نشریه بین المللی مهندسی صنایع و مدیریت تولید

  خط مونتاژ مدل ترکیبی نوعی خاص از خطوط تولیدی است که می‌تواند مدل‌های متفاوتی از یک محصول را بر روی یک خط تولید کند. یکی از مهم‌ترین مسائل در راستای استفاده و بهره مندی مناسب از این نوع خط مونتاژ، تعیین توالی تولید محصولات است.

  در سال‌های اخیر تحقیقات زیادی بر روی مسئله‌ی تعیین توالی صورت گرفته است که برخی محققان در مطالعاتشان ضمن ارائه‌ی مدل‌های ریاضی، به منظور یافتن جواب بهینه‌ روش‌های بسیار متنوعی را پیشنهاد کرده‌اند. در این مقاله ضمن مرور و استفاده از تحقیقات پیشین ٬ یک مدل ریاضی برای مسئله‌ی تعیین توالی ورود محصولات به منظور کمینه کردن مجموع هزینه‌های توقف‌های ناشی از عدم تکمیل به موقع کار مونتاژ در هر ایستگاه ارائه شده است. برای حل مسئله و با توجه به پیچیدگی مدل ریاضی غیر خطی عدد صحیح مختلط ارائه شده یک الگوریتم فرا ابتکاری پیشنهاد شده است. به منظور بررسی الگوریتم پیشنهادی 48 مساله در اندازه های مختلف تولید شدند. در دسته اول و دوم الگوریتم به جواب بهینه و در دسته سوم به جواب نزدیک به بهینه میرسد. نتایج اجرای مدل در خط مونتاژ پراید شرکت سایپا نشان می‌دهد که شرکت سایپا می‌تواند هزینه‌ی فروش از دست رفته‌ی خود را به میزان قابل توجهی کاهش دهد.

در این تحقیق، یک مدل دو هدفه مسئله برنامه‌ریزی یکپارچه تولید- توزیع در یک زنجیره تامین چهار سطحی ارائه شده است. زنجیره تامین پیشنهادی شامل تولیدکنندگان، مراکز توزیع، خرده‌فروشان و مشتریان است. تصمیمات برای چندین نوع محصول و در دوره‌های زمانی مختلف گرفته شده است. اهداف مسئله علاوه بر کمینه‌کردن کل هزینه‌های زنجیره شامل آماده‌سازی و تولید محصولات، نگهداری موجودی محصولات در کارخانه‌ها، مراکز توزیع و خرده‌فروشان، حمل و خرید محصولات برای توزیع‌کنندگان، خرده‌فروشان و مشتریان، مقدار فروش از دست رفته محصولات در صورت کمبود برای مشتریان را نیز به حداقل می‌رساند. به-منظور حل مدل از یک الگوریتم چند هدفه مبتنی بر پارتو به نام‌ الگوریتم بهینه سازی اجتماع ذرات چند هدفه(MOPSO) بهره جسته‌ایم و نتایج حاصله را با الگوریتم ژنتیک مرتب‌سازی نا مغلوب (NSGA-II) مقایسه نموده‌ایم. در نهایت به‌منظور اثبات عملکرد مناسب روش های حل ارایه شده در مدل‌ پیشنهادی، با معرفی شاخص‌های استاندارد مباحث چند هدفه، این روش‌ها بر روی مسائل آزمایشی تولید شده با ابعاد مختلف مورد تجزیه و تحلیل آماری قرار گرفته است.

بالانس خط مونتاژ یک استراتژی اثربخش برای کاهش هزینه ها و افزایش بهره وری در صنعت خودروسازی است. در واقع این مسئله تخصیص کارهای مختلف به ایستگاه های کاری است به گونه ای که هزینه های مونتاژ کمینه، تقاضاها تامین، و محدودیت های فرآیند مونتاژ برآورده شوند. خطوط مونتاژ با ایستگاه های چند اپراتوره، به گستردگی در سیستم های مونتاژی نوین بکار گرفته می شود. مشخصه های این خطوط باعث افزایش پیچیدگی آن ها نسبت به خطوط مونتاژ ساده می گردد. در این مقاله، با بکارگیری هیوریستیک الگوریتم جستجوی ممنوع، رویکردی نو برای بالانس خطوط مونتاژ چند اپراتوره پیشنهاد می‏گردد. محدودیت های سخت دربرگیرنده محدودیت‏های ناحیه ای، زمان عناصر کاری، زمان چرخه و محدودیت های پیشنیازی است. محدودیت های وضعیتی نیز محدودیت نرم می‏باشند. با بکارگیری داده‏های واقعی خط مونتاژ یک شرکت خودروسازی ایرانی، توانمندی رویکرد پیشنهادی بررسی گردید. برای یافتن مقدار مناسب پارامترهای الگوریتم، سناریوهای گوناگونی بر روی خط مونتاژ مطالعه موردی اجرا شد و بهترین سناریو و مقادیر پارامترهای الگوریتم پیشنهاد گردیده است. یافته‏ها نشان می‏دهد که رویکرد پیشنهادی در دستیابی به هدف‏های مساله بالانس خط، بسیار توانمند می‏باشد.

امروزه بررسی مشخصه های کیفی زمان محور در برخی حوزه‌ها نظیر صنعت داروسازی از اهمیت بسیار بالایی برخوردار می‌باشد. در زمینه مقایسه پروفایلهای آزمایشی با پروفایل مرجع روشهای متعددی مطرح گردیده است که پرکاربردترین آنها را می توان استفاده از شاخصهای f1 و f2 به عنوان معیارهایی برای سنجش میزان دوری و نزدیکی پروفایل مشاهده شده از پروفایل مرجع نام برد . در این مقاله روشی جهت تصمیم گیری در خصوص انتخاب پروفایل برتر از میان پروفایلهای ارائه شده برای یک مشخصه کیفی زمان محور ارائه می گردد . در این روش ضمن استفاده از شاخصهای عنوان شده ، معیارهای دیگری نظیر محدودیتهای اقتصادی نیز لحاظ گردیده و در بررسی پروفایلهای مشاهده شده از حذف اطلاعات نقاط خارج از محدوده مجاز به دلیل وجود رابطه تجمعی جلوگیری شده است . روش ارائه شده به کمک مثال عددی تشریح و ارزیابی می گردد . نتایج حاصل، نشان دهنده عملکرد منطقی تر روش پیشنهادی نسبت به روشهای موجود می باشد.

با در دست داشتن آمار متقضیان هر درس از طریق ثبت‌نام مقدماتی دروس، یک مدل ریاضی صفر و یک برای مسئله زمانبندی دروس دانشگاهی در این مقاله ارائه می‌شود. در این مدل ترجیحات اساتید در مورد بازه‌های زمانی و موضوعات درسی و همچنین دسترس‌پذیری دروس برای دانشجویان جهت اخذ، در نظر گرفته می-شود. ابتدا کلیه دروس اعم از دو یا سه واحدی در بازه‌های زمانی متناسب با دروس سه واحدی برنامه‌ریزی می شوند. این امر تعداد متغیرها و محدودیت‌های مسئله را به شدت کاهش می‌دهد. سپس جواب بدست آمده، به عنوان داده‌ی ورودی مدل‌های خطی صفر و یک جدید قرار می‌گیرد که در این مدل‌ها با جایابی مجدد دروس دو واحدی در بازه های مجاز، جواب حاصل ارتقاء یابد. با توجه به اینکه مسئله زمانبندی دروس متعلق به مسائل رده پیچیدگی NP-complete می‌باشند، دو الگوریتم فراابتکاری سیستم اجتماع مورچگان و شبیه-سازی تبرید برای حل این مسئله ارائه گردیده است. کارایی نسبی الگوریتم‌های پیشنهادی با استفاده از داده‌های دانشکده مهندسی صنایع دانشگاه صنعتی اصفهان و داده‌های تصادفی در ابعاد کوچک با مقایسه‌ی جواب‌های بهینه و در ابعاد بزرگ با مقایسه‌ی دو الگوریتم پیشنهادی نشان داده شده است. در ابعاد کوچک میانگین خطای الگوریتم مورچگان نسبت به جواب بهینه برابر 08/1% و میانگین خطای الگوریتم شبیه‌سازی تبرید نسبت به جواب بهینه برابر 82/1% محاسبه شده است. در مورد مسائل با ابعاد بزرگ با افزایش ابعاد مسئله زمان حل الگوریتم مورچگان نسبت به الگوریتم شبیه‌سازی تبرید به طور چشمگیری افزایش می‌یابد در حالیکه میانگین تابع هدف الگوریتم شبیه‌سازی تبرید انحراف قابل ملاحظه‌ای نسبت به الگوریتم مورچگان ندارد.

در سالهای اخیر رقابت از بین اعضاء زنجیره تأمین فراتر رفته و به رقابت بین زنجیره‌ها بدل شده است. مطالعه تصمیم‌گیری در زمینه برونسپاری بین دو زنجیره تأمین رقیب همچنان در ادبیات مغفول مانده است. از طرفی به دلیل پیچیدگیهای تحلیل، به رقابت چند بعدی یعنی در نظر گرفتن بیش از دو بعد رقابت به صورت درونزا، نیز در ادبیات پرداخته نشده است. در این مقاله، به صورت یکپارچه، مسأله رقابت سه بعدی و تصمیم‌گیری در زمینه برونسپاری در دو زنجیره تأمین در نظر گرفته می‌شود. در این راستا، دو زنجیره تأمین رقیب در نظر گرفته می‌شوند بطوریکه با ارائه یک محصول همگن برای کسب سهمی از بازار به رقابت می‌پردازند. هر زنجیره تأمین از نظر سه بعد قیمت، کیفیت و سطح خدمت تحت فشار رقابتی می‌باشند. از طرفی یکی از زنجیره‌ها با مسأله برونسپاری نهاده مواجه است که بر اساس رفتار رقیب علاوه بر سه بعد مذکور در مورد نرخ برونسپاری نیز تصمیم‌گیری می‌نماید. برای تحلیل رفتار رقابتی دو زنجیره تأمین و یافتن تعادل نش بازی، یک مدل چهار مرحله‌ای ارائه می‌شود، بطوریکه بر اساس آن سطح کیفیت تعادلی، نرخ برونسپاری تعادلی، سطح خدمت تعادلی و قیمت تعادلی هر زنجیره تعیین می‌شود. در پایان برای تحلیل حساسیت جوابهای تعادلی نسبت برخی پارامترهای مدل، مثالهای عددی ارائه می‌شود.

هدف از این تحقیق طراحی و حل یک مدل برای برنامه‌ریزی توزیع و موجودی در زنجیره تامین است. یک مدل برنامه‌ریزی ریاضی مختلط عدد صحیح برای یک شبکه توزیع سه سطحی توسعه داده شده است که هزینه‌های معمول در مدیریت زنجیره تامین و هزینه‌های دیرکرد و زودکرد را در نظر می‌گیرد. مدل توسعه داده شده همچنین تقاضای با محدودیت زمانی در ارضا، محدودیت در ظرفیت حمل، تحویل و ذخیره را در نظر می‌گیرد و به عنوان خروجی نوع وسیله حمل را نیز مشخص می‌کند. حل این مدل چند دوره‌ای، چند کالایی، با چند مد حمل به‌دلیل تعداد زیاد متغیرهای عدد صحیح، برای ابعاد واقعی در زمان منطقی قابل حصول نیست لذا یک الگوریتم ممتیک توسعه داده شده است. الگوریتم ممتیک توسعه داده شده از آن رو که بر چارچوب الگوریتم ژنتیک بنا شده است، از مزایای الگوریتم ژنتیک سود می‌برد و از سوی دیگر چون در مرحله ارزیابی کروموزوم‌ها با استفاده از جستجوی محلی کیفیت کروموزوم‌ها ارتقا می‌یابد، به‌طور متوسط انتظار می‌رود جواب‌هایی به مراتب بهتر از الگوریتم ژنتیک به‌دست آید. نتایج محاسباتی برتری کارایی روش حل توسعه داده شده را نسبت به روش عمومی حل مسایل برنامه‌ریزی ریاضی مختلط نشان می‌دهد.

مدیریت موجودی توسط فروشنده (VMI) یکی از استراتژی‌هایی است که به‌طور گسترده در زمینه‌ی یکپارچه‌سازی و ساده‌سازی زنجیره‌ی تأمین استفاده می‌شود. VMI، مشارکتی بین تأمین‌کننده (اغلب تولیدکننده) و خرده‌فروشان است که به موجب آن تأمین‌کننده تصمیمات مربوط به بازپرسازی خرده‌فروشان را اتخاذ می‌کند. از آن‌جا که در مطالعات پیشین ارزش زمانی پول در مدل‌های تحلیلی VMI منعکس نشده است؛ در این پژوهش برای اولین بار مدل جدیدی برای زنجیره‌ی تأمین دو سطحی یک تولیدکننده و چند خرده‌فروش تحت برنامه‌ی VMI غیرامانتی (non-consignment VMI) با درنظر گرفتن ارزش زمانی پول ارائه می‌شود. به‌منظور وارد کردن ارزش زمانی پول ابتدا ارزش فعلی هزینه‌ها در طی یک دوره محاسبه و سپس به افق بی نهایت تعمیم و بعد به هزینه‌ی همسنگ سالیانه تبدیل می‌شود. همچنین نشان داده می‌شود که تحت سیستم VMI غیرامانتی هزینه‌ی خرده‌فروشان نسبت به سیستم سنتی (بدون VMI) از کاهش زیادی برخوردار ولی تولیدکننده با افزایش هزینه مواجه می‌شود. در این پژوهش دلایل همکاری تولیدکننده با برنامه‌ی VMI علی‌رغم افزایش هزینه‌هایش به‌روشنی تبیین می‌شود. درنهایت تحلیل حساسیت به‌منظور بررسی تأثیر پارامترهای مختلف مدل بر جواب بهینه انجام می‌شود. نتایج علاوه بر درستی رفتار مدل نشان می‌داد که با درنظرگرفتن هزینه‌ی جریمه‌ی بالا‌ به ازای هر واحد کالا، مدل ارائه شده می‌تواند برای زنجیره‌ی تأمین با محدودیت ظرفیت نیز به‌کار گرفته شود.

در مقاله حاضر، یک سیستم ساخت بر اساس سفارش(MTO) با چند ماشین موازی مختلف مورد مطالعه قرار گرفته است. با توجه به محدودیت ظرفیت ماشین‌ها و الزامات مورد نظر برای تحویل به موقع سفارشات، می‌توان فقط تعداد محدودی از سفارشات را برای بیشینه کردن سود مورد پذیرش قرار داد. بر این اساس، یک مدل برنامه‌ریزی ریاضی خطی مختلط عدد صحیح (MILP) برای مسأله یکپارچه پذیرش سفارشات و زمانبندی (OAS) برروی ماشین‌ها ارائه شده است. همچنین از آنجائیکه زمان پردازش سفارشات برروی ماشین‌ها غیرقطعی می‌باشد، همزاد استوار مدل پیشنهادی ارائه گردیده است. زمان حل مدل‌های پیشنهادی حتی برای مسائل کوچک نیز در پاره‌ای از موارد بسیار طولانی بوده و لذا توسعه‌ای از الگوریتم تفکیک سازی تو در تو (NP) بنام الگوریتم تفکیک سازی بیرونی و درونی ارائه شده است. بررسی‌های عددی نشان داده‌اند که الگوریتم پیشنهادی کارائی مطلوبی چه به لحاظ زمانی و چه به لحاظ یافتن یک جواب خوب نسبت به نرم‌افزار GAMS /CPLEX دارد.

تخصیص و مکان‌یابی ایستگاه‌های امداد جاده‌ای، به دلیل داشتن تأثیرات زیاد بر نحوه‌ی خدمت‌دهی به رخدادهای جاده‌ای، مورد توجه محققان زیادی قرار گرفته است. هدف اصلی این مسائل، مکان‌یابی بهینه‌ی ایستگاه‌های امداد جاده‌ای و تقسیم‌بندی نواحی تحت خدمت، جهت تخصیص مناسب آن‌ها به خدمت‌دهنده‌ها است. این مسائل معیار‌های عملکردی سیستم از جمله مدت زمان انتظار مشتری را بهبود داده و از طرفی اهداف سازمان خدمت‌دهنده را برآورده ساخته و رضایت مشتری و خدمت‌دهنده را در پی خواهد داشت. در این تحقیق تخصیص ایستگاه‌های امداد خودرو ایران در طول بزرگراه تهران-قم، با استفاده از مدل صف هایپرکیوب (یکی از معروف‌ترین مدل‌های صف در زمینه‌ی مکان‌یابی)، مورد بررسی قرار گرفته است. بدین منظور، پس از تعیین تعداد حالات سیستم، معادلات تعادلی هر حالت سیستم با استفاده از نمودارهای آهنگ تعادل استخراج شده است. سپس با استفاده از احتمالات حدی به‌دست آمده، معیار‌های عملکردی سیستم، مانند میزان بار ‌کاری هر خدمت‌دهنده و مدت زمان انتظار مشتری جهت دریافت خدمت محاسبه شده است. در ادامه با طراحی و اجرای الگوریتم ژنتیک، تغییر بهینه‌ی قابل اجرا در عمل، در اندازه‌ی نواحی تخصیص‌داده‌شده به هر خدمت‌دهنده، با هدف کمینه کردن میزان عدم توازن بار کاری خدمت‌دهنده‌ها و مدت زمان انتظار مشتری، انجام شده است.

درصد بالای خطای انسانی در وقوع حوادث در سیستم های پیچیده بزرگ همچون نیروگاه های هسته ای ، این نتیجه را در برداشته که خطای انسانی، عامل عمده حوادث و پیامد های ناگوار آنها بوده است. با این حال انسان ها به دلیل برخی ویژگی ها همچون قابلیت انعطاف، تطبیق پذیری سریع و از همه مهمتر یادگیری و تجربه پذیری ، در این سیستم ها نگه داشته شده اند. یادگیری، تجربه ای مبتنی بر آموزش است که به منظور ایجاد تغییری نسبتاً پایدار در انسان صورت می گیرد. این تغییر که در برگیرنده ایجاد شرایط مناسب در رفتار، ادراک، عادات، افکار و نهایتاً عملکرد ها است، به عنوان اساسی ترین جلوه یادگیری قلمداد می شود. در این مقاله با استفاده از روش HEART در کمی سازی خطای انسانی و دخالت آن در احتمال خرابی هر یک از اجزاء متأثر از خطای انسانی موجود در سیستم خنک کنندگی راکتور تحقیقاتی تهران، و مقایسه آن با ارزیابی کمی یادگیری وارد شده با استفاده از روش ابداعی 22 معیار، جهت تحلیل اثر بخشی تئوری یادگیری در کاهش احتمال خطای انسانی به خصوص در شرایط بحرانی برای وظیفه اپراتوری هدایت کننده راکتور به طور ویژه نشان داده شده است. نتایج حاصل میزان احتمال بروز هر یک از چهار حادثه محتمل در راکتور را در حالت کلاسیک و نیز در حالت دخالت خطای انسانی و بحث یادگیرندگی انسان، با شرایط و روش های اعمالی و نیز عوامل مهم تاثیر گذار برای اجزاء تاثیر پذیر را در افزایش قابلیت اطمینان کل، با استفاده از کد محاسباتی تحلیل احتمالات ایمنی (RELAB) با هم مقایسه کرده و صحت روش و احتمال کلی بروز هر یک از حوادث را با احتمال داده های ژنریک تایید کرده است.

فرآیند حمل و نقل یکی از فرآیندهای اصلی لجستیک بوده که محققان همواره با طراحی سیستمهای مناسب حمل و نقل سعی در کمینه نمودن هزینه های ناشی از آن نموده اند. یکی از این سیستمها، لجستیک میلک ران می باشد و به عنوان گام بعدی تولید ناب که موجب کاهش زمان سیکل، سطح موجودی و آزاد سازی فضای انبارش می شود، شناخته شده است. در این پژوهش یک مدل پیشنهادی مبتنی بر خوشه بندی ارائه شده که در فاز اول تامین کنندگان را به منظور ایجاد سازگاری در مواد و قطعات مورد حمل، خوشه بندی نموده و سپس در فاز دوم برای تامین کنندگانی که در یک خوشه قرار گرفته اند، مسیریابی بهینه با هدف کمینه کردن هزینه های سفر و زمان سفر با در نظر گرفتن دو محدودیت مهم حداکثر ظرفیت و زمان سفر برای هر وسیله نقلیه را انجام می دهد. الگوریتم پیشنهادی با الگوریتم ژنتیک حل شده و به منظور تنظیم پارامترها از روش تاگوچی بهره گرفته شده است. در نهایت نتایج حاصله از اجرای الگوریتم پیشنهادی با نتایج حاصل از نرم افزار لینگو، کارایی الگوریتم پیشنهادی را تصدیق می کنند.

در اکثر مطالعات زمانبندی جریان کارگاهی، ظرفیت بافر بین ماشین ها، بینهایت و زمان های پردازش به صورت قطعی و ثابت در نظر گرفته شده، که این امر موجب تفاوت چشمگیری بین مسایل تئوریک و محیط واقعی تولید می گردد. در این مطالعه، مسئله ی زمانبندی جریان کارگاهی با فرض محدودیت بافر و امکان بلوکه شدن ماشین ها مورد توجه قرار گرفته است. همچنین، کارها زوال پذیر فرض شده و زمان های پردازش، متغیر و تابعی خطی از زمان آغاز عملیات در نظر گرفته شده است. این مسئله در فضای عدم قطعیت بررسی شده و برای توصیف این فضا از تئوری فازی استفاده شده است. تابع هدف دو معیاره ی مورد نظر، کمینه سازی مجموع وزنی زودکردها و دیرکردها است، که این مسئله در دسته ی مسایل پیچیده ی تولید بهنگام جای می گیرد. برای این مسئله ، یک مدل ریاضی غیرخطی فازی ارائه شده و برای حل آن، رویکرد یکپارچه ی شبیه سازی فازی و الگوریتم ژنتیک پیشنهاد شده است. در نهایت بمنظور ارزیابی عملکرد رویکرد یکپارچه ی پیشنهادی، به حل مسایل نمونه عددی در اندازه های مختلف پرداخته شده است. کیفیت حل و زمان محاسباتی، حاکی از کارایی بسیارخوب رویکرد پیشنهادی است.

امروزه محصولات و خدمات حاصل چندین مرحله از فرآیند می باشند. هر مرحله شامل یک یا چندین مشخصه کیفی است که مورد پایش قرار می گیرند. به علت وجود خاصیت آبشاری در این فرآیندها تغییر در هر مشخصه در هر مرحله، مراحل بعدی را نیز متاثر می سازد. بنابراین استفاده از نمودارهای کنترل مرسوم جهت پایش، می تواند منجر به نتایج گمراه کننده شود. از جمله نمودارهای کاربردی جهت پایش این گونه از فرآیندها، نمودار انتخاب عامل انحراف است. این نمودارها معمولا برای پایش مشخصه های کیفی نرمال مورد استفاده قرار می گیرند. در برخی موارد، مشخصه های کیفی ترکیبی از مشخصه های کیفی متغیر و وصفی است که این متغیرها دارای همبستگی نیز می باشند. در این مقاله دو روش جهت پایش همزمان مشخصه های کیفی متغیر و وصفی همبسته بر مبنای روش های معکوس نورتا و تبدیل توانی پیشنهاد شده است. نمودار کنترل لزوما زمان دقیق تغییر را نشان نمی دهد. زمان واقعی تغییر معمولا زمانی قبل از دریافت هشدار می باشد که تحت عنوان نقطه تغییر یاد می شود. در این مقاله از روش تخمین زننده حداکثر درستنمایی(MLE) جهت تخمین نقطه تغییر در میانگین فرآیند تحت یک شیفت پله ای منفرد استفاده شده است. همچنین با استفاده از شبیه سازی عملکرد دو روش پیشنهادی جهت تخمین نقطه تغییر مورد بررسی قرار گرفته است. در نهایت عملکرد دو روش پیشنهادی در تخمین نقطه تغییر با استفاده از از یک مثال موردی بررسی شده و همچنین در فاز پایش با روش انحراف باقیمانده ها مقایسه شده است.

این مقاله یک مدل جایابی پوشش پیوسته را در محیط فازی ارائه می دهد. به خاطر عدم قطعیت شعاع پوشش، درجه امکان پوشش به وسیله مفهوم فازی معرفی می شود. از آنجا که عدم قطعیت می تواند موجب ریسک عدم پوشش مشتریان گردد، مساله به صورت یک مدل مدیریت ریسک فرموله می شود. مدل پیشنهادی توسعه مدل های جایابی پوشش گسسته در فضای پیوسته است. تابع هدف شامل هزینه ریسک می باشد. در مدل ارائه شده، یک وسیله در صورتی به یک منطقه تعلق دارد که در فاصله از قبل تعیین شده از مرکز آن منطقه قرار گیرد. مدل پیشنهادی توسط روش آلفا- برش حل می شود. پس از حل مدل با آلفاهای مختلف، مناطقی که بیشترین امکان انتخاب شدن را دارند، برای تعیین تسهیلات جدید برگزیده شده و بهترین مکان تسهیلات بر اساس درجه های امکان به دست آمده، محاسبه می شوند. آنگاه مدل برای به دست آوردن مقادیر ماتریس پوشش و درجه امکان مقادیر پوشش، حل می شود. در پایان، یک مثال عددی به همراه تحلیل حساسیت برای تشریح مدل پیشنهادی ارائه می شود.

طراحی شبکه‌ی توزیع از سه مسأله‌ی مکان‌یابی - تخصیص، مسیریابی وسیله‌ی نقلیه و کنترل موجودی تشکیل شده است. در این مقاله، یک شبکه‌ی توزیع سه سطحی شامل یک تأمین‌کننده‌ی اصلی، چند مرکز توزیع بالقوه و تعدادی مشتری، مورد مطالعه قرار می‌گیرد و به منظور یکپارچه‌سازی شبکه‌ی مذکور، مسائل مکان‌یابی مراکز توزیع، تخصیص مشتریان به مراکز توزیع فعال شده، مسیریابی وسایل نقلیه و کنترل موجودی مراکز توزیع به صورت همزمان در نظر گرفته می‌شوند. برای نیل به این هدف، ابتدا برای مسأله‌ی مورد بررسی یک مدل ریاضی جدید با هدف کمینه کردن مجموع هزینه‌های مکان‌یابی، تخصیص، مسیریابی و کنترل موجودی توسعه داده می‌شود. سپس با توجه به پیچیدگی محاسباتی مسأله، برای حل آن از الگوریتم فراابتکاری ژنتیک استفاده می‌شود. برای نشان دادن کارایی الگوریتم، تعدادی مسأله در ابعاد مختلف، حل و نتایج محاسباتی با نتایج به دست آمده از نرم‌افزار GAMS مقایسه می‌شوند.

در این مقاله، یک مدل ریاضی برای تصمیمات برنامه‌ریزی تولید- توزیع یکپارچه در شبکه زنجیره تأمین حلقه بسته چهار سطحی شامل کارخانه‌ها، انبارها، مناطق مشتریان و مراکز جمع‌آوری ارایه شده است. در این زنجیره تأمین حلقه بسته، کالاها توسط کارخانه‌ها تولید و بدست مشتریان می‌رسند. سپس، مراکز جمع‌آوری کالاهای مصرف شده‌‌ی مشتریان را جمع کرده و به کارخانه‌ها برای بازیافت و تولید مجدد باز می‌گرداند. مدل ارایه شده یک مسئله برنامه‌ریزی خطی با دو تابع هدف نامعین شامل کل هزینه‌ها و کل زمان ارسال در شبکه و برای چندین دوره زمانی است. هزینه‌های تولید، بازیافت، نگهداری و حمل و نقل جزء هزینه‌های مدل و زمان تولید، بازیافت و حمل و نقل جزء زمان‌های مدل محسوب می‌شوند. در نهایت مدل پیشنهادی با استفاده از ترکیب برنامه‌ریزی خطی و روش فازی حل شده است.

در این مقاله، یک مدل برنامه ریزی عدد صحیح مختلط برای زمان بندی سلولهای تولید مجازی ارائه می گردد. سلولهای مجازی در این مدل تلفیقی از سیستمهای تولید سلولی و تولیدی انعطاف پذیر می باشد. در مدل زمان های آماده سازی وابسته به توالی عملیات، زمان جابجایی بین ماشین ها و همچنین تعادل بار کاری ماشین ها را در نظر می گیرد. هدف این مدل کمینه کردن هزینه های جابه جایی و شاخص های عملکردی مانند زمان اتمام آخرین کار، زمان تاخیر ها و تعجیل ها موقعیت کارها بر روی هر ماشین است. سپس چند مثال عددی حل و نتایج محاسباتی از مدل پیشنهادی با مدل مرجع ارایه می گردد.

QFD method is a tool for improving the quality of production and services. The existing input data for QFD such as the weight of customer requirements, the weight of the relationship between customer requirements and engineering characteristics, and also the weight of the relationship between engineering characteristics are often limited, not exact, or in the best state ambiguous, which leads to uncertainty in the results. The impression of input data uncertainty is apparent in QFD output which causes variability of the analysis results of QFD. Being fuzzy is a characteristic that leads to uncertainty in input data in consequently changes in output results. Therefore, a few studies have been conducted on evaluating the changeability of the obtained results from QFD by the title of “Robust QFD”. In the present study, we introduce a framework for Robust QFD, which evaluates the power of QFD based on having the exact output data, under the condition of uncertainty resulting from having fuzzy inputs. In order to evaluate and study the desirability of the presented framework, the proposed methodology is demonstrated on a numeral example and an index for Robustness has been introduced. The findings indicate that the proposed methodology helps to a more certain resulting from QFD.

جریان محموله یکی از تکنیک‌های برنامه‌ریزی تولید است که به‌طور موثری به سرعت جریان مواد بین ماشین‌ها می‌افزاید و در نتیجه دوره ساخت را کوتاه می‌سازد. جریان محموله شامل تقسیم یک محموله(دسته) تولیدی از کارها به زیرمحموله‌های با اندازه کوچکتر و سپس درنظرگیری روی هم‌افتادگی در حین پردازش آنها است. این تحقیق به مساله زمانبندی تولید کارگاهی انعطاف‌پذیرکه حالت توسعه یافته ای از زمانبندی تولید کارگاهی است با در نظر گرفتن جریان محموله و تابع هدف حداکثر زمان تکمیل می‌پردازد. برای حل مساله یک الگوریتم فراابتکاری بر مبنای ترکیب الگوریتم‌های جستجوی هارمونی و شبیه‌سازی تبرید پیشنهاد شده است. مثال‌های عددی به‌منظور نشان دادن تاثیر جریان محموله روی دوره ساخت آورده شده‌ و همچنین کارایی الگوریتم پیشنهادی ارزیابی شده که کارایی آن را نشان می‌دهد.