دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-802992220110923Determining Purchasing Re Order Point For Inventory Problems At Commercial Environments, Using Artificial Neural Network’s (ANN)تعیین نقطه سفارش مجدد برای خرید کالا با استفاده از شبکه های عصبی مصنوعی در شرکت های بازرگانی1214510FAاحمدجعفر نژاددانشیار دانشکده مدیریت دانشگاه تهرانحنانعمو زاد مهدیرجیدانشجوی دکتری مدیریت دانشگاه تهران، (مسئول مکاتبات)جوادعموزادهکارشناس ارشد مدیریت دانشگاه آزاد اسلامی واحد علوم تحقیقات، تهرانJournal Article20091111By the new developments occurring in technology, management theories, manufacturing and production, and as a result, improvement in products variety, productivity and innovation, all companies and organizations are trying to handle and manage their product in a efficient manner. By identifying new methods in purchasing, warehousing, handling and ordering, all classical processes have lost their applications. These new methods such as Artificial Intelligence (AI) have provided the necessary tools that we need for decision making in specific situations. <br />In this paper, some new definitions in re order point (ROP) have been discussed; in addition we have used Artificial Neural Networks (ANN) for determining re order point for purchasing goods in commercial organizations, especially import companies. For this matter, ANN has been used for decision making in purchasing, and also normal curve has been used for calculating order lead times. In the conclusion, we agreed that our new model has many priorities to its classical kinds.پیشرفت فناوری های ساخت، تولید و متعاقبا گسترش و تنوع محصولات جدید با خصوصیات ویژه و پیدایش روز افزون مفاهیم مدیریتی و کاربرد اصول بهره وری در سازمان ها باعث شده تا مدیران همواره در جهت مدیریت بهینه کالا و مواد گام بردارند. با توسعه سریع ابزار و روش های علمی، بسیاری از مفاهیم، اصول و روابط کلاسیک در زمینه خرید، نگهداری، سفارش دهی و انبار داری بازنگری و تکامل یافته اند. این بازنگری ها خصوصا در هوش مصنوعی این امکان را فراهم می آورد تا بتوان بسیاری از شرایط زمانی و مکانی خاص در مورد الگوهای تصمیم را به کار گرفت. شبکه عصبی مصنوعی نیز به عنوان شاخه ای از هوش مصنوعی در بسیاری از مسائل پیش بینی و تقریب از قابلیت کاربرد فراوانی برخوردار است. <br />در این تحقیق برخی مفاهیم جدید درباره نقطه سفارش معرفی و بررسی شده است. بدین منظور برای تعیین میزان مصرف، از شبکه عصبی مصنوعی و برای ترسیم زمان انتظار سفارش ها، از منحنی نرمال که نقش عمده ای در حل مسائل کاربردی دارد استفاده شده است. نتایج این ترکیب نشان می دهد که مدل مورد بررسی با لحاظ نمودن عوامل متعدد تاثیر گذار بر تقاضا نتایج معتبری را در مقایسه با مدل های سنتی ارائه می دهد.https://jims.atu.ac.ir/article_4510_f5d450bad81127df40c0e028fa70dff9.pdfدانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-802992220110923Fractional Mathematical modeling for production planning - with fuzzy approach
(Case study: Khavar-E-Miane Furniture Co)طراحی مدل ریاضی کسری برنامه ریزی تولید با رویکرد فازی (مورد مطالعه: شرکت مبل خاورمیانه)23484511FAعادلآذراستاد دانشگاه تربیت مدرس، دانشکده مدیریت و اقتصاد، تهرانداودعندلیب اردکانیدانشجوی دکتری دانشگاه تربیت مدرس، دانشکده مدیریت و اقتصاد، تهران، (مسئول مکاتبات)سید حیدرمیرفخرالدینیاستادیار دانشگاه یزد، دانشکده مدیریت و اقتصادJournal Article20100510Nowadays the most important issues considered by the managers of industry is production planning and in this area, managers are faced with several goals that in many cases are in conflict with each other. Operations research techniques, with modeling, while the existing constraints consider, optimize organizational goals. Objectives of all these techniques are raising productivity in the organization. Mathematical model for this research that is made for production planning in Khavar-E-Miane Furniture Co is multiple Objective fractional programming. One of the difficulties in solving the multiple Objective fractional problems is computational problem that arise of variability, in the example Chames and Cooper and Gillmore and Gomory methods there. Hence this research was used fuzzy approach to solve multiple Objective fractional mathematical model of Khavar- E-Miane Furniture Company. Thereby also overcome the computational problems of variability in the previous methods, the relevant officials will be able to optimize their production systems. In this context the first phase, Pal's method was used that using fuzzy goal programming was solved the multiple Objective fractional mathematical model. More using Dutta fuzzy method was determined that the result using both methods is identical and membership functions are equal to =0.701 and //<sub>2</sub> =1. It should be noted that other companies also changed slightly in the proposed mathematical model will be able to optimize the production planning.امروزه یکی از مهمترین موضوعات مورد توجه مدیران صنایع، برنامه ریزی تولید است و در این حوزه، مدیران با اهداف متعددی روبرو می باشند که در بسیاری از مواقع با یکدیگر در تضادند. تکنیک های تحقیق در عملیات، با مدل سازی مسائل، در عین حال که محدودیت های موجود را در نظر می گیرند به بهینه سازی اهداف سازمانی می پردازند. اهداف همه ی این تکنیک ها بالا بردن بهره وری در سازمان است. مدل ریاضی این تحقیق که جهت برنامه ریزی تولید شرکت مبل خاورمیانه ساخته شده است از نوع کسری چند هدفه است. یکی از مشکلاتی که در حل مسائل کسری چند هدفه وجود دارد پیچیدگی محاسباتی ناشی از تغییر متغیر است که به طور مثال در روش های چارنز و کوپر و گیلمر و گموری وجود دارد. از این رو در این تحقیق جهت حل مدل ریاضی کسری چند هدفی شرکت مبل خاورمیانه از رویکرد فازی استفاده گردید. بدین طریق ضمن غلبه بر مشکلات ناشی از پیچیدگی محاسباتی تغییر متغیر در روش های قبلی، مسئولان ذی ربط نیز قادر خواهند شد تا به بهینه سازی سیستم تولیدی خود بپردازند. در این راستا ابتدا از روش فازی پال استفاده گردید که با استفاده از برنامه ریزی آرمانی فازی دووتا مشخص گردید که مقادیر بهینه ی توابع هدف کسری حاصل از به کار گیری هر دو روش یکسان و با درجات عضویت 701= µ<sub>1 </sub>و =1 µ<sub>2 </sub> می باشد. لازم به ذکر است که شرکت های دیگر نیز با اندکی تغییر در مدل ریاضی پیشنهادی خواهند توانست تا به بهینه سازی برنامه ریزی تولید بپردازند.https://jims.atu.ac.ir/article_4511_a69fde6f060d1a0541e165d25f0e6041.pdfدانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-802992220110923Measuring the Leanness Degree of Industrial Firms using Lean Production Hierarchical Approach
(Case: Yazd Tile and Ceramics Industries)ارزیابی تولید ناب با رویکرد سلسله مراتبی (مورد: صنایع کاشی و سرامیک استان یزد)49744512FAمیثمشفیعی رودپشتیدانشجوی دکتری مدیریت دانشگاه تربیت مدرس، تهران، (مسئول مکاتبات)سید حبیب الهمیر غفوریدانشیار دانشکده اقتصاد، مدیریت و حسابداری دانشگاه یزدJournal Article20090602In new era systems managers should focus on managing the flow of production through all the steps that add value to the final product. Lean production as an efficient approach has presented in literature of production management for increasing the level of products' quality and decreasing cost of production. Although this approach is introduced and studied in many of works but there are some challenges in applying it. It means that there is not a comprehensive model for assessing and analyzing the lean production in manufacturing firms. This paper tries to present a model able to accuracy analyze and measure the leanness degree of firms. In this study, first the literature of lean production and, specifically, existing models that identify the variables and component elements of lean production firms was studied. In the next step a hierarchical model for measuring the leanness degree was developed and its dimensions and criteria's were defined. At final step for assessment phase formulas and relations were developed and applied in Yazd Tile and Ceramics industries.تولید ناب به عنوان یک ابزار کاربردی جهت بهبود سطح کیفی محصولات در ادبیات مدیریت معرفی شده است. علی رغم غنای مطالعاتی تولید ناب، کماکان به کارگیری موثر و کارامد این نظام با مشکلاتی مواجه است. به نظر می رسد ریشه این مشکلات در نبود مدلی جامع برای ارزیابی و بررسی تولید ناب در شرکت های تولیدی می باشد. این مقاله در صدد است تا مدلی را ارائه نماید که با استفاده از آن بتوان به طور دقیق درجه نابی صنایع را ارزیابی و بررسی نماید. در این مطالعه ابتدا از ادبیات تحقیق تولید ناب به ویژه از مدل های موجود در این زمینه استفاده شده و ابزارها و مولفه های نابی استخراج گردیدند. سپس یک مدل سلسله مراتبی با قابلیت سنجش درجه نابی طراحی و ابعاد و عناصر آن تعریف شدند. در آخرین گام طراحی مدل، بر اساس رویکرد سلسله مراتبی فرمول ها و روابط لازم جهت انجام فاز ارزیابی طراحی و تدوین شده و در پایان درجه نابی صنایع کاشی و سرامیک استان یزد با استفاده از این مدل مورد سنجش و ارزیابی قرار گرفت.https://jims.atu.ac.ir/article_4512_12b2c66fbf46b80625a1335cbd3d1915.pdfدانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-802992220110923Competitiveness Model of Iranian Manufacturing Industriesمدل رقابت پذیری صنایع تولیدی در ایران751044513FAحسینرحمان سرشتاستاد مدیریت بازرگانی دانشگاه علامه طباطبایی، تهرانمیتراصفاییاندانشجوی دکتری مدیریت بازرگانی دانشگاه علامه طباطبایی، تهران، (مسئول مکاتبات)Journal Article20100130Industry competitiveness has positive impact on productivity and public wealth. In this research, we try to draw a proper competitiveness model for Iranian manufacturing industries through recognizing influential factors. We reviewed 23 manufacturing industries in Iran from 1373 to 1386. The result shows that “Industry size” is the most important factor among others that impact on competitiveness of manufacturing industries in Iran. “Labor productivity” has low impact on Industry competitiveness. Besides, government has a central role on competitiveness success in Iranian manufacturing industries.توجه فزاینده به رقابت پذیری صنعت، ناشی از اثرات مثبت آن بر بهره وری و رفاه ملی است. از اینرو ارتقاء بهره وری و رقابت پذیری در کانون توجه مدیران قرار دارد. در این تحقیق تلاش شده است تا با استفاده از مطالعه صنعت تولید در ایران، مدلی جهت بررسی، پیش بینی و ارتقا رقابت پذیری صنعت و در سطح ملی ساخته شود. این مطالعه با بررسی 23 شاخه فعالیت در صنعت تولید در ایران در سال های 1373 تا 1386 صورت گرفته است. رقابت پذیری در این تحقیق معادل عملکرد صادراتی در نظر گرفته شده و از روش پانل دیتا برای بررسی عوامل مشترک موثر در بین 23 شاخه صنعتی بر رقابت پذیری صنعت استفاده شده است. این تحلیل به محقق اجازه می دهد که با تجمیع داده های تمامی صنایع، مدلی واحد و مشترک برای کل صنعت تولید، و نه تک تک آنها، بدست آورد. مدل نهایی تحقیق نشان می دهد که نقش متغیر اندازه صنعت در رقابت پذیری صنایع تولیدی ایران بیشتر از سایر عوامل است در حالیکه نیروی انسانی و قابلیت های آن در حوزه رقابت پذیری و عملکرد صادراتی بسیار ضعیف عمل می کند و در بازه زمانی مطالعه شده نقش کمرنگی در رقابت پذیری صنعت داشته است. همچنین دولت یکی از تاثیر گذاران اصلی بر رقابت پذیری صنایع تولیدی در ایران است.https://jims.atu.ac.ir/article_4513_9f71ed8f315e6c6f4e31f1222c9309a8.pdfدانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-802992220110923A perception-based model for E-government acceptance in small and medium sized enterprises using a technology-organization-environment framework by structural equation modelingمدل پذیرش خدمات دولت الکترونیک در صنایع کوچک و متوسط ایران1051344514FAجعفرباقری نژاداستادیار دانشکده مهندسی صنایع دانشگاه الزهرا تهرانفروغشریفیدانشجوی کارشناسی ارشد دانشکده مهندسی دانشگاه الزهرا تهرانJournal Article20100104Using e-govemment services makes several advantages like reducing production costs, decreasing waiting time, acquiring and sharing information to small and medium sized enterprises (SMEs). Besides these advantages, the use of e-govemment services in SMEs is less than the expectation. The aim of this paper is identifying influential factors affecting the acceptance of e-govemment services by SMEs. In this regard, these factors are identified and extracted from relevant literature. Then a conceptual model including eight major factors was designed based on technology-organization and environment framework. This model has been tested in a field study with 98 samples from the Iranian SMEs. The data analysis showed a highly significant relation between direct benefit, indirect benefit, complexity, top management support, information technology expertise, government pressure with electronic services acceptance independent variable. There was not any significant relation between industry pressure and consistency and independent variable. However, all factors have positive relation and just factor of complexity has negative relation with independent variable. These analyses were done by structural equation modeling and LISREL software.استفاده از خدمات دولت الکترونیک منابع بسیاری از جمله کسب مزیت رقابتی، کاهش هزینه های تولید، کاهش زمان انتظار، کسب و تسهیم اطلاعات را برای بنگاه های اقتصادی کوچک و متوسط به وجود می آورد. اما همچنان استفاده از خدمات الکترونیک در صنایع کوچک و متوسط کمتر از میزان مورد انتظار است. هدف مقاله ی حاضر شناسایی عواملی است که بر پذیرش خدمات الکترونیکی توسط بنگاه های اقتصادی کوچک و متوسط موثرند. از این رو این عوامل شناسایی و از ادبیات موضوع استخراج شدند. سپس یک مدل مفهومی با استفاده از چارچوب فن آوری، سازمان و محیط، که مشتمل بر 8 عامل اصلی است مطرح شد. مدل مذکور در یک مطالعه ی میدانی با نمونه ی آماری 98 صنعت کوچک و متوسط به آزمون گذاشته شد. تجزیه و تحلیل داده ها رابطه ی معنی داری بین عوامل منافع مستقیم، منافع غیر مستقیم، پیچیدگی، حمایت مدیریت ارشد، تخصص فن آوری اطلاعات، فشار دولت را با متغیر وابسته ی پذیرش خدمات الکترونیک اثات کرد. رابطه ی معنی داری بین عوامل فشار صنعت و سازگاری با متغیر ملاک اثبات نشد. تمامی عوامل فوق رابطه ی مثبت با متغیر ملاک دارند اما عامل پیچیدگی رابطه ی منفی با متغیر ملاک پذیرش خدمات الکترونیک دارد. این تحلیل با استفاده از نرم افزار لیزرل و مدل سازی معادلات ساختاری انجام شد.https://jims.atu.ac.ir/article_4514_ce87901b0bb86a2970c29bc85b6392a0.pdfدانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-802992220110923Using Grey decision making approach to ranking Key Performance Indicators (KPI) and increase effectiveness of strategic plansاستفاده از روش تصمیم گیری خاکستری به منظور رتبه بندی شاخص های کلیدی عمل کرد و افزایش اثر بخشی برنامه های استراتژیک1351654516FAمحمد تقیتقوی فردعضو هیئت علمی دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی، تهران0000-0002-4212-2079امیر مهدیملکعضو باشگاه پژوهشگران جوان دانشگاه آزاد اسلامی واحد علوم تحقیقات، تهران، (مسئول مکاتبات)Journal Article20091110Key Performance Indicators, help an organization to define and measure the progress of organization toward organizational goals. Key Planned Performance Indicators (KPPI) are the tools for measure the progress of organization toward goals and strategic. Since the Decision Makers are concerned with these attributes and indices in uncertain environments, selection of these indices is a Multiple-Attribute Decision-Making problem. In the past, several methods such as the linear weighting methods, AHP, TOPSIS, Fuzzy Logic and Mathematical programming have been used to solve the indices selection problem. In this thesis, we give a new grey-based approach to deal with the indices selection problem with regards to organizational strategic plans. Firstly, the weights and ratings of strategic- base attributes for all alternatives are described by linguistic variables that can be expressed in grey numbers. Secondly, using a Grey Possibility Degree (GPD), the ranking order of all alternatives is determined. Finally, an example of indices selection for instruction and research department of IRIB is used to illustrate the proposed approach.شاخص های کلیدی عمل کرد سازمان را در تعیین و اندازه گیری میزان پیشرفت در جهت دستیابی به اهداف و مقاصد سازمان، کمک می نمایند. شاخص های کلیدی عمل کرد برنامه ای، اثر بخشی را اندازه گیری می نماید. انتخاب این شاخص ها، به دلیل آنکه قضاوت تصمیم گیرندگان در میزان اهمیت و ارجحیت هر یک از گزینه ها و یا معیارهای هر یک از شاخص ها، در شرایط عدم قطعیت می باشد یک مسئله تصمیم گیری چند معیاره است. در گذشته از روش های متعددی استفاده شده است. در این تحقیق بر پایه تئوری سیستم های خاکستری روش جدیدی در حل مسئله انتخاب شاخص های عمل کرد توسط معیارهای برنامه های استراتژیک پیشنهاد شده است. در ابتدا وزن و رتبه هر یک از معیارهای استراتژیک محور برای تمامی گزینه ها توسط متغیرهای زبانی که بوسیله اعداد خاکستری بیان شده اند تعیین می شود. سپس با استفاده از روش درجه امکان خاکستری، رتبه بندی شاخص ها و تعیین شاخص های کلیدی میسر میگردد. در انتها نیز جهت روشن شدن مدل و سنجش آن، شاخص های کلیدی برنامه های استراتژیک معاونت آموزش و پژوهش سازمان تعیین شده است.https://jims.atu.ac.ir/article_4516_c189b12cdec94a005bf4d5a9a6b30152.pdfدانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-802992220110923Recognizing and Classifying Policies, Solutions and Plans for Promoting Small and Medium Enterprises: A case study of Iranشناسایی و دسته بندی سیاست ها، راه کارها و برنامه های ارتقاء واحدهای صنعتی کوچک و متوسط: مورد مطالعه کشور ایران1671904517FAحبیبرودسازاستادیار دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی، تهران، (مسئول مکاتبات)ضیاءرشوندکارشناس ارشد گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری دانشگاه آزاد اسلامی قزوینمحمدرضاحنفی زادهکارشناس ارشد، گروه مهندسی صنایع دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد علوم تحقیقات، تهرانJournal Article20110110The importance of industrial development in developing countries has led many countries to establish and strengthen small and medium enterprises (SMEs) and to benefit from it as a job-maker strategy for improving competitive ability and increasing the exports. Because over 90% of enterprises in Iran are (SMEs), they should be highly paid attention. In this paper, the plans of improvement and growth of SMEs among twenty countries of the world (most of them are developed countries) are assessed and these factors are categorized in six main dimensions. The selected factors are presented to over 100 managers, experts and pundits of country's industrial cities in the form of questionnaire and the plans of improvement and growth of SMEs are extracted. Finally, the plans of improvement and growth of SMEs in terms of experts' opinions are divided and examined into four categories: obstacles, correction, requirement and deletion. Paper concludes that the most important obstacle of achievement of SMEs in terms of experts' opinions is chain and network obstacle.اهمیت توسعه صنعتی در کشورهای در حال توسعه موجب شده است تا بسیاری از این کشورها، شکل گیری و تقویت صنایع کوچک و متوسط را در اولویت قرار داده و از آن به عنوان راهبردی اشتغال زا جهت بهبود توان رقابتی و افزایش صادرات ، بهره برداری نمایند. در ایران نیز به علت آنکه بیش از نود درصد واحدهای تولیدی را صنایع کوچک و متوسط تشکیل می دهند ضرورت توجه به این نوع صنایع از اولویت بالایی برخوردار است. در این مقاله برنامه های ارتقاء و رشد واحدهای صنعتی کوچک و متوسط در میان دوازده کشور جهان مورد بررسی قرار گرفته و در شش بعد دسته بندی شده است. سپس با نظر سنجی از بیش از 100 مدیر، کارشناس و خبره شهرک های صنعتی کشور، از میان عوامل شناسایی شده، برنامه های ارتقاء و عدم رشد واحدهای صنعتی کوچک و متوسط کشور استخراج شده است. در این تحقیق مشخص شد که مهمترین مانع موفقیت واحدهای صنعتی کوچک و متوسط از نظر خبرگان مانع شبکه ای و زنجیره ای می باشد.https://jims.atu.ac.ir/article_4517_84ff8e63bf5768b6302a79d9e86a2ce2.pdfدانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-802992220110923Applications Of neural networks in business and managerial forecasting and comparative with nonlinear models
Case study: Iran wood industryکاربرد شبکه های عصبی در پیش بینی فرایندهای تجاری و مدیریتی و مقایسه با مدل های غیر خطی مطالعه موردی: صنعت چوب ایران1912084518FAمهدیکاظمیاستادیار گروه مدیریت دانشگاه سیستان و بلوچستان، زاهدان، (مسئول مکاتبات)علی اکبرنیک نفساستادیار گروه مهندسی کامپیوتر دانشگاه شهید باهنر، کرمانوحیدرنجبرکارشناس ارشد مدیریت فناوری اطلاعات دانشگاه سیستان و بلوچستانJournal Article20101016Often, the nature of many real life processes, especially in management and business fields are nonlinear. Forecasting the behavior of these processes requires accurate and effective forecasting tools. Shortages of such processes are removable by artificial neural network as an important modeling tool in business forecasting problems. In a comparing analyze, this paper shows the excellent performance of neural network in forecasting nonlinear processes rather than other forecasting models. For this, production, import and import value (dollar) data, related to wood industry of Iran, from 1961 to 2007 are studied. First, applying this data to neural network model and nonlinear models obtained from MATLAB software, the Iran wood industry was forecasted and then based on MAPE<sup>1</sup>, yielded outcomes from both models compared. Study findings show that in all cases neural network has more successful performance than models from MATLAB.ماهیت روابط تشریح کننده بسیاری از فرایندهای واقعی زندگی به ویژه در حوزه های تجاری و مدیریتی اغلب غیر خطی هستند. لذا پیش بینی رفتار چنین فرایندهایی نیازمند ابزارهای دقیق و اثر بخش است. شبکه های عصبی مصنوعی قادرند به عنوان یک ابزار مهم مدل سازی در پیش بینی مسائل کسب و کار، نقایص مدل های معمول را جبران نمایند. هدف مقاله حاضر نشان دادن برتری شبکه های عصبی در پیش بینی فرایند های غیر خطی در مقایسه با سایر مدلهای پیش بینی است. بدین منظور در این مقاله داده های مربوط به صنعت چوب ایران شامل مقدار تولیدات، مقدار واردات و ارزش ارزی واردات از سال 1961 تا سال 2007 میلادی مورد مطالعه قرار گرفته است. ابتدا با استفاده از این داده ها و اعمال شبکه عصبی و مدل های غیر خطی به دست آمده از نرم افزار MATLAB، پیش بینی هایی در مورد صنعت چوب ایران انجام شد و سپس با توجه به شاخص ها میانگین مطلق درصدی خطا نتایج به دست آمده از روش های مزبور با هم مقایسه شدند. یافته های تحقیق حاکی از موفقیت چشمگیر شبکه عصبی در هر سه مطالعه صورت گرفته نسبت به مدل های غیر خطی به دست آمده از نرم افزار MATLAB می باشد.https://jims.atu.ac.ir/article_4518_729a1ba3dd8f80dd6321ea63a1441deb.pdfدانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-802992220110923Developing a Fuzzy-Stochastic Multi Objectives Inventory Modelتوسعه یک مدل موجودی چند هدفه احتمالی فازی2092354519FAمحمد امیننایبیعضو هیئت علمی دانشگاه آزاد اسلامی قزوین- باشگاه پژوهشگران جوانعباسپناهی نیاعضو هیئت علمی دپارتمان مدیریت صنعتی دانشگاه آزاد اسلامی نقدهJournal Article20090706In this paper we developed an inventory model in mixed imprecise and uncertain environment. Presented model is developed form of (r,Q) and is a multi-items model with two objectives as minimizing costs (holding & shortage) and risk level under constraints including available budgetary, the least service level, storage spaces & allowable quantities of shortage. Demand distribution functions are assumed to be exponential and extra demands are supposed in two situations as lost sales and backlogging. At first we develop crisp model then fuzzy stochastic model with fuzzy budgetary, allowable quantities of shortage and shortage spaces (i.e. stochastic with normal distribution function) parameter. All of fuzzy numbers are triangular type. In methodology of solution we change model to a crisp multi-objective by using difuzzification of fuzzy constraints and fuzzy chance-constrained programming methods, and then solve it by fuzzy logic method. Finally an illustrated example is taken and solved using LINGO package.در این مقاله یک مدل موجودی در ترکیبی از فضای نادقیقی و عدم قطعیت توسعه یافته است. مدل ارائه شده توسط مدل R,Q بوده و به صورت چند کالایی و چند هدفه و در دو حالت تقاضای پس افت و فروش از دست رفته مدلسازی شده است. اهداف مدل کمینه سازی هزینه ها و سطح خطر و محدودیت های آن شامل: بودجه در دسترس، حداقل سطح عملکرد، فضای انبار و تعداد کمبود مجاز بوده و تقاضا نمایی است. فضای انبار پارامتری احتمالی – فازی با توزیع نرمال است. پارامترهای بودجه در دسترس و حداکثر کمبود مجاز فازی و از نوع مثلثی می باشد. ابتدا مدل قطعی و سپس مدل احتمالی-فازی توسعه یافته است. در متدولوژی حل با استفاده از روش نافازی سازی محدودیتهای فازی و روش برنامه ریزی محدودیت های احتمالی فازی مدل به یک مسئله قطعی چند هدفه تبدیل شده و سپس از طریق روش فازی حل می گردد. در پایان یک مثال عددی جهت توصیف مدل در حالت تقاضای پس افت و فروش از دست رفته ارائه شده که با نرم افزار لینگو حل شده است.https://jims.atu.ac.ir/article_4519_d2147f8e57884b5e4afbc4a7f024cfb5.pdf