مدیریت تولید و عملیات

مسئله زمان بندی پروژه، یکی از مهم ترین و کاربردی ترین مفاهیم مدیریت پروژه است. بسیاری از شرکت ها و سازمان هایی که پروژه محورند، استراتژی کاهش هزینه های متغییر را در اجرای پروژه دنبال می کنند. با توجه به محیط کسب وکار کنونی، بسیاری از شرکت ها علاوه بر پایین آوردن هزینه های خود، به دنبال پیشگیری از تأخیر در اتمام پروژه اند. در این پژوهش، یک مدل ریاضی چندهدفه فازی زمان بندی پروژه با محدودیت منابع چندمهارته، با قابلیت تغییر سطح مهارت ها ارائه شد که هدف آن بهینه کردن سیاست زمان بندی پروژه و استخدام مهارت هاست. با توجه به چند هدفه بودن مدل، از یک رویکرد برنامه ریزی آرمانی استفاده شده است که مدل تک هدفه معادل حاصل می شود. نظر به اینکه مسئله زمان بندی پروژه چندمهارته جزء مسائل ان پی سخت محسوب می شود و مسئله پیشنهادی نیز حالت توسعه یافته مسئله مذکور است، درنتیجه آن نیز جزء مسائل ان پی سخت است. به همین سبب برای حل مسئله پیشنهادی، روش فرا ابتکاری ژنتیک چندهدفه ژنتیک و فاخته انتخاب و برای حل مسئله از آن استفاده شد. در ادامه، مقدار بهینه پارامترهای الگوریتم های پیشنهادی با استفاده از رویکرد تاگوچی تعیین و سپس نتایج محاسباتی برای مجموعه ای از مسائل نمونه تولیدشده توسط نرم افزار رنجن 1، ارائه و عملکرد الگوریتم ها ارزیابی و آنالیز شد. نتایج نشان می دهد الگوریتم ژنتیک چندهدفه عملکرد بهتری نسبت به الگوریتم فاخته چندهدفه دارد. در پایان نیز یافته ها جمع بندی و پیشنهادهایی به منظور تحقیقات آتی ارائه شد.

افزایش شدید رقابت در بازارهای جهانی، توسعه تکنولوژی و ضرورت توجه به کارایی، کیفیت و هزینه تولیدات، موجب شده است تا شرکت های تولیدی و خدماتی، در جهت توسعه کسب و کار و بقا در بازار، نیازمند همکاری با شرکت ها و مؤسسات دیگری با عنوان تأمین کنندگان باشند. تأمین کنندگان می توانند بر کیفیت، قیمت و بسیاری از عوامل اثرگذار بر فروش محصولات تأثیرگذار باشند و این موضوع ضرورت توجه به مبحث انتخاب تأمین کننده مناسب را ضروری می کند. در این پژوهش در ابتدا، عوامل مؤثر بر انتخاب تأمین کننده و ارزش هریک از معیارهای مؤثر در انتخاب تأمین کننده، با استفاده ازنظر خبرگان سازمان و با بهره گیری از اعداد فازی نوع2 بررسی و شاخص ارزش خرید از هر تأمین کننده، بر مبنای روش مهندسی ارزش محاسبه می شود. در انتها با توجه به عوامل کمی شامل قیمت، میزان خرید و نرخ خرابی و با استفاده از یک مدل چندهدفه که در نرم افزار گمز حل شده است، میزان سفارش خرید از هریک از تأمین کنندگان مشخص شده است. در این پژوهش عدم قطعیت موجود در بررسی مسائل کیفی از 2 جنبه مدنظر قرار گرفته است؛ هم از این لحاظ که اعضای مجموعه تخصیص داده شده به هر معیار، قطعی نیست و فازی است و دوم آنکه درجه عضویت این اعداد فازی نیز قطعی نیست و با تغییرات همراه است.

در دنیای رقابتی امروز، مدیریت زنجیره تأمین، برای کاهش هزینه ها، بهبود سطح سرویس به مشتری و دستیابی به تعادلی مناسب بین هزینه ها و سرویس ها، به عنوان امری حیاتی جلوه می کند. ماهیت پیچیده و پویای روابط بین واحدهای مختلف، عدم قطعیتی را به شبکه تحمیل می کند که این عدم قطعیت می تواند باعث کاهش اثربخشی شبکه شود. زنجیره توزیع دارو به عنوان بخشی از زنجیره تأمین دارو نیز، در محیطی نامطمئن فعالیت می کند. از طرفی همراه با بالارفتن آگاهی نسبت به پایداری، سیاست های دولتی و رشد آگاهی جامعه، عملکرد پایدار، بخش مهمی از استراتژی سازمان ها شده است. هدف این تحقیق، ارائه مدلی جدید برای شبکه پایدار توزیع داروی دام و طیور در شرایط غیر قطعی است. توابع هدف در این تحقیق، ابعاد پایداری را در نظر می گیرد، به این صورت که تابع اول بعد اقتصادی، تابع دوم بعد اجتماعی و درنهایت تابع سوم، بعد زیست محیطی را بررسی می کند. با توجه به وجود پارامتر غیر قطعی در مدل، از بهینه سازی استوار استفاده می شود. پس از طراحی مدل، به منظور اعتبارسنجی مدل ارائه شده با استفاده از داده های مربوط به شرکت، توزیع داروی دام و طیور انجام می شود. به این صورت که همتای استوار مدل سه هدفه توسط محدودیت اپسیلون با استفاده از نرم افزار CPLEX حل و همچنین مدل با استفاده از الگوریتم های فرا ابتکاری در سه سایز اجرا می شود. دو الگوریتم NSGA-II و PBMOSA در چهار معیار، با یکدیگر مقایسه شده است که نتایج نشان می دهد دو الگوریتم در سطح محافظه کاری کمتر، عملکردی مشابه دارند، ولی در سطح محافظه کاری بیشتر، برتری الگوریتم NSGA-II نتیجه می شود، همچنین نتایج مدل در شرایط قطعی و غیر قطعی مقایسه و بهتربودن مقادیر تابع هدف در شرایط قطعی ثابت می شود.

امروزه به علت افزایش و پیچیدگی نیاز مشتریان، محصولات موجود در بازار پاسخگوی نیاز مشتری نیست و مؤثرترین راه برای کسب موفقیت سازمان ها تمایز ازطریق توسعه محصولات جدید و تنوع محصولات است؛ از این رو، انتخاب بهترین طرح برای توسعه محصولات جدید، می تواند از افزایش هزینه های اصلاح محص ول و تلاش برای طراحی مجدد جلوگیری کند و زمان عرضه محصولات را به بازار کاهش دهد. لازمه  انتخاب طرح بهینه برای توسعه محصولات جدید، ارزیابی جامع و بی طرفانه ای است که بتواند طرح را ازنظر کارایی در حال حاضر و در آینده محصول بررسی کند . پژوهش حاضر با هدف ارزیابی طرح های توسعه محصول، مدل بهینه سازی چندهدفه ای را ارائه داده است که طرح های توسعه ای را از دو منظر معیارهای عمومی و تنوع پذیری بررسی می کند. در این تحقیق معیارهای عمومی به کمک مدل کارت امتیازی متوازن شناسایی شده است. این مدل معیارهایی را ارائه داده و متناسب با آن، معیارهای ارزیابی مورد نیاز برای طرح های توسعه محصول شخصی سازی و استخراج شده است. نظر به اینکه یکی از مناظر مهم در ارزیابی طرح های توسعه محصول، ریسک موجود در هر طرح است، معیارهای منظر ریسک نیز به عنوان معیارهای عمومی ارزیابی در نظر گرفته شده است. پس از تعیین معیارهای ارزیابی هریک از مناظر عمومی و تنوع پذیری، معیارها اعتبار سنجی شده و در ادامه به کمک روش های موجود کمّی شده اند؛ پس از آن، مقادیر معیارهای شناسایی شده در مدل بهینه سازی چندهدفه به کار گرفته و با حل مدل، طرح توسعه ای بهینه انتخاب می شود. توابع هدف این مدل بهینه سازی شامل حداقل کردن ریسک، حداکثرکردن درآمد، حداکثرکردن اثربخشی توانایی استراتژیکی سازمان و حداقل کردن تلاش برای طراحی مجدد طرح های توسعه ای است.

هدف اصلی این پژوهش، کاهش هزینه های لجستیک و افزایش رضایت جراحان در یک زنجیره تأمین تجهیزات مصرفی اتاق عمل، با در نظر گرفتن اولویت بندی تأمین کنندگان است؛ زیرا امروزه بخش بزرگی از بودجه هر کشور، صرف سیستم های سلامت می شود و این مبالغ کلان، تأثیر مستقیمی بر اقتصاد کشورها دارد؛ از این رو هرگونه تغییر در هزینه های اتاق عمل، بر هزینه های کل زنجیره و بیمارستان نیز تأثیر می گذازد. مدل ریاضی مسئله با استفاده از روش تصمیم گیری چندمعیاره آراس و رویکرد استوار و الگوریتم های چندهدفه ژنتیک مرتب سازی نامغلوب ( NSGA-II ) و جست وجوی هارمونی ( MOHS ) حل شده است. برای حل مسئله در ابعاد مختلف، مثال هایی طراحی و با هر دو روش دقیق و الگوریتم های فراابتکاری حل شد. برای مقایسه دو روش حل دقیق و فراابتکاری NSGA-II ده مثال نمونه طراحی شد. مقایسه ها نشان داد در هر دو تابع هدف، کیفیت پاسخ های روش اپسیلون محدودیت بهتر بوده است؛ اما زمان حل بیشتری نسبت به NSGA-II نیاز داشته است؛ به طوری که گاهی تا 5 برابر زمان حل بیشتر در روش اپسیلون، به محدودیت نیاز بوده است. همچنین برای اعتبارسنجی NSGA-II ، از روش فراابتکاری MOHS کمک گرفته شد که نتایج نشان داد مسئله به کمک MOHS نیز به زمان حل کمتری نسبت به NSGA-II نیاز داشته است.

پذیرش کانال های آنلاین و تجارت الکترونیک، به تغییرات مداوم و پویا در صنعت خرده فروشی، به عنوان یک توسعه اجتناب ناپذیر منجر شده و بسیاری از شرکت ها را با چالش انتخاب مناسب ترین کانال فروش، برای ارائه یک تجربه یکپارچه به مشتریان خود مواجه کرده است. خرده فروشی همه جانبه یکپارچه، با مفهوم ادغام همه کانال ها، ضمن ایجاد تجربه مذکور، باعث افزایش پیچیدگی فرآیندهای پیش بینی و برنامه ریزی می شود. این پژوهش با هدف کاهش عدم اطمینان تقاضای ناشی از خطای پیش بینی، ازطریق در نظر گرفتن رفتار خرید مشتریان در پیش بینی و به کمک استفاده از روش های یادگیری ماشین، روشی دقیق تر برای پیش بینی تقاضای کانال همه جانبه یکپارچه ارائه کرده است. به این منظور، ابتدا داده های فروش شرکت مطالعه شده، جمع آوری و با استفاده از الگوریتم پیچش زمانی پویا خوشه بندی شد؛ سپس بر هر خوشه یک بار شبکه عصبی اتو رگرسیو غیرخطی و بار دیگر، شبکه عصبی اتو رگرسیو غیرخطی با ورودی برون زا اجرا و نتایج حاصل از شبکه های عصبی با معیارهای ارزیابی عملکرد R 2 و RMSE با روش استفاده شده در شرکت مطالعه شده، مقایسه شد. مقایسه نتایج نشان داد عملکرد شبکه عصبی اتو رگرسیو غیرخطی، با ورودی برون زا بر داده های خوشه بندی شده به روش پیچش زمانی پویا، برای کاهش خطای پیش بینی تقاضا در کانال همه جانبه یکپارچه، نسبت به دو روش دیگر برتری دارد.