چشم انداز مدیریت صنعتی

شبکه های هاب یکی از انواع مهم شبکه های حمل ونقل هستند که در زمینه های مختلفی مانند حمل ونقل هوایی، پست و مخابرات کاربرد دارند. از ویژگی های مهم این شبکه ها، امکان وقوع اختلال در عملکرد آن ها به دلایلی ازقبیل ازکار افتادن تسهیل های هاب یا عدم دسترسی به یال های ارتباطی است. در این مطالعه، مسئله مکان یابی یال هاب پوششی با تخصیص چندگانه، تحت شرایط اختلال یال های هاب بررسی می شود. برای این مسئله، ابتدا یک مدل ریاضی جدید مبتنی بر روش برنامه ریزی شانس- محدود در برنامه ریزی تصادفی معرفی می شود و سپس نتایج محاسباتی حل مدل پیشنهادی برای مسائل نمونه مبتنی بر داده های حمل و نقل هوایی ایران و پست استرالیا ارائه می شوند. نتایج محاسباتی حاکی از اهمیت درنظرگیری اختلال پیش از طراحی شبکه های هاب و تغییر پیکربندی بهینه شبکه تحت شرایط اختلال است. Abstract Hub networks are among the important variations of transportation networks that have applications in air transportation, post, and telecommunication. An important feature of these networks is the possibility of disruption in the network performance due to failure of hub facilities or access links. In this study, the hub arc covering location problem is studied under disruption of hub arcs. First a new mathematical model is introduced based on the chance-constrained programming technique in stochastic programming. Then computational results of solving the proposed model for problem instance (based on Iran Aviation Data and Australian Post) are presented. The computational results confirmed the importance of disruption consideration before designing hub networks and changes in the optimal configuration of the network under disruption. Keywords: Hub Arc Location; Covering; Stochastic Programming; Chance-Constrained Programming.

در این پژوهش بااستفاده از تفکر سیستم های پویا به مدل سازی ریاضی سیستم زنجیره تأمین ارتباط ثابت در شرکت مخابرات ایران پرداخته ایم و بدین منظور از اطلاعات موجود و مستند شرکت مخابرات ایران از سال 1384 تا 1391 و نتایج شبیه سازی مدل پویایی های سیستم تا سال 1404 استفاده کرده ایم. برای تجزیه و تحلیل و تعیین ماهیت سیستم، از مفهوم مدل سازی ریاضی سیستم های پویا استفاده کردیم. نتایج مدل سازی نشان می دهد که سیستم مورد پژوهش کنترل پذیر و مشاهده پذیر است؛ یعنی ورودی های سیستم، متغیرهای حالت سیستم را کنترل می کنند و هریک از متغیرهای حالت بر برخی از خروجی های سیستم تأثیر می گذارند و باتوجه به داده های شبیه سازی سیستم پایدار است. Abstract In construction project management, success in the controlling of projects’ final cost .Also duration is a critical issue that can help managers. The main purpose of the management of construction projects is to ensure that the projects can be performed according to the defined budget. Cost and duration overrun may lead to profits cut and sometimes even can cause project failure. To solve this problem, this study employs the earned value technique and the neural networks to form models EAC-ANN and EAC (t) -ANN for final cost and duration prediction. For input variables in neural network, two sets of variables have been employed, including the earned values variables and composite ones. Composite variables also include the earned value variables and environmental ones. Then the performance of the earned value techniques in predicting final cost and duration is considered. Moreover, the influence of each data set in neural network models on the cost and duration prediction performance is compared separately to yield a better model. The results show that the neural networks outperform earned value management technique. Furthermore, using a neural network based on the composite data can lead to better performance than the one based on the earned value data. Keywords: Estimate at Completion; Earned Value Management; Neural Networks; Earned Value variables; Environmental Variables.

در مدیریت پروژه های ساخت وساز، موفقیت در کنترل هزینه و زمان پروژه ها برای کمک به پیمانکاران امری حیاتی است. افزایش هزینه و زمان پروژه ها از برنامه تعریف شده، ممکن است به کاهش سود و حتی برخی اوقات به شکست پروژه ها منجر شود. پیش بینی هزینه و زمان نهایی پروژ ها، یکی از اقداماتی است که برای کنترل هزینه و زمان پروژه ها مورد توجه قرار می گیرد. در این تحقیق، مدل شبکه های عصبی برای پیش بینی هزینه و زمان نهایی پروژه ها توسعه یافته و برای متغیر های ورودی شبکه های عصبی، از دو مجموعه متغیر «ارزش کسب شده» و «محیطی» استفاده شده است. در این تحقیق، عملکرد تکنیک ارزش کسب شده با شبکه های عصبی مقایسه شده و به طور جداگانه تأثیر هریک از این مجموعه داده ها بر عملکرد مدل در پیش بینی هزینه و زمان نهایی، مورد بررسی قرار گرفته است. نتایج تحقیق نشان می دهند که عملکرد شبکه های عصبی بهتر از مدیریت ارزش کسب شده است و با استفاده از شبکه های عصبی مبتنی بر داده های ارزش کسب شده و محیطی می توان به نتایج بهتری، در مقایسه با شبکه های عصبی مبتنی بر داده های ارزش کسب شده، رسید. Abstract One of the major changes in the environment is globalization of economic, industrial and service activities. Globalization has led to expansion of trade between nations. The competitiveness of local markets has been extended to national and international markets.Therefore, only international organizations can be present in the world to set up production in the World- Class Manufacturing. Organizations must be able to quickly adopt their resources with changes of environment and respond to them in an agile manner. Agility is set of capabilities and competencies which promotes and develops the organization in the business environment. In the research, the criteria of world class have been identified-one; of most important of which is agility studying library resources (book, articles, theses, etc) .After reviewing the various components of Agility, 13 components and 56 indicators have been selected pertinent to the criteria of the World-Class organization and Iran automotive industry . These components have been provided for experts and deputy directors of Tondar automotive as questionnaire. The statistic community of the research is 158 of experts and deputy directors of Tondar automotive .114 ones were elected as sample and prioritized after gathering via statistical method using AHP approach

هدف از انجام این پژوهش طراحی الگوی ژنریک شراکت استراتژیک در صنعت بانک و بیمه مبتنی بر فرایند خلق و تخصیص ارزش بوده است. در این مقاله ضمن مرور بسترهای نظری و متدولوژی های نوین در عرصه مطالعه شراکت استراتژیک در حوزه بانک و بیمه، زوایای دستیابی به عملکرد سازمانی برتر نیز مورد بررسی و تجزیه و تحلیل دقیق قرار گرفته و در نهایت الگوی ژنریک شراکت استراتژیک مبتنی بر فرایند خلق و تخصیص ارزش در صنایع بانک و بیمه ارائه گردید. با در نظر گرفتن موارد فوق الذکر این تحقیق با بهره گیری از رویکرد توسعه ای-کاربردی، استراتژی های همبستگی و پیمایشی را دنبال نموده و با جهت گیری آزمون فرضیه، هم از جنبه توصیفی و هم از دیدگاه استنباطی به تحلیل یافته های حاصل از پرسشنامه می پردازد. نتایج تحقیق حاکی از ارتباط میان متغیرهای مداخله گر بر روی رابطه میان شراکت استراتژیک و فرایند خلق ارزش است. این در حالی است که از میان متغیرهای مداخله گر تنها اثرات مربوط به سن و قدمت شرکاء و پرتفوی شرکاء بر روی ارتباط میان شراکت استراتژیک و فرایند خلق و تخصیص ارزش معنی دار نبوده است. مطابق با ننایج حاصله و در خصوص مولفه های موثر بر عملکرد سازمانی نیز معیارهای استراتژیک سازمانی در قیاس با معیارهای عملیاتی، ارتباط موثرتری را منعکس کرده اند Asbstract The delay in the supply of gasoil has wide Consequences of political, social and economic. Therefore, the gasoil demand forecasting is very important. The use of artificial neural networks in forecasting has many applications. Appropriate design of ANN parameters enhances performance and accuracy of the neural network model. Trial and error method is used to setting the ANN parameters in the most of studies. Trial and error method is not a reliable solution to achieve the best ANN structure. In the present study, the optimum structure of ANN to forecasting the demand of gasoil in the province of Hormozgan determined by Taguchi experimental design method. Analysis of variance (ANOVA) of the ANN parameters indicates that contribution of the number of neurons in first hidden layer to the changes in the network mean square error (MSE) is about 41% and contribution of the learning algorithm is about 27%. Also, the results of this study show that artificial neural networks are designed using Taguchi experimental design method have better performance than other Networks.

یکی از مهم ترین تغییرات فعالیت های اقتصادی، صنعتی و خدماتی رقابتی شدن انها میباشد. جهانی شدن باعث گستردگی تجارت میان ملت های مختلف شده است به این ترتیب رقابت از بازارهای محلی و ملی به بازارهای بین المللی کشیده شده است و در آینده ای نزدیک تنها بنگاه های اقتصادی می توانند در فضای بین المللی حضور داشته باشند که در کلاس جهانی قرار گیرند. بنگاه های اقتصادی باید بتوانند هرچه سریع تر منابع سازمان را برای هم سویی با تغییرات محیط آماده کنند تا با چابکی به تغییرات پاسخ دهند. حرکت درجهت مدیریت و تولید در کلاس جهانی که از آن به عنوان انقلاب مدیریتی و صنعتی قرن بیست ویکم یاد می کنند، مستلزم اجرای مدیریت ناب و مدیریت چابک است که پیش نیازهای مدیریت کلاس جهانی هستند. چابکی مجموعه ای از توانمندی ها و شایستگی هاست که باعث بقا و پیشرفت سازمان در محیط کسب و کار می شود و وجوه تمایز مدیریت و تولید (انبوه ، ناب ، چابک و کلاس جهانی) نیز با توجه به اهمیت آنها از ابعاد مختلف در این مقاله بررسی شده است و با مطالعه منابع کتابخانه ای معیارهای بنگاههای اقتصادی کلاس جهانی شناسایی شده که یکی از مهمترین آنها چابکی است.  مؤلفه ها با تهیه پرسش نامه دراختیار خبرگان و کارشناسان و مدیران تولید خودرو تندر قرار گرفت. Abstract In recent years, supplier selection problem has become one of the most important issues for establishing an effective supply chain system. Many quantitative and qualitative factors such as quality, price, and flexibility and delivery performance must be considered to determine suitable supplier. Then, supplier selection is a multi-attribute decision making (MADM) problem.  Several models and techniques have been developed to deal with this problem. In this study, FRS application is described in supplieir evaluation and selection problem. The Shannon entropy method has been used to calculate the each of indicators weights. The advantage of this method is that the positive or negative indicators, does not affect the calculation method.This is a descriptive-survey study which is done in large automotive components in Semnan. The results indicate that Parmida, Samfar, Gharb Steel and Shishe Imeni Kabir companies are at the first to fourth, respectively in the ranking based on competitive capabilities.

تأخیر در تأمین نفت گاز، پیامدهای سیاسی، اجتماعی و اقتصادی وسیعی را به دنبال دارد؛ بنابراین پیش بینی دقیق تقاضای نفت گاز بسیار مهم است. استفاده از شبکه های عصبی مصنوعی در پیش بینی کاربرد زیادی دارد. طراحی مناسب پارامترهای (ساختار) شبکه موجب می شود دقت و عملکرد شبکه های عصبی مصنوعی افزایش یابد. در بیشتر مطالعات از روش سعی و خطا برای تنظیم پارامترهای شبکه های عصبی مصنوعی استفاده می شود که برای رسیدن به مناسب ترین ساختار شبکه های عصبی مصنوعی راه حل مطمئنی نیست. در مطالعه حاضر، با استفاده از روش طراحی آزمایشات تاگوچی، مناسب ترین ساختار شبکه های عصبی مصنوعی به منظور پیش بینی تقاضای نفت گاز در استان هرمزگان مشخص می شود. تجزیه و تحلیل واریانس پارامترهای شبکه های عصبی مصنوعی نشان می دهد که سهم مشارکت تعداد نرون در لایه پنهان اول در تغییر میانگین مربع خطای شبکه حدود 41% و سهم مشارکت الگوریتم یادگیری نیز حدود 27% است. همچنین نتایج نشان می دهد که شبکه های عصبی مصنوعی که با استفاده از روش طراحی آزمایشات تاگوچی طراحی شده اند، نسبت به سایر شبکه ها عملکرد بهتری دارند. Asbstract The delay in the supply of gasoil has wide Consequences of political, social and economic. Therefore, the gasoil demand forecasting is very important. The use of artificial neural networks in forecasting has many applications. Appropriate design of ANN parameters enhances performance and accuracy of the neural network model. Trial and error method is used to setting the ANN parameters in the most of studies. Trial and error method is not a reliable solution to achieve the best ANN structure. In the present study, the optimum structure of ANN to forecasting the demand of gasoil in the province of Hormozgan determined by Taguchi experimental design method. Analysis of variance (ANOVA) of the ANN parameters indicates that contribution of the number of neurons in first hidden layer to the changes in the network mean square error (MSE) is about 41% and contribution of the learning algorithm is about 27%. Also, the results of this study show that artificial neural networks are designed using Taguchi experimental design method have better performance than other Networks. Keywords: Forecasting; Gasoil; Artificial Neural Networks; Taguchi Experimental Design Method

طی سال های اخیر، مسئله انتخاب تأمین کننده به یکی از مهم ترین ملاحظات در برقراری یک سیستم زنجیره تأمین اثربخش تبدیل شده است. بسیاری از عوامل کیفی و کمی، مانند کیفیت، قیمت، انعطاف پذیری و عملکرد تحویل، باید در تعیین تأمین کننده مناسب مورد توجه قرار گیرند؛ بنابراین انتخاب تأمین کننده یک مسئله تصمیم گیری چندشاخصه است. مدل ها و روش های متعددی برای مقابله با این مسئله توسعه یافته است. در این مطالعه، کاربرد تکنیک FRS در مسئله ارزیابی و انتخاب تأمین کننده تشریح شده است. برای محاسبه اوزان هریک از شاخص ها از روش آنتروپی شانون استفاده شده است. حسن این روش در این است که جنبه مثبت یا منفی شاخص ها، تأثیری در روش محاسبه ندارد. این مطالعه از نوع توصیفی است و در شرکت های بزرگ قطعه ساز خودرو در شهر سمنان انجام شده است. نتایج نشان می دهند که شرکت های پارمیدا، سام فر، غرب استیل و شیشه ایمنی کبیر، به ترتیب رتبه های اول تا چهارم را براساس قابلیت های رقابتی کسب کرده اند Abstract In recent years, supplier selection problem has become one of the most important issues for establishing an effective supply chain system. Many quantitative and qualitative factors such as quality, price, and flexibility and delivery performance must be considered to determine suitable supplier. Then, supplier selection is a multi-attribute decision making (MADM) problem.  Several models and techniques have been developed to deal with this problem. In this study, FRS application is described in supplieir evaluation and selection problem. The Shannon entropy method has been used to calculate the each of indicators weights. The advantage of this method is that the positive or negative indicators, does not affect the calculation method.This is a descriptive-survey study which is done in large automotive components in Semnan. The results indicate that Parmida, Samfar, Gharb Steel and Shishe Imeni Kabir companies are at the first to fourth, respectively in the ranking based on competitive capabilities. Keywords: Supply Chain; Supplier Evaluation; Multi-Attribute Decision Making.