پرامتی

تصمیم گیری در مورد انتخاب بازار مناسب یکی از تصمیمهای کلیدی در موفقیت شرکتهاست که تاثیر مستقیمی بر میزان سوددهی آنها دارد. هدف تحقیق حاضر معرفی و استفاده از روش جدید ترکیبی تحلیل سلسله مراتبی(AHP) ، شبیه سازی مونت کارلو و پرامتی در جهت اولویت بندی شهر ها برای ایجاد نمایندگی با توجه به معیار های متفاوت میباشد. مساله مورد بررسی در این مطالعه به یک کارخانه تولید کننده قطعات پیش ساخته ساختمان مربوط میشود که برای معرفی و توزیع محصولات جدید خود به دنبال ایجاد نمایندگی در شهر های مناسب می باشد. جهت اولویت بندی شهرها ،معیار های مورد توجه از طریق مصاحبه با کارشناسان و مطالعه تحقیقات پیشین در این زمینه، مشخص گردید و الگوی سلسله مراتبی آن تشکیل شد. سپس با استفاده از روش ترکیبی تحلیل سلسله مراتبی و شبیه سازی مونت کارلو ، اوزان معیار ها مشخص گردید و سپس بهترین شهر برای ایجاد نمایندگی با استفاده از روش پرامتی انتخاب و بقیه شهر ها به ترتیب اولویت بندی شدند. از جمله مزیت های روش ترکیبی جدید معرفی شده در این تحقیق نسبت به سایر روشهای انتخاب بازار،کاهش ریسک و افزایش قدرت تصمیم گیری است.

به دلیل افزایش روزافزون هزینه های سازمان های خدمات درمانی و الزام آنها به افزایش کیفیت و همچنین پیچیدگی سیستم های آنها، بحث تغییر و تحول و بهبود این سیستم ها از جایگاه ویژه ای برخوردار شده است. این مسئله که کدامیک از روش ها و سناریوهای تغییر، به ویژه در منابع، می تواند وضعیت بهتری را برای سیستم به وجود آورد نیز از مسائل مهم مورد بحث بوده است. در این راستا، شبیه سازی گسسته پیشامد، یکی از ابزارهای تصمیم گیری در تحقیق در عملیات که مبتنی بر داده های تصادفی است، کمک شایانی به تصمیم گیران و مدیران کرده است. در این تحقیق، ابتدا معیارهای عملکردی کلیدی سیستم واحد اورژانس بیمارستان قائم (عج) به کمک مقالات گذشته و نظرات خبرگان مشخص شدند، سپس این سیستم به کمک نرم افزار ارنا مدلسازی و شبیه سازی گردید. پس از وزن دهی معیارها توسط روش AHP، سناریوهای موردنظر خبرگان تعریف شدند و در پایان، به کمک روش رتبه بندی پرامتی سناریوها رتبه بندی شده و بهترین سناریو برای اعمال مشخص شد.

در سال های اخیر مسئله جدیدی با عنوان «خوشه بندی چند معیاره» ظهور کرده که هدف آن، دسته بندی گزینه ها در گروه های همگنی به نام خوشه با توجه به معیارهای ارزیابی متفاوت است. در ادامه پژوهش های انجام گرفته در مبانی نظری، پژوهش حاضر با ترکیب الگوریتم K- میانگین و تکنیک پرامتی، به دنبال توسعه یک روش جدید خوشه بندی چندمعیاره است. پارامترهای مسئله، پروفایل های جدا کننده خوشه ها هستند که برای بهینه سازی آن ها از الگوریتم ژنتیک استفاده شده است. برای تنظیم پارامترهای ژنتیک نیز از روش تاگوچی استفاده می شود. در این مدل سازی، متغیرها در هر مرحله از به روزرسانی جواب ها، با توجه به فاصله امتیاز جریان خالص خود از پروفایل ها به نزدیک ترین خوشه تخصیص می یابند. عملگر جهش نیز صرفاً زمانی اعمال می شود که میزان شباهت کروموزوم ها در هر جمعیت به حد خاصی برسد که این هوشمند سازی موجب کاهش زمان محاسباتی شده است. درنهایت با اجرای روش پیشنهادی بر روی چند نمونه مسائل تصادفی مالی، عملکرد آن با سایر الگوریتم های شناخته شده خوشه بندی مقایسه شده است. نتایج نشان می دهد که روش پیشنهادی ضمن تعیین تعداد بهینه خوشه ها، در مقایسه با سایر الگوریتم ها، جواب های دقیق تری ارائه می دهد.

پیچیدگی های محیط در عرصه های رقابتی در میان سازمان های نظامی و افزایش انتظارات کشورها و دولت ها، ضرورت آگاهی از نقاط قوت و ضعف سازمانهای نظامی و بهبود مستمر مؤلفه های کلیدی را بیش از پیش آشکار نموده است؛ از این رو یکی از دغدغه های اساسی این سازمان ها و به طور خاص نیروی دریایی راهبردی ارتش -که عملیات در کلاس جهانی را آغاز نموده است - ارتقای سطح بهره وری مراکز عمده لجستیکی می باشد. با توجه به اهمیت فرایندهای لجستیکی در نیروی دریایی راهبردی ارتش، هدف از انجام این تحقیق ارائه چارچوبی به منظور سنجش بهره وری این مراکز است. این تحقیق از نظر هدف کاربردی و از نظر شیوه اجرا، توصیفی است. در این تحقیق برای جمع اوری اطلاعات در دو فاز اقدام شده است: در گام نخست با استفاده از مصاحبه و پرسشنامه با رویکرد دلفی فازی در دو مرحله مؤلفه های بهره وری لجستیکی نداجا شناسایی شده و در گام دوم با استفاده از پرسشنامه و تحلیل اطلاعات با روش آنتروپی شانون ، وزن معیارها مشخص گردیده است. در ادامه با استفاده از روش پرامتی، عملکرد چهار مرکز لجستیکی عمده نیروی دریایی در سه ماهه اول سال 1401 مورد بررسی قرار گرفته است. نتایج پژوهش نشان می دهد: مرکز لجستیکی چهارم بهره ورترین مرکز در بازه زمانی ذکر شده بوده است.در نهایت جهت بررسی و همچنین ارتقای بهره وری مراکز عمده لجستیکی نیروی دریایی راهبردی ارتش چارچوبی ارائه گردیده است.