دانشگاه شهید بهشتیچشمانداز مدیریت صنعتی2251-987410220200621A Simulation Based Genetic Algorithm for Flowshop Scheduling Problem Considering Energy Cost under Uncertaintyالگوریتم ژنتیک شبیهسازی مبنا برای حل مسئله زمانبندی جریان کارگاهی با درنظرگرفتن هزینه انرژی تحت شرایط عدمقطعیت9328749710.52547/jimp.10.2.9FAمینا فرجی امیریکارشناسی ارشد، دانشگاه بوعلی سینا.جواد بهنامیاندانشیار، دانشگاه بوعلی سینا.0000-0002-4122-4575Journal Article20191211A 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.یک مسئله جریان کارگاهی با اهداف حداقلسازی زمان تکمیل و هزینه انرژی بررسی شده است. کاهش هزینههای تولید از اهدافی است که صنایع همواره در نظر دارند. بالارفتن آگاهی عمومی نسبت به مسئله انرژی باعث ایجاد نگرشی جدید در راستای کاهش هزینه انرژی شده است. برای نزدیکترشدن مسئله به دنیای واقعی، مسئله تحت عدمقطعیت بررسی شده است. شکاف پژوهشی موجود الهامبخش پژوهش بوده است. فرض شده که ماشینها میتوانند از سه سرعت آهسته، نرمال و سریع برای پردازش کارها استفاده کنند. در سرعت بالا میزان مصرف افزایش یافته و زمان تکمیل کاهش مییابد و برعکس. این تفاوت در سرعت به ایجاد مقادیر متفاوت و متضاد در تابع اهداف منجر میشود؛ بنابراین باید راهکاری پیشنهاد شود که علاوه بر ترتیب کار، سرعت دستگاهها بهعنوان متغیر تصمیم بهصورت بهینه مشخص شوند. یک مدل ریاضی ارائه شده و سپس از الگوریتم ژنتیک مبتنی برشبیهسازی برای حل مسئله در ابعاد بزرگ استفاده شده است. بهازای هربار ارزیابی تابع هدف در الگوریتم از شبیهسازی استفاده شده است تا عدمقطعیت موجود در پارامتر زمان پردازش درنظر گرفته شود. با توجه به تصادفیبودن زمان پردازش، از مدل ارزش انتظاری برای مقابله با عدمقطعیت استفاده شده است. نتایج محاسباتی نشان میدهد که الگوریتم و رویکرد حل پیشنهادی، عملکرد خوبی دارند.https://jimp.sbu.ac.ir/article_87497_44456810ddb9d846e85d59818825d2b3.pdfدانشگاه شهید بهشتیچشمانداز مدیریت صنعتی2251-987410220200621Investigating Open Loop and Closed-Loop Supply Chain under Uncertainty (Case Study: Iran Teransfo Company)بررسی زنجیره تأمین حلقهباز و حلقهبسته تحت شرایط عدمقطعیت (موردمطالعه: شرکت ایران ترانسفو)33538749810.52547/jimp.10.2.33FAمهسا محمدیکارشناسی ارشد مهندسی صنایع، دانشکده مهندسی مکانیک و صنایع، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران.حامد سلیمانیدانشیار گروه مهندسی صنایع، دانشکده مهندسی مکانیک و صنایع، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایرانJournal Article20191030One 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.یکی از عوامل اصلی رقابت در فضای رقابتی کنونی «زنجیره تأمین» است؛ بهطوریکه کارخانهها و سازمانها برای افزایش کارایی و اثربخشی، و دستیابی به اهداف و آرمانهای خود، ملزم به داشتن یک زنجیره تأمین مناسب هستند. از طرفی بهدلیل افزایش روزافزون آلودگیهای زیستمحیطی و الزامات دولتها برای مقابله با آلودگیهای زیستمحیطی، سازمانها ملزم به بهکارگیری زنجیرههای تأمین سبز هستند که مسائل زیستمحیطی را در کنار مسائل مالی مدنظر قرار میدهد؛ ازاینرو در این پژوهش یک مدل دوهدفه زنجیره تأمین حلقهبسته سبز تحت شرایط عدمقطعیت ارائه شده است که جنبههای زیستمحیطی را در کنار جنبههای اقتصادی در نظر میگیرد. جنبه بسیار مهم دیگر در طراحی شبکه زنجیره تأمین، عدمقطعیت است. به دلیل تحولات اجتماعی و سیاسی و کمیابی مواد اولیه برای تولید، عدمقطعیت عامل مهمی در مدلهای شبکه زنجیره تأمین است. به همین دلیل در این مدل با درنظرگرفتن عدمقطعیت سعی در انطباق مدل با شرایط واقعی شده است. نتایج حاکی از آن است که طراحی زنجیرههای تأمین سبز با درنظرگرفتن عدمقطعیت باعث انعطافپذیری هرچه بیشتر مدل در برابر نوسانات بازار، تحولات اجتماعی و سیاسی و غیره میشود. بهمنظور بررسی کارایی و عملکرد مدل ارائهشده، مدل مذکور بر روی شرکت ایران ترانسفو پیاده سازی شده است. https://jimp.sbu.ac.ir/article_87498_0978425c416c9ea1fdc7701f5e6373bf.pdfدانشگاه شهید بهشتیچشمانداز مدیریت صنعتی2251-987410220200621Proposing a Method for Determining the Appropriate Purchasing Strategy Based on the Purchasing Portfolio Approachارائه روشی برای تعیین استراتژی مناسب خرید براساس رویکرد پرتفولیوی خرید55828750510.52547/jimp.10.2.55FAمجید اسماعیلیاندانشیار، دانشگاه اصفهان.اعظم سادات خلیلیدانشجوی دکتری، دانشگاه اصفهان.ماندانا توکلیکارشناسی ارشد، دانشگاه اصفهان.Journal Article20200102The 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.هدف از پرتفولیوی خرید، طبقهبندی اقلام خرید برای تعیین مناسب استراتژی خرید است. در این پژوهش با توسعه رویکرد پرتفولیوی خرید، روشی جدید برای طبقهبندی اقلام خرید ارائه شده است. هدف این پژوهش تعیین استراتژی مناسب خرید باتوجه به شرایط درحال تغییر کسبوکار برای اقلام مختلف با درنظرگرفتن مدیریت پرتفولیوی خرید است. به همین دلیل، ابتدا با بررسی مبانی نظری و نظرسنجی از خبرگان و پایگاه دادههای موجود شرکت موردمطالعه، ابعاد اثر سود، پیچیدگی بازار و تعادل قدرت تأمینکننده و خریدار در نظر گرفته و معیارهای مناسب برای دستهبندی کالاها و خدمات تعیین میشود. پس از تعیین تعداد ابعاد، وزن معیارها با استفاده از روش وزندهی بهترین بدترین (BWM) محاسبه و سپس با استفاده از روش TOPSIS امتیاز کالاها در هر بُعد بهدست میآید و موقعیت کالا روی یک نمودار چهاربخشی تعیین میشود. مناسبترین استراتژی با درنظرگرفتن جایگاه کالاها بر اساس سه بُعد تعریف شده و بر اساس استراتژیهای شطرنج جدید برای هر دسته از کالاها در نظر گرفته میشود. در روش ارائهشده روشهای کار متناسب با هر طبقه از اقلام خرید براساس سه بُعد ارائه شده که در پژوهشهای گذشته به آن توجه نشده است. درنهایت روش ارائه شده برای اقلام مواد اولیۀ یک شرکت اجرا و نتایج ارائه شده است.https://jimp.sbu.ac.ir/article_87505_f1e9782cd02779a67dc9e2e0a6a07a26.pdfدانشگاه شهید بهشتیچشمانداز مدیریت صنعتی2251-987410220200621Periodic Inspection Optimization for a Two-Component System with Dependent Failuresمدل بهینهسازی بازرسی دورهای برای یک سیستم دومؤلفهای با وابستگی خرابی831108751810.52547/jimp.10.2.83FAعلی نادی زاده اردکانیاستادیار، دانشگاه اردکان.هانیه رنجبرکارشناسی، دانشگاه اردکان.میترا موبداستادیار، دانشگاه اردکان.Journal Article20191107In 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.در این پژوهش مدل بهینهسازی فواصل بازرسی، برای یک سیستم دومؤلفهای با وابستگی خرابی ارائه شده است. در این مدل خرابیهای مؤلفه اول از نوع نرم و خرابیهای مؤلفه دوم از نوع سخت هستند. هر خرابی نرم مؤلفه اول تأثیری بر مؤلفه دوم ندارد؛ اما هر خرابی سخت مؤلفه دوم باعث ایجاد شوک روی مؤلفه اول شده و نرخ خرابی آن را افزایش میدهد. خرابی نرم مؤلفه اول در زمان وقوع قابلشناسایی نیست و در زمان بازرسیهای پیشگیرانه مشخص میشود. این مؤلفه در فواصل زمانی معینی بازرسی شده و در صورت خرابی، تعمیر میشود. ازآنجاکه خرابی نرم مؤلفه اول موجب افزایش هزینههای عملیاتی میشود، در این پژوهش برای نخستین بار قرار است علاوه بر بازرسیهای دورهای آن، هنگام وقوع خرابی سخت مؤلفه دوم، مؤلفه اول نیز بازرسی شود. با استفاده از مدل ارائه شده که در آن متوسط مجموع هزینههای بازرسی، تعمیر و هزینهی جریمه ناشی از تأخیر در شناسایی خرابیهای نرم، حداقل میشود، فاصله زمانی بهینه بین بازرسیهای متوالی سیستم در یک افق زمانی محدود تعیین میشود. 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.https://jimp.sbu.ac.ir/article_87518_250eea134d94218875ab4619ffc57291.pdfدانشگاه شهید بهشتیچشمانداز مدیریت صنعتی2251-987410220200621A Weighted Robust Two-Stage Stochastic Optimization Model for Supplier Selection and Order Allocation under Uncertaintyمدل بهینهسازی دومرحلهای استوار وزندار برای انتخاب تأمینکنندگان و تخصیص سفارشها در شرایط عدمقطعیت1111358753210.52547/jimp.10.2.111FAمصطفی جوکارکارشناسی ارشد مهندسی صنایع، دانشکده مهندسی صنایع، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایران.مرضیه مظفریاستادیار دانشکده مهندسی صنایع، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایران.علیاکبر اکبریاستادیار مهندسی صنایع، دانشکده مهندسی صنایع، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران.Journal Article20191102This 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.در این پژوهش، تلفیقی از روش تحلیل سلسلهمراتبی فازی، مدل برنامهریزی تصادفی دومرحلهای سناریومحور و رویکرد بهینهسازی استوار در مسئله انتخاب تأمینکنندگان و تخصیص سفارشها در شرایط ریسک تأمین پیشنهاد میشود. عدمقطعیت در تأمین مواد اولیه تحت سه سناریوی افزایش تحریم، ثبات تحریم و حذف تحریم در نظر گرفته میشود. در گام نخست، عوامل کلیدی در انتخاب تأمینکنندگان شناسایی شده و با روش تحلیل سلسلهمراتبی فازی به هر یک از تأمینکنندگان وزنی اختصاص داده میشود. در گام دوم، این وزنها بهعنوان ورودی در مدل برنامهریزی تصادفی دومرحلهای وارد میشوند و متغیرهای مرحله دوم را تحت تأثیر قرار میدهند؛ سپس رویکرد فرمولبندی استوار مالوی برای استوارسازی و همچنین خطیسازی مدل بهکار میرود. مدل حاصل یک مدل برنامهریزی خطی عددصحیح است که توسط CPLEX برای یک مطالعه موردی اجرا میشود و نتایج مورد بحث و بررسی قرار میگیرد. درنهایت تحلیل حساسیت بر روی پارامترهای مدل استوار صورت میپذیرد و موازنه بین هزینه کل و مقدار تقاضای تأمیننشده نشان داده میشود.https://jimp.sbu.ac.ir/article_87532_a2765dcc842095c946eb8238e73f4704.pdfدانشگاه شهید بهشتیچشمانداز مدیریت صنعتی2251-987410220200621Presentation of Risks Analysis Model in Urban Projects Based on Data Mining Technique with Case Studyارائه مدل تحلیل ریسک در پروژههای شهرسازی مبتنی بر تکنیک دادهکاوی با مطالعه موردی1371598753910.52547/jimp.10.2.137FAمحمد قدوسیمربی، دانشگاه تربت حیدریه.0000-0002-0295-6458فاطمه میرسعیدیکارشناسی ارشد، دانشگاه صنعتی سجاد مشهد.علیاکبر حسنیدانشیار، دانشگاه صنعتی شاهرود.0000-0002-9530-9136Journal Article20191022Analysis 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.تحلیل واکنش درست به ریسک یکی از فرایندهای مهم مدیریت پروژه است. هدف از انجام این پژوهش، دستهبندی ریسکهای پروژه شهرسازی است. بدینمنظور، پس از شناسایی ریسکهای پروژه شهرسازی، برای ارزیابی ریسکها مهمترین شاخصهای با تأیید خبرگان توسعه داده شده است که عبارتاند از: میزان تأثیر بر زمان؛ هزینه و کیفیت؛ احتمال وقوع؛ اثرات زیستمحیطی؛ تأثیرات ایمنی؛ اهمیت ریسک؛ میزان مدیریتپذیری ریسک و استراتژی پاسخ به ریسک؛ سپس ارزیابی ریسکها با استفاده از شاخصهای مدنظر انجام شد. تمامی مراحل تحلیل با استفاده از روش استاندارد دادهکاوی کرسیپ اجرا و سطوح اهمیت ریسک، مدیریتپذیری ریسک و استراتژی پاسخ با استفاده از الگوریتمهای دادهکاوی پیشنهادی به تفکیک پیشبینی شدند. یافتههای پژوهش نشان میدهند که الگوریتمهای دستهبندی در مدیریت ریسک از عملکرد مطلوبی برخوردارند. الگوریتم دستهبندی لجستیک، میزان اهمیت و مدیریتپذیری ریسک را بهترتیب با نرخ صحت 88/0 و 9/0 پیشبینی کرده است؛ همچنین الگوریتم دستهبندی بیزی نیز در پیشبینی استراتژی پاسخ به ریسک توانسته است با نرخ صحت 84/0 عملکرد بهتری نسبت به سایر الگوریتمها نشان دهد. برای بررسی بیشتر الگوریتمهای مورداستفاده، نتایج با یکی از روشهای متداول، یعنی روش تاپسیس، مقایسه شد که الگوریتمهای دادهکاوی در مقایسه با روش تاپسیس نتیجه بهتری ارایه دادند.https://jimp.sbu.ac.ir/article_87539_015cbd9cb8fee62059727671b6bef77e.pdfدانشگاه شهید بهشتیچشمانداز مدیریت صنعتی2251-987410220200621A New Stochastic Model for Emergency Location Problem with Minimax Regret Model (Case Study: Mashhad)ارائه یک مدل تصادفی جدید برای مکانیابی اسکان اضطراری پس از زلزله با استفاده از مدل مینیمم حداکثر زیان (نمونه موردی: شهر مشهد)1611918754210.52547/jimp.10.2.161FAفرشید اسمعیلی کاخکیدکتری، دانشگاه فردوسی مشهد.زهرا ناجی عظیمیدانشیار، دانشگاه فردوسی مشهد.علیرضا پویااستاد، دانشگاه فردوسی مشهد.0000-0001-6000-3535احمد توکلیاستادیار، دانشگاه فردوسی مشهد.Journal Article20200113The 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.شهر مشهد بهعنوان دومین کلانشهر ایران به واسطه وجود بافت فرسوده گسترده همواره در معرض آسیبهای ناشی از زلزله بوده است. در این پژوهش یک مدل تلفیقی برای اسکان اضطراری زلزلهزدگان در شهر مشهد ارائه شده است. مدل پیشنهادی بر اساس ترکیب سیستم داینامیک، رابطه کوبورن و اسپنس، GIS و مدل مکانیابی ـ تخصیص است. در ابتدا تعداد ساختمانهای تخریب شده در اثر زلزله با استفاده از مدلسازی سیستم داینامیک تخمین زده میشود. 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 میشود. در مرحله سوم با استفاده از سیستم اطلاعات جغرافیایی (GIS) مکانهای مستعد در این زمینه انتخاب میشوند و در مرحله پایانی با استفاده از یک مدل مکانیابی ـ تخصیص مکانهای اسکان اضطراری انتخاب شده و جمعیت نیازمند اسکان به آنها تخصیص مییابند. این روش به ازای هر سناریوی محتمل زلزله در شهر مشهد اجرا میشود. به منظور تلفیق تخصیصهای موجود بهازای سناریوهای مختلف از مدل Min Max Regret استفاده شده است. نتایج این پژوهش نشان میدهد 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.https://jimp.sbu.ac.ir/article_87542_3725d8e9be7c57679516620fbb78b9fb.pdf