درخت حوزه‌های تخصصی

امروزه یکی از ضروریات رویارویی با تغییرات مستمر در بازار مصرفی، استفاده از طرح جانمایی پویای تسهیلات است. مسئله جانمایی پویای تسهیلات[1] (DFLP)، مسئله ای بهینه سازی است که در جستجوی مناسب ترین موقعیت تسهیلات تولیدی برای افقی چنددوره ای است، به گونه ای که مجموع کل هزینه های طرح جانمایی کمینه گردد. این پژوهش، برای نخستین بار، رویکرد شبیه سازی و الگوریتم فراابتکاری بهینه سازی ازدحام ذرات[2] (PSO) را برای حل DFLP ترکیب کرده و با اعمال اصلاحاتی در الگوریتم ازدحام ذرات در فضای صفر و یک[3] (BPSO)، الگوریتمی جدید به نام الگوریتم بهینه سازی ازدحام ذرات گمارش شده[4] (APSOA) را ارائه داده است، که نتیجه آن اثربخشی بیشتر PSO در حل DFLP است. نتایج به دست آمده حاصل از آزمون APSOA روی مسائل مختلف DFLP با اندازه های کوچک، متوسط و بزرگ، حکایت از عملکرد بسیار خوب آن دارد. جانمایی تسهیلات، مسئله جانمایی پویای تسهیلات (DFLP)، الگوریتم بهینه سازی ازدحام ذرات گمارش شده (APSOA)، شبیه سازی.

نقش وارانتی در دنیای صنعتی و تجاری به عنوان یک سرمایه گذاری سودآور، به سرعت در حال افزایش می باشد، این نقش چه از بعد ترغیب و چه از بعد چتر حمایتی خصوصاً برای کالاهای پیچیده و گران از اهمیت بسزایی برخوردار می باشد. از دیدگاه تولید کننده و فروشنده وارانتی، مهمترین جنبه وارانتی، هزینه هایی است که پس از تعهد وارانتی به دنبال خواهد آمد. این هزینه، تعیین کننده خط مشی ها و تصمیماتی است که بر طبق آنها تولید کننده ، وارانتی را به مشتری پیشنهاد می کند. در اتخاذ خط مشی سودآورتر و مفیدتر برای مشتری، تجزیه و تحلیل هزینه ها در قالب یک مدل کمی امکان پذیر می باشد.مدلسازی هزینه های ناشی از ادعای خسارت وارانتی با مدل دهی اجزاء فرایند وارانتی و قبول دسته ای از فرضیات پیوندخورده و عمدتاً در دو شاخه مدل های یک دامنه و دو دامنه بر طبق خط مشی های مختلف توسعه می یابد.

این نوشته که سیاست های قابل اتخاذ برای بهینه سازی مصرف بنزین و نزدیک سازی قیمت این کالا را به قیمت های واقعی آن جستجو می کند، در ابتدا با برآورد مصرف سرانه بنزین براساس روندنگری، به برآورد مصرف کل و مصرف سرانه بنزین مبادرت می ورزد. سپس از طریق اتکا به یک مدل اقتصادسنجی مشتمل بر مدل بلندمدت، کوتاه مدت و تصحیح خطا به برآورد کشش های جزئی کوتاه مدت و بلندمدت قیمتی و درآمدی و پیش بینی مشروط مصرف کل و مصرف سرانه بنزین میپردازد نتایج حاکی از کم بودن کشش قیمتی کوتاه مدت و رشد قابل ملاحظه این کشش در بلندمدت است. این امر نشانه آن است که نقش عوامل بازاری و به ویژه قیمت در بلندمدت افزایش یافته است و عملا“ امکان بهینه سازی مصرف بلندمدت از طریق افزایش قیمت نسبی وجود دارد. در نهایت، نگارندگان با تکیه بر این واقعیت که کشش یک پارامتر نیست یک سلسله اصلاحات موازی هماهنگ با افزایش قیمت را در راستای بهینه سازی مصرف بنزین پیشنهاد می نمایند که می تواند بسترهای لازم برای کمتر کردن محدودیت ها و موانع افزایش قیمت بنزین را فراهم سازد یا تقویت نماید.

در این مقاله یک مدل غیر قطعی زنجیره تأمین حلقه بسته ، توسعه داده شده است. هدف اول این مدل، حداکثر سازی سود کل زنجیره می باشد. تابع هدف دوم، حداقل سازی استفاده از مواد خام است. به عبارت دیگر هدف دوم حداکثر کردن میزان بازیافت می باشد؛ که یکی از دلایل پیدایش سیستم های حلقه بسته نیز همین امر بود. بهینه سازی در مدل مذکور توسط الگوریتم ژنتیک صورت گرفته و توسط روش ε-Constraint به یافتن خط بهینه پارتو پرداخته شده است. در انتها نیز یک مثال عددی با این رویکرد حل شده و نتیجه آن با روشهای قبل مقایسه شده است. همچنین عملکرد مدل در ایعاد مختلف مورد بررسی قرار گرفته است. نتایج نشان می دهند که رویکرد مذکور از کارایی خوبی برخوردار می باشد؛ و قادر است اطلاعات خوبی جهت تصمیمات استراتژیک، در اختیار تصمیم گیرنده قرار دهد.

اخیرا تعدادی از شرکتها و سازمانهای ایرانی روش شناسی شش سیگما را به کار گرفته و به موفقیت هایی نیز دست یافته اند در این مقاله به نتیجه تحقیقی که برای اولین بار در ایران به شناسایی و ریشه یابی علل و عوامل موفقیت پروژه های بهبود با روش شناسی شش سیگما در صنایع صنام باتری سازی نیرو صا ایران و اتکا انجام شده است اشاره می شود . ...

هر فرایند عملیاتی متاثر از رویکردی است که شامل پیش فرضهایی در زمینه چگونگی انجام و نتایج آن فرایند است. در این بین، فرایند توسعه محصول از این امر مستثنی نیست. در حال حاضر شاهد جایگزینی مفروضات جدید توسعه محصول با پارادایم های پیشین هستیم، به گونه ای که هم اکنون برخی از صنایع، مفروضات جدیدی را پذیرفته و رویکردی متفاوت را برای توسعه محصول اتخاذ کرده اند. پیاده سازی رویکردهای جدید و فرایندهای اجرایی آنها مستلزم فراهم بودن برخی از الزامات است...

ابهام و عدم قطعیت موجود در ماهیت و محدودیت شناختی ذهن انسان، همواره پیش بینی رفتار و مشخصات ناشناخته سیستم هایی که با انسان سروکار دارند را دشوار می سازد. درنتیجه، پیش بینی در این حوزه، نیازمند ساخت مدل هایی است که ابهام را به عنوان بخشی از سیستم درنظر گرفته و مدل سازی کند. هدف از این مقاله بهره-گیری از هوش مصنوعی و الگوریتم های بهینه سازی پیشرفته برای مدل سازی کارایی پرسنل است که در این بررسی از متغیرهای هوش هیجانی و ویژگی های فردی به عنوان ورودی و از سه بعد وظیفه شناسی، دقت در کار و سرعت در کار به عنوان خروجی مدل پیش بینی کارایی امدادگران وگازبانان شرکت گاز استفاده گردیده است. درنهایت، به منظور مدل سازی کارایی، با ترکیب الگوریتم ژنتیک و روش تجزیه مقادیر منفرد با سیستم استنتاج فازی عصبی، سیستم بهینه ی استنتاج عصبی-فازی تطبیقی بر اساس داده های واقعی بکار گرفته شد. این سیستم قادر است با وجود پیچیدگی و ناشناخته بودن رفتار در حوزه منابع انسانی، کارایی پرسنل را با حداقل خطای آموزش، حداقل خطای پیش بینی و حداکثر انطباق پذیری با کارایی واقعی پیش بینی نماید به طوری که بر اساس الگوریتم معرفی شده، درمورد 84% تا 96% از رکوردهای مورد بررسی، ابعاد کارایی دقیقا برابر با مقدار واقعی پیش بینی می شوند.

تاکنون مفهوم بهره وری خدمت بیشتر در صنایع تولیدی مطرح بوده است و این ممکن است به دلیل غفلت طولانی از مباحث بهره وری در مدیریت خدمت باشد. این مقاله ساختاری را برای تحلیل بهره وری در سازمان ها دولتی بوسیله متمایز کردن بهره وری مشتری و بهره وری عملیاتی فراهم می آورد...

صنایع خودروسازی به دلیل داشتن زنجیره تأمین طولانی و شبکه ارتباطات گسترده میان عناصر متشکله آن با ریسک های بسیاری مواجه اند. شرکت سایپا (یکی از مهم ترین قطب های خودروسازی کشور) در سال های اخیر درزمینه چگونگی شناسایی، اولویت بندی و مدیریت ریسک های موجود در زنجیره تأمین خود با چالش های بسیاری مواجه بوده است؛ به طوری که همواره مقابله با این چالش از اولویت های اصلی پژوهش های این مجموعه بوده است. هدف این پژوهش، شناسایی و ارزیابی ریسک های موجود در زنجیره تأمین شرکت خودروسازی سایپا برای تعیین ریسک های بحرانی و اتخاذ تصمیم مناسب برای هریک از دسته های تعیین شده است. مدل های موجود ارزیابی ریسک، هر ریسک و اثر و اهمیت آن در عملکرد شرکت را به صورت مجرد و بدون توجه به شبکه ارتباطی میان ریسک های مختلف موجود در سیستم بررسی می کنند. ازطرفی این روش ها درصورتی به کار گرفته می شوند که تعداد ریسک های شناسایی شده محدود باشند. در این پژوهش تلاش شده است با تعبیه رویکرد تحلیل شبکه های اجتماعی درقالب گام های مدل ارزیابی ریسک کوزو، رویکرد جدیدی در ارزیابی ریسک ها استفاده شود. بدین منظور، نخست باتوجه به اسناد و مدارک شرکت و مصاحبه با خبرگان و بهره گیری از روش تحلیل تم، ریسک های زنجیره تأمین شرکت سایپا شناسایی شده است. در مرحله دوم، رویکرد تحلیل شبکه های اجتماعی در گام های مدل کوزو پیشنهاد شده است و با استفاده از این رویکرد، کلیدی ترین ریسک ها شناسایی شده اند. درنهایت نتایج حاصل با بهره گیری از ماتریس اهمیت - عملکرد تجزیه و تحلیل و تصمیمات لازم ارائه شده است. باتوجه به نتایج تحلیل، 48 درصد از کل ریسک ها در دسته های مالی- اقتصادی، تأمین کنندگان، اطلاعاتی، و حمل و نقل قرار دارند.