فهرست مطالب

فصلنامه چشم انداز مدیریت صنعتی
سال دهم شماره 2 (پیاپی 38، تابستان 1399)

  • تاریخ انتشار: 1399/04/01
  • تعداد عناوین: 7
|
  • مینا فرجی امیری، جواد بهنامیان* صفحات 9-32
    یک مسئله جریان کارگاهی با اهداف حداقل سازی زمان تکمیل و هزینه انرژی بررسی شده است. کاهش هزینه های تولید از اهدافی است که صنایع همواره در نظر دارند. بالا رفتن آگاهی عمومی نسبت به مسئله انرژی باعث ایجاد نگرشی جدید در راستای کاهش هزینه انرژی شده است. برای نزدیک ترشدن مسئله به دنیای واقعی، مسئله تحت عدم قطعیت بررسی شده است. شکاف پژوهشی موجود الهام بخش پژوهش بوده است. فرض شده که ماشین ها می توانند از سه سرعت آهسته، نرمال و سریع برای پردازش کارها استفاده کنند. در سرعت بالا میزان مصرف افزایش یافته و زمان تکمیل کاهش می یابد و برعکس. این تفاوت در سرعت به ایجاد مقادیر متفاوت و متضاد در تابع اهداف منجر می شود؛ بنابراین باید راهکاری پیشنهاد شود که علاوه بر ترتیب کار، سرعت دستگاه ها به عنوان متغیر تصمیم به صورت بهینه مشخص شوند. یک مدل ریاضی ارایه شده و سپس از الگوریتم ژنتیک مبتنی برشبیه سازی برای حل مسئله در ابعاد بزرگ استفاده شده است. به ازای هربار ارزیابی تابع هدف در الگوریتم از شبیه سازی استفاده شده است تا عدم قطعیت موجود در پارامتر زمان پردازش درنظر گرفته شود. با توجه به تصادفی بودن زمان پردازش، از مدل ارزش انتظاری برای مقابله با عدم قطعیت استفاده شده است. نتایج محاسباتی نشان می دهد که الگوریتم و رویکرد حل پیشنهادی، عملکرد خوبی دارند.
    کلیدواژگان: زمان بندی سبز، زمان بندی احتمالی، جریان کارگاهی، الگوریتم ژنتیک شبیه سازی مبنا، عدم قطعیت
  • مهسا محمدی، حامد سلیمانی* صفحات 33-53

    یکی از عوامل اصلی رقابت در فضای رقابتی کنونی «زنجیره تامین» است؛ به طوری که کارخانه ها و سازمان ها برای افزایش کارایی و اثربخشی، و دستیابی به اهداف و آرمان های خود، ملزم به داشتن یک زنجیره تامین مناسب هستند. از طرفی به دلیل افزایش روز افزون آلودگی های زیست محیطی و الزامات دولت ها برای مقابله با آلودگی های زیست محیطی، سازمان ها ملزم به به کارگیری زنجیره های تامین سبز هستند که مسایل زیست محیطی را در کنار مسایل مالی مدنظر قرار می دهد؛ از این رو در این پژوهش یک مدل دو هدفه زنجیره تامین حلقه بسته سبز تحت شرایط عدم قطعیت ارایه شده است که جنبه های زیست محیطی را در کنار جنبه های اقتصادی در نظر می گیرد. جنبه بسیار مهم دیگر در طراحی شبکه زنجیره تامین، عدم قطعیت است. به دلیل تحولات اجتماعی و سیاسی و کمیابی مواد اولیه برای تولید، عدم قطعیت عامل مهمی در مدل های شبکه زنجیره تامین است. به همین دلیل در این مدل با درنظرگرفتن عدم قطعیت سعی در انطباق مدل با شرایط واقعی شده است. نتایج حاکی از آن است که طراحی زنجیره های تامین سبز با درنظرگرفتن عدم قطعیت باعث انعطاف پذیری هرچه بیشتر مدل در برابر نوسانات بازار، تحولات اجتماعی و سیاسی و غیره می شود. به منظور بررسی کارایی و عملکرد مدل ارایه شده، مدل مذکور بر روی شرکت ایران ترانسفو پیاده سازی شده است.

    کلیدواژگان: زنجیره تامین حلقه بسته، بهینه سازی استوار، عدم قطعیت، بهینه سازی چندهدفه، زنجیره تامین سبز، اپسیلون محدودیت
  • مجید اسماعیلیان*، اعظم سادات خلیلی، ماندانا توکلی صفحات 55-82
    هدف از پرتفولیوی خرید، طبقه بندی اقلام خرید برای تعیین مناسب استراتژی خرید است. در این پژوهش با توسعه رویکرد پرتفولیوی خرید، روشی جدید برای طبقه بندی اقلام خرید ارایه شده است. هدف این پژوهش تعیین استراتژی مناسب خرید باتوجه به شرایط درحال تغییر کسب وکار برای اقلام مختلف با درنظرگرفتن مدیریت پرتفولیوی خرید است. به همین دلیل، ابتدا با بررسی مبانی نظری و نظرسنجی از خبرگان و پایگاه داده های موجود شرکت موردمطالعه، ابعاد اثر سود، پیچیدگی بازار و تعادل قدرت تامین کننده و خریدار در نظر گرفته و معیارهای مناسب برای دسته بندی کالاها و خدمات تعیین می شود. پس از تعیین تعداد ابعاد، وزن معیارها با استفاده از روش وزن دهی بهترین بدترین (BWM) محاسبه و سپس با استفاده از روش TOPSIS امتیاز کالاها در هر بعد به دست می آید و موقعیت کالا روی یک نمودار چهاربخشی تعیین می شود. مناسب ترین استراتژی با درنظرگرفتن جایگاه کالاها بر اساس سه بعد تعریف شده و بر اساس استراتژی های شطرنج جدید برای هر دسته از کالاها در نظر گرفته می شود. در روش ارایه شده روش های کار متناسب با هر طبقه از اقلام خرید براساس سه بعد ارایه شده که در پژوهش های گذشته به آن توجه نشده است. درنهایت روش ارایه شده برای اقلام مواد اولیه یک شرکت اجرا و نتایج ارایه شده است.
    کلیدواژگان: استراتژی خرید، موقعیت یابی کالا، روش بهترین-بدترین (BWM)، روش TOPSIS، مدل پرتفولیوی خرید
  • علی نادی زاده اردکانی*، هانیه رنجبر، میترا موبد صفحات 83-110
    در این پژوهش مدل بهینه سازی فواصل بازرسی، برای یک سیستم دو مولفه ای با وابستگی خرابی ارایه شده است. در این مدل خرابی های مولفه اول از نوع نرم و خرابی های مولفه دوم از نوع سخت هستند. هر خرابی نرم مولفه اول تاثیری بر مولفه دوم ندارد؛ اما هر خرابی سخت مولفه دوم باعث ایجاد شوک روی مولفه اول شده و نرخ خرابی آن را افزایش می دهد. خرابی نرم مولفه اول در زمان وقوع قابل شناسایی نیست و در زمان بازرسی های پیشگیرانه مشخص می شود. این مولفه در فواصل زمانی معینی بازرسی شده و در صورت خرابی، تعمیر می شود. از آنجا که خرابی نرم مولفه اول موجب افزایش هزینه های عملیاتی می شود، در این پژوهش برای نخستین بار قرار است علاوه بر بازرسی های دوره ای آن، هنگام وقوع خرابی سخت مولفه دوم، مولفه اول نیز بازرسی شود. با استفاده از مدل ارایه شده که در آن متوسط مجموع هزینه های بازرسی، تعمیر و هزینه ی جریمه ناشی از تاخیر در شناسایی خرابی های نرم، حداقل می شود، فاصله زمانی بهینه بین بازرسی های متوالی سیستم در یک افق زمانی محدود تعیین می شود. برای بررسی عملکرد و کارآمدی مدل با استفاده از مثال عددی موجود در ادبیات موضوع، مدل حل شده و با استفاده از تحلیل حساسیت اعتبار مدل سنجیده شده است.
    کلیدواژگان: نگهداری و تعمیرات، بهینه سازی فواصل بازرسی، وابستگی خرابی، سیستم دو مولفه ای، مولفه نرم، مولفه سخت
  • مصطفی جوکار، مرضیه مظفری*، علی اکبر اکبری صفحات 111-135
    در این پژوهش، تلفیقی از روش تحلیل سلسله مراتبی فازی، مدل برنامه ریزی تصادفی دو مرحله ای سناریو محور و رویکرد بهینه سازی استوار در مسئله انتخاب تامین کنندگان و تخصیص سفارش ها در شرایط ریسک تامین پیشنهاد می شود. عدم قطعیت در تامین مواد اولیه تحت سه سناریوی افزایش تحریم ، ثبات تحریم و حذف تحریم در نظر گرفته می شود. در گام نخست، عوامل کلیدی در انتخاب تامین کنندگان شناسایی شده و با روش تحلیل سلسله مراتبی فازی به هر یک از تامین کنندگان وزنی اختصاص داده می شود. در گام دوم، این وزن ها به عنوان ورودی در مدل برنامه ریزی تصادفی دو مرحله ای وارد می شوند و متغیرهای مرحله دوم را تحت تاثیر قرار می دهند؛ سپس رویکرد فرمول بندی استوار مالوی برای استوارسازی و همچنین خطی سازی مدل به کار می رود. مدل حاصل یک مدل برنامه ریزی خطی عددصحیح است که توسط CPLEX برای یک مطالعه موردی اجرا می شود و نتایج مورد بحث و بررسی قرار می گیرد. در نهایت تحلیل حساسیت بر روی پارامترهای مدل استوار صورت می پذیرد و موازنه بین هزینه کل و مقدار تقاضای تامین نشده نشان داده می شود.
    کلیدواژگان: مسئله انتخاب تامین کنندگان و تخصیص سفارش، عدم قطعیت، تحلیل سلسله مراتبی فازی، برنامه ریزی تصادفی دو مرحله ای، بهینه سازی استوار
  • محمد قدوسی*، فاطمه میرسعیدی، علی اکبر حسنی صفحات 137-159

    تحلیل واکنش درست به ریسک یکی از فرایندهای مهم مدیریت پروژه است. هدف از انجام این پژوهش، دسته بندی ریسک های پروژه شهرسازی است. بدین منظور، پس از شناسایی ریسک های پروژه شهرسازی، برای ارزیابی ریسک ها مهم ترین شاخص های با تایید خبرگان توسعه داده شده است که عبارت اند از: میزان تاثیر بر زمان؛ هزینه و کیفیت؛ احتمال وقوع؛ اثرات زیست محیطی؛ تاثیرات ایمنی؛ اهمیت ریسک؛ میزان مدیریت پذیری ریسک و استراتژی پاسخ به ریسک؛ سپس ارزیابی ریسک ها با استفاده از شاخص های مدنظر انجام شد. تمامی مراحل تحلیل با استفاده از روش استاندارد داده کاوی کرسیپ اجرا و سطوح اهمیت ریسک، مدیریت پذیری ریسک و استراتژی پاسخ با استفاده از الگوریتم های داده کاوی پیشنهادی به تفکیک پیش بینی شدند. یافته های پژوهش نشان می دهند که الگوریتم های دسته بندی در مدیریت ریسک از عملکرد مطلوبی برخوردارند. الگوریتم دسته بندی لجستیک، میزان اهمیت و مدیریت پذیری ریسک را به ترتیب با نرخ صحت 88/0 و 9/0 پیش بینی کرده است؛ همچنین الگوریتم دسته بندی بیزی نیز در پیش بینی استراتژی پاسخ به ریسک توانسته است با نرخ صحت 84/0 عملکرد بهتری نسبت به سایر الگوریتم ها نشان دهد. برای بررسی بیشتر الگوریتم های مورد استفاده، نتایج با یکی از روش های متداول، یعنی روش تاپسیس، مقایسه شد که  الگوریتم های داده کاوی در مقایسه با روش تاپسیس نتیجه بهتری ارایه دادند.

    کلیدواژگان: ارزیابی ریسک، مدیریت پذیری ریسک، استراتژی پاسخ به ریسک، الگوریتم بهینه، داده کاوی
  • فرشید اسماعیلی کاخکی، زهرا ناجی عظیمی*، علیرضا پویا، احمد توکلی صفحات 161-191

    شهر مشهد به عنوان دومین کلان شهر ایران به واسطه وجود بافت فرسوده گسترده همواره در معرض آسیب های ناشی از زلزله بوده است. در این پژوهش یک مدل تلفیقی برای اسکان اضطراری زلزله زدگان در شهر مشهد ارایه شده است. مدل پیشنهادی بر اساس ترکیب سیستم داینامیک، رابطه کوبورن و اسپنس، GIS و مدل مکان یابی تخصیص است. در ابتدا تعداد ساختمان های تخریب شده در اثر زلزله با استفاده از مدل سازی سیستم داینامیک تخمین زده می شود. در مرحله بعد با استفاده از رابطه تخمین تلفات کوبورن و اسپنس و با استفاده از خروجی سیستم داینامیک، تعداد تلفات ناشی از زلزله احتمالی تخمین زده می شود. در مرحله سوم با استفاده از سیستم اطلاعات جغرافیایی (GIS) مکان های مستعد در این زمینه انتخاب می شوند و در مرحله پایانی با استفاده از یک مدل مکان یابی تخصیص مکان های اسکان اضطراری انتخاب شده و جمعیت نیازمند اسکان به آن ها تخصیص می یابند. این روش به ازای هر سناریوی محتمل زلزله در شهر مشهد اجرا می شود. به منظور تلفیق تخصیص های موجود به ازای سناریوهای مختلف از مدل Min Max Regret استفاده شده است. نتایج این پژوهش نشان می دهد که بیشترین مکان اسکان اضطراری موردنیاز برای پوشش جمعیت بازمانده 223 و کمترین تعداد 93 است؛ همچنین در تخصیص نهایی تعداد 111 مکان اسکان اضطراری انتخاب می شود.

    کلیدواژگان: پویایی شناسی سیستم ها، مسئله مکان یابی تخصیص، رابطه تخمین تلفات کوبورن و اسپنس، زلزله، مدل مینیمم حداکثر زیان
|
  • Mina Faraji Amiri, Javad Behnamian * Pages 9-32
    A flowshop problem with objective functions of minimizing makespan and energy cost has been investigated. Reducing production costs is one of the goals that industries always have in mind. Increasing public awareness about the energy issues creates a new attitude toward minimizing energy costs. In order to make the problem more compatible with the real-world conditions, the problem is considered under uncertainty. An existing research gap inspired this study. It is assumed that machines can use the three slow, normal and fast speeds to process jobs. At high speeds, consumption rate increases and completion time decreases, and vice versa. The difference in machine processing speeds yields different and contradictory values in the objective functions. Therefore, a method should be proposed in which, in addition to the order of jobs, the speed of machines could be determined. A mathematical model is presented, and then a simulation-based genetic algorithm is used to solve the problem on a large scale. Simulation is used for each evaluation of the objective function in the genetic algorithm to consider the uncertainty of processing times. Due to the stochastic processing time, the expected value model is used to deal with uncertainty. The computational results indicate that the algorithm and approach show a good performance.
    Keywords: Green Scheduling, Stochastic Scheduling, Flowshop Problem, Simulation Based Genetic Algorithm, Uncertainty
  • Mahsa Mohammadi, Hamed Soleimani * Pages 33-53

    One of the main components of competition in the current competitive environment is supply chain; therefore, organizations need to have a reliable supply chain to increase efficiency and effectiveness. Moreover, due to the increase in environmental pollution and the requirements imposed by the governments to harness polluting activities, organizations are obliged to follow green supply chain practices that account for environmental considerations along with economic aspects. hence, in this study, a bi-objective model for a green, closed-loop supply chain under demand uncertainty is proposed which takes into account environmental consideration and economic aspects. Another important aspect of the supply chain network design is the concept of uncertainty. Due to societal and political evolutions and the scarcity of raw materials in the decision-making horizon, uncertainty is a significant measure in the models of supply chain. Indeed, in this study, the model was developed for a supply chain under uncertainty so that more compatibility with real-world conditions would be achieved. The results show that considering uncertainties makes the model more flexible. The advancement of technology and unpredictable behaviors of customers in markets have created a very complex competitive atmosphere. To evaluate the performance of the developed model, the case study of the Iran Transfo Company is considered.

    Keywords: Closed-Loop Supply Chain, Robust Optimization, Uncertainty, Multi-Objective Optimization, Green Supply Chain, ɛ-Constraint Method
  • Majid Esmaelian *, Azam Saadat Khalili, Mandana Tavakoli Pages 55-82
    The aim of purchasing portfolio is commodity classification to determine the suitable purchasing strategy. In this research, we propose a new method for the classification of commodities with the extension of purchasing portfolio approaches. Indeed, the purpose of this research is to determine the appropriate purchasing strategy for commodities with the consideration of purchasing portfolio. Furthermore, first, by reviewing the literature and surveying the specialists and databases, the dimensions of profit impact, market complexity, and the balance of supplier and buyer power were considered and appropriate criteria for classifying commodities and services were determined. After determining the number of dimensions, the weight of the criteria in each dimension was calculated using the best-worst method. Then, using the TOPSIS method, the score of commodities was obtained in each dimension and the position of the commodities and services was determined on a matrix. To determine the most suitable strategy by considering commodity position based on three defined dimensions, at first, the appropriate strategies were collected by reviewing the research literature, and then, the most appropriate strategy for each category of commodities was determined. Finally, the proposed method was implemented for the commodities of a company, and the results were presented.
    Keywords: Purchasing Strategy, Commodities Positioning, The Best-Worst Method, TOPSIS Method, Purchasing Portfolio Model
  • Ali Nadizadeh *, Haniyeh Ranjbar, Mitra Moubed Pages 83-110
    In this research, a novel model is presented to optimize the periodic inspection for a complicated two-component system with dependent failures. In this model, the failures of the first and the second component are soft and hard, respectively. A soft failure of the first component does not have any impact on the second component, but a hard failure of the second component shocks the first component and increases its failure rate. A soft failure cannot be recognized before preventive maintenance. This component is inspected in specific periods and if it has a problem, it is repaired to become similar to a new one. Since a soft failure in the first component will increase the operational costs, in this study, in addition to the periodic inspections, the first component inspection is also carried out during the hard failure of the second component. A novel model is developed here to find the optimum inspection periods in order to minimize the costs of inspection, repair and penalty for delay in identifying the soft failures. A numerical experiment is used and the sensitivity analysis is performed to show the performance and efficiency of the developed model.
    Keywords: Maintenance, Periodic Inspection Optimization, Dependent Failures, Two-Component System, Soft Component, Hard Component
  • Mostafa Jokar, Marzieh Mozafari *, Aliakbar Akbari Pages 111-135
    This paper presents an integrated model as a combination of fuzzy analytical hierarchy process (FAHP), scenario-based two-stage stochastic programming and robust optimization approaches for the problem of supplier selection and order allocation under supply risk conditions. Uncertainties in the supply of materials are considered under three scenarios: increased sanctions, stability of sanctions, and sanctions removal. In the first step, the main qualitative factors for the selection of suppliers are identified and a specific weight is assigned to each supplier through FAHP. In the second step, these weights are introduced as inputs to a two-stage stochastic programming model and affect the second-stage variables. In the third step, we use the Mulvey formulation and then linearize the resulted robust two-stage stochastic model. The model is a integer linear programming model solved by CPLEX for a case study and the results are discussed. Finally, a sensitivity analysis is performed on the parameters of the robust model and the balance between the total cost and the unfulfilled demand is shown.
    Keywords: Supplier Selection, Order Allocation Problem, Uncertainty, Fuzzy Analytical Hierarchy Process, Two-Stage Stochastic Programming, Robust Optimization
  • Mohammad Ghodoosi *, Fatemeh Mirsaeedi, Aliakbar Hasani Pages 137-159

    Analysis of the right response to risk is one of the important processes in project management. The purpose of this research is to categorize the risks of the urban projects. To this end, after identifying the risks of the urban project, the most important indicators are developed in line with experts’ opinions to evaluate risks. These include impact on time, cost, quality, probability of occurrence, environmental impact, safety effects, importance of risk, risk manageability and risk response strategy. Then, the risk assessment is performed using the desired indicators. All steps are implemented according to CRISP-DM standard methodology and the importance of risk, risk manageability, and risk response strategy are predicted by data mining algorithms. The results show that classification algorithms performed in risk management successfully. Importance of risk and risk manageability are predicted by logistic regression whose accuracy rates are respectively equal 0.88 and 0.9. For risk response strategy, the Naïve Bayes algorithm performed better than other algorithms with an accuracy rate of 0.84. For further investigation of the used algorithms, the results are compared with one of the MCDM methods, the TOPSIS method. Data mining algorithms performed better than the TOPSIS method.

    Keywords: Evaluation of Risk, Risk Manageablity, Risk Response Strategy, Optimum Algorithm, Data Mining
  • Farshid Esmaeeli Kakhaki, Zahra Naji Azimi *, Alireza Pooya, Ahmad Tavakoli Pages 161-191

    The recent increase in the number of natural disasters, earthquake in particular, underlines the need to investigate the problem of emergency location. In this study, a new hybrid approach is presented for emergency location-allocation problem which incorporates GIS, system dynamics, Coburn and Spence model, and stochastic programming. In the proposed approach, first, the candidate places are identified based on a number of indices using GIS. Since the emergency location demand is considered as an uncertain parameter depending on different scenarios of the earthquake, in the next step, a combination of system dynamics and the casualty estimation model proposed by Coburn and Spence is used to estimate the demand. Then, proposing a stochastic location-allocation model, the demand is assigned to the candidate places determined by GIS. Finally, the minimax regret model is used to identify the final locations.

    Keywords: system dynamics, Location-Allocation Problem, Coburn, Spence Equation, Minimax Regret Model