هستند، محاسبه و ارایه شده است. تحلیل حساسیت پارامتریک نشان می‌دهد که تقاضای پایه‌ی بازار بر روی تبلیغات تعادلی بی‌اثر است. همچنین، کشسانی قیمت خودی بر روی تبلیغات تعادلی اثر منفی و کشسانی قیمت غیرخودی بر روی تبلیغات تعادلی اثر مثبت دارد. نتایج تحلیلی نشان می‌دهد قیمت محصول اصلی، اثر مثبت بر روی سطح تبلیغات محصول اصلی دارد.

    کلیدواژگان: تبلیغات، قیمت گذاری، کالاهای مکمل و جانشین، نظریه ی بازی
  • حمید موکدی، سید محمد سید حسینی*، کامران شهانقی صفحات 19-29

    در این مقاله، یک سیستم دومولفه‌یی بررسی می‌شود. خرابی مولفه‌ی اول پنهان است؛ یعنی باعث توقف سیستم نمی‌شود. ولی هزینه‌های عملیاتی را افزایش می‌دهد. مولفه‌ی دوم دارای سه وضعیت است: سالم، معیوب و خراب. وضعیت خراب، آشکار و باعث توقف سیستم می‌شود. وقوع عیب و خرابی آشکار مولفه‌ی دوم باعث ایجاد شوک روی مولفه‌ی اول می‌شود و نرخ خرابی آن را افزایش می‌دهد. سیستم طبق سیاست بازرسی دوره‌یی برای شناسایی خرابی‌های پنهان و عیب‌ها، بازرسی می‌شود. مولفه‌ی اول به محض توقف سیستم نیز به صورت فرصت‌طلبانه بازرسی می‌شود. هدف، یافتن فاصله‌ی بازرسی دوره‌یی بهینه است که هزینه‌ی کل را در یک افق زمانی محدود کمینه کند. ابتدا، مدل بازرسی به صورت ریاضی مدل‌سازی می‌شود. سپس، به دلیل پیچیدگی محاسبات عددی، یک الگوریتم شبیه‌سازی برای محاسبه‌ی هزینه‌ی کل ارایه می‌شود. برای تشریح روش پیشنهادی، یک مثال عددی برای سیستم تامین توان مصرفی در پست توزیع برق ارایه شده است.

    کلیدواژگان: سیستم دومولفه یی، فاصله ی بازرسی بهینه، بازرسی فرصت طلبانه، خرابی پنهان، خرابی آشکار دومرحله یی
  • مهدی ادیب نیا، سید حمیدرضا پسندیده* صفحات 31-41

    بیشتر مسایل مکان‌یابی که مطرح شده‌اند، با در نظر گرفتن این پیش‌فرض بوده‌اند که فقط یک نوع تسهیل قرار است مکان‌یابی شود؛ در صورتی که در بیشتر مواقع مدیران قصد مکان‌یابی تسهیلات مختلفی را دارند که به یک یا چند طریق با هم مرتبط‌اند. در این مقاله از نظریه‌ی صف از نوع M/M/1/K برای خدمت‌دهندگان بهره گرفته می‌شود. از جمله فرضیات در نظر گرفته شده در مدل این مقاله، وجود محدودیت ظرفیت در مراکز خدمت‌دهی است. مدل پیشنهادی از دسته مسایل برنامه‌ریزی غیرخطی عدد صحیح است؛ حل این مدل با استفاده از الگوریتم فراابتکاری چندهدفه ژنتیک مرتب‌سازی نامغلوب و الگوریتم بهینه‌سازی چندهدفه‌ی ازدحام ذرات صورت گرفته و پارامترهای الگوریتم‌ها به کمک روش طراحی آزمایش‌های تاگوچی تنظیم شده است. در انتهای مقاله برای مقایسه‌ی عملکرد دو الگوریتم فراابتکاری از شاخص‌های مقایسه‌یی استفاده خواهد شد و با استفاده از آزمون فرض آماری نتایج با یکدیگر مقایسه شده‌اند.

    کلیدواژگان: مکان یابی - تخصیص تسهیلات سلسله مراتبی، برنامه ریزی چندهدفه، نظریه ی صف، الگوریتم های فراابتکاری چندهدفه
  • مهدی بشیری*، پریسا حسنی صفحات 43-54

    در این مقاله، یک مدل ریاضی چندمرحله‌یی دوهدفه برای برنامه‌ریزیحمل‌ونقل ارایه می‌شود. در مرحله‌ی اول، یک مدل ریاضی برای برنامه‌ریزی حمل‌ونقل توسعه‌یافته است؛ پس از آن در مرحله‌ی دوم، مسیله‌ی انتخاب سبد بهینه‌ی وسایل نقلیه با توجه به سود حاصل از هریک از وسایل نقلیه حل می‌شود و در مرحله‌ی سوم، مدل دوهدفه‌ی تغییرات فنی در سبد وسایل نقلیه، ارایه می‌شود که تابع هدف اول آن، مجموع سود حاصل از وسایل نقلیه را بیشینه می‌کند و تابع هدف دوم آن میزان انحراف از تعداد وسایل نقلیه در سبد بهینه‌ی وسایل نقلیه را کمینه می‌کند. سپس از رویکرد برنامه‌ریزی آرمانی فازی و محدودیت اپسیلون برای حل مدل دوهدفه مرحله‌ی سوم استفاده می‌شود. در نهایت، تحلیل حساسیت‌های انجام شده و نتایج حاصل از حل یک مثال عددی با نتایج حل یک مدل برنامه‌ریزی حمل‌ونقل کلاسیک مقایسه شده است که کارایی روش پیشنهادی در صنعت حمل‌ونقل را نشان می‌دهد.

    کلیدواژگان: برنامه ریزی حمل ونقل، تغییرات فنی در سبد وسایل نقلیه، انتخاب سبد بهینه ی وسایل نقلیه، برنامه ریزی آرمانی فازی
  • روح الله ایقانی یزدلی، عبدالحمید اشراق نیای جهرمی* صفحات 55-72

    خدمات فنی چاه‌ها از نیازهای چاه‌های تولیدی در میدان‌های نفتی مشترک فراساحلی است و عدم ارایه‌ی آنها، باعث افت شدید بهره‌وری تولید می‌شود. اما ارایه‌ی برخی از خدمات مذکور مستلزم توقف تولید است و کوچک‌ترین وقفه در تولید معادل تحمیل هزینه‌ی فرصت از دست رفته به‌دلیل برداشت هم‌زمان کشورهای رقیب می‌شود. موازنه‌ی بین دو مقوله‌ی خدمت‌رسانی همراه با توقف و کمینه‌سازی توقف تولید، لزوم بهینه‌سازیرا آشکار می‌سازد. ضمن معرفی مدل برنامه‌ریزی عددصحیح مختلط، الگوریتم‌هایی مبتنی‌بر روش‌های بندرز، L-shaped و آزادسازی لاگرانژ برای توسعه‌ی حدود پایین ارایه و پس از اعمال روی داده‌های شبیه‌سازی شده مورد ارزیابی قرار می‌گیرند. نتایج عددی نشان می‌دهند که الگوریتم‌های مبتنی‌بر روش L-shaped و آزادسازی لاگرانژ حدود پایین بهتری تولید می‌کنند. با بزرگ شدن ابعاد مسیله الگوریتم لاگرانژ نسبت به L-shaped از توانایی بالاتری در تولید حدود پایین در یک محدوده‌ی زمانی کوتاه برخوردارند.

    کلیدواژگان: چاه های تولیدی در میدان های نفتی مشترک، خدمات فنی چاه ها، مدل برنامه ریزی عددصحیح مختلط، حد پایین
  • مریم صفرنژاد، مجید امین نیری*، رضا قاسمی یقین صفحات 73-85

    در این مقاله به توسعه‌ی مدل یکپارچه‌ی موجودی - بازرسی - بازاریابی در زنجیره‌ی عرضه یک فروشنده و یک خریدار پرداخته شده است. هدف این مقاله نزدیک‌تر کردن مدل‌های موجودی به مسایل دنیای واقعی از طریق در نظر گرفتن تقاضای وابسته به قیمت و فرض کیفیت ناقص برای محصولات است. سه سیاست بازرسی شامل بدون بازرسی، بازرسی 100\٪ و نمونه‌گیری در نظر گرفته شده است و مقادیر بهینه‌ی اندازه‌ی انباشته، قیمت و سیاست بازرسی از طریق بیشینه کردن سود خرده‌فروش به ازای هر یک از این سیاست‌ها در حالت با جایگزینی و بدون جایگزینی اقلام معیوب محاسبه شده است. در پایان برای انجام تحلیل حساسیت پارامترهای اصلی، مطالعات عددی انجام شده است. نتایج بررسی‌ها نشان می‌دهد که تغییرات قیمت و سیاست بازرسی بر روی اتخاذ تصمیم بهینه‌ی اندازه‌ی انباشته اثرگذار است؛ همچنین تغییر پارامترهایی چون هزینه‌ی بازرسی و هزینه‌ی پذیرش بر روی سیاست بهینه‌ی بازرسی و تغییر پارامترهای موجودی فقط بر سیاست‌های سفارش‌دهی و قیمت‌گذاری تاثیرگذارند.

    کلیدواژگان: اندازه ی انباشته، برنامه ی بازرسی آماری، بهینه سازی غیرخطی، زنجیره ی تامین دوسطحی، قیمت گذاری
  • محمدرضا رازیان، محمد فتحیان* صفحات 87-97

    با گسترش فناوری رایانش ابری، فرصت بسیار مناسبی برای ارایه‌ی وب‌خدمت‌ها فراهم شده است. وب‌خدمت‌ها معمولا هم از نظر تعداد و هم از نظر عملکرد محدود هستند که در نتیجه برای انجام یک جریان کاری، یافتن یک طرح ترکیبی از میان وب‌خدمت‌ها با توجه به محدودیت‌های کاربر و ویژگی‌های کیفیت ضروری است. معمولا مقادیر ویژگی‌های کیفیت خدمت اعلام شده توسط فراهم‌کننده‌ی خدمت با مقادیری که کاربر آن‌ها را تجربه می‌کند، متفاوت است. این تفاوت منجر به ارایه‌ی یک طرح ترکیبی نامناسب خواهد شد. در این مقاله روشی مبتنی‌بر نظرات کاربران برای حل مسیله‌ی ترکیب خدمت ارایه شده است. راه حل پیشنهادی بر روی مجموعه داده‌یی واقعی ارزیابی و نتایج آن ارایه شده است. ارزیابی‌ها نشان می‌دهد در نظر گرفتن نظرات کاربران، می‌تواند به ارایه‌ی طرح ترکیبی موثر و کارا منجر شود.

    کلیدواژگان: وب خدمت، ترکیب وب خدمت، رایانش ابری، نظرات کاربر، تجارت الکترونیکی
  • مریم هاشمی، محمدمهدی لطفی*، محمدعلی وحدت زاد صفحات 99-110

    ریسک تاسیس و احتمال شکست شرکت‌های نوپا به‌دلیل دانش فنی و ارزش افزوده، ناشناخته بودن محصولات، کمبود مالی و نیاز به تیم کاری متخصص بالاست. با مدیریت ریسک می‌توان ریسک‌های ناشی از تصمیمات را به شکلی نظام‌مند ارزیابی کرد و با درک فرصت‌ها و تهدیدهای ناشی از تصمیمات، احتمال موفقیت را افزایش داد. در این مقاله، مرحله‌ی رشد شرکت‌های نوپای دانش‌بنیان نانوفناوری به‌عنوان یک پروژه در نظر گرفته شده و چارچوبی کمی برای تحلیل راهبردهای پاسخ به ریسک، بر اساس استاندارد PMBOK، و روش ترکیبی FMEA، TOPSIS و مدل بهینه‌سازی پیشنهاد می‌شود. مدل بهینه‌سازی برای تعیین مرز کارای ریسک و سود ارایه می‌شود که می‌تواند به‌عنوان یک ابزار تصمیم‌گیری برای انتخاب راهبردهای مناسب به مدیران کمک کند. چارچوب پیشنهادی در یک شرکت نوپای دانش‌بنیان نانوفناوری در پارک علم و فناوری یزد استفاده و از طریق بررسی نتایج عددی و تحلیل حساسیت اعتبارسنجی می‌شود.

    کلیدواژگان: شرکت نوپای دانش بنیان، ریسک، سود، راهبرد پاسخ به ریسک، FMEA، تاپسیس، بهینه سازی
  • محسن فرقانی، محمدعلی وحدت زاد*، احمد صادقیه صفحات 111-125

    این مقاله در قالب یک زنجیره‌ی تامین دوسطحی، یک ترکیب عملیاتی از مسیله‌ی مسیریابی - موجودی چنددوره‌یی کلاسیک را بسط داده است و شامل یک مسیله‌ی چندمحصولی، همراه با ناوگان ناهمگنی از وسایل نقلیه است که کمبود موجودی مجاز نیست و توسط دو ویژگی بسیار مهم و کاربردی مسایل مسیریابی، یعنی «حمل در بازگشت» همراه با اولویت مشتریان خط رفت و «راهبرد ارسال شکسته» که امکان خدمت‌دهی به هر مشتری توسط حداقل یک وسیله‌ی نقلیه را فراهم می‌کند، ترکیب شده است. نخست یک مدل ریاضی جدید برای مسیله‌ی مورد نظر ارایه شده است. این مسیله از نوع چندجمله‌یی نامعین سخت (NP-hard) است؛ با توجه به پژوهش‌های پیشین مسایل مسیریابی - موجودی، برای اولین بار الگوریتم بهینه‌سازی خفاش که عملکرد آن توسط یک الگوریتم ژنتیک کارا مورد ارزیابی قرار می‌گیرد، برای حل مدل توسعه داده شده است. در پایان به تحلیل نتایج عددی حاصل از این الگوریتم برای مسایل آزمون، پرداخته می‌شود.

    کلیدواژگان: مسیریابی - موجودی، حمل در بازگشت، تقسیم تقاضا، الگوریتم بهینه سازی خفاش، الگوریتم ژنتیک، چندمحصولی
  • مرتضی آگاه، رسول نورالسنا، کامیار صبری لقائی* صفحات 127-138

    آزمون‌های زوال تسریع شده ابزاری کارآمد برای ارزیابی طول عمر محصولات با قابلیت اطمینان بالا هستند. برای بسیاری از محصولات زوال یک محصول ناشی از چندین سازوکار خرابی است؛ به‌عبارت دیگر چندین سازوکار خرابی برای خراب شدن محصول با یکدیگر رقابت می‌کنند که این موضوع با عنوان ریسک‌های رقابتی مطرح می‌شود. همچنین در بسیاری از کاربردها، فرایند اندازه‌گیری زوال منجر به تخریب مشخصات فیزیکی و شیمیایی واحدهای آزمون می‌شود که با عنوان آزمون‌های زوال تسریع شده‌ی مخرب (ADDT) مطرح می‌شوند. مشخصات اندازه‌ی کل نمونه، توالی اندازه‌گیری‌های مخرب، تعداد اندازه‌گیری‌ها در هر سطح تنش و متغیرهای تصمیم‌گیری دیگر در طراحی و اجرای موثر ADDT اهمیت دارند. در این تحقیق یک طرح آزمون بهینه برای آزمون ADDT با حضور ریسک‌های رقابتی با در نظر گرفتن محدودیت هزینه و با کمینه کردن واریانس مجانبی براورد بیشینه‌ی درست‌نمایی چندک pام توزیع زمان شکست در شرایط استفاده ارایه شده است.

    کلیدواژگان: قابلیت اطمینان، آزمون های زوال تسریع شده ی مخرب، ریسک های رقابتی، طرح آزمون بهینه
  • محمد یاوری*، محسن عاقلان صفحات 139-152

    طراحی شبکه‌ی زنجیره‌ی تامین تاب‌آور جزء تصمیمات راهبردی زنجیره‌ی تامین است. تحقیقات گذشته در حوزه‌ی تاب‌آوری بر طراحی شبکه‌های زنجیره‌ی تامین جدید تمرکز داشته‌اند. این تحقیق برای ایجاد قابلیت تاب‌آوری در شبکه‌ی زنجیره‌ی تامین موجود، به طراحی مجدد شبکه پرداخته است. یک مدل برنامه‌ریزی خطی عدد صحیح مختلط برای این مسیله توسعه داده شده است. به‌منظور ایجاد قابلیت تاب‌آوری در زنجیره‌ی تامین، دو راهبرد کاهش ریسک اختلال موجود پرکاربرد با عنوان «ظرفیت مازاد» و «ذخیره‌ی اضطراری» به‌همراه راهبرد جدید «تشکیل اتحادیه» در سناریوهای مختلف اختلال بررسی شده است. آزمایش‌های محاسباتی به‌منظور ارزیابی میزان کارایی مدل تاب‌آور و همچنین مقایسه‌ی راهبردهای مختلف کاهش ریسک اختلال انجام شده است. نتایج حاکی از آن است که عرضه‌ی محصول و سود زنجیره‌ی تامین تاب‌آور به ترتیب 13 و 9 درصد بیشتر از زنجیره‌ی غیرتاب‌آور است. همچنین راهبرد تشکیل اتحادیه در بهبود عرضه‌ی محصول زنجیره‌ی تامین، تاثیر بیشتری از دو راهبرد دیگر دارد.

    کلیدواژگان: طراحی مجدد شبکه‌ی زنجیره‌ی تأمین، اختلال، قابلیت تاب‌آوری، راهبرد کاهش ریسک اختلال، راهبرد تشکیل اتحادیه
  • مهران سپهری*، امیرحسین صادقی دولت ابادی صفحات 153-165

    هدف و نوآوری این پژوهش، در گسترش نظریه‌ی تبیین مدل تلفیقی با استفاده از عوامل موثر مستند در مهم‌ترین و پرارجاع‌ترین تحقیقات در رضایت و وفاداری مشتریان و در تایید نظریه‌ی سنجش اعتبار مدل در یک مورد خاص است. گروه تمرکز خبرگان با رویکرد استدلالی عوامل مدل تلفیقی را انتخاب کرد. ضمن بررسی تمام عوامل، مطالعه نشان داد که 9 عامل ارزش ویژه‌ی نشان تجاری، کیفیت محصول، کیفیت خدمات، بهبود خدمات، ارزش ادراک‌شده، رضایت کارمندان، برقراری روابط موثر با مشتریان، محیط فیزیکی و شبکه‌ی توزیع در بیشتر پژوهش‌ها مدنظر قرار گرفته‌اند. برای ارزیابی اولیه و سنجش میزان پایایی و روایی مدل، تعدادی از عوامل متناسب با موردکاوی انتخاب و آزمون شدند. نتایج آزمون نشان می‌دهد که اولا مدل پیشنهادی دارای روایی و پایایی مطلوبی در این موردکاوی است و دوم اینکه بیش از 74٪ تغییرات رضایت مشتریان و بیش از 87٪ تغییرات وفاداری مشتریان توسط عوامل پیشنهادی مدل تلفیقی قابل پیش‌بینی است.

    کلیدواژگان: مدیریت ارتباط با مشتریان، رضایت مشتریان، مدل تلفیقی
  • سید علی لسانی، سید محمدتقی فاطمی قمی* صفحات 167-180

    افزایش سطح حساسیت کیفی فرایندها برای بررسی الگوهای معنی‌دار در نمودارهای کنترل فرایند الزامی است. مدل‌های متعددی به منظور تجزیه و تحلیل رفتارهای غیرطبیعی در نمودارها ارایه شده‌اند. اغلب این مدل‌ها نمی‌توانند وقوع فازهای مختلف شکل‌گیری الگوهای سیکلی و سیستماتیک را هشدار دهند. معدود مدل‌های توسعه‌دهنده‌ی مولدهای الگوهای تناوبی، شبکه‌های عصبی را به عنوان ابزار شناسایی به کار گرفته‌اند. معماری‌های دشوار، آموزش‌های وقت‌گیر و از همه مهم‌تر کاهش قابلیت اطمینان در شناسایی و برآورد هنگام بالا بودن حساسیت فرایندها نسبت به رخداد الگوهای غیرتصادفی، از مشکلات مدل‌های مبتنی بر شبکه‌ها بوده است. پژوهش جاری مدل جدیدی را برای تشخیص صحیح‌تر الگوهای تناوبی و تخمین دقیق‌تر پارامترهای متناظر آنها از طریق محاسبه‌ی منحنی کسینوسی برازش نمونه‌ها معرفی می‌کند. این مدل با مقایسه‌ی کلیه‌ی آلترناتیوهای تناوبی، بهترین منحنی کسینوسی برازش نمونه‌ها را تعیین و تصمیم‌گیری می‌کند. الگوریتم پیشنهادی خطای طبقه‌بندی نادرست الگوهای تناوبی و نیز متوسط خطای تخمین پارامترهای متناظرشان را در فازهای مختلف شکل‌گیری کاهش داده است.

    کلیدواژگان: نمودارهای کنترل فرایند، الگوهای معنی دار، الگوی سیکلی، الگوی سیستماتیک
|
  • M. Koosha*, R. Noorossana Pages 3-9

    Statistical process control plays an impressive role in industries due to the growing complicated products and processes. This tool helps practitioners prevent the production of defected products and waste of money and time. Due to the importance of processes and inefficiency of methods based on human inspection, the use of image data for statistical process control has gained great attention among researchers in recent years. Image data have been applied by industries for many years for separating defected products and preventing them to get to customers. In recent years, some methods are proposed by researchers in the area of applying statistical features of image data in statistical process control. Image data analysis is decomposed into two categories: spatial domain and frequency domain. The main concentration of previous research studies in the area of process monitoring using image data is in the area of spatial domain analysis. This study has proposed three methods based on one-dimensional wavelet decomposition for monitoring image data with respect to frequency domain features. At each level of decomposition, wavelet transformation decomposes each signal into two elements including an approximation part (which is similar to the main signal and is performed as a low-pass filter) and a detail element (which is performed as a high-pass filter). The first method proposed in this paper only applies approximation coefficient for process monitoring. The second and third methods consider the detail coefficient by using hard thresholding and soft thresholding, respectively. These methods use a likelihood ratio-based statistic for process monitoring. Hence, they can show an out-of-control status and estimate the change point that is one of the most important diagnostic information. The performance of these methods is evaluated and compared with respect to the average run length and the difference between real and estimated changepoint criteria. Simulation studies are performed by using a textile image. Results showed a suitable degree of accuracy in detecting out of control status and estimating change points.

    Keywords: Control chart, profile monitoring, wavelet, image processing, phase II, generalized likelihood ratio
  • M. Rasti Barzoki * Pages 11-18

    Advertising is a form of marketing efforts to promote using a product or service. Researches show that in 2015 an estimate of US$529.43 billion was spent on advertising in the world. In addition, pricing, as the part of the business's marketing plan, is the process of setting the price at which customers buy products and services. In the pricing, manufacturers consider the price at which it could acquire the goods, the market place, the manufacturing cost, competition, brand, market condition, and quality of product. Therefore, advertising and pricing are two strategic important decisions for manufactures. In the current paper, three products including one main product and two substitute products where each substitute product is the complementary product for the main product are considered. In this paper, for the first time, the problem of determining the advertising level of the main product as well as determining the pricing of the two substitute products is addressed. It is assumed that the price of the main product is constant and specified. The solution of the mentioned problem is obtained based on the Stackelberg game in which the manufacturer of the main product is the leader and the two manufacturers of the complementary products are the follower. The equilibrium solutions for the mentioned structure are obtained. Also, some sensitivity analysis of the important parameters is done and presented. The results show that the market base has no effect on the main product advertising effort. Also, the result shows that the self-price has the negative effect on the advertising effort but the cross-price has the positive effect on the advertising effort. In addition to, the results show that the main product price has the positive effect on the advertising effort that means if the main product price increases the equilibrium advertising effort will be increases.

    Keywords: advertising, pricing, substitute products, stackelberg equilibrium and game theory
  • H. Moakedi, S.M. Seyedhosseini *, K. Shahanaghi Pages 19-29

    In this paper, the optimal periodic inspection interval over a finite time horizon for a two-component system with two types of failures is determined. The failure type of the first component is hidden. The hidden failure is not self-announcing, i.e., it does not stop the system from working. Thus, it is detected only by inspection; however, any delay in the detection of hidden failures causes an increment in operating costs. The failure type of the second component is of two stages. In other words, the second component has three possible states: healthy, defective, and failed. The defective state is identified just by inspection; however, the failed state is self-announcing, i.e., it reveals itself by stopping the system from working. Each defect and revealed failure of the second component causes a shock to the first component and increases its failure rate. Both components of the system are periodically inspected simultaneously to identify defects and hidden failures. Whenever the system stops working due to the revealed failures of the second component, the first component is also inspected opportunistically to detect the hidden failures. The first component is either minimally repaired or replaced upon inspection if the hidden failure is detected. The second component is also either minimally repaired or replaced upon inspection if found defective or at revealed failure. The total cost of the system includes the periodic and opportunistic inspection costs, downtime penalty costs due to hidden failures, and the minimal repair and replacement costs due to hidden failures, defects, and revealed failures. The goal is to find the optimal periodic inspection interval minimizing the expected total cost over a finite time horizon. In the introduced approach, the inspection model is first developed mathematically. Then, due to the complexity of numerical computing, a simulation algorithm is designed to estimate the expected total cost of the system. Finally, the suggested approach is explained by a numerical example with sensitivity analysis for an electrical distribution system.

    Keywords: Two-component system, optimal inspection interval, opportunistic inspection, hidden failures, two-stage revealed failures
  • M. Adibnia, seyed hamidreza pasandideh* Pages 31-41

    The primary objective of a typical hierarchical facility location problem is to determine the location of facilities in a multi-level network in a way to serve the customers at the lowest level of hierarchy. Nowadays, hierarchical facility location models have been widely applied in public facility location problems. In most of such cases, a developed model may need to deal with the relocation of existing facilities along with the construction of new facilities. This further acknowledges the need to focus on solving relocation hierarchical facility location problem using innovative approaches such as dynamic time elements. A facility is an establishment providing services; its level is defined by the highest level of service it offers. Low level services can be supported by a relatively small population. Also, those facilities can be located relatively densely in space. High level services require a large supporting population; they can only be located sparsely in space. Successive inclusiveness means that facilities of each level offer the services available at all lower levels of facility as well as those that require at least that level of facility. Although, the systems of facilities usually exist as hierarchical systems, location problems have been mostly studied for single-level systems. Hierarchical systems have to decide about the locations of their interacting facilities within a multiple layer configuration. Systems with a hierarchical structure are common both in public and private sectors. In this paper, we present the hierarchical facility location-allocation with two layers, Because of demand congestion in service networks, an M/M/1/K queuing system is considered. We assume that the capacity of each facility is limited. Furthermore, servers of each level offer a different service and Users can go to the higher level server without a low-level server refers them to it. We formulate the problem as nonlinear integer-programming models and solve model with GAMS and Global Criteria's technique. The paper finally identifies the gaps for future modeling efforts.

    Keywords: Hierarchical facility location-allocation, queuing theory, bi-objective optimization
  • M. Bashiri*, P. Hassani Pages 43-54

    In this paper, a multi-phase bi-objective mathematical model is presented for a transportation planning. It is assumed that there is a planning horizon which includes some planning periods. In each phase, its related decisions are made. In the first phase, a transportation planning is done for each planning period considering products inconsistency features and other real conditions. In mentioned model steaming decision is made to solve products inconsistency before transporting the new product and the model considers transportation, steaming and other related costs to define optimal tour plan for each vehicle in each time period. The model is solved for each period separately according to the products demands and supplies in mentioned period. In the second phase, according to the total benefit and cost of each vehicle in each period, an optimal portfolio of vehicles is determined. The proposed model of the second phase considers average and risk of using various vehicles and tries to select proper ones. By the proposed portfolio, the transportation company will face to a strategic number of vehicles plan and according to observed periods may have more profit in the future. In the third phase, a bi-objective model is proposed for tactical decisions of purchasing or sale of each vehicle considering their age, their potential profits, their maintenance and other costs at the beginning of each time period. The first objective tries to maximize the total benefit of the transportation company while the second one minimizes the deviation of number of vehicles with their target value which was determined in the second phase by the portfolio selection model. By the third model, the transportation company will decide to purchase or sale each vehicle types to be used for the next time period. This decision is made considering the required demands or supplies, different costs and benefits. Finally, a fuzzy goal programming approach is used to solve the bi-objective model. Sensitivity analysis is done to consider models validity. Comparison of the proposed three phased approach with a classic transportation problem for a numerical example confirms efficacy of the proposed approach.

    Keywords: transportation planning, period planning, horizon planning, Portfolio selection, fuzzy goal programming
  • R. Ighani Yazdeli, A. Eshraghniaye Jahromi* Pages 55-72

    Production wells in offshore shared oil fields require well technical services. These services are done by two types of well technical services groups: wellhead services and wire-line services. Production wells in offshore shared oil fields require well technical services and the lack of services affects production productivity of oil wells. In fact, due to supply limitations, there are fewer well technical service groups compared to the number of oil wells. Failure to service oil wells by well technical service groups based on a predetermined plan will lead to considerable loss in production performance of oil wells and, hence, higher costs. However, the stopping production process is one of the requirements in giving some services to oil wells and, thus, this leads to greater oil production than the competitor neighbor countries and increasing opportunity cost for us. Therefore, in these conditions, making a balance between servicing with stopping production process and minimizing stopping production is very important. Firstly, a mixed- integer programming model is proposed for the problem considering new applicable and practical features that have not been introduced before. Secondly, algorithms based on Benders and L-shaped exact methods are developed. Moreover, algorithms based on Lagrangian relaxation heuristic method in seven states are developed. Each state involves eliminating some selective constraints of the proposed mathematical model and adding its objective function to obtain the best constraint selection. In fact, the professed goal is to produce a variety of lower bounds. In order to evaluate the performance of the developed algorithms, various small to large instances are generated and, then, the algorithm is applied to simulated instances. Computational results indicate that algorithms based on L-shaped and Lagrangian relaxation methods produce better lower bounds. Moreover, by strengthening the model, algorithms based on Lagrangian relaxation method are able to produce better lower bounds with respect to the algorithms based on the L-shaped method in a short time period.

    Keywords: Production wells in shared oil fields, well technical services, mixed-integer programming model, lower bound
  • M. Safarnezhad, M. Amin Nayeri *, R. Ghasemy Yaghin Pages 73-85

    Due to the necessity of communication between production and marketing functions, joint lot size and pricing decisions play an important role in supply chain planning. Moreover in many real world problems there is a fraction of defective items in a received lot that their quality should be evaluated before storage. In this paper, we focus on the problem of simultaneously determining of optimal lot-sizing, pricing and inspection policy with and without replacement of nonconforming items for an inventory system in which demand is price sensitive. The proposed model is based on a maximization of total profit for buyer. It is assumed that the fraction of nonconforming items in a received lot follows a beta distribution and buyer conducts some kind of inspection policies, that include no inspection, inspection and sampling inspection. In addition, in sampling inspection manufacture's risk and the buyer's acceptable quality level are considered to obtain a fair sampling plan. We assume two standard demand functions which are linear and exponential function of price. We first study our NLP model mathematically and then we develop an analytical algorithm to solve the problem and obtain the optimal inventory -inspection-marketing policies. Finally numerical examples are presented to conduct a sensitivity analysis for important model parameters and to illustrate important issues about the developed models.

    Keywords: Lot size, non-linear optimization, pricing, statistical inspection planning, two-stage supply chain
  • M.R. Razian, M. Fathian* Pages 87-97

    The growth of Information and Communication Technology (ICT) has significantly increased the number of automated web services. Web services are self-contained, modular and distributed piece of software that can be described, published, located, or invoked over the network to create products, processes, and supply chains based on Service Oriented Architecture (SOA). Usually, web services are different in both functional and non-functional (or quality of service) requirements. While functional requirement states what a typical service performs, non-functional requirement states how a service addresses its task. Besides, cloud computing has provided unprecedented opportunities for hosting, developing, publishing, and applying web services. Hence, we are faced with many unique services provided with similar functionality and different Quality of Service (QoS) parameters. Therefore, an efficient service composition is required while providing necessary QoS and user constraints (known as Service Level Agreement). Most of the studies in the literature address service composition problem using QoS values announced by providers (known as advertised QoS values). However, when the services are physically deployed and invoked by service consumer, the values of QoS parameters may vary largely depending on different factors such as network load, number of applications running in the server, and topology changes in network. To address this limitation, in this paper, we present a novel approach based on user observations. The proposed approach considers users' observation in the composition process to overcome the problem of varying QoS values in users-side. The proposed method is implemented using Floyd algorithm and evaluated using real dataset.

    Keywords: Web service, web service composition, cloud computing, user observation, e-commerce
  • S.M. Hashemi, M.M. Lotfi *, M.A. Vahdat Zad Pages 99-110

    The failure probability and establishment risk of startups is high due to the required high technical knowledge and added value, new product developments, lack of financial sources and need for specialists. By the use of risk management approaches, one can systematically evaluate the risks related to the decisions and improve the success probability by studying the corresponding opportunities and treats. In this paper, we consider the development phase of Nanotechnology startups as a project and propose a quantitative framework for analyzing the risk response strategies based on the PMBOK standard and a combination of FMEA, TOPSIS, and optimization model. Using FMEA, we can study the effect of risks and risk responses on the startup goals. TOPSIS helps to analyze the impact of risk responses on all the risk factors. The bi-objective optimization model is formulated subject to the prevailing constraints such as budget, time, production capacity and incompatibility of strategies. The proposed optimization model is for determining the Pareto frontier of risk and profits that as a decision tool may help managers to select the appropriate risk response strategies. The validation and sensitivity of proposed framework is analyzed applying it for a Nanotechnology startup in Yazd science & technology Park. Although the complete enumeration can be used to solve the small and medium instances, we propose the Epsilon constraint method successfully in order to solve the large-sized problems. The validation of framework confirm that it can apply to identify, evaluate and select of optimal risk response strategies. Also, the sensitivity analysis results show that the estimation quality of the model parameters particularly costs has a great impact of the outcomes. Therefore, developing the quantitative methods such artificial neural network to estimate the key parameters such as costs, revenues and risk levels is as a direction for the future study.

    Keywords: Knowledge-based startup, Risk, profits, TOPSIS, Optimization, FMEA, risk response strategy
  • M. Forghani, M.A. Vahdat Zad *, A. Sadegheih Pages 111-125

    Transportation planning and inventory management are among the key problems at the various levels of a supply chain. The integration of transportation and inventory decisions is known as the inventory routing problem (IRP) in the literature. Building upon the reviewed literature, this paper expands an operational combination of the classical routing-inventory problem in the form of a two-level supply chain that includes a multi-period, multi-product inventory-routing coupled with various kinds of fleets with different available capacities called Fleet Size and Mix Vehicle Routing Problem (FSMVRP). In this model, stock out is not allowed. Additionally, two practical and significant features of routing are taken into consideration including: 1- ``backhauls'' in which the Distributor (Vendor) is supposed to provide services for two groups of the customers (linehaul and backhaul costumers), assuming that each one of the vehicles is first unloaded to satisfy the demands of the linehaul customers, and it is later loaded by collecting the loads from the backhaul customers; 2- ``Split delivery'' strategy according to which there is a possibility to provide the services to each customer by at least one vehicle. Due to the varying demands of the customers, it is quite possible for the demands of some customers to be more than the available capacity of one vehicle. Particularly, in the case of urban transportation, several vehicle transitions occur at a demand point. Thus, the split services can help minimize the number of the vehicles used, which in turn will increase environmental sustainability. Therefore, first, a new mathematical model, i.e., a mixed-integer programming (MIP) formulation, is presented for the problem. This problem is a non-deterministic polynomial-time hard (NP-hard). Then, according to the literature on routing-inventory problems, a bat optimization algorithm, whose performance is evaluated by an efficient genetic algorithm, is developed for the first time. At the end, the numerical results obtained by this algorithm are analyzed using the randomized test problems.

    Keywords: Inventory-routing, backhauls, bat optimization algorithm, split delivery, genetic algorithm, multi-product
  • M. Agah, R. Noorossana, K. Sabri Laghaie* Pages 127-138

    Accurate prediction and evaluation of products reliability is one of the concerns of the companies for technical and managerial decisions. In this regard, failure data of products are used for reliability estimation. However, for products with high reliability, these data require a very long time and a large number of test units that is usually costly and impossible. Therefore, optimal usage of resources such as test units, time and facilities is necessary. Accelerated reliability tests are usually used for gathering failure data of products. However, for products with high reliability no failure or few failures may happen even by accelerated methods. So, evaluation of the products reliability just with using traditional life tests is difficult because it only records the time of failures. Therefore, measuring the degradation process have been proposed as an alternative to failure time data to obtain fast and convenient data in manufacturing industries. Accelerated Degradation Tests (ADTs) are useful tools in evaluating lifetime of high reliability products. Many products degrade due to multiple failure mechanisms. In other words, multiple failure mechanisms (competing risks) compete to put an end to the life of a product. In some applications, the process of degradation measurement destructs physical and chemical characteristics of test units. This kind of accelerated test is called Accelerated Destructive Degradation Test (ADDT). In applying these tests resource and estimation issues should be taken into consideration. Sample size, sequence of destructive measurements, number of measurements in each stress level, and other decision variables are important in effectively designing and implementing an ADDT. Therefore, in this paper, the optimal design of an ADDT in presence of competing risks is studied. In this regard, asymptotic variance of the failure time quantile is minimized. A sensitivity analysis on the results is reported to evaluate the robustness of the results to model parameters.

    Keywords: Reliability, accelerated destructive degradation tests, competing risk, optimal test plan
  • M. Y‌a‌v‌a‌r‌i*, M. A‌g‌h‌e‌l‌a‌n Pages 139-152

    A resilient supply chain network design is a strategic issue in the field of supply chain management. Nonetheless, designing resilient supply chain has been considered for designing new supply chains in previous research studies, and making resiliency in an existing supply chain has not been investigated. In the current research, redesigning a supply chain to make a resilient supply chain has been studied with the possibility of opening new facilities and closing and resizing the existing facilities. This supply chain consists of a set of manufacturers, existing and potential distribution centers, and existing and potential retailers and customers. Distribution centers and retailers may be redesigned in this chain. For this problem, a mixed-integer linear programming model has been developed. Two existing and most applied strategies consisting of extra capacity and the emergency stock, along with a new disruption risk mitigation strategy, named establishing alliance strategy, have been investigated in various disruption scenarios. Establishing alliance has been applied in two parts of the supply chain including manufacturers and retailers. Computational experiments were conducted to assess the performance of the resilient model and make a comparison between the disruption risk mitigation strategies. The results revealed that the supply capability of the resilient model was 13% higher than that of the non-resilient one. Furthermore, resilient supply chain enjoys 9% better performance than non-resilient supply chain in terms of profit. In addition, ``establishing alliance'' strategy has greater impact on the supply capability enhancement compared to ``extra capacity'' and ``emergency stock'' strategies. Also, establishing alliance between manufacturers in comparison with alliance between retailers has greater impact on the performance of the supply chain in terms of both supply quantity and profit. Through the formation of an alliance among manufacturers, the supply quantity and profit of the supply chain will increase by 6.7% and 5.5% respectively, while establishing an alliance in retailers improves supply capability and profit by 3.5% and 1.6% respectively.

    Keywords: S‌u‌p‌p‌l‌y c‌h‌a‌i‌n n‌e‌t‌w‌o‌r‌k r‌e‌d‌e‌s‌i‌g‌n, d‌i‌s‌r‌u‌p‌t‌i‌o‌n, r‌e‌s‌i‌l‌i‌e‌n‌c‌e, d‌i‌s‌r‌u‌p‌t‌i‌o‌n r‌i‌s‌k m‌i‌t‌i‌g‌a‌t‌i‌o‌n s‌t‌r‌a‌t‌e‌g‌y, e‌s‌t‌a‌b‌l‌i‌s‌h‌i‌n‌g a‌l‌l‌i‌a‌n‌c‌e s‌t‌r‌a‌t‌e‌g‌y
  • M. Sepehri*, A.H. Sadeghi Dolatabadi Pages 153-165

    The main purpose of this paper is to propose an integrated model by using the existing important factors influencing customer satisfaction and customer loyalty. Its foremost theory contribution is using the most cited related literature and verifying the model in the automobile industry in Iran. In theory testing, for the model in a specific case study, by using an explanatory approach, experts' focus group prioritized the factors. After considering all existing factors in the relevant literature, results showed 9 factors to be included in the integrated model. ``Brand Equity'', ``Product Quality'', ``Service Quality'', ``Service Recovery'', ``Perceived Value''; ``Employee Satisfaction'', ``Effective Customer Relations'', ``Physical Environment'', and ``Distribution Channels'' are among the most used factors in customer satisfaction literature. For each factor, relevant literature was reviewed to develop an operational definition. The relevant factors with case conditions were selected and tested for the initial assessment of the validity and reliability of the integrated model. Test results showed that the proposed model may have an appropriate level of validity and reliability in this particular case study. Overall, the selected factors can predict more than 74% of customer satisfaction and more than 87% of customer loyalty changes.

    Keywords: customer relationship management, customer satisfaction, macro-model
  • S.A. Lesany, S.M.T. Fatemi Ghomi* Pages 167-180

    The process control charts are most important tool of statistical process control (SPC) approach. The general control procedures of these charts only monitor charts' samples individually and do not consider the obtained common information from successive samples as probable potential disorders. The existence of natural variations in the control charts is inevitable, but the appearances of significant patterns in these charts warn the special disturbances in production processes and associate out-of-control situations. The natural variations often divert significant patterns from their expected forms; therefore, increase of qualitative sensitivities level for study of unnatural patterns in the control charts is mandatory. In resent years, to recognize and analyze non-random patterns in the process control charts, numerous models have been presented. These models usually cannot alarm the occurrences of various formations modes of cyclic and systematic patterns, since the periodic patterns have phase difference in their starting point and most of these researches merely have simulated one simple phase of their formation. On the other hand, few developer models of periodic patterns generating functions have applied the artificial neural networks as recognition tool. Although the neural networks are capable in patterns learning, however they have difficult architectures, time-consuming algorithms and uncertain reliability when the sensitivities of processes to the appearances of significant patterns are high. This paper introduces a new model based on fitted cosine curve of samples for more accurate discrimination of the various formations phases of cyclic and systematic patterns and more precise estimation of their corresponding parameters at different levels of sensitivity. Our proposed model compares all periodic alternatives, then selects the best fitted cosine curve of samples, and finally determines situation of process. The results of simulated tests indicate that the proposed model reduces the misclassification error of cyclic and systematic patterns and decreases the estimation error average of their corresponding parameters, in comparison with developer models of periodic patterns, for the various emergences states.

    Keywords: Process control charts, significant patterns, cyclic pattern, systematic pattern