فهرست مطالب

Advances in Industrial Engineering - Volume:45 Issue: 1, 2011

Journal of Advances in Industrial Engineering
Volume:45 Issue: 1, 2011

  • Special Issue
  • تاریخ انتشار: 1390/09/19
  • تعداد عناوین: 12
|
  • صفحه 1
    امروزه سازمان ها از تمامی ابزارهای مناسب جهت بهبود خدمت رسانی به مشتریان استفاده می کنند. شناسایی گروه خاصی از مشتریان و پیش بینی رفتار آنها بدون شک می تواند نقش مهمی را در بهبود سرویس دهی ایفا می کند. در این مقاله، یک روش آماری جدید با نام سیستم ماهالانوبیس تاگوچی برای این منظور استفاده شده است. این روش برای تحلیل داده های واقعی بیمه خودرو استفاده شده و 5 شهر بزرگ ایران مورد بررسی قرار گرفته است. 7 فاکتور اولیه ای که در رخداد تصادفات و خسارت ها موثر شناخته شده بود به 4 فاکتور کاهش یافت. سپس رفتار مشتریان با کمک مفهوم فاصله ماهالانوبیس بطور مورد به مورد تحلیل شد. برای این منظور، با استفاده از مفهوم فاصله ماهالانوبیس مشتری های پرریسک که خسارت بالایی را به سازمان بیمه تحمیل می کنند شناسایی گردید. روش شبکه های عصبی برای شناسایی مشتریان با ریسک بالا مورد استفاده قرار گرفت و نتایج آن با نتایج سیستم ماهالانوبیس تاگوچی مقایسه شد. نتایج نشان می دهند که سیستم ماهالانوبیس تاگوچی به دلیل داشتن مقیاس غیر نرمالیتی، توانایی بالایی در شناسایی مشتریان با ریسک بالا دارد. شناسایی این مشتریان با سیستم ماهالانوبیس تاگوچی در مقایسه با شبکه های عصبی دقیق تر است
    کلیدواژگان: بیمه بدنه خودرو، سیستم ماهالانوبیس تاگوچی، مشتریان با ریسک بالا، شبکه های عصبی، فاصله ماهالانوبیس
  • صفحه 13
    بهینه سازی متغیرپاسخ و یافتن بهترین ترکیب تنطیم متغیرهای کنترلی در هر فرایند یکی از قدمهای اصلی بهبود کیفیت محسوب میگردد. ضرورت توجه به این مهم در فرایندهایی با چند متغیر پاسخ بطور همزمان دو چندان احساس می شود. در این مقاله ی پس از تبیین موضوع بهینه سازی سطح پاسخ و همچنین مساله چند پاسخی، ابتدا به مدلسازی چنین مسائلی پرداخته می شود. در مرحله بهینه سازی مساله مذکور دو روش فراابتکاری برای رسیدن به جواب بهینه همزمان تمامی پاسخها بر اساس روش شبیه سازی تبرید و بهینه سازی تجمعی ذرات ارائه شده و چگونگی تطبیق الگوریتمهای مذکور برای مسائل بهینه سازی چند پاسخی مبتنی بر تابع مطلوبیت بررسی شده است. پس از توضیحات لازم در مورد الگوریتمها، روش های پیشنهادی برای دو مساله برگرفته از ادبیات تحقیق تشریح و نتایج بدست آمده مورد تحلیل قرار گرفته است. نتایج بررسی ها نشان دهنده عملکرد مناسب مدل و الگوریتمهای پیشنهادی نسبت به سایر رویکردهای موجود می باشد.
    کلیدواژگان: شبیه سازی تبرید، بهینه سازی تجمعی ذرات، تابع مطلوبیت، بهینه سازی چند پاسخه، طراحی آزمایشها
  • صفحه 25
    برای برنده بودن در رقابت جهانی، شرکت ها نیازمند بازشناسی و پایش رفتار مشتریانشان هستند تا رفتار و خواسته های آنها را زودتر از رقبایشان برآورد کنند. این تحقیق به دنبال شناسایی ویژگی هایی است که ما را به تحلیل ریزش مشتری سوق می دهد. به همین منظور، رفتار 3150 مشتری یکی از اپراتورهای مخابراتی ایرانی در طول یک سال شناسایی شده است و روند تغییرات آنها با استفاده از یک مدل LLNF خصوصی سازی شده تحلیل شده است. برای انجام این امر، الگوریتم درخت مدل خطی محلی (LOLIMOT)، که مزایای شبکه های عصبی مدل درخت تصمیم گیری و مدل های فازی را درخود جای داده است، به کار گرفته شده است. نتایج بیانگر آن است که نارضایتی مشتری، استفاده مشتری از خدمات و ویژگی های آماری وی تاثیر روشن و معنی داری بر تصمیم وی برای ماندن در سیستم و یا خروج از سیستم دارد. علاوه بر این، فعال بودن یا غیر فعال بودن وضعیت اشتراک مشتری تاثیر میانجی گرانه در باقی ماندن یا ریزش وی از سیستم دارد.
    کلیدواژگان: پیش بینی، LLNF، منطق فازی، LOLIMOT، شبکه عصبی، تامین کنندگان خدمات تلفن همراه، ریزش مشتری
  • صفحه 39
    این مقاله به ارائه روش مدلسازی شبه مدل با کارایی بالا برای حل مسائل بهینه سازی طراحی چند موضوعی با مدلهای شبیه سازی دقت بالا می پردازد. مهمترین مشکلات اساسی در ارتباط با بهینه سازی چند موضوعی عبارتند: از کوپلینگ های بین موضوعات، هزینه های سنگین محاسباتی آنالیز و تحلیل در هر موضوع مربوطه و تعدد قیود و متغیرهای طراحی. این عوامل منجر به افزایش هزینه های محاسباتی می شود که این خود عامل استفاده محدود MDO در حل مسائل طراحی صنعتی میگردد. برای رفع این مشکلات در این مقاله، روشی بر مبنای مدلسازی سراسری با استفاده از روش حداقل مربعات متحرک و استراتژی ناحیه مطمئن ارائه شده است. شبه مدل برای شناختن ناحیه قابل قبول و غیر قابل قبول و همچنین استراتژی ناحیه مطمئن برای جستجوی دقیق ناحیه قابل قبول مورد استفاده قرار می گیرد. این روش با یک مسئله نمونه نشان داده شده است و کارایی این روش برای مدلسازی و بهینه سازی مشارکتی در سطح سیستمی با استفاده از مدل سطح بالا مورد بررسی قرار گرفت. نتایج نشان می دهد که شبه مدل بر مبنای روش حداقل مربعات متحرک به صورت همزمان دقت بالای محاسبات و در عین حال کاهش قابل توجهی در هزینه های محاسباتی را فراهم می کند.
    کلیدواژگان: روش حداقل مربعات متحرک، بهینه سازی طراحی چند موضوعی، بهینه سازی مشارکتی، استراتژی ناحیه مطمئن، شبه مدل
  • صفحه 51
    پروژه های ساختمانی عموما با محدودیتهایی متعددی مواجهند که تاثیر قابل توجه بر زمان بندی و هزینه پروژه دارند. محدودیت منابع اعم از مصالح، ماشین آلات و تجهیزات کارگاهی،نقدینگی و منابع انسانی ماهر و نیمه ماهر از جمله مهمترین این محدودیتها هستند. تغییرات میزان دسترسی به این منابع در طول پروژه و نیز امکان یا عدم امکان منابع مازاد هرمقطع زمانی در مقاطع بعدی از اجرای پروژه به پیچیدگی موضوع می افزاید. جستجوی یک روش برنامه ریزی مناسب برای برنامه ریزی بهینه پروژه های ساختمانی با توجه به این محدودیتها مورد توجه محققین متعدد بوده است که بروش های مختلف سعی در ارائه راهکار مناسب نموده اند. اغلب این تحقیقات با فرض ثابت بودن دوره اجرای فعالیتهااست. در این تحقیق، از یک الگوریتم فرا ابتکاری بهبود یافته برای بهینه سازی هزینه و زمان پروژه استفاده شده است که میتواند از دیدگاه پیمانکاران قابل توجه باشد. در مدل ارائه شده، زمان فعالیتها بگونه ای تغییر میکنند که بتوان حد اکثر استفاده را از منابع ببرد. به عبارت دیگر با افزایش زمان بعضی از فعالیتها، میتوان آنها را بطور همزمان با فعالیتهای دیگر اجرا کرد که در نهایت باعث کاهش هزینه و زمان پروژه خواهد شد. برای ارزیابی این الگوریتم، دو زمان بندی مختلف از یک پروژه ارائه شده است که در یکی از زمان حداقل هر فعالیت و در دیگری از الگوریتم بهینه سازی برای زمان بندی استفاده شده است. نتایج بدست آمده حاکی از کارایی مناسب الگوریتم در کاهش هزینه و زمان پروژه میباشد.
    کلیدواژگان: بهینه سازی زمان پروژه، زمان بندی پروژه، مدیریت هزینه، پروژه های ساختمانی
  • صفحه 61
    الگوریتم ژنتیک، درمیان روش های ابتکاری، یکی از پرکاربردترین روش های بهینه سازی است که در گستره وسیعی از مسائل پیچیده بهینه سازی، بصورت موفقیت آمیزی بکاررفته است. عملکرد الگوریتم ژنتیک تا حد زیادی وابسته به انتخاب مناسب سطوح پارامترهای تنظیمی آنست که شامل مکانیزم تقاطع، احتمال تقاطع، اندازه جمعیت، نرخ جهش و درصد انتخاب میباشد. در این تحقیق، بر اساس رویکرد طراحی آزمایشات و مدلسازی رگرسیونی، تاثیرات پارامترهای تنظیمی بر عملکرد الگوریتم ژنتیک ارزیابی شده است. به عنوان مطالعه موردی، الگوریتم ژنتیک برای حل یکی از مسائل الگوی شناخته شده «فروشنده دوره گرد» مشتمل بر 48 شهر، پیاده سازی شده است. رویکرد پیشنهادی در این پژوهش، به-سادگی قابل پیاده سازی بر روی سایر مسائل بهینه سازی می باشد. برای طراحی مدل های ریاضی، محاسبات کامپیوتری بر اساس ماتریس مرکب مرکزی 4 عاملی - 5 سطحی اجرا شده اند. به منظور ایجاد ارتباط بین متغیرهای تنظیمی الگوریتم ژنتیک و معیار عملکردی آن، سه نوع تابع رگرسیونی بر داده های محاسباتی برازش داده شد. سپس، تحلیل های آماری بر روی مدل ها انجام پذیرفته تا بهترین مدل تعیین گردد. نتایج آنالیز واریانس دلالت بر این دارد که تابع درجه دوم بهترین و منطبق ترین مدل بوده و می تواند رابطه متغیرهای مهم الگوریتم ژنتیک و معیار عملکردی (کیفیت جواب نهایی) آن را به درستی ارائه نماید.
    کلیدواژگان: طراحی آزمایشات، مدل سازی رگرسیونی، آنالیز واریانس، بهینه سازی، الگوریتم ژنتیک
  • صفحه 69
    در این مقاله یک مدل کنترل موجودی اقلام زوال پذیر با دوره عمر تصادفی برای یک سیستم دو مرحله ای تولید-توزیع توسعه داده شده است. در مرحله اول یک تولید کننده قرار دارد که اقلام خود را با نرخ ثابت تولید می کند. زوال اقلام در این مرحله از توزیع وایبل دو پارامتری پیروی میکند. در مرحله دوم، خرده فروش سفارشات خود را یکجا دریافت کرده و نرخ زوال پیرو توزیع وایبل سه پارامتری است. مقدار اولیه این توزیع وابسته به مدت زمانی می باشد که محصول در مرحله اول گذرانده است. رفتار پارامتر های کلیدی مدل بصورت عددی تحلیل شده است.
    کلیدواژگان: زنجیره تامین دو سطحی، کنترل موجودی، اقلام زوال پذیر، سیستم های تولید، توزیع
  • صفحه 79
    در سالهای اخیر مطالعه بر روی بخش بندی مشتریان و طرح بخش بندی مشتریان بسیار مورد توجه قرار گرفته است. بر این اساس، در این تحقیق تلاش شده تا یک متدولوژی برای بخش بندی مشتریان یک بانک خصوصی در ایران بر اساس پارامترهای ایجاد ارزش که از داده های تراکنشی استخراج شده اند، ارائه شود، سپس مشتریان بر اساس امتیاز ارزش طول عمر آنها رتبه بندی شوند.
    کشف الگوهای پنهان بین نتایج حاصل از رتبه بندی مشتریان و سایر اطلاعات نظیر داده های استفاده از سایر خدمات بانکداری و داده های دموگرافیک از دیگر کارهای انجام شده در این تحقیق است. برای دستیابی به این موارد، از تکنیکهای متعدد داده کاوی نظیر خوشه بندی و دسته-بندی بر روی داده های واقعی یک بانک خصوصی، استفاده شد. تحقیق پیش رو درک روشنی را برای حوزه های فعالیت های بازاریابی و مدیریت ارتباط با مشتریان یک سازمان فراهم می سازد، به گونه ای که سازمان بتواند برنامه های استراتژیک آینده را بر اساس شناخت مناسبی که از بخش های مختلف مشتریان به دست آورده تبیین کند.
    کلیدواژگان: داده کاوی، ارزش طول عمر مشتریان، بخش بندی مشتریان، تحلیل RFM، قوانین تصمیم
  • صفحه 95
    پدیده ضربه شلاق نقش بسیار مهمی را در مدیریت زنجیره تامین بر عهده دارد. این نقش بخصوص در بازارهای بسیار متلاطم که قیمت ها به دلایل غیر منتظره همچون پدیده گرمایش زمین دچار تغییر می گردند مهمتر می باشد. به صورت سنتی انتظار می رود که با افزایش در قیمت ها شاهد کاهش قابل توجه در تقاضای بازار باشیم. با اینحال تحولات اخیر در اقتصاد جهانی نشان داده اند که افزایش ناگهانی قیمت در یک بازه کوتاه زمانی می تواند به افزایش ناگهانی در تقاضا منجر شود که در بلند مدت شاهد افت تقاضا خواهیم بود. شواهد بسیاری موید این نظر می باشند و می توان به عنوان مثال از رفتار بازار برنج در ایران در سپتامبر 2008 میلادی نام برد. در این مقاله یک مدل ریاضی برای تقاضا ارائه شده است که در آن تقاضا نه تنها تابعی از قیمت بلکه تابعی از سرعت تغییرات قیمت نیز می باشد. به هنگام کم بودن سرعت تغییر قیمت، رفتار مدل دقیقا«مشابه مدل کلاسیک کشش تقاضا می باشد. ولی به هنگام بروز یک شوک قیمتی در بازار رفتار مدل به طور کامل دگرگون میگردد. مدل پیشنهادی در عین حال پدیده ضربه شلاق را با استفاده از ضریب لیاپونوف مورد بررسی قرار می دهد.
    کلیدواژگان: ضریب لیاپونوف، پدیده ضربه شلاق، نوسانات قیمت، زنجیره تامین
  • صفحه 103
    تقاضا در مدل های کلاسیک (EOQ) ثابت فرض شده است، اگرچه در دنیای واقعی تقاضا وابسته به فاکتورهای بسیاری، مانند قیمت فروش، وارانتی محصول و بازاریابی می باشد. در سالهای اخیر مدلهایی بسیار معروف تحت عنوان مدلهای ادغامی فروش و مقدار سفارش مطرح شده اند. در این مدلها نه تنها تقاضا وابسته به قیمت فروش می باشد، بلکه قیمت فروش و مقدار سفارش برای یک فروشنده نیز وابسته به یکدیگر می باشند. محققین بسیاری این مدل ها را تحت بعضی شرایط مانند، تخفیف مقداری، بازاریابی وخرید اعتباری در نظر گرفته اند. دراین مقاله، یک مدل موجودی جدید برای فروشنده ای که فعالیت بازاریابی انجام می دهد، پیشنهاد کرده ایم. فعالیت بازاریابی فرایندی است که شامل بررسی بازار، فروختن محصولات یا خدمات به مشتریان و ترویج دادن محصولات/خدمات با استفاده از تبلیغات می باشد. واضح است که این فرآیند در طی یک افق زمانی اتفاق می افتد، بنابراین تقاضای محصول با گذشت زمان افزایش می یابد. لذا در مدل ارایه شده، به واسطه افزایش در تقاضا، کمبود رخ می دهد. در این مدل بازاریابی تابع خطی از زمان فرض شده است که برتابع تقاضا تاثیر دارد، در حالی که تقاضا خود تابعی از قیمت در نظر گرفته شده است. در مدل پیشنهادی، هزینه پس افت را هنگامی که مدل با کمبود مواجه می شود، همراه باهزینه های خرید، سفارش و نگهداری در نظر گرفته شده است. همچنین الگوریتمی به کار برده شده است تا مقادیر بهینه قیمت خرید، هزینه بازاریابی و زمان موجودی در دست تعیین گردد به طوری که سود فروشنده ماکسیمم گردد. در پایان مثال های عددی همراه با آنالیز حساسیت بر روی پارامترهای کلیدی، ارایه شده است که حاکی از واقعی تر بودن مدل در مقایسه با مدلهای قبلی می باشد.
    کلیدواژگان: پس افت، قیمت گذاری، بازاریابی، کنترل موجودی، کمبود
  • صفحه 113
    در این مقاله یک الگوریتم جدید قدرتمند با الهام از تکثیر و رشد علف های هرز جهت حل مسئله معروف تخصیص نمایی که از کاربرد بسیار زیادی در حوزه های مختلف نظیر چیدمان کارخانه، چیدمان ماشین آلات و... برخوردار است، به کار گرفته شده است. مجموعه ای از مسائل عددی مرجع از منبع مربوط به این مسئله مشهور انتخاب و کارایی الگوریتم از طریق آن در مقایسه با الگوریتم های قبلی مشابه مورد ارزیابی قرار گرفته است. نتایج نشان دهنده اینست که این الگوریتم نتایج بهتری را در مقایسه الگوریتم های قبلی خصوصا با افزایش ابعاد مسئله ارائه می دهد
    کلیدواژگان: مسئله تخصیص نمایی، بهینه سازی عف های هرز، الگوریتمهای فراابتکاری، رشد و تکثیر علف های هرز
  • صفحه 127
    در سال های اخیر تعیین استراتژی بهینه زنجیره تامین بسیار مهم تلقی می شود. ولی پاسخ به آن بواسطه طبیعت بسیار پیچیده و غیر ساختار یافته اینگونه تصمیم ها براحتی صورت نمی گیرد. برای محاسبه و تعیین تصمیم بهینه بسیاری از متغیرهای کیفی و کمی مانند هزینه، انعطاف پذیری، سرعت پاسخگویی و... می بایست مدنظر قرار گیرند. برای جذب موضوعات و پاسخ های کیفی نوع بشری به متغیرهای دخیل می توان از مفهوم تصمیم گیری چند متغیره فازی استفاده کرد. در این تحقیق ویژگی های الگوهای ناب و چابک در زنجیره های تامین مورد یررسی قرار گرفته است. نتایج بررسی ها نشان می دهد که هر یک از دیدگاه های فوق یعنی ناب و چابک، دارای مزیت ها و نقاط قوت خاص خود هستند و در شرایط خاصی حداکثر کارایی را خواهند داشت. به عبارت دیگر با توجه به شرایط و ویژگی های مختلف سازمان ها و سیستم های تولیدی، می توان از هر یک از این استراتژی ها و یا از هر دو آنها سود برد. سپس با بررسی نقاط تشابه و تمایز هر یک از این الگوها و جمع آوری معیارها و شاخص های درست، کافی و کارا، یک مدل تصمیم گیری چند معیاره فازی (FMADM) ارائه شده است که ضمن بررسی تمام ابعاد زنجیره تامین در الگوهای ناب و چابک، می تواند یاری دهنده مدیران و تصمیم گیران در عرصه های واقعی دنیای صنعتی امروز باشد. در پایان نیز مدل پیشنهادی توسط یک مورد کاوی در یک شرکت تولیدکننده وسایل کمپینگ مورد ارزیابی و صحه گذاری قرار گرفته است.
    کلیدواژگان: زنجیره تامین، تصمیم گیری چند معیاره، نظریه فازی، تولید ناب، تولید چابک
|
  • Seyedeh Elaheh Abbasi, Abdollah Aaghaie, Mahboubeh Fazlali Page 1
    The organizations use all appropriate tools to improve their service to the customers. The detection of especial customers and the forecast of their behavior undoubtedly can play an important role in improvement of service. In this paper, a new statistical method called the Mahalanobis Taguchi system has been used for this purpose. This method is used for the analysis of real data of an insurance company and five big cities in Iran are considered. There are seven initial factors which is important in the occurrence of accidents and losses. These factors are reduced to four. Customer's behavior is analyzed case by case by the Mahalanobis–distance concept. In fact with using this new method, demand of customers case by case was analyzed and it is an important outcome in analyzing behavior of customers. Devising ways to prevent the accidents and damages will need the recognition of Customer's behavior. The neural networks method is used to recognize the high–risk customers, and the results of this method are compared with the results of Mahalanobis–Taguchi system. The results show that Mahalanobis–Taguchi system with its abnormality scale has a great capability in recognizing high-risk customer. To recognize the customer by the Mahalanobis Taguchi system is more accurate in comparison with the neural networks method.
  • Mahdi Bashiri, Reza B. Kazemzade, Anthony C. Atkinson, Hossein Karimi Page 13
    The simultaneous optimization of multiple responses is an important problem in the design of industrial processes in order to achieve improved quality. In this paper, we present a new metaheuristic approach including Simulated Annealing and Particle Swarm Optimization to optimize all responses simultaneously. For the purpose of illustration and comparison, the proposed approach is applied to two problems taken from the literature. The results of our study show that the proposed approach outperforms the other approaches and can find better solutions. Finally, in both cases, we present the results of a sensitivity analysis incorporating experimental design.
  • Mehdi Fasanghari, Abbas Keramati Page 25
    For winning in global competition، companies need to recognition and monitoring of customer''s behavior to forecast their behavior and desires earlier than competitors. This research tries to recognize the attributes which lead to customer churn. For this، behavior of 3150 subscribers of an Iranian mobile operator، has observed during one year and trends of them has analyzed by a customized LLNF model. For this purpose، the application of the locally linear model tree (LOLIMOT) algorithm، which integrates the advantage of neural networks، tree model and fuzzy modeling، was experimented. Results suggest that dissatisfaction of customer، his/her usage from services and demographic attributes have significant effect on decision to churn or retention. Furthermore، the active or inactive subscriber situation has mediation effect on his/her retention.
  • Yaghoob Gholipour, Parviz Mohammad Zadeh, Mohadeseh Sadat Shirazi Page 39
    This paper presents an efficient global meta-model building technique for solving high fidelity multidisciplinary design optimization (MDO) problems. The main difficulties associated with MDO are often characterized by interdisciplinary couplings, high computational cost of an analysis in individual disciplines and a large number of design variables and constraints. These issues result in very high overall computational cost limiting applications of MDO to complex industrial design problems. To address these issues a combination of global meta-model using moving least squares (MLSM) and the trust region strategy is introduced. A global meta-model is used to identify the feasible and infeasible regions and the trust region strategy is used for a detailed search of the feasible region. The technique is demonstrated on a test problem and the effectiveness of the method for modeling and system level collaborative optimization using high fidelity models is studied. The results show that meta-model based on MLSM provide a high degree of accuracy whilst achieving a considerable reduction in computational cost.
  • Yaghob Gholipour, Mohammad Mehdi Shahbazi Page 51
    During the implementation, construction projects usually encounter situation that considerably affects the project scheduling and cost. This study aims at using an improved version of the harmony search algorithm (HSA) to schedule resource constrained construction projects. This model is formulated as a global optimization problem. It will determine the duration of each activity to minimize the project total cost. The algorithm tries to find the best duration for each activity so that it leads to the total consumption of the corresponding resource. This may cause some activities to start simultaneously. The improvements have been made to increase the convergence rate and to lower the cost and shorten duration of the project. A numerical example has been proposed to evaluate the efficacy of the algorithm. This algorithm also addresses issues such as multi-resource, resource combination, and resource limit. Two scenarios have been considered for the test problem. The former scenario shows the project scheduled using the minimum duration list and the latter scenario schedules the project using the optimization algorithm. A comparison between the two scenarios shows the effectiveness of the proposed algorithm in decreasing the total cost and duration of the projects.
  • Marziyeh Hasani Doughabadi, Hossein Bahrami, Farhad Kolahan Page 61
    Among various heuristics techniques, Genetic algorithm (GA) is one of the most widely used techniques which has successfully been applied on a variety of complex combinatorial problems. The performance of GA largely depends on the proper selection of its parameters values; including crossover mechanism, probability of crossover, population size and mutation rate and selection percent. In this paper, based on Design of Experiments (DOE) approach and regression modeling, the effects of tuning parameters on the performance of genetic algorithm have been evaluated. As an example, GA is applied to find a shortest distance for a well-known travelling salesman problem with 48 cities. The proposed approach can readily be implemented to any other optimization problem. To develop mathematical models, computational experiments have been carried out using a 4-factor 5-level Central Composite Design (CCD) matrix. Three types of regression functions models have been fitted to relate GA variables to its performance characteristic. Then, statistical analyses are performed to determine the best and most fitted model. Analysis of Variance (ANOVA) results indicate that the second order function is the best model that can properly represent the relationship between GA important variables and its performance measure (solution quality).
  • Fariborz Jolai, Elmira Gheisariha, Farnaz Nojavan Page 69
    In this paper, we develop an inventory model for perishable items with random lifetime in a two-echelon production-distribution system. There is a manufacturer at the first stage that produces its product with a constant rate. Deterioration in this stage is modeled via a two-parameter Weibull distribution. At the second stage, the retailer places the order and receives the product instantly. The deterioration rate at this stage is a three-parameter Weibull distribution, which its initial value depends on the time the product has spent in the first stage before being transferred. The behavior of different key parameters of the model is analyzed using numerical studies.
  • Mahboubeh Khajvand, Mohammad Jafar Tarokh Page 79
    Studying about the customer segmentation and begetting customer ranking plan diverts more attention in recent years. In this regard, this study tries on providing a methodology for segmenting customers based on their value driver parameters which extracted from transaction data and then ranks customers with regard to their customer lifetime value (CLV) score. Discovering hidden pattern between customers ranking result the other data such as customer product ownership data and socio-demographic information is the other work which addressed in this paper. Achieving this, we used data mining techniques such as different classification and clustering approaches, and implemented them on real data from an Iranian private bank. Current study can provide good insights for marketing and CRM department of the organization in identifying different segments of customer for designing future strategic program.
  • Ahmad Makui, Seyed Jafar Sadjadi, Nazli Karampour Page 95
    The bullwhip effect plays an important role in supply chain management especially in a highly volatile market where prices change due to many unexpected reasons brought about by different phenomenon such as global warming. Traditionally, one may expect a reduction on demand when there is a significant move on market price. However, the recent changes on global economy imply that the demand for a particular product may significantly increase as the price goes up in short time and it will come down in long run. There are many evidences to confirm this theory and as an example we could study the behaviour of price and demand for rice in September, 2008 in Iran’s economy. We present a mathematical model where demand is not only affected by price but also is influenced by the speed of price changes. Our model behaves identical the traditional demand model, where demand is only a function of price and price elasticity, when price rise is sluggish. However, in the event that there is a big shock in market price, the model has completely different attitude. The proposed model examines the bullwhip effect using the Lyapunov exponent.
  • Samira Mohabbatdar, Maryam Esmaeili Page 103
    Demand is assumed constant in the classical economic order quantity (EOQ) model. However, in the real world, the demand is dependent on many factors such as the selling price, warranty of product and marketing effort. In addition pricing and ordering quantity decisions are interdependent for a seller when demand for the product is price sensitive in the inventory models. These types of models are very popular in the literature as joint pricing and order quantity models. Many researchers consider these models under some conditions such as quantity discount, trade credit and marketing effort. In this paper, we propose a new inventory model for the seller who conducts marketing effort. The marketing effort is the process of performing market research, selling products and/or services to customers and promoting them via advertising to further enhance sales. It is used to identify the customer, to satisfy the customer, and to keep the customer. This process will happen during the planning horizon; therefore the product will be demanded increasingly as time passes. This increasing in the demand leads to the backorder condition in the model. Since the marketing effort as a decision variable is dependent of the time, in this paper, the marketing effort is assumed a linear function of time which has an effect on the demand in addition of price in our model. The model would be included the backorder cost due to raising the shortage of inventory in addition, the purchasing, ordering and holding costs. An algorithm for finding the optimal solution for the selling price, marketing expenditure and the time length of positive stock are obtained when the seller’s pro?t is maximized. To clarify the model more, numerical examples presented in this paper, including sensitivity analysis of some key parameter- the cost parameters and non-cost parameters- that will compare the obtained results of proposed model.
  • Maryam Omidbakhsh, Mahdi Seifbarghy Page 113
    A new powerful optimization algorithm inspired from colonizing weeds is utilized to solve the well-known quadratic assignment problem (QAP) which is of application in a large number of practical areas such as plant layout, machinery layout and so on. A set of reference numerical problems from QAPLIB is taken in order to evaluate the efficiency of the algorithm compared with the previous ones which had been applied to solve the addressed problem. The results indicate that the algorithm outperforms the competitive ones for a sizable number of the problems as the problems’ dimensions increase.
  • Jafar Razmi, Maryam Seifoory, Mir Saman Pishvaee Page 127
    During recent years, determining appropriate strategy in the supply chain has become an important strategic issue. However, the nature of these decisions usually is complex and unstructured. To determine the best supply chain strategy, many quantitative and qualitative attributes such as cost, responsiveness and flexibility can be taken into account. In order to approximate the human subjective evaluation process, it would be desirable to apply a fuzzy MADM model. In this paper a fuzzy multi-attribute decision making (FMADM) model is developed to deal with strategy selection problem in a supply chain. A case study is used to validate the proposed model and the corresponding results show the power of the proposed model in handling subjective data in multi-attribute decision making process.