سطح موجودی

این تحقیق با هدف بررسی امکان سنجی استفاده از سیستم تولید به هنگام در راستای دستیابی به تولید ناب درشرکت مجتمع گاز پارس جنوبی صورت گرفته است. این پژوهش در حوزه حسابداری مدیریت بوده و ابزار اندازه گیری این پژوهش پرسشنامه است. تحقیق حاضر بر اساس نوع هدف کاربردی و بر اساس روش، از نوع توصیفی تحلیلی است. اطلاعات لازم برای آزمون فرضیه های پژوهش از طریق پرسشنامه کتبی با 46 سوال جمع آوری شده است. برای تعیین میزان پایایی این پرسشنامه از آزمون آلفای کرونباخ استفاده شد و ضریب آلفای بدست آمده برای این پرسشنامه برابر 920/0 بدست آمد که قابل قبول و رضایت بخش است. در این پژوهش سؤالات پرسشنامه با مطالعه متون مختلف در زمینه تولید به هنگام و تولید ناب و نظر متخصصان و کارشناسان در چندین مرحله اصلاح و نهایی شد. بنابراین سؤالات پرسشنامه از اعتبار محتوایی لازم برخوردار است. جهت صحت و سقم فرضیه ها 150 پرسشنامه توزیع شده بین واحد های مالی، تولید، انبار و مدیریت مورد بررسی قرار گرفت. داده های حاصل از پرسشنامه با استفاده از نرم افزار SPSS19 در دو سطح تجزیه و تحلیل شد و از آزمون ناپارامتری H-کراسکال والیس برای نمونه های مستقل فرضیات تحقیق استفاده گردید که نتایج بدست آمده حاکی امکان استقرار و پیاده سازی سیستم تولید بهنگام در راستای دستیابی به تولید ناب در شرکت مجتمع گاز پارس جنوبی بود (فرضیه اصلی) و همچنین امکان دریافت مواد اولیه و کالای مورد نیاز شرکت وجود دارد (فرضیه فرعی اول) و نیز شرکت می تواند نیاز به کالای درجریان ساخت خود را برطرف و موجودی مواد اولیه و کالای ساخته شده خود را کاهش دهد (فرضیه فرعی دوم).

هدف از این تحقیق، بهینه سازی سطح موجودی قطعات یدکی خودروهای نظامی با استفاده از توزیع احتمال مختلط است. این روش شامل طراحی یک مدل بر اساس توزیع احتمال مختلط و استفاده از یک الگوریتم ژنتیک برای حل آن است. ارزیابی هزینه سیستم بهینه و کمیت سفارش اقتصادی، نشان داد که مقرون به صرفه ترین مقادیر در تکرارهای اول، چهارم و دهم به دست آمد. تجزیه و تحلیل حساسیت نشان داد که مدل هزینه بهینه به تمام پارامترهای بررسی شده به زمان لجستیک، بیشترین تأثیر و هزینه هر واحد موجودی کمترین حساس بود. یافته ها نشان می دهد مقدار سفارش بهینه بر اساس حداقل هزینه است و در نهایت بهترین مقدار سفارش در ابتدای راه حل مدل، تعیین می کند که ازنظر هزینه بهینه بود. با تغییر پارامترها، مقدار سفارش بهینه، شناسایی شد.