نشریه بین المللی مهندسی صنایع و مدیریت تولید

---

مهمترین مسئله مطرح برای سرمایه گذاران به خصوص در آغاز فعالیت اقتصادی، مسئله نحوه تخصیص سرمایه به یک یا چند گزینه مختلف سرمایه گذاری است تا ضمن داشتن حداکثر بازده، حداقل ریسک را متحمل شوند. این موضوع در ادبیات اقتصادی به عنوان مسئله انتخاب پرتفولیو مطرح است. این مقاله بر آن است که به ارائه روشی کارا به منظور پشتیبانی از فرد تصمیم گیرنده در انتخاب پرتفولیو مناسب جهت سرمایه گذاری بپردازد. در این مطالعه، انتخاب پرتفولیو مبنی بر مدل میانگین- واریانس- چولگی در نظر گرفته می شود که به منظور تطبیق هر چه بیشتر مدل با دنیای واقعی، بازده های سهام به صورت متغیرهای فازی فرض شده اند. در این مقاله به منظورحل مدل یک الگوریتم هوشمند ترکیبی جهت رسیدن به جوابی بهینه / نزدیک به بهینه ارائه شده است. در روش ارائه شده، از الگوریتم ژنتیک به منظور جستجوی پرتفولیو و از شبکه عصبی مصنوعی آموزش داده شده با شبیه سازی فازی جهت تخمین بازده و ریسک پرتفولیو استفاده می شود. در این الگوریتم به جهت استفاده از شبکه عصبی مصنوعی در تخمین مقادیر، زمان محاسبات به طور قابل ملاحظه ای در مقایسه با استفاده مستقیم از شبیه سازی فازی کاهش یافته است. همچنین در انتها با ارائه چند مثال عددی کارایی الگوریتم پیشنهادی در مقایسه با چند الگوریتم ترکیبی دیگر سنجیده شده است

---

تغییر و تحولات ساختاری محیط های تجاری و صنعتی که از نیمه دوم قرن بیستم آغاز شد، مدیریت فرآیند تولید فیلم که یکی از بخش-های مهم در اقتصاد کشورهای توسعه یافته قلمداد می گردد، را نیز متحوّل نموده است. تهیه کنندگان، که وظیفه تولید فیلم را بر عهده دارند، ناچار به استفاده از روش های سازمان دهی و سبک های مدیریتی هستند که سازگار با شرایط عدم قطعیت و تنوع کمی و کیفی نهاده-های تولید، امکان ارائه ی اقتصادی محصولات خود در یک فضای رقابتی را داشته باشند. در این مقاله، ضمن بررسی روند تاریخی توسعه روش های مدیریت تولید فیلم، مدل "فیلم سازی مستقل" به عنوان شیوه ای سازگار با تغییرات سریع بازار و تنوع تقاضای مشتریان، مورد توجه واقع شده است. مشخصه بنیادی روش فیلم سازی مستقل در مقایسه با روش ماقبل خود، فیلم سازی استودیویی، در انعطاف پذیری ساختاری آن است، که امکان سازماندهی و کنترل یکپارچه فرایند تولید فیلم در شرایط وجود عوامل تولید متنوع و جایگزین در محیطی متغیر را برای تهیه کننده فراهم می آورد. اختصاص مناسب ترین فرد از مجموعه افراد متخصص قابل دسترس در محدوه ی جغرافیایی مورد نظر، برای انجام یک فعالیت مشخصِ تعریف شده، با توجه به نیازمندی های متفاوت، و کیفیت و سطوح تخصصی متعدد، به مساله اساسی در این مبحث تبدیل شده است. و لذا در سال های اخیر دستیابی به ابزار هایی مناسب برای تعیین چگونگی این امر توجه جدّی گروه های تخصصی تولید فیلم را به خود جلب نموده است. سؤال مرکزی در این تحقیق چگونگی سازماندهی نیروی انسانی، به عنوان یکی از پایه های اساسی مدیریت تولید در روش فیلم سازی مستقل، و سازگاری تخصصی و رفتاری بهینه آن با وظیفه ای که باید انجام دهد، می باشد. و بالتّبع، تمرکز محتوایی مقاله طراحی یک مدل ریاضی منطبق و سازگار با فضای فیلم سازی مستقل به گونه ای است که امکان پیکربندی تمامی گزینه های ممکن "فرد- وظیفه" و سپس انتخاب گزینه برتر، در یک فضای تصمیم گیری غیر قطعی، متنوع و با تغییرات سریع را فراهم نماید. نتیجه ی نهایی تحقیق، ارائه ی یک مدل تخصیص با ضرایب فازی است، که طی آن از یک روش ترکیبی تحلیل سلسله مراتبی و الگوریتم ژنتیک برای پیکربندی مسأله و حل مدل در محیط فازی استفاده شده است. پاسخ نهایی به صورت رجحان نسبی گزینه های فازی امکان تصمیم گیری سازمان یافته را برای تهیه کننده فراهم می نماید. در پایان از یک شبیه سازی عددی برای نمایش کاربرد مدل و روش حل مسأله استفاده شده است.

---

در این مقاله، یک مدل ریاضی عدد صحیح مختلط برای مساله زمانبندی و برنامهریزی پیشرفته با هدف حداقل کردن مجموع هزینههای دیرکرد و زودکرد سفارشات ارائه و در شرکت تولیدی مانپلاستیک پیادهسازی شده است. مدل ریاضی ارائه شده محدودیتهای ظرفیت، توالی عملیات، موعد تحویل را در یک محیط چند سفارشی و شرایطی که منابع بیرونی وجود دارد در نظر میگیرد. سپس به منظور حل مدل ریاضی مساله زمانبندی و برنامهریزی پیشرفتهء طراحی شده با استفاده از دادههای موجود در شرکت مانپلاستیک از الگوریتم ژنتیک استفاده شد. نتایج حاصل از الگوریتم ژنتیک در مقایسه با وضعیت موجود جوابهای بهتر و مقدار تابع هدف کمتر را نشان داد. از نتایج حاصله در مدت زمان کوتاه چند دقیقهای برنامه مونتاژ محصول نهایی، برنامه تزریق شرکت مانپلاستیک و همچنین پیمانکار استخراج گردید.

---

چکیده در حال حاضر با توجه به افزایش سرمایه گذاری در پروژه های بزرگ توسط بخش خصوصی و اجرای بسیاری از طرحها با روشهایی نظیر طراحی، ساخت و تامین مالی برنامه ریزی تامین منابع مالی دارای اهمیت فراوان شده است. در این مقاله تلاش می‌شود با توجه به عدم قطعیتها در زمان و هزینه فعالیتهای مختلف یک پروژه، برنامه‌ریزی منابع مالی به صورت وام طوری صورت گیرد تا هزینه تامین مالی یک طرح کمترین مقدار شود. برآورد‌ زمان و هزینه در این مدل، با استفاده از متغیرهای فازی احتمالی، صورت ‌می‌گیرد، همچنین یک نمونه از اجرای پروژه طراحی و ساخت نیروگاه آبی که با توجه به شرایط طراحی و اجرای خاص ذاتا دارای رخداد‌هایی با زمان و هزینه غیرقطعی می‌باشد، به تفکیک بخشهای مهندسی، تامین و نصب، در یک فضای احتمالی فازی مدل شده است و سپس بر اساس روش ارزش انتظاری و روش بیشترین شانس با در نظر گرفتن، محدودیت زمان کل اجرای طرح و محدودیت پیشنیازی فعالیتها مدل‌سازی و حل شده است. جواب بهینه در این روش بر اساس ترکیب شبیه سازیهای تصادفی و فازی و مفهوم اعتبار با استفاده از الگوریتم ژنتیک می باشد.

---

:چکیده افزایش کیفیت اجرای پروژه ها ، کاهش مدت زمان و هزینه های اجرای آنها ، اهداف اصلی در فرآیند اجرای پروژه‌ها هستند. مدیران پروژه ها با تخصیص مناسب منابع و انتخاب بهترین تصمیم، به دنبال تامین شدن اهداف فوق می باشند. از آنجاکه بیشتر کارهای پیشین در شرایط قطعیت و غیرواقعی انجام گرفته است و یک شکاف اساسی در تصمیم گیری مدیران در حوزه ی دانش مدیریت پروژه وجود دارد. بنابراین در نظر گرفتن شرایط عدم قطعیت که به دنیای واقعی نزدیکتر است، از برجسته ترین ویژگی های این تحقیق بشمار می رود. در مقاله حاضر یک مدل ریاضی فازی برای شبکه ای از فعالیتها پیشنهاد می شودکه هریک دارای چندین حالت(مد) برای اجرا هستند تا از بین حالت های ممکن، بهترین حالت برای اجرا انتخاب شود به گونه ای که اهداف فوق را تامین نماید. بدین منظور یک الگوریتم ژنتیک Non-dominated sorting genetic algorithm II (NSGA-II) برای حل مدل پیشنهادی طراحی گردید. سپس یک مطالعه موردی درصنعت نفت انجام شد و عملکرد مدل و الگوریتم پیشنهادی مورد آزمون قرار گرفت. همچنین با استفاده از روش برش آلفای فازی میزان اعتنای مدیر پروژه به نظرات کیفی افراد خبره آورده شده است که برای آزمون اعتبار سنجی آن ، نتایج محاسباتی نشان می دهد زمانی که مقدار1 =α در نظر گرفته می شود پاسخ ها به شرایط پیمانی پروژه که همان شرایط مورد انتظار مدیر پروژه نیز می باشدگرایش دارند اما هر چقدر از شرایط قطعیت به طرف 0=α و شرایط عدم قطعیت نزدیک می شویم ، پاسخ‌های حاصل از حل الگوریتم از نظر شرایط زمانی ، هزینه ا ی وکیفی وضعیت بدتری نشان می دهند دلیل این وضعیت این است که مدیر پروژه، با اعتنا کردن به نظرات خبرگان، شرایط عدم قطعیت و ریسک‌ها را که برای پروژه بصورت تهدید مطرح می-باشند، درنظر می گیرد که این امر منجر به بدتر شدن وضعیت کلی پروژه می گردد.

---

امروزه محیط فلوشاپ، یکی از رایج ترین محیط های تولیدی در صنعت می باشد. لیکن نیاز به افزایش ظرفیت و یا بالانس ظرفیت در مراحل مختلف تولیدی، سبب شده است که در بعضی از ایستگاه های کاری، بیش از یک ماشین وجود داشته باشد. از این محیط های توسعه یافته معمولاً به نامهای فلوشاپ ترکیبی، فلوشاپ چند پردازنده، فلوشاپ انعطاف پذیر و یا فلوشاپ با ماشینهای موازی یاد می شود. در این مقاله، مسئله زمانبندی فلوشاپ ترکیبی با فرض همانند بودن ماشینها، تحت دو هدف دامنه عملیات و مجموع زمانهای تکمیل مورد بررسی قرار گرفته است. با توجه به NP-hard بودن مسئله، برای حل از الگوریتم ژنتیک استفاده شده است.

---

این مقاله به معرفی یک متدولوژی جهت بهینه سازی نرخ تولید پرداخته و جهت این امر بر رویکرد تعیین بهینه موجودی های بافر تمرکز می کند. موجودی های بافر، موجودی هایی از قطعات نیمه ساخته بین ایستگاه های تولیدی به شمار می روند که ظرفیت آنها در طراحی خطوط تولید از اهمیت ویژه ای برخوردار بوده و تأثیر بسزایی بر نرخ تولید خط می گذارند. در این متدولوژی با کنار گذاشتن بسیاری از فرضیات ساده کننده، فرض می شود که تمامی زمان های ورود قطعات به سیستم، مدت زمان های خدمت دهی ماشین آلات، زمان بین خرابی ماشین ها، زمان لازم برای تعمیر ماشین ها می تواند غیر قطعی بوده و از توابع توزیع عمومی تبعیت کند (نه فقط تابع توزیع نمایی). جهت تعیین بهینه ظرفیت بافر ها، خط تولید به عنوان یک شبکه صف در نظر گرفته شده و با استفاده از متدولوژی سطح پاسخ، شبیه سازی کامپیوتری، الگوریتم ژنتیک و روش های تصمیم گیری چند هدفه، ظرفیت بهینه بافر ها تعیین می شود.