هادی بالویی جام خانه

هدف: چرخه کوتاه عمر محصول، الگوهای پیش بینی ناپذیر تقاضا و کاهش روزافزون زمان عرضه به بازار، باعث شده است که شرکت های تولیدی تحت فشار قرار گیرند. به همین منظور، شرکت های تولیدی برای رویارویی با سناریوهای پیچیده تولید، به پیاده سازی سیستم های تولید سلولی (CMS) روی آورده اند که کاهش هزینه های تولید، افزایش انعطا ف پذیری و پاسخ سریع به تقاضای بازار را به همراه دارد. سیستم تولید سلولی، یکی از فلسفه های فناوری گروهی است که با تقسیم یک سیستم بزرگ به چندین زیرسیستم کوچک، کنترل و مدیریت سیستم تولید را تسهیل می کند. اولین موضوع در طراحی یک سیستم سلولی، گروه بندی ماشین ها برای تولید خانواده ای از قطعات در سلول های تولیدی است که از آن با عنوان تشکیل سلول یاد می شود. در واقع با ایجاد سلول های کارآمد، کارایی ماشین های درون سلولی (فرایند درون سلولی) به حداکثر و انتقال قطعات از یک سلول به سلول دیگر (فرایند بین سلولی) به حداقل می رسد. مسئله دوم، مسئله چیدمان گروهی، یعنی فاصله سلول ها در کارگاه از یکدیگر (چیدمان بین سلولی) و چیدمان ماشین ها در داخل سلول ها (چیدمان درون سلولی) است. گروه بندی بهینه ماشین ها در سلول ها، قرارگیری کارآمد سلول ها در کنار یکدیگر و همچنین، ماشین های داخل سلول ها، بر هزینه های حرکات درون سلولی و حرکات بین سلولی قطعات تأثیر می گذارد. در یک سیستم تولید سلولی استاتیک، تقاضا در تمام دوره ها ثابت در نظر گرفته می شود؛ ولی با پیشرفت تکنولوژی، محیط یک صنعت با تلاطم در انواع محصولات و تقاضا مواجه است. برای غلبه بر این مسائل، در پژوهش حاضر یک سیستم تولید سلولی پویا معرفی شده است که سلول های بهینه را در هر دوره با توجه به شرایط تقاضا جایابی می کند. با توجه به اهمیت آنچه بیان شد، این مطالعه به طور هم زمان به حل مسئله یک سیستم تولید سلولی پویا (DCMS) با ماشین های غیرقابل اعتماد و مسئله برنامه ریزی تولید و چیدمان بین سلولی می پردازد. تابع هدف مدل پیشنهادی، به دنبال حداقل کردن هزینه های جابه جایی درون و بین سلولی، پیکربندی مجدد، خرابی ماشین آلات، تولید قطعه، نگهداری قطعه در انبار و سفارش معوق قطعه در دوره های تولیدی است. روش: در ابتدا، یک مدل ریاضی برنامه ریزی غیرخطی عدد صحیح مختلط، برای مسئله مدنظر ارائه و سپس خطی سازی شد. مدل ریاضی پیشنهادی با یک مطالعه موردی در نرم افزار  GAMS با سالور GUROBI اعتبارسنجی شد و در ادامه، به تأثیر جابه جایی ماشین آلات بین دوره ها و تحلیل حساسیت پارامتر میانگین زمان بین دو خرابی پرداخته شد. یافته ها: انعطاف پذیری در مسیریابی، مکان یابی بهینه سلول ها و گروه بندی بهینه ماشین آلات، به کاهش هزینه های تولید منجر شد. همچنین با جابه جایی دو ماشین m1 و m3 هزینه تولید به میزان 353,870 تومان بهبود پیدا کرد. نتیجه گیری: پیکربندی مجدد سلول های ماشین در دوره جدید، هزینه تولید را بهبود می دهد. مدل پیشنهادی، مدل انعطاف پذیر در مسیریابی تولید قطعه است. تحلیل حساسیت MTBF نشان داد که تعداد خرابی ها بر عملکرد سیستم تأثیر دارد.

در دنیای رقابتی امروزی، همه سازمان هاخواستار استفاده بهینه از امکانات و ظرفیت های موجود در بخش های مختلف می باشند. بنابراین وجود مدلی به منظور ارایه بازخورد در راستای بهبود عملکرد بخش های مختلف سازمان هاو دستیابی به ابزاری جهت برآوردن این نیاز مدیران، بسیار ضروری و منطقی به نظر می رسد. با توجه به اهمیت موضوع، دراین مقاله با استفاده از روش تحلیل پوششی داده ها (DEA) کارایی گروه های آموزشی دانشگاه، در چهار بعد کمّیت آموزشی، کیفیت آموزشی، فعالیت پژوهشی و خدمات علمی براساس 9 سناریوی مطرح شده، ارزیابی شده اند. در واقع با طراحی این سناریوها دلایل اصلی و منشأ کارامدی و ناکارامدی هر یک از گروه های آموزشی و درجه ی تأثیر این عوامل مورد تحلیل وارزیابی قرارگرفتند. نتایج بررسی بر اساس طرح ها نشان می دهد که گروه های آموزشی مربوط به DMU1، DMU4، ، DMU6، ، DMU8، DMU9، DMU11، DMU13، DMU16، DMU22، DMU26، DMU33 با توجه به چهار بعد موردنظر کمترین کارایی(ناکارا) را داشته اند .همچنین یافته ها نشان می دهد که در بین بعدهای مورد بررسی، اکثر گروه ها، در بعد پژوهشی و خدماتی دارای ضعف عملکرد بوده اند.

هدف از این پژوهش بررسی روابط بین متغیر های ارزش ویژه ی برند و سنجش کارایی برندهای متفاوت از خودروها است. این پژوهش با توجه به هدف کاربردی و از نظر روش توصیفی پیمایشی و برپایه ی مدل معادلات ساختاری (SEM) و تحلیل پوششی داده ها است. جامعه ی آماری این پژوهش متشکل از مصرف کنندگان 23 برند خوردو در شهر اصفهان بود. تجزیه و تحلیل داده های پژوهش با استفاده از نرم افزار SPSS18، AMOS18 و DEA Solver انجام شد. یافته های پژوهش نشان داد که آگاهی از برند، کیفیت ادراک شده و تداعی برند بر وفاداری به برند تأثیرگذار بوده و وفاداری به برند نیز به نوبه ی خود بر ارزش ویژه ی برند تأثیرگذار است. از سوی دیگر، کارایی ارزش ویژه ی برند با استفاده از تحلیل پوششی داده ها سنجیده شد. نتایج به دست آمده از نرم افزار DEA Solver حاکی از آن است که در فاز اول و دوم، برند مزدا 3 از لحاظ برخورداری از ارزش ویژه ی برند نسبت به برند های دیگر کاراتر است.