داوود قراخانی

تحلیل پوششی داده ها یک تکنیک تحلیلی قدرتمند برای اندازه گیری کارایی نسبی مجموعه ای از واحد های تصمیم گیری براساس ورودی ها و خروجی هایشان است. در مدل های مرسوم تحلیل پوششی داده ها ضعف هایی وجود دارد که مهمترین آن ها تغییر وزن ورودی ها و خروجی ها است که باعث می شود کارایی واحد های تصمیم گیرنده با وزن های مختلف سنجیده شود. همچنین مدل های مرسوم تحلیل پوششی داده ها به شبکه ای بودن واحد های ارزیابی توجهی نکرده اند. در این مقاله ما برای برطرف کردن این ضعف ها مجموعه وزن های مشترک در تحلیل پوششی داده های شبکه ای با رویکرد برنامه ریزی آرمانی را پیشنهاد می کنیم. برای آزمون کارایی و حل مدل پیشنهادی ارائه شده از داده های واقعی شرکت های بیمه فعال در استان قزوین استفاده شده است. مدل ارائه شده در این مقاله واحد های تصمیم گیرنده را روی یک مقیاس یکسان با مجموعه ای از وزن های مشترک به صورت بی طرف ارزیابی می کند. مدل پیشنهادی، کمک می کند تا سیاست گذاران درک بهتری از نقاط قوت و ضعف DMUها داشته باشند و برای ترقی نقاط قوت و رفع ضعف ها تلاش کنند و از این طریق کارایی DMUها را بهبود دهند.

زنجیره تامین سرد با توجه به مصرف انرژی بالا و نشت گازهای مبرد، سطوح بالایی از انتشار گازهای گلخانه ای را به همراه دارد و یکی از بزرگترین انتشار دهنده های کربن است. در زنجیره تامین سرد محصولات باید در دمای پایین و نزدیک یا زیر نقطه انجماد ذخیره شوند؛ برای این منظور از انبارهای سردخانه ای و کامیون های یخچال دار ضروری است، بنابراین این پژوهش به طراحی یک مدل تصمیم گیری چند هدفه خطی مدیریت زنجیره تامین سرد می پردازد که هدف آن کاهش هزینه کلی زنجیره تامین، شامل هزینه های ظرفیت، حمل و نقل، موجودی و نیز هزینه های مربوط به تاثیر گرم شدن کره زمین به دلیل انتشار گازهای گلخانه ای است . جهت تحلیل مسئله تحقیق، یک مدل ریاضی در زمینه بهینه سازی زنجیره تامین سرد طراحی شده و برای حل این مسئله از الگوریتم ژنتیک استفاده شده است. نتایج تابع اول تحقیق نشان می دهد که مدل در حالت تعداد مشتری بالا و هنگامی که تعداد توزیع کننده با تعداد تولید کننده برابر می باشد، بهترین حالت ممکن است. از تحلیل تابع دوم نتیجه گرفته می شود که کاهش زمان ترمیم تسهیلاتی در حداقل نمودن تابع نخست، کاهش هزینه ها و کاهش انتشار گازهای گلخانه ای موثر است. بنابراین با توجه به مطالب بیان شده و نیز نتایج بدست آمده در این تحقیق، می توان عنوان نمود که با بهینه سازی وسایل نقیله و نیز استفاده مناسب از تعداد بهینه ای از وسایل حمل و نقل می توان انتظار داشت که آلودگی و تکثیر گازهای گلخانه ای به حداقل ممکن برسد.

در جهان امروز ، مدیریت پسماند شهری یکی از مهمترین وظایف مدیرت شهری است که هزینه و مشکلات اجرایی فراوانی دارد. عملیات جمع آوری ، دفع و بازیافت پسماندها به دلیل صرف هزینه های گزاف برای سرمایه گذاری در ایجاد ناوگان کامیون های حمل پسماند بسیار پر هزینه است. همچنین صرف هزینه های عملیاتی قابل توجه برای کارگران ، رانندگان ، سوخت و تعمیر و نگهداری ، مدیریت پسماند های شهری را به عملیاتی پر هزینه تبدیل کرده است . با توجه به هزینه های فراوان مدیریت پسماندهای شهری ، ایجاد بهبود های اندک در مدیریت پسماند های شهری ، منجر به صرفه جویی های بزرگ در هزینه های مدیریت پسماند ها خواهد شد . اینترنت اشیاء ( IOT ) یکی از ابزارهای کارآمد و مناسب برای کاهش هزینه های جمع آوری و مدیریت پسماندهای شهری است . در این مقاله ابتدا شاخص ها و الزامات زیر ساختی استقرار شهر هوشمند بیان شده اند . سپس پیش نیازهای استقرار اینترنت اشیاء برای مدیریت پسماندهای شهری در موارد تفکیک ، جمع آوری و بازیافت پسماند های شهری معرفی شده اند . پس از آن یک مدل 5 لایه استقرار اینترنت اشیاء برای مدیریت پسماندهای شهری پیشنهاد شده است . در پایان مقاله ، موانع استقرار اینترنت اشیاء در شهرها به اختصار بیان شده است .

در سال های اخیر مطالعات زیادی در خصوص چگونگی انتخاب تأمین کننده پایدار صورت گرفته است و برای این منظور، مدل ها و روش های مختلفی در محیط های فازی و قطعی پیشنهاد شده است. در این پژوهش برای انتخاب تأمین کننده پایدار، یک مدل جدید بر اساس روش بهترین -   بدترین که با تئوری مجموعه های راف بهبود یافته است، ارائه می شود. یکی از مزایای روش پیشنهادی، مدل کردن عدم قطعیت مربوط به ارزیابی های شخصی و صفر کردن خطای قضاوت ذهنی تصمیم گیرنده، با استفاده از رویکرد جدول تصمیم گیری می باشد. همچنین با استفاده از مفهوم آنتروپی شرطی در مجموعه های راف، معناداری (اهمیت) معیارها محاسبه می گردد و انتخاب بهترین و بدترین معیار و نیز انجام مقایسات زوجی در روش بهترین -   بدترین، بر این اساس صورت می گیرد. با بهره گیری از این رویکرد، نرخ ناسازگاری روش بهترین -   بدترین در تمامی مراحل صفر می شود. در ادامه از دو روش TOPSIS و SAW برای تعیین وزن تأمین کنندگان استفاده شده است و نتایج با هم مقایسه گردیده است. برای اثبات قابلیت مدل، شرکت ایران خودرو به عنوان مطالعه موردی، برای مسأله انتخاب تأمین کنندگان پایدار، در نظر گرفته شده است. نتایج نشان می دهد که در رتبه بندی تأمین کنندگان شرکت ایران خودرو بر اساس شاخص های پایداری، شرکت ایساکو در رتبه اول قرار دارد.

در این تحقیق با استفاده از روش برنامه ریزی خطی عددصحیح مختلط دوهدفه ، یک شبکه بهینه زنجیره تامین جمع آوری و بازیافت پسماندهای شهری با لحاظ تفکیک از مبداء ارائه گردیده است. در طراحی زنجیره تامین این پژوهش علاوه بر مفهوم بازیافت، مفهوم هاب اختصاصی نیز برای هر نوع از پسماند های تفکیک شده لحاظ گردید. توابع هدف شامل یک تابع اقتصادی برای حداقل سازی هزینه های سرمایه گذاری و یک تابع هدف اجتماعی برای حداکثرسازی مقدار بازیافت می باشد. برای حل دقیق مسئله درمقیاس بزرگ از روش آزادسازی لاگرانژ استفاده شده است. برای صحت سنجی و تایید کارایی ، مدل روی یک مطالعه موردی در شهر کرج پیاده سازی شد. با توجه به نتایج یه دست آمده ، برای افزایش میزان بازیافت در شبکه زنجیره تامین پسماند ، نیاز به سرمایه گذاری های زیرساختی و عملیاتی بیشتر در حوزه تشکیل مراکز هاب می باشد. با افزایش مقدار بازیافت ، آثار زیان بار زیست محیطی و تخریبی ناشی از دفن و سوزاندن مخلوط پسماندها کاهش خواهد یافت. در این پژوهش ، مشاهده شد که روش آزادسازی لاگرانژ قادر است در مقایسه با حل کننده تجاری سیپلکس ، مسائل در مقیاس بزرگ را با دقتی مناسب و در زمانی کمتر حل کند.بنابراین روش آزادسازی لاگرانژ می تواند بعنوان یک راه حل دقیق ، برای کاهش زمان حل مسائل مقیاس بزرگ مورد استفاده قرار گیرد .