انبار

زندان در زمره نهادهایی است که از روزگاران گذشته و به اشکال مختلف وجود داشته است. در دوران پیشامدرن، این احتمال وجود داشت که هر مکانی کاربری زندان داشته باشد و به این علت است که از چاه ها، قلعه ها، خانه ها، باغ ها و... در حکم زندان استفاده می شد؛ ولی در دوره جدید تاریخ ایران، با حذف کاربری های مختلف، فقط از ساختمان هایی مشخص با ساختار معین در حکم زندان استفاده می شد. ﻣﺴﺌﻠه پژوهش پیش رو این است که با تکیه بر انبار تهران و زندان قصر، ساختار زندان های پیشامدرن و مدرن را بررسی کند. اینکه انبار تهران در جایگاه زندانی پیشامدرن و زندان قصر به مثاﺑه زندانی مدرن چه ساختار و فضای کالبدی داشتند و اینکه از منظر ساختاری، به احتمال چه وجوه تشابه و تفاوتی را بین انبار و قصر ممکن است در نظر گرفت. بر این بنیاد، پرسش اصلی جستار کنونی این است: آیا می توان زندانی همچون قصر را تداوم و استمرار انبار تلقی کرد؟ نتایج این جستار نشان دهنده آن است که فضای کالبدی در این دو نوع زندان، مؤید گسستی آشکار از ساختار انبار قاجاری به زندان قصر پهلوی است که در آن از سادگی به پیچیدگی، از تاریکی به نور و از نبود حقوق به حقوق زندانی می رسیم.

مدیریت و عملیات انبارداری یکی از بخش های ضروری در سازمان های تولیدی و خدماتی است. انبارداری یکی از اجزای اصلی هزینه بر در فعالیت های سازمان و سزاوار توجه بیشتر محققین به این حوزه است .این تحقیق مسئله انبارش بر اساس خوشه بندی اقلام را با در نظر گرفتن کلیه عوامل مؤثر در ذخیره سازی محصولات در انباری با محصولات حجیم و متنوع بررسی نموده است. هدف اصلی این تحقیق کاهش هزینه های حمل ونقل به هنگام جمع آوری و تحویل سفارش ها و استفاده مؤثرتر از فضای انبار می باشد. از تکنیک تحلیل خوشه ای کامینز برای حل مسئله خوشه بندی و از مدل برنامه ریزی ریاضی تخصیص تعمیم یافته برای حل مسئله تخصیص دسته های اقلام به محل های انبارش استفاده گردیده است که یک مدل برنامه ریزی عدد صحیح باهدف مینیمم کردن هزینه حمل ونقل به هنگام جمع آوری و تحویل سفارش ها است. این تحقیق با شناسایی و در نظر گرفتن شاخص های تأثیرگذار و با استفاده از مدل برنامه ریزی ریاضی تخصیص تعمیم یافته و فرموله کردن شرایط واقعی مسئله و حل آن بصورت بهینه توانسته است رویکردی جامع را در خوشه بندی و تخصیص اقلام ارائه دهد و مدیران شرکت ها می توانند از این مدل برای کاهش هزینه های انبار خود استفاده نمایند. نوآوری تحقیق حاضر استفاده از خوشه بندی در مسئله تخصیص محل های انبارش به اقلام انبار و سپس مدل سازی ریاضی آن می باشد. مدل پیشنهادی در شرکت خانه سازی مشهد اجرا شد. به منظور اعتبارسنجی مدل، تعدادی مسئله شبیه سازی شده از مسئله واقعی طرح و با نرم افزار گمز حل شد.

در مجموعه های صنعتی کوچک و بزرگ یکی از عوامل تاثیر گذار بر موجودی و دارایی های یک شرکت انبار آن شرکت به حساب می آید. انبارها با توجه به ظرفیت های موجودشان می توانند باعث کاهش زمان توقف ماشین آلات تولید به هنگام تعمیرات و کاهش سفارشات بیش از نیاز قطعات و لوازم و همینطور هزینه های انبارداری گردند. با توجه به این اصولا موجودی انبار مثل قطعات و لوازم تعمیر و نگهداری به صورت دستور خرید، خریداری می شوند. این نیاز حائز اهمیت است که تا جایی ممکن بدون اینکه به روند تولید، تعمیر و نگهداری خدشه ای وارد شود بتوانیم بر اساس یک الگو و برنامه ریزی مناسب شاهد یک صرفه جویی بسیار خوبی در انبار باشیم. ما در این مقاله به بررسی پژوهشی و عددی سه روش صرفه جویی که عبارتند از توقف خرید بیش از حد، کاهش هزینه حمل اضطراری و افزایش صرفه جویی، در زمان توقف تولید پرداخته ایم و در پایان به مقایسه آن ها با یک دیگر و مقایسه میان انبارهای تحت نظارت و غیر قابل نظارت سعی کرده ایم تا میزان صرفه جویی را بصورت عددی نیز نشان دهیم.

ذخیره سازی و چیدمان صحیح محصولات در انبار، باعث افزایش کارایی در پاسخگویی به درخواست ها، تسریع در شناسایی محصولات، افزایش قابلیت دسترسی به اقلام موجود در انبار، استفاده بیشتر از فضای موجود در انبار، تعیین موقعیت محصولات در انبار و آسیب ندیدن آن ها، فراهم آمدن حداکثر انعطلاف پذیری و شرایط مطلوب انبارداری می شود. با بررسی مطالعاتی که در حوزه انبارداری و چیدمان محصولات در انبار صورت گرفته و قبل از چیدمان محصولات در انبار، به صورت جامع و فراگیر با توجه به ویژگی کالاها،دسته بندی روی آنان صورت نگرفته است. لذا در این مقاله با استفاده از الگوریتم های یادگیری ماشین و داده کاوی با توجه به ویژگی هایی که برای کالاها در انبار کارخانه تولیدی - صنعتی فراسان در نظر گرفته شده است به دسته بندی محصولات پرداخته و سپس به چیدمان محصولات در انبار با استفاده از مدل برنامه ریزی ریاضی پرداختیم. هدف از مسئله مورد بررسی در حوزه انبارداری و چیدمان محصولات،علاوه بر دسته بندی محصولات بر اساس ویژگی های آن ها ،کمینه کردن تابع هزینه به دست آمده نسبت به مدل برنامه ریزی ریاضی می باشد.از این رو برای دسته بندی کالاها از الگوریتم مبتنیبر چگالی (DB ) ، شبکه عصبی نگاشت خودسازمان ده (SOM ) و روش خوشه بندی سلسله مراتبی (AGNES) استفاده شده است. نتایج به دست آمده نشان می دهد که شبکه SOM،عملکرد بهتری نسبت به الگوریتم مبتنی بر چگالی دارد و همچنین الگوریتم مبتنی بر چگالی عملکرد بهتری نسبت به روش خوشه بندی سلسله مراتبی دارد.