امیرحسین امیری

این مقاله با استفاده از روش ناپارامتری تحلیل پوششی داده‏ها به ارزیابی کارایی کشورهای در حال توسعه منتخب در زمینه استفاده از منابع فناوری اطلاعات برای توسعه زیرساخت های تجارت الکترونیکی در سال 2005 می پردازد. با استفاده از روش تحلیل مؤلفه های اصلی، شاخص های جدید و مستقل از هم به عنوان متغیرهای خروجی ایجاد و سپس به رتبه بندی کشورها از نظر کارایی اقدام می شود. نتایج نشان می دهد با فرض بازدهی ثابت نسبت به مقیاس، کشورهای مصر، نیجریه، پاکستان، قزاقستان، ویتنام، الجزایر، اندونزی و آذربایجان از بیشترین کارایی برخوردار هستند و متوسط کارایی 8/43 درصد است. با در نظر داشتن فرض بازدهی متغیر نسبت به مقیاس، کشورهای استونی، هند، چین، روسیه، اکراین و ایران نیز به جمع کشورهای کارا می پیوندند و متوسط کارایی 9/63 درصد است.

در این مقاله سعی شده است با ادغام شبیه سازی و الگوریتم ژنتیک رویکردی پیشنهاد شود که بتوان از آن در هر مسئله تولید کارگاهی که قابلیت مدل شدن با شبیه سازی را داشته باشد استفاده کرد. در رویکرد پیشنهادی برای درنظرگیری محدودیت هایمسئله از مدل شبیه سازی و برای بهینه سازی از الگوریتم ژنتیک استفاده می شود. بدین منظور ماتریسی به عنوان رابط تعریف می شود که هم زمان نقش بردار کنترلی برای مدل شبیه سازی و نمایش ماتریسی جواب برای الگوریتم ژنتیک را ایفا می کند. در این روش با استفاده از الگوریتم ژنتیک تغییراتی درماتریس اعمال می شود و سپس ماتریس وارد مدل شبیه سازی شده و تابع هدف تعریف شده در مسئله به عنوان تابع برازش برای الگوریتم ژنتیک گزارش می شود و این روند تا رسیدن به شرایط اتمام الگوریتم ادامه پیدا می کند. روش پیشنهادی بر مسائل معیار تولید کارگاهی سنتی و با تابع هدف زمان اتمام آخرین کار آزمایش می شود و نتایج حاصل با نتایج روش برنامه ریزی عدد صحیح مختلط مقایسه می شود. سپس اولویت دهی مناسب برای مینیمم کردن تابع هدف چندگانه، در یک سیستم تولید کارگاهی پویای دارای خرابی و دوباره کاری به دست می آید. نتایج به دست آمده نشان می دهد روش بهینه سازی براساس شبیه سازی از توانایی بالایی برای مدل سازی و یافتن جواب مناسب در اکثر مسائل تولید کارگاهی برخوردار است.

امروزه در برخی محیط های تولیدی یا خدماتی، کیفیت محصول یا عملکرد فرآیند به وسیله ترکیبی از مشخصه های کیفی متغیر و وصفی همبسته توصیف می گردد. بر اساس آخرین اطلاعات مؤلفان، تا کنون هیچ روشی برای پایش ماتریس واریانس- کوواریانس این گونه فرآیندها ارائه نشده است. در این مقاله، یک شبکه عصبی مصنوعی برای پایش تغییرپذیری یک فرآیند چند مشخصه وصفی و متغیر ارائه شده است. شبکه ارائه شده نه تنها قادر به کشف وضعیت های خارج از کنترل بوده، بلکه می تواند مشخصه /مشخصه های عامل انحراف در فرآیند را نیز شناسایی کند. کارایی روش ارائه شده با استفاده از یک مثال عددی بر اساس معیارهای متوسط طول دنباله و درصد تشخیص درست مشخصه /مشخصه های کیفی عامل انحراف بررسی شده است. همچنین عملکرد شبکه طراحی شده در پایش ماتریس واریانس- کوواریانس فرآیندهای چند مشخصه وصفی و متغیر با دو روش آماری پایش ماتریس واریانس- کوواریانس برای مشخصه های کیفی متغیر که در این مقاله برای پایش فرآیندهای چند متغیره- چند مشخصه توسعه داده شده اند، مقایسه شده است. نتایج مثال عددی نشان می دهد که شبکه عصبی طراحی شده عملکرد بهتری در کشف وضعیت های مختلف خارج از کنترل نسبت به روش های آماری توسعه داده شده دارد و همچنین به خوبی قادر به تشخیص مشخصه(های) کیفی عامل انحراف در فرآیند است.

پایش پروفایل یکی از موضوع های نوین تحقیقاتی در حوزه کنترل فرآیند آماری است که در سالهای اخیر بسیار مورد توجه قرار گرفته است. پروفایل رابطه بین یک متغیر پاسخ و یک یا چند متغیر مستقل را توصیف میکند. این رابطه که معمولا با استفاده از یک رابطه رگرسیونی مدل میشود میتواند خطی ساده، خطی چندگانه، چند جمله ای و در مواردی غیر خطی باشد. تاکنون روشهایی برای پایش پروفایلهای چند جمله ای توسعه داده شده است که بهترین آنها روش چند جمله ای متعامد است. از جمله نقاط ضعف روش مذکور تعداد زیاد نمودارهای کنترل میباشد که به صورت همزمان استفاده میشوند. در این مقاله روشی جدید بر اساس روش چندجمله ای متعامد پیشنهاد شده که در آن تنها از دو نمودار کنترل برای پایش یک پروفایل چند جمله ای از درجه k استفاده میشود. یافته­های شبیه سازی و تحلیل منحنی متوسط طول دنباله نشان میدهد که روش پیشنهادی در مقایسه با روش موجود عملکرد بهتری دارد. همچنین استفاده از آن در عمل بسیار آسان تر میباشد.

در برخی از فرآیندها، کیفیت محصولات یا عملکرد فرآیند به وسیله رابطه بین دو یا چند متغیر توصیف می شود. این رابطه می تواند خطی ساده، خطی چندگانه، چندمتغیره، غیرخطی و لجستیک باشد که به اصطلاح به آن پروفایل گفته می شود. برخی از روش های توسعه داده شده در پایش پروفایل مرتبط با پایش پروفایل های لجستیک هستند. همچنین حضور داده های پرت درون داده ها سبب می شود تا پارامترهای پروفایل به درستی تخمین زده نشوند. در این مقاله روش جدید حداکثر درست نماییِ وزنی مبتنی بر رویکرد استوار برای تخمین پارامترهای پروفایل های لجستیک در فاز 1 ارائه شده است تا اثر داده های پرت روی عملکرد آماری نمودار کنترلT2 برمبنای احتمال خطای نوع 1 برای پایش پروفایل های لجستیک کاهش یابد. عملکرد روش پیشنهادی با استفاده از مثال عددی بررسی و نتایج آن با روش حداکثر درست نمایی مقایسه شده است. نتایج نشان می دهد روش پیشنهادی بهتر از روش حداکثر درست نمایی براساس توان نمودار کنترل T2 عمل می کند.

بی شک هر جامعه ای برای پیشرفت و توسعه نیازمند مدیریت کارامد و شایسته است. این نکته همواره مورد تأکید مقام معظم رهبری بوده است. ایشان با نکته بینی و درایت این مسئله را به تمام آحاد جامعه و بویژه دولت عدالت محور گوشزدکرده اند. بدیهی است جایگاه دولت به عنوان بالاترین نهاد اجرایی کشور، ویژه است و ضرورت توجه به استقرار نظام مدیریت شایسته در سطح دولت احساس می شود. این مقاله با هدف اجرایی کردن منویات مقام معظم رهبری و کمک به استقرار نظام مدیریت شایسته در سطح دستگاه های اجرایی کشور تدوین شده است. در این مقاله ضمن تعریف مفاهیم و سطوح شایستگی، ارکان و الگوهای شایستگی فردی و سازمانی تبیین شده است. هم چنین ارتباط نظام ارزیابی عملکرد و نظام مدیریت شایسته تبیین گردیده است. در ادامه، الگوی جامع نظام مدیریت شایسته در سطح دولت، ارائه، و ساختار پیشنهادی برای استقرار نظام مدیریت شایسته در دستگاههای اجرایی تدوین شده است.