درخت حوزه‌های تخصصی

کنترل کیفیت و کاهش هزینه های تولید، به پیش بینی دقیق عیوب در فرآیندهای صنعتی وابسته است. در این پژوهش، رویکرد یادگیری ماشین حساس به هزینه، با استفاده از الگوریتم MetaCost بررسی شده است. MetaCost یک تکنیک پس پردازش برای تبدیل مدل های یادگیری ماشین به مدل های حساس به هزینه است که با در نظر گرفتن ماتریس هزینه خطاها، تصمیم گیری مدل را بهینه می کند. هدف اصلی، کاهش خطاهای منفی کاذب در شناسایی روزهای پرنقص تولید است. برای این منظور، از چندین الگوریتم شامل Random Forest، Gradient Boosting، XGBoost، LightGBM، CatBoost، SVM و رگرسیون لجستیک استفاده شد. داده ها از دیتاست «Predicting Manufacturing Defects» برگرفته از پلتفرم Kaggle، شامل اطلاعات مربوط به 3240 روز تولید صنعتی جمع آوری شدند. نتایج نشان داد که الگوریتم جنگل تصادفی با دستیابی به صحت برابر 96.9% و بازخوانی برابر 98.9 %، بهترین عملکرد را در میان مدل ها داشت. به ویژه توانایی بالای این مدل در شناسایی صحیح روزهای پرنقص، آن را به گزینه مناسبی برای کاربردهای واقعی در صنعت تبدیل کرد. دیگر مدل ها نیز عملکرد پذیرفتنی داشتند؛ اما در مقایسه با Random Forest، در کاهش نرخ منفی کاذب ضعیف تر ظاهر شدند. این نتایج، کارایی رویکردهای حساس به هزینه را در بهبود پیش بینی نقص تولید، تأیید می کند.

امروزه یکی از مسئولیت های مهم مدیران سازمان، ارزیابی و انتخاب تأمین کننده است. انتخاب صحیح تأمین کنندگان مواد و خدمات، تأثیرات مثبتی در عملکرد کلی سازمان دارد. یکی از مهم ترین بخش های زنجیره تأمین صنعت تولید فرآورده های نفتی به طور عام و صنعت تولید قیر به طور خاص، پیمانکاران حمل هستند که وظیفه تحویل محصول به مشتری (به عنوان توزیع کننده) را دارند. در این مطالعه، عملکرد پیمانکاران حمل طرف قرارداد شرکت نفت جی بر مبنای مشخصه ها و الزامات مربوط به زنجیره تأمین لارج ارزیابی شده است. معیارهای منتخب برای ارزیابی عملکرد پیمانکاران اشاره شده با توجه به پیشینه تحقیق و نظر کارشناسان صنعت ( روش دلفی فازی) مشخص شدند. در مرحله بعد، وزن معیارها طبق نظر خبرگان و با استفاده از تکنیک بهترین بدترین به دست آمد. درنهایت بر اساس تکنیک جدید فرصت از دست رفته بر مبنای فاصله در فضای قطبی ( oplo -pocod )، ارزیابی و رتبه بندی پیمانکاران در بررسی موردی پژوهش انجام شد. نتایج حاصل از سوی اعضای گروه خبره نیز تأیید و استقبال شد و این از اعتبار روش جدید رتبه بندی حکایت داشت.

: هدف اصلی مسئله جایابی تسهیلات بیمارستانی، قرار دادن پلی کلنیک ها ، آزمایشگاه ها ، واحدهای رادیولوژی و غیره، به خصوص در بیمارستان هایی با مقیاس بزرگ در مناطقی از پیش تعیین شده است؛ به طوری که هزینه جابه جایی بیماران و کارکنان بهداشت و درمان را به حداقل برساند. ازنظر کارایی بیمارستان لازم است بخش هایی که تعامل بیشتری با هم دارند، نسبت به بخش های با تعامل کم تر، نزدیک یکدیگر قرار گیرند؛ بنابراین یکی از عوامل اصلی برای بالابردن کارایی بیمارستان، کم کردن حرکت بیمار و کادر بهداشت و درمان در داخل بخش ها و بین بخش ها و نیز تا ورودی بیمارستان است . برای این منظور، تابع هدف مناسب را با توجه به فاکتور جابه جایی ، طوری تعریف کردیم که فاصله بین بخش های با تعامل بالا کمینه شود. این امر خود باعث کم شدن بعد مسافت طی شده از سوی بیماران و کادر درمان و همین طور همراهان بیماران (در صورت داشتن همراه) و کاهش هزینه جابه جایی بیماران و افزایش کارایی بیمارستان می شود. همین طور در تابع هدف ، فاصله هر بخش تا ورودی بیمارستان و تعداد بیماران هر بخش را در نظر گرفته ایم تا بخش های پرترافیک نزدیک تر به ورودی بیمارستان قرار گیرند و بیماران برای رسیدن به هر بخش، هزینه کمتری را به لحاظ جابه جایی بپردازند. با توجه به اینکه مسائل جایابی تسهیلات، مسائلی ان پی -سخت هستند، برای حل آنها از الگوریتم های فراابتکاری استفاده می شود. در این مقاله برای حل مسئله به دست آوردن بهترین چیدمان برای بخش های مختلف بیمارستان خاتم الانبیای شهرستان ایرانشهر ، از الگوریتم های فراابتکاری ژنتیک و الگوریتم شبیه سازی تبرید استفاده کردیم. 

امروزه با توجه به شرایط نامناسب آب وهوایی و تغییرات اقلیمی در دنیا و ایران، لزوم توجه به مبحث پایداری در تمام موضوعات احساس می شود. در این تحقیق، 6 شاخص تعریف شده است که هریک از آنها به یک بعد پایداری مربوط است. این شاخص ها شامل میزان تولید گازهای گلخانه ا ی و آب مصرفی، مقدار تراز تجاری و میزان خودکفایی در تولید مواد غذایی حیوانی و گیاهی و پروتئین حیوانی اند. همچنین 4 سناریو یا رخداد، که احتمال وقوع آنها در زنجیره تأمین مواد غذایی در ایران نسبتاً زیاد است، بررسی و با شاخص های تعریف شده سنجیده شده اند. پرسش اصلی این تحقیق، نحوه ارتباط شاخص ها با یکدیگر و چگونگی تأثیر سناریوی انتخاب شده بر هر بعد پایداری است. در نهایت با استفاده از روش تاپسیس، سناریوها بر اساس این شاخص ها اولویت بندی شده است. همچنین به منظور تعیین نحوه و میزان اثرگذاری یا اثرپذیری هر معیار از دیگر معیارها، از روش دیمتل فازی استفاده و پرسش نامه ای به این جهت، طراحی شده است و خبرگان آن را پر کرده اند. نتیجه حاصل شده به این صورت است که سناریوی 4، که به طور مستقیم به بعد شاخص اقتصادی تمرکز دارد، در اولویت اول قرار گرفته است. از طرف دیگر معیارهای «میزان آب مصرفی» و «خودکفایی در تولید مواد غذایی با منشأ گیاهی»، معیار های اثرگذار و علی و مابقی معیارها اثرپذیرند. معیارهای «میزان خودکفایی در تولید مواد غذایی حیوانی» و «میزان خودکفایی در تولید پروتئین حیوانی»، بیشترین تعامل را با دیگر معیارها دارند.

موفقیت مگاپروژه های ماژولار، تا حد زیادی وابسته به ارزیابی دقیق تأمین کنندگان است؛ زیرا این پروژه ها با توجه به پیچیدگی هماهنگی زیرسیستم های متعدد و ضرورت یکپارچگی دقیق ماژول ها، نیازمند همکاری با تأمین کنندگانی توانمند ند؛ از این رو هدف این تحقیق، ارائه یک چارچوب یکپارچه برای شناسایی و اولویت بندی شاخص های ارزیابی تأمین کنندگان مگاپروژه های ماژولار ازنظر پایداری است. در این پژوهش، برای اولین بار به جهت شناسایی و اولویت بندی شاخص های ارزیابی تأمین کنندگان مگاپروژه های ماژولار، از رویکرد مبتنی بر روش CIMAS توسعه یافته بر اساس مجموعه های فازی کروی استفاده شده است. بر اساس این رویکرد، ۳۱ شاخص مبتنی بر ابعاد پایداری برای فرایند ارزیابی تأمین کنندگان مگاپروژه های ماژولار شناسایی شده است؛ سپس این شاخص ها بر اساس یک مطالعه موردی با استفاده از روش SF-CIMAS وزن دهی و اولویت بندی می شوند. بر اساس نتایج به دست آمده، شاخص های «هزینه» و «استراتژی و سازمان دهی»، به ترتیب در اولویت های اول و دوم ازنظر درجه اهمیت قرار گرفتند. در آخر نتایج تحلیل حساسیت، قابلیت اطمینان رویکرد پیشنهادی و پایداری نتایج آن را در سناریوهای مختلف نشان می دهد. همچنین نتایج رویکرد پیشنهادی با روش های Fuzzy CIMAS و CIMAS مقایسه شده است که اعتبار و کارایی آن را نشان می دهد.