درخت حوزه‌های تخصصی

هدف این پژوهش بررسی رابطه مدیریت کیفیت جامع و رضایت مشتری است. در این پژوهش میدانی، به منظور جمع آوری داده ها پرسشنامه استاندارد فوئنتس و همکاران به کار گرفته شد. جامعه آماری این پژوهش شرکت های تولیدی شهرستان سنندج است، که 135 نفر از مدیران و کارکنان آن مراکز به روش تصادفی ساده انتخاب شدند. به منظور بررسی روابط بین متغیرهای تحقیق مدل یابی معادلات ساختاری و نرم افزار LISREL به کار گرفته شد. نتایج شاخص های برازش مانندRMSEA ، GFI و AGFI نشان دهنده برازش خوب مدل و کاربردی بودن نتایج است. بر این اساس، نتایج نشان می دهد عوامل تمرکز بر مشتری، بهبود مستمر و کار تیمی با رضایت مشتری رابطه مثبت معنی دار دارند. در نهایت و پس از نتیجه گیری از یافته های تحقیق، پیشنهادهایی جهت تقویت روابط میان متغیرهای مدل بیان شد.

دلایل متعددی برای شکست پروژه های مختلف درون سازمانی وجود دارد که برخی از مهمترین آنها عدم حمایت مدیریت ارشد، مقاومت های شدید درون سازمانی، تغییر شرایط اجرا و مقتضیات سازمانی هستند. پروژه های سیستم های اطلاعاتی نیز در همین قالب، قابل برررسی هستند. به دلیل اهمیت ویژه این پروژه ها و با توجه به تاثیر خاص آنها بر کیفیت و کمیت خروجی سازمان، در این مقاله به دنبال یافتن راه حل هایی هستیم تا احتمال چنین رخدادهایی را در سازمان های ایرانی به حداقل رسانیم. در همین راستا، شرکت خدمات انفورماتیک به عنوان بزرگترین شرکت فعال در زمینه بانکداری الکترونیکی در ایران جهت مطالعه انتخاب گردیده است. در این پژوهش با استفاده از مدل سازی دینامیکی در قالب روش تحلیل پویایی سیستم، مساله برون سپاری پروژه های سیستم های اطلاعاتی مدل شده و با استفاده از شبیه سازی رفتاری در محیط نرم افزار Vensim، مورد تجزیه و تحلیل قرار گرفته است. با آزمون راهکارهای مختلف در محیط شبیه سازی، سیاست ها و راهکارهایی برای بهبود وضعیت پروژه های برون سپاری شده سیستم های اطلاعاتی ارائه گردیده است که مهمترین آنها عبارتند از: آموزش مستمر، طراحی و استقرار نظام های گوناگون مدیریتی از طریق تصویب و اجرای آیین نامه ها و دستورالعمل ها، کمک به بهبود وضعیت مالی پیمانکاران، رسیدن به زبان و فهم مشترک از پروژه میان کارفرما و پیمانکار و دقت در انتخاب پیمانکار. نقطه افتراق این مقاله با مقالات قبلی این حوزه، تمرکز بر شکاف عملکردی و برنامه ریزی برای رفع آن است.

سازمان های فعال در حوزه تولید و توسعه نرم افزار در اثر میزان بالای رقابت، نیاز مشتریان مبنی بر شخصی سازی محصولات، فشار برای کاهش زمان تولید و سرعت بالای رشد فناوری های نوظهور؛ با تغییرات محیطی بالایی رو به رو هستند. لازمه بقای این سازمان ها در فضای پویا، استفاده از متدولوژی تولید و توسعه چابک نرم افزار جهت انطباق سریع تر فرایندها و فعالیت های کسب و کار با محیط می باشد. به کارگیری موفقیت آمیز این متدولوژی خصوصا در مرحله تحلیل که در آن تحلیل گران به شناخت نیازمندی های مشتری و تعیین معماری سیستم می پردازند، سازمان را در ارائه محصولات در زمان مناسب توانمند می سازد و بدین ترتیب از منظر ایجاد ارزش نقش مهمی برای سازمان دارد. بر این اساس در پژوهش حاضر پس از مطالعه ادبیات تحقیق، عوامل موثر در موفقیت این متدولوژی شناسایی گردید. در ادامه با توجه به اهمیت نقش تحلیل در مرحله بلوغ محصول که نرم افزار در سازمان مشتری استقرار یافته و توسط کاربران استفاده می شود، نسبت به یافتن آن دسته از عواملی که در موفقیت تحلیل این متدولوژی و در مرحله نگهداشت محصول اثرگذار هستند، اقدام گردید. بر اساس تجزیه و تحلیل داده های پژوهش، پیشنهاد می شود که عوامل موثر بر موفقیت فاز تحلیل متدولوژی چابک در مرحله بلوغ نرم افزار در 7 طبقه فردی-مشتری، فردی-تحلیل گر، میان فردی، سازمانی، مدیریتی، فرایندی و تکنولوژیک قابل دسته بندی هستند.

یکی از روش های جدید تحلیل صورت های مالی، مدل تحلیل پوششی داده ها می باشد. ولیکن ایراد این روش این است که عملکرد را صرفا در یک دوره زمانی خاص و به صورت ایستا ارزیابی می کند. در همین راستا، این پژوهش به بررسی تحلیل صورت های مالی شرکت های بورس اوراق بهادار تهران با استفاده از مدل تحلیل پوششی داده های پنجره ای می پردازد. علت اصلی استفاده از این مدل جدید نیز، بررسی عملکرد شرکت ها در طول بازه های زمانی گوناگون می باشد. بدین منظور از میان شرکت های مذکور، 100 شرکت به عنوان شرکت های نمونه انتخاب و طی دوره 1384 تا1389 مورد بررسی قرار گرفتند. نتایج پژوهش نشان می دهد از میان شرکت های نمونه، صرفا یک شرکت در طول زمان کارایی عملکرد خود را به طور صد در صد حفظ کرده است.

ورشکستگی، پدیده ای است که بسیاری از شرکت ها خصوصاً در عصر شدیداً رقابتی حاضر، با آن مواجه اند. از این رو، تجزیه و تحلیل و پیش بینی ورشکستگی، امری بسیاری حیاتی خصوصاً برای سرمایه گذاران است. بر این اساس، تحقیق حاضر با هدف معرفی دو روش مبتنی بر تحلیل پوششی داده ها (DEA) در تجزیه و تحلیل و پیش بینی ورشکستگی برای شرکت های مواد غذایی پذیرفته شده در بورس اوراق بهادار تهران صورت گرفت. تحقیق حاضر، از نوع توصیفی کاربردی است و به منظور ارزیابی مدل های تحلیل ورشکستگی، 58 شرکت مواد غذایی پذیرفته شده در بورس اوراق بهادار به عنوان جامعه آماری در نظر گرفته شد. یافته های تحقیق نشان داد که دقت مدل تشخیصی تحلیل پوششی داده ها در پیش بینی شرکت های غیرورشکسته 92 درصد و در پیش بینی شرکت های ورشکسته 70 درصد بود؛ در حالی که دقت مدل افزایشی تحلیل پوششی داده ها در پیش بینی شرکت های غیرورشکسته 90 درصد و در پیش بینی شرکت های ورشکسته 70 درصد بود. بنابراین در مجموع در تحلیل ورشکستگی، مدل تشخیصی نسبت به مدل افزایشی دقت بیشتر و بر آن ارجحیت دارد.

در پژوهش حاضر یک مدل برنامه ریزی خطی ارائه می شود که هدف آن بهینه سازی درآمد هتل است. برنامه ریزی برای یک دوره خاص انجام و چند دوره رزرواسیون در نظر گرفته می شود. قیمت ارائه شده در این دوره ها متفاوت است و مدل، قابلیت درنظر گرفتن اتاق ها با انواع متفاوت را دارد. در واقع، متغیرهای تصمیم تعداد رزرواسیون اتاق ها از انواع مختلف با ورود و خروج های متفاوت و در دوره های رزرو گوناگون است. تعداد متغیرهای تصمیم ضریبی از انواع اتاق، تعداد روزهای ورود، تعداد روزهای خروج و تعداد دوره های رزرو است. دو حالت قطعی و غیر قطعی برای تقاضا در نظر گرفته می شود. برای حالت غیرقطعی روش سناریوسازی که از روش های ساده، ولی نزدیک به واقعیت در برنامه ریزی احتمالی است، استفاده می شود. ویژگی متمایز این مقاله در نظر گرفتن حالت لغو درخواست و عدم حضور است که به عنوان یک فاکتور تعیین کننده در میزان پذیرش میهمانان هتل به حساب می آید. اعتبار مدل با استفاده از مثال های عددی تأیید شده و در نهایت، مدل توسط نرم افزارهای برنامه ریزی خطی حل می شود. با حل مدل ها این نتیجه به دست آمد که هرچقدر ریسک تصمیم گیرنده بیشتر باشد، فاکتور مقابله با ریسک او کمتر و درآمد حاصل از هتل در حالت احتمالی تقاضا بیشتر خواهد بود.

نظر به اهمیت بخش تعاونی و تعیین هدف 25 درصدی از اقتصاد ملی برای آن تا پایان برنامه پنجم، لزوم تبیین وضعیت بهره وری در تعاونی ها ضروری است. بر این اساس اندازه گیری شاخص های بهره وری و میزان کارایی در تعاونی های صنعتی استان یزد به همراه شناسایی عوامل تاثیر گذار بر بهره وری، هدف پژوهش است. روش مورد استفاده، توصیفی و تحلیلی بوده، جمع آوری اطلاعات نیز به روش اسنادی و پیمایشی صورت پذیرفته است. از بین 130 کارگاه تعاونی صنعتی استان در زمان آمارگیری، تعداد 30 کارگاه غیرفعال و از بین بقیه 31 نمونه تصادفی انتخاب و مورد بررسی قرار گرفته اند. نتایج نشان می دهد، تعداد معدودی از تعاونی های مورد بررسی ضمن اینکه دارای شدت کاربری بزرگ تر از یک بوده و از سطح بهره وری بالاتری برخوردارند، دارای کارایی واحد نیز هستند. این وضعیت می تواند بیانگر وجود مزیت های نسبی استان در تولید محصولات فلزی، منسوجات و مواد غذایی و آشامیدنی باشد. توجه به عوامل درونی موثر بر بهره وری از جمله آموزش مستمر نیروی کار، مسائل رفاهی کارکنان، استفاده از تدابیر مهندسی صنایع، نظرات کارکنان، ایجاد واحدهای تحقیق و توسعه و استفاده از تکنولوژی های بهتر، می تواند به ارتقای بهره وری در این حوزه کمک کند.

مسئله یافتن یک ترکیب بهینه از دانشجویان ورودی به دانشگاه ها و مؤسسات آموزش عالی به یکی از چالش های مهم مؤسسات آموزشی تبدیل شده است و به عنوان یک مسئله بهینه سازی پیچیده مطرح است. مقاله حاضر بر آن است تا با نگرش سیستمی و ارائه یک مدل ریاضی، تعداد مطلوب دانشجویان ورودی به دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی را پیشنهاد نماید. در طراحی مدل از اطلاعات مربوط به واحدهای آموزشی، رفاهی وخدماتی دانشگاه از جمله ظرفیت آموزشی دانشکده ، ظرفیت های سایت کامپیوتر، غذاخوری دانشجویان، تعداد دانشجویان فعلی و فارغ التحصیل در سال جاری در مقاطع گوناگون تحصیلی استفاده شد و به جهت تطابق بیشتر مدل پیشنهادی با واقعیت های عینی، از محدودیت های فازی استفاده گردید. در این مقاله تلاش شده است تا با تجزیه و تحلیل روابط متغیرها و پارامترهای موجود در سیستم دانشکده و اولویت بندی آن ها به کمک تکنیک تحلیل سلسله مراتبی، مدل مناسبی برای تعیین تعداد مطلوب دانشجویان رشته های مختلف در هر سال را برای سال بعد بدست آورد و همچنین کمبودها و فاصله با سطح مطلوبیت مرجع واحدهای رفاهی و خدماتی را ارزیابی و جهت رفع آن ها برنامه ریزی نمود. نتایج حاصل از حل مدل ارائه شده در این مقاله به کمک نرم افزار LINGO نشان می دهد در دانشکده مدیریت و حسابداری دانشگاه علامه طباطبائی بین میزان پذیرش سالیانه دانشجویان با امکانات آموزشی و رفاهی در برخی از رشته– مقطع ها تناسب مناسبی وجود ندارد و نیازمند بازبینی برنامه جذب دانشجو است. همچنین ارزیابی کمی اولیه ای در خصوص کمبودهای واحدهای خدماتی و رفاهی دانشکده صورت گرفت که می توان از آن ها جهت تدوین برنامه توسعه و گسترش دانشکده مذکور استفاده نمود.

دنیای مدرن امروز، موجب افزایش آلودگی ها و مشکلات زیست محیطی و در نتیجه افزایش نگرانی دولت ها و سازمان ها در رابطه با محیط زیست شده است. این نگرانی ها موجب به وجود آمدن مفهوم جدیدی تحت عنوان نوآوری سبز شد. این پژوهش، با هدف بررسی تأثیر ابعاد نوآوری سبز بر عملکرد سازمان انجام شده و در این رابطه نقش میانجی عملکرد زیست محیطی سازمان نیز بررسی شده است. جامعة آماری پژوهش حاضر را شرکت های فعال در صنعت کاشی و سرامیک استان یزد تشکیل می دهند. به منظور سنجش نوآوری سبز ۴بُعد، شامل نوآوری مدیریتی سبز، نوآوری محصول سبز، نوآوری فرآیند سبز و نوآوری فناورانه سبز، در نظر گرفته شد. برای آزمون فرضیه های پژوهشی از مدل سازی معادلات ساختاری بر پایة روش کم ترین مربعات جزئی استفاده شده است. نتایج نشان داد که ابعاد نوآوری سبز شامل نوآوری فرآیند و فناورانة سبز هم به صورت مستقیم و هم به صورت غیرمستقیم به واسطة نقش میانجی عملکرد زیست محیطی، بر عملکرد سازمان تأثیرگذارند. همچنین نوآوری مدیریتی و محصول سبز تنها به صورت غیر مستقیم بر عملکرد سازمان تأثیر می گذارند. در نهایت بر پایه اثر کلی ابعاد نوآوری سبز بر عملکرد سازمان، پیشنهادهای کاربردی برای پیاده سازی جنبه های مختلف از نوآوری سبز در صنعت کاشی و سرامیک ارائه شد.

امروزه سازمان ها با تغییر مداوم نیاز مشتریان و وجود رقابت های شدید در سطح جهانی، باچالش های متعددی مواجه شده اند. هدف مدیریت زنجیره عرضه، بهینه سازی کلیه تصمیماتی است که در طول این زنجیره اعم از عرضه کنندگان مواد اولیه، خطوط تولید، انبار محصول نهایی و مشتریان به وقوع می پیوندد. هدف این تحقیق، طراحی و ارائه ی مدل برنامه ریزی ریاضی تولید برای چند محصول در زنجیره عرضه گروه صنعتی برنز است. مدل ارائه شده در این تحقیق، مدل برنامه ریزی خطی آرمانی است که بر حداقل کردن هزینه های لجستیک و هزینه دیرکرد تحویل محصول به مشتری و حداکثر کردن درآمد فروش تمرکز دارد. همچنین وزن آرمان ها براساس مقایسات زوجی توسط خبرگان تعیین گردید. این مدل ریاضی 4 آرمان، 188 محدودیت و 510 متغیر دارد. مدل طراحیشده در این تحقیق، با جمع آوری اطلاعات از گروه صنعتی برنز حل گردید و جواب بهینه به دست آمد. پس از مقایسه جواب های حاصل از حل مدل با وضع موجود، کارایی مدل با استفاده از نظر خبرگان در مورد مطالعه تایید شد.

ریسک فراگیر بیانگر احتمال سقوط کل سیستم مالی در شرایط بحران است. در اکثر موارد، سرمایه گذاران نگران از دست دادن ارزش یک سهم و یا کالا هستند درحالی که در ریسک فراگیر، تمرکز روی کل بازار است. این سقوط اغلب زمانی رخ می دهد که یک شرکت کلیدی در کل سیستم شروع به ورشکستگی می کند، ترس حاصل شده موج وار روی سایر شرکت ها اثر منفی می گذارد و آنها نیز دچار افت می شوند. این واکنش های زنجیره ای باعث می شود بازار دچار استرس شود و در معرض بحران قرار گیرد. درکل می توان اندازه های ریسک فراگیر را به دو نوع تقسیم بندی کرد؛ نوع اول، اندازه هایی که ریسک کل سیستم را در حالتی که یک نهاد کلیدی در معرض خطر قرارگرفته است موردسنجش قرار می دهند و نوع دوم، اندازه هایی هستند که ریسک یک نهاد را موقعی که کل سیستم در بحران قرار دارند محاسبه می کنند. در همین رابطه اندازه های بسیاری از سوی محققان و فعالان بازار پیشنهادشده است. این مقاله ریسک فراگیر مربوط به 20 شرکت معتبر در بورس اوراق بهادار تهران را با استفاده از دو رویکرد MES و CoVaR بررسی و با استفاده از قابلیت اندازه CoVaR اثر بحران شرکت ها را یکدیگر را اندازه گیری می کند.

رفتار سرمایه گذاری شرکتی، فرایند پیچیده ای است که تحت تأثیر عوامل بسیاری قرار دارد. بر خلاف پژوهش های قبلی، پژوهش حاضر رویکردی جامع نگر دارد و با استفاده از روش فراتلفیق، ابتدا عوامل اثرگذار بر سرمایه گذاری شرکتی را شناسایی و آن ها را به عوامل مالی و بنیادی تفکیک کرده است. سپس، با استفاده از روش مدل سازی علی، روابط میان متغیرهای مدل سرمایه گذاری شرکتی، استخراج و در نهایت، مدل به وسیله شبکه عصبی آزمون شده است. در این پژوهش از داده های شرکت های موجود در بورس اوراق بهادار تهران در دوره 8 ساله منتهی به 29 اسفند 1390، استفاده شده است به نحوی که داده های 5 سال ابتدایی برای تأیید و یادگیری و 3 سال پایانی برای آزمون مدل، مورد استفاده قرار گرفته است. نتایج، مؤید توانایی بیش از 62 درصد مدل، در پیش بینی رفتار سرمایه گذاری شرکت ها در بورس اوراق بهادار تهران است.

شبکه های هاب یکی از انواع مهم شبکه های حمل ونقل هستند که در زمینه های مختلفی مانند حمل ونقل هوایی، پست و مخابرات کاربرد دارند. از ویژگی های مهم این شبکه ها، امکان وقوع اختلال در عملکرد آن ها به دلایلی ازقبیل ازکار افتادن تسهیل های هاب یا عدم دسترسی به یال های ارتباطی است. در این مطالعه، مسئله مکان یابی یال هاب پوششی با تخصیص چندگانه، تحت شرایط اختلال یال های هاب بررسی می شود. برای این مسئله، ابتدا یک مدل ریاضی جدید مبتنی بر روش برنامه ریزی شانس- محدود در برنامه ریزی تصادفی معرفی می شود و سپس نتایج محاسباتی حل مدل پیشنهادی برای مسائل نمونه مبتنی بر داده های حمل و نقل هوایی ایران و پست استرالیا ارائه می شوند. نتایج محاسباتی حاکی از اهمیت درنظرگیری اختلال پیش از طراحی شبکه های هاب و تغییر پیکربندی بهینه شبکه تحت شرایط اختلال است. Abstract Hub networks are among the important variations of transportation networks that have applications in air transportation, post, and telecommunication. An important feature of these networks is the possibility of disruption in the network performance due to failure of hub facilities or access links. In this study, the hub arc covering location problem is studied under disruption of hub arcs. First a new mathematical model is introduced based on the chance-constrained programming technique in stochastic programming. Then computational results of solving the proposed model for problem instance (based on Iran Aviation Data and Australian Post) are presented. The computational results confirmed the importance of disruption consideration before designing hub networks and changes in the optimal configuration of the network under disruption. Keywords: Hub Arc Location; Covering; Stochastic Programming; Chance-Constrained Programming.

تأخیر در تأمین نفت گاز، پیامدهای سیاسی، اجتماعی و اقتصادی وسیعی را به دنبال دارد؛ بنابراین پیش بینی دقیق تقاضای نفت گاز بسیار مهم است. استفاده از شبکه های عصبی مصنوعی در پیش بینی کاربرد زیادی دارد. طراحی مناسب پارامترهای (ساختار) شبکه موجب می شود دقت و عملکرد شبکه های عصبی مصنوعی افزایش یابد. در بیشتر مطالعات از روش سعی و خطا برای تنظیم پارامترهای شبکه های عصبی مصنوعی استفاده می شود که برای رسیدن به مناسب ترین ساختار شبکه های عصبی مصنوعی راه حل مطمئنی نیست. در مطالعه حاضر، با استفاده از روش طراحی آزمایشات تاگوچی، مناسب ترین ساختار شبکه های عصبی مصنوعی به منظور پیش بینی تقاضای نفت گاز در استان هرمزگان مشخص می شود. تجزیه و تحلیل واریانس پارامترهای شبکه های عصبی مصنوعی نشان می دهد که سهم مشارکت تعداد نرون در لایه پنهان اول در تغییر میانگین مربع خطای شبکه حدود 41% و سهم مشارکت الگوریتم یادگیری نیز حدود 27% است. همچنین نتایج نشان می دهد که شبکه های عصبی مصنوعی که با استفاده از روش طراحی آزمایشات تاگوچی طراحی شده اند، نسبت به سایر شبکه ها عملکرد بهتری دارند. Asbstract The delay in the supply of gasoil has wide Consequences of political, social and economic. Therefore, the gasoil demand forecasting is very important. The use of artificial neural networks in forecasting has many applications. Appropriate design of ANN parameters enhances performance and accuracy of the neural network model. Trial and error method is used to setting the ANN parameters in the most of studies. Trial and error method is not a reliable solution to achieve the best ANN structure. In the present study, the optimum structure of ANN to forecasting the demand of gasoil in the province of Hormozgan determined by Taguchi experimental design method. Analysis of variance (ANOVA) of the ANN parameters indicates that contribution of the number of neurons in first hidden layer to the changes in the network mean square error (MSE) is about 41% and contribution of the learning algorithm is about 27%. Also, the results of this study show that artificial neural networks are designed using Taguchi experimental design method have better performance than other Networks. Keywords: Forecasting; Gasoil; Artificial Neural Networks; Taguchi Experimental Design Method

طی سال های اخیر، مسئله انتخاب تأمین کننده به یکی از مهم ترین ملاحظات در برقراری یک سیستم زنجیره تأمین اثربخش تبدیل شده است. بسیاری از عوامل کیفی و کمی، مانند کیفیت، قیمت، انعطاف پذیری و عملکرد تحویل، باید در تعیین تأمین کننده مناسب مورد توجه قرار گیرند؛ بنابراین انتخاب تأمین کننده یک مسئله تصمیم گیری چندشاخصه است. مدل ها و روش های متعددی برای مقابله با این مسئله توسعه یافته است. در این مطالعه، کاربرد تکنیک FRS در مسئله ارزیابی و انتخاب تأمین کننده تشریح شده است. برای محاسبه اوزان هریک از شاخص ها از روش آنتروپی شانون استفاده شده است. حسن این روش در این است که جنبه مثبت یا منفی شاخص ها، تأثیری در روش محاسبه ندارد. این مطالعه از نوع توصیفی است و در شرکت های بزرگ قطعه ساز خودرو در شهر سمنان انجام شده است. نتایج نشان می دهند که شرکت های پارمیدا، سام فر، غرب استیل و شیشه ایمنی کبیر، به ترتیب رتبه های اول تا چهارم را براساس قابلیت های رقابتی کسب کرده اند Abstract In recent years, supplier selection problem has become one of the most important issues for establishing an effective supply chain system. Many quantitative and qualitative factors such as quality, price, and flexibility and delivery performance must be considered to determine suitable supplier. Then, supplier selection is a multi-attribute decision making (MADM) problem.  Several models and techniques have been developed to deal with this problem. In this study, FRS application is described in supplieir evaluation and selection problem. The Shannon entropy method has been used to calculate the each of indicators weights. The advantage of this method is that the positive or negative indicators, does not affect the calculation method.This is a descriptive-survey study which is done in large automotive components in Semnan. The results indicate that Parmida, Samfar, Gharb Steel and Shishe Imeni Kabir companies are at the first to fourth, respectively in the ranking based on competitive capabilities. Keywords: Supply Chain; Supplier Evaluation; Multi-Attribute Decision Making.

تعیین سیاست بهینه موجودی همواره یکی از چالش های مدیریت موجودی و تولید بوده و در این زمینه، تاکنون تلاش های گسترده ای انجام و مدل های مختلفی ارائه شده است. بیشتر مدل هایی که مطرح شده اند تا حد امکان سعی در ساده سازی واقعیت ها داشته و پارامترهای مدل را به طور قطعی درنظر گرفته اند. همچنین، در تعیین سیاست بهینه موجودی در زنجیره های تأمین چندسطحی، عدم قطعیت های بسیار زیادی تأثیرگذار هستند. در این تحقیق، با استفاده از شبکه های بیزین، یک مدل یکپارچه احتمالی برای مدل سازی عدم قطعیت سیاست بهینه موجودی در زنجیره های تأمین چندسطحی توسعه یافته است. کاربرد اصلی  شبکه های مذکور در وضعیت هایی است که نیازمند استنتاج آماری باشند. این روش یکی از ابزارهای جدید و پیشرفته هوش مصنوعی و مدل سازی ریسک است که مکانیسمی برای ارزیابی روابط علت و معلولی دربین مجموعه ای از متغیرها فراهم می آورد. در مدل پیشنهادی انواع متغیرهای کمی و کیفی غیرقطعی در سطوح مشتری، خرده فروش، تولیدکننده و تأمین کننده فرمول نویسی شده اند. منطق مدل، تسخیر عدم قطعیت عوامل سازمانی و فنی برای استنتاج موجودی بهینه در سطوح مطلوب است و با استفاده از داده های یک مطالعه موردی در نرم افزار Agenarisk پیاده سازی شده است.

در عصر دانش و تکنولوژی، اهمیت چابکی انکارنشدنی است. چابکی به معنای واکنش اثربخش به محیط متغیر و غیرقابل پیش بینی و استفاده از آن تغییرات به عنوان فرصت هایی برای پیشرفت سازمانی است. هدف این پژوهش، ابتدا شناسایی عوامل مؤثر بر چابکی شهرک صنعتی فاز 2 ارومیه و سپس اولویت بندی چابکی صنایع موجود در شهرک صنعتی است. برای این منظور، پیشینه پژوهش بررسی شد و عوامل مؤثر بر چابکی شناسایی و با تأیید اساتید و خبرگان صنعتی معیارهای نهایی انتخاب شدند. معیارهای نهایی عبارت اند از: فرآیندهای چابک، چابکی بازار، راهبرد چابک، روابط چابک، فناوری اطلاعات و کارکنان چابک. همچنین، برای این معیارها 21 زیرمعیار شناسایی شد. اوزان و رتبه بندی معیارها با استفاده از تکنیک AHP فازی به دست آمد و برای رتبه بندی صنایع نیز از تکنیک تاپسیس فازی استفاده شد. براساس نتایج به دست آمده، اولویت بندی معیارهای اصلی به ترتیب، چابکی بازار، راهبرد چابک، روابط چابک، کارکنان چابک، فناوری اطلاعات و فرآیندهای چابک هستند. نتیجه رتبه بندی چابکی صنایع نیز به ترتیب اولویت، صنعت فلزی، شیمیایی، سلولوزی، موادغذایی و خدمات است.