مطالعات مدیریت صنعتی

در این تحقیق با ترکیب روش های کمی وکیفی اقدام به تهیه مدلی سه متغیره برای ارزشگذاری خدمات الکترونیک سازمانهای ارائه دهنده خدمات الکترونیکی عمومی و مطالعه موردی سامانه صدور مجوز سالیانه طرح ترافیک که تماما" به صورت الکترونیک عرضه می گردد، شده است. مبنای تدوین مدل مذکور، استفاده از نظرات گروه خبره (با استفاده از روش دلفی)، تعیین روابط بین متغیرها (با استفاده از تکنیک دیمتل) و در نهایت استفاده از روش تحلیل عاملی تاییدی برای تایید روایی سازه. برای این تحققیق 4 فرضیه شامل: استفاده از نظر مشتریان، محاسبه هزینه های سخت افزاری، نرم افزاری و اداری تعیین شد. دو متغیر نخست کمی بوده و داده های آن از دفاتر مالی استخراج شده است. اما، متغیر سوم کیفی بوده و از طریق رابطه همبستگی با دو متغیر قبلی اقدام به تعیین ارزش کمی برای آن شده است.یافته های این تحقیق هم جهت با تحقیقات گذشته شامل مطالعات گانت و همکاران می باشد.

جدول زمانبندی درسی، مسئله تخصیص هفتگی یک مجموعه درس و استاد به مکان و زمان بنا بر یکسری محدودیت های سخت و نرم در دانشگاه می باشد. در هر نیمسال، مدیران گروه های آموزشی برای تولید جدول زمانبندی درسی از جدول های نیمسال های گذشته و روش سعی و خطا استفاده می کنند؛ هر چند تغییر سریع نیازمندی های دانشگاه در هر نیمسال، محدودیتها و قوانین حاکم سبب گردیده این روش راه حل مناسبی به شمار نمی آید. در این پژوهش به طراحی و توسعه مدل ریاضی دو هدفه با در نظر گرفتن ترجیحات دانشجویان و اساتید پرداختیم، از آنجایی که مدل به دلیل پیچیدگی از روش های مرسوم مسائل غیرخطی قابل حل نبود از الگوریتم متاهیوریستک تبریدشبیه سازی شده برای حل مدل ریاضی در دو مرحله، بهره برده ایم. در مرحله اول ، سیستم به صورت خودکار جواب هایی را تولید می کند که در آن کلیه محدودیت های سخت برآورده می شود. سپس، این جواب ها در مرحله دوم با لحاظ کردن ساختارهای همسایگی مختلف بهبود می یابند، این مجموعه در بسته نرم افزار کامپیوتری با محیط کاربری توسط زبان برنامه نویسی C# و بکارگیری پایگاه دادهSQL پیاده سازی شده است. این سیستم، توسط داده هایی که از دانشگاه آزاد گرد آمده است، امتحان گردیده و نتایج حاکی از پیشرفت چشمگیری است که نسبت به فرآیند دستی وجود دارد. در کل سیستم انعطاف پذیر و آسان برای امتحان سناریوهای مختلف زمانبندی است.

امروزه صنایع خودرو سازی برای بکارگیری مدیریت دانش ،به دستاوردهای علمی روی آورده اند.اما در این فرایند با کاستی هایی روبرو هستند که از جمله آنها می توان به عدم توجه به تجربیات کاری و مهارتهای افراد با تجربه است،.هدف اصلی این تحقیق تعیین چارچوبی برای تبدیل دانش ضمنی به دانش آشکار می باشد .روش پژوهش حاضرازنظرهدف کاربردی و از لحاظ نحوه جمع آودی اطلاعات از نوع پیمایشی می باشد . بدین منظور پس از مرور ادبیات و تحلیل شکاف مطالعاتی، با استفاده از روش دلفی و نظرسنجی از خبرگان به شناسایی ابعاد ممکن در دانش ضمنی پرداخته شده است. جامعه آماری ترکیبی از خبرگان دانشگاهی و صنعت خودرو سازی بود و نمونه گیری از روش قضاوتی انجام شد ، حجم نمونه شامل 30 نفر از اساتید علمی و متخصصان بود. پرسشنامه بادرج ۴بعد و ۳۰ سنجه استخراج و از یک طیف لیکرت با مقیاس ۵ گانه از تاثیر کم تا زیاد در دو مرحله توزیع گردید ودر مرحله اول تمامی ابعاد که مبتنی بر ادبیات و مبانی نظری تحقیق بود بر اساس میانگین بدست آمده رتبه بندی شدند و اتفاق نظر میان اعضای پنل حاصل شد و در مرحله دوم دلفی نیزضریب توافق همانندمرحله اول میان اعضا پنل بوجودآمد و نظر سنجی با توجه به اشباع نظری متوقف شد.یافته های تحقیق نشان می دهد که از نظر خبرگان چهار بعد سازمانی ، برنامه ریزی وشروع پروژه ،تسخیر و مدلسازی دانش ضمنی ، و مستند سازی دانش صریح را میتوان بعنوان چارچوب تبدیل دانش ضمنی به دانش صریح نام برد.

مسائل برنامه ریزی پرواز به طور کلی شامل چهار مسئله ( طراحی برنامه پرواز ، تخصیص ناوگان، مسیریابی هواپیماها و زمانبندی خدمه ) می باشد. در این پژوهش مدلی برای یکپارچه سازی مسیریابی هواپیماها و زمانبندی خدمه برای خطوط هوایی با تنوع ناوگان و هاب تعمیرات ارائه شده است. هدف اصلی مدل ارائه شده تعیین زنجیره ی پروازی برای هواپیما ها و تخصیص خدمه ( تیم پرواز) به تمام پروازهای هواپیماها با توجه به قوانین و مقررات در نظرگرفته شده توسط خطوط هوایی برای هواپیماها و خدمه به نحوی است، که هزینه های کل خطوط هوایی کمینه شود. بر خلاف مدل های پکپارچه سازی شده که توسط پژوهشگران پیشین در این حوزه ارائه شده است، نوع ناوگان و هاب نگهداری و تعمیرات در این پژوهش متنوع در نظر گرفته شده است. همچنین بحث کمینه کردن پرواز های بدون بلیت برای خدمه و هواپیما که می تواند هزینه های سنگینی را بر خطوط هوایی تحمیل کند به عنوان بخشی از تابع هدف در مدل ارائه شده، آورده شده است. برای حل مسئله در ابعاد کوچک از نرم افزار گمز و در ابعاد بزرگتر با توجه به پیچیده بودن مسئله و پیچیدگی محاسباتی آن، از روش فراابتکاری ژنتیک استفاده شده است. با توجه به آزمایش های انجام شده، الگوریتم ژنتیک پیشنهادی می تواند جوابی بهینه و یا نزدیک به بهینه را در زمانی قابل قبولی ارائه دهد.

در این مقاله یک مدل بهینه زمانبندی نگهداری و تعمیرات (نت) پیشگیرانه غیر ادواری برای سیستم های چند جزیی (سری - موازی) ، بر مبنای حداکثر قابلیت دسترسی اجزای سیستم (که تعیین بازه بازرسی بهینه را به همراه دارد) ارایه شده است. همچنین در این مقاله علاوه بر تامین سطح قابلیت اطمینان مورد نیاز سیستم و ارضای سایر محدودیت های سیستمی (فعالیت های نت و منابع در دسترس)، کل هزینه های (مستقیم و غیر مستقیم) مرتبط با نت کمینه شده و برخی از فعالیت های نت شامل بازرسی و سرویس ساده، تعمیرات پیشگیرانه و تعویض پیشگیرانه برای هر جزء پیشنهاد شده است. از آنجا که مدل پیشنهادی دارای ساختاری پیچیده است، لذا به منظور حل آن از الگوریتم فراابتکاری ژنتیک (G.A) استفاده و نتایج ارایه گردیده است. در پایان، کارایی و استفاده از این مدل، در قالب یک مطالعه موردی، برای یک سیستم 10 جزیی سری - موازی (نزدیک به واقعیت) نشان داده شده است.

طبقه بندی داده ها از مباحث اساسی علم مدیریت است که از رویکردهای مختلفی مورد بررسی قرار گرفته است. روش های هوش مصنوعی از مهمترین روش های طبقه بندی هستند که اغلب آنها تابع دقت کل را در ارزیابی عملکرد مد نظر قرار می دهند. از آنجاییکه در دیتاست های نامتوازن، این تابع، هزینه خطاهای پیش بینی را یکسان در نظر می گیرد، در این پژوهش علاوه بر تابع دقت کل، از تابع حساسیت نیز به منظور افزایش دقت در هر یک از کلاس های از پیش تعریف شده، استفاده شده است. به علاوه، بدلیل پیچیدگی فرآیند کسب اطلاعات از تصمیم گیرنده، از الگوریتم فرا ابتکاری NSGA II جهت استنتاج مقادیر پارامترها، (بردار وزن و سطوح برش بین کلاس ها) استفاده گردیده است. در هر تکرار، الگوریتم با استفاده از بردار وزن برآورد شده و دیتاست ها، امتیاز هر آلترناتیو را با تابع Sum Product محاسبه نموده و در مقایسه با سطوح برش تخمینی، آن آلترناتیو را به یکی از دسته ها تخصیص می دهد. سپس با استفاده از توابع برازش، دسته تخمینی و دسته واقعی را مقایسه نموده و این فرایند تا بهینه سازی پارامترها ادامه می یابد. مقایسه نتایج الگوریتم های NSGA II و NRGA، نشان دهنده کارایی بالای الگوریتم ارائه شده است.

تشکیل پرتفوی بهینه بر اساس ریسک و بازده، از تصمیمات مهم سرمایه گذاران در بازارهای مالی است که برای آن روش های مختلفی وجود دارد. اولین روشی که به منظور تشکیل و بهینه سازی پرتفوی معرفی گردید، روش میانگین-واریانس مارکویتز بود. اما این روش به دلیل فرض نرمال بودن تابع توزیع بازدهی، فقط ویژگی های خاصى از تابع توزیع بازدهی (بازده مورد انتظار و واریانس) را در نظر می گرفت. روش دیگری که سال ها بعد به منظور بهینه سازی پرتفوی مورد استفاده قرار گرفت، روش تسلط تصادفی بود که تمام تابع توزیع بازدهی را به جای برخی ویژگی های خاص مانند واریانس، در نظر می گیرد. پژوهش حاضر به بررسی روش تسلط تصادفی در بهینه سازی پرتفوی و مقایسه عملکرد این روش با بهینه سازی پرتفوی به روش مارکویتز، با استفاده از معیارهای ارزیابی عملکرد در بورس اوراق بهادار تهران می پردازد. معیارهای ارزیابی عملکرد مورد استفاده در این پژوهش شامل چهار معیار شارپ، ترینر، سورتینو و امگا می باشد. نتایج این تحقیق نشان دهنده برتری عملکرد روش تسلط تصادفی مرتبه دوم بر روش مارکویتز در رویکرد برون نمونه ای و درون نمونه ای است. همچنین روش تسلط تصادفی مرتبه دوم، بازدهی تجمعی بالاتری نسبت به روش مارکویتز دارد.

از آنجایی که سهم بازار کسب شده به عنوان یک شاخص کلیدی در شرکت های بیمه و یک پارامتر از نوع همبسته قلمداد می شود، (مجموع سهم بازار کسب شده توسط تمام رقبا بر حسب درصد برابر صد در صد است )، از طرفی حداکثر مقدار قابل کاهش در میزان منابع بکار رفته (ورودی ها) جهت رسیدن به مرز کارایی تابعی از میزان بزرگی ورودی می باشد، با این حال مدل های کلاسیک DEA قادر به در نظر گرفتن موارد ذکر شده نیستند. لذا معمولاً نتایج حاصل از مدل های مذکور غیر واقعی بوده و معتبر نیستند، در این تحقیق یک مدل ریاضی مبتنی بر DEA جهت تعیین استراتژی های رقابتی با در نظر گرفتن پارامترهای همبسته و اندازه سازمان های بیمه ارایه شده است، نتایج حاکی از این بود که بکارگیری مدل پایه ای CCR جهت حل مسأله مورد بررسی دارای نتایجی غیر عملی و متناقض با شرایط و محدودیت های دنیای واقعی است. این در حالی است که مدل پیشنهادی تحقیق بسیار کاراتر عمل کرده و نتایج حاصل از آن حاکی از این بود که مدل پیشنهادی، نقاط ضعف مدل های پایه ای DEA را در حوزه این مسایل به خوبی برطرف کرده است.

امروزه اساس کار اغلب هلدینگ ها و شرکت های پیمانکاری، مبتنی بر پروژه هایشان است لذا بخش اعظم درآمدهای آنها در گرو انتخاب و اجرای صحیح پروژه ها می باشد. اصولا ارزیابی و انتخاب پروژه ها جهت تشکیل سبد بهینه پروژه سازمان، یک مسئله تصمیم گیری چندمعیاره است که با توجه به ماهیت آن و قضاوت های ذهنی تصمیم گیرندگان، دارای عدم قطعیت و ابهام می باشد. از این رو مدیران نیازمندی سازوکاری نظام مند هستند تا درحضور معیارهای متعدد، تصمیم گیری صحیحی را اتخاذ نمایند. در این مقاله، چارچوبی یکپارچه مبتنی بر رویکرد بسط عملکرد کیفیت فازی و روش فرآیند تحلیل شبکه ای فازی، جهت برگرداندن نیازمندی های کارفرمایان به مشخصه های فنی موردنیاز و همچنین ارزیابی و انتخاب پروژه های کاندید برای ورود به سبد پروژه های سازمان پیشنهاد می شود. برای نمایش قابلیت های چارچوب پیشنهادی، ارزیابی و انتخاب مناسب ترین پروژه در حوزه ساختمان و ابنیه در یک شرکت پروژه محور دردستور کار قرار گرفت. نتایج حاصله بیانگر آن است که در میان نیازمندی های کارفرمایان این حوزه، "مدیریت نظام مند ریسک پروژه" از بیشترین وزن (اهمیت) و در بین مشخصه های فنی موردنیاز پروژه (معیارهای ارزیابی پروژه) "توانمندی فناوری" با امتیاز 0.088 از اهمیت بالاتری نسبت به سایر معیارها برخوردارند. بعلاوه پروژه پیشنهادی پنجم در مجموع کلیه معیارها بیشترین امتیاز را به خود اختصاص داده و به عنوان پروژه کاندید قرار گرفته است.

در این مقاله، به توسعه یک مدل برنامه ریزی تصادفی برای مسأله انتخاب سبد دارایی چنددوره ای با درنظرگرفتن هزینه های معامله و محدودیت تعداد دارایی پرداخته می شود. مدل ارائه شده، ضمن تضمین دستیابی به حداقلی از بازده، ریسک را کمینه می کند. به منظور تولید درخت سناریوی پارامترهای تصادفی، از تبدیل جانسون و فرآیند نمونه گیری در چارچوب یک مدل گام تصادفی استفاده می شود. سپس، داده های تاریخی 28 شاخص صنعت داخلی به منظور پیاده سازی روش تولید درخت سناریوی پارامترهای تصادفی مورد استفاده قرار می گیرند. نهایتاً مدل برنامه ریزی تصادفی، با استفاده از مجموعه سناریوهای تولیدشده حل می شود. نتایج حل مدل ارائه شده نشان می دهند که افزایش هزینه معامله و ثروت هدف، ریسک سرمایه گذاری را افزایش می دهند. همچنین، نتایج حل مدل با مجموعه سناریوهای متفاوت، پایایی درون نمونه ای مناسبی را از منظر ریسک و بازده نشان می دهد. به علاوه، شبیه سازی پویای ارزش تجمعی دارایی های سرمایه گذار نشان می دهد که با افزایش حداقل بازده مورد انتظار، نوسان پذیری ثروت سرمایه گذار افزایش خواهد یافت.