دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029123320140622Supply Risk Management in Automotive Industry Supply Chain:
A Grounded Theoryمدیریت ریسک عرضه در زنجیرهتأمین صنعت خودرو: نظریهای برخاسته از دادهها125584FAمسعودسیمخواه* دانشجوی دکتری مدیریت تولید و عملیات دانشگاه علامه طباطبائیکامرانفیضیاستاد گروه مدیریت صنعتی دانشگاه علامه طباطبائیJournal Article20131123<em>This paper provides a process model for supply risk management in the automotive supply chain. Process model describes why the automobile manufacturer's entry into the supply risk management process and how automobile manufacturer manages supply risk. Rely on grounded theory and based on 13 qualitative in-depth interviews with 10 managers and experts in Iran's automotive industry supply chain, a theoretical framework for this issue is developed. Based on this framework, the category of perceptional process explains why the automobile manufacturer's entry into the supply risk management process and four categories of bedder factors, contingency factors, goals and process of facing to the supply risk explains how automobile manufacturer manages supply risk.</em> <br /><em> </em><em>هدف این مقاله ارائه مدل فرایندی مدیریت ریسک عرضه در زنجیرهتأمین صنعت خودرو است. مدل فرآیندی مدلی است که چرایی ورود خودروساز به فرآیند مدیریت ریسک عرضه و چگونگی این فرآیند را تشریح مینماید. با اتکاء به رویکرد نظریه برخاسته از دادهها و نتایج حاصل از </em><em>۱۳</em><em>مصاحبه عمیق با </em><em>۱۰</em><em> تن از مدیران و کارشناسان زنجیرهتأمین صنعت خودرو، چارچوبی نظری برای این موضوع صورتبندی شد. بر مبنای این چارچوب، مقوله فرآیند ادراکی-اسنادی چرایی ورود خودروساز به فرآیند مدیریت ریسک عرضه را تبیین میکند. همچنین چهار مقوله عوامل بسترساز، عوامل اقتضایی، اهداف و فرآیند مواجهه چگونگی مدیریت ریسک عرضه را توسط خودروساز تشریح مینمایند. </em> <br /> <br /> <br /> دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029123320140622Investigating the effect of green innovation dimensions on firm performance: the study in tile and ceramic industry in Yazd provinceبررسی تأثیر ابعاد نوآوری سبز بر عملکرد سازمان2542585FAعلیمروتی شریفآبادیاستادیار گروه مدیریت صنعتی، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزدمهسانمکشناس جهرمی** دانشجوی کارشناسی ارشد مدیریت صنعتی، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزدعلیرضاضیایی بیدهدانشآموخته کارشناسی ارشد مدیریت بازرگانی، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه خلیج فارسJournal Article20130517<em> The modern world causes increased pollution and environmental problems and governments and organization‘s concerns about the environment and finally creates a concept as green innovation. This paper aims to evaluate the effect of green innovation dimensions on firm performance, with environmental performance as mediator. The firms in tile and ceramic industry in Yazd province are the target population of this study. This study proposes to evaluate green innovation practices with a particular focus on the managerial, process, product and technology innovation aspects. Structural equation modeling based on PLS method have been used to test the hypothesis. Results showed that green innovation dimensions including green process and technological innovation have significant effect directly on firm performance and also indirectly through the mediator role of environmental performance. Also, green management and product innovation effect only indirectly on firm performance.</em> <br /><em> </em><em>دنیای مدرن امروز، موجب افزایش آلودگیها و مشکلات زیستمحیطی و درنتیجه افزایش نگرانی دولتها و سازمانها در رابطه با محیطزیست شدهاست. این نگرانیها موجب بهوجودآمدن مفهوم جدیدی تحتعنوان نوآوری سبز شد. این پژوهش، با هدف بررسی تأثیر ابعاد نوآوری سبز بر عملکرد سازمان انجامشده و در این رابطه نقش میانجی عملکرد زیستمحیطی سازمان نیز بررسی شدهاست. جامعة آماری پژوهش حاضر را شرکتهای فعال در صنعت کاشی و سرامیک استان یزد تشکیل میدهند. بهمنظور سنجش نوآوری سبز </em><em>۴</em><em>بُعد، شامل نوآوری مدیریتی سبز، نوآوری محصول سبز، نوآوری فرآیند سبز و نوآوری فناورانه سبز، درنظر گرفتهشد. برای آزمون فرضیههای پژوهشی از مدلسازی معادلات ساختاری بر پایة روش کمترین مربعات جزئی استفاده شدهاست. نتایج نشان داد که ابعاد نوآوری سبز شامل نوآوری فرآیند و فناورانة سبز هم بهصورت مستقیم و هم بهصورت غیرمستقیم بهواسطة نقش میانجی عملکرد زیستمحیطی، بر عملکرد سازمان تأثیرگذارند. همچنین نوآوری مدیریتی و محصول سبز تنها بهصورت غیرمستقیم بر عملکرد سازمان تأثیر میگذارند. درنهایت بر پایه اثر کلی ابعاد نوآوری سبز بر عملکرد سازمان، پیشنهادهای کاربردی برای پیادهسازی جنبههای مختلف از نوآوری سبز در صنعت کاشی و سرامیک ارائه شد. </em> <br /> دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029123320140622A hybrid meta-heuristic algorithm for dual resource constrained flexible job shop scheduling problemیک الگوریتم فراابتکاری ترکیبی برای مسئله زمانبندی کار کارگاهی منعطف با منابع دوگانه محدود انسان و ماشین4374586FAمهدییزدانی* دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی صنایع، تهران، ایران0000-0002-4357-5387مصطفیزندیهدانشیار، گروه مدیریت صنعتی، دانشکده مدیریت وحسابداری، دانشگاه شهید بهشتی، تهران، ایران0000-0003-1209-9514رضاتوکلی مقدم* استاد، دانشکده مهندسی صنایع، پردیس دانشکده های فنی، دانشگاه تهران، تهران، ایرانJournal Article20131012 In this paper, the dual-resource constrained flexible job-shop scheduling problem (DRCFJSP) with objective of minimizing the makespan is investigated. Under studied problem is NP-hard and mainly includes three sub-problems. The first one is to assign each operation to a machine out of a set of capable machines, the second one is to determine a worker among a set of skilled workers for processing each operation on the selected machine and the third one deals with sequencing the assigned operations on the machines considering workers in order to optimize the performance measure. In this paper, we provide a mathematical model for this problem and then propose a hybrid meta-heuristic algorithm for solving the problem. The proposed hybrid algorithm uses variable neighborhood search and simulated annealing algorithms to search in the solution space. Computational study with randomly generated test problems is performed to evaluate the performance of the proposed algorithm. The results show the proposed algorithms are effective approaches for solving the DRCFJSP. <br /> <em>در این مقاله مسئله زمانبندی کار کارگاهی منعطف با درنظرگرفتن منابع دوگانه محدود انسان و ماشین با هدف کمینهسازی معیار حداکثر زمان تکمیل کارها مورد بررسی قرار گرفتهاست. مسئله موردمطالعه از گروه مسائل </em><em>NP-hard</em><em>است و از </em><em>۳</em><em> زیرمسئله تشکیل شدهاست. مسئله اول تخصیص هر عملیات به یک ماشین از میان ماشینهای موجود برای انجام آن عملیات، مسئله دوم تخصیص هر عملیات به یک کارگر از میان کارگرهای قادر به انجام آن عملیات و مسئله دیگر تعیین توالی عملیاتها روی ماشینها با توجه به کارگران درنظر گرفتهشده بهمنظور بهینهسازی معیار عملکرد میباشد. ما در این مقاله مدل ریاضی مسئله موردنظر را تهیه و در ادامه یک الگوریتم فراابتکاری ترکیبی را برای حل آن ارائه کردهایم. الگوریتم ترکیبی توسعه دادهشده از الگوریتمهای جستجوی همسایگی متغیر و شبیهسازی تبرید برای جستجوی فضای جواب استفاده میکند. بهمنظور ارزیابی عملکرد الگوریتم ارائهشده، مطالعات محاسباتی با درنظرگرفتن مسائل نمونه ایجادشده انجام خواهدشد. نتایج نشان میدهد که الگوریتم ارائهشده روشی مؤثر برای حل مسئله زمانبندی کار کارگاهی منعطف با منابع دوگانه محدود انسان و ماشین است. </em>دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029123320140622Supply Chain Flexibility Mathematical Modeling using Goal Programmingمدلسازی ریاضی انعطافپذیری زنجیره تأمین با استفاده از برنامهریزی آرمانی7596587FAاحمدجعفرنژاداستاد دانشکده مدیریت دانشگاه تهرانمهردادیاساییاستادیار گروه مدیریت صنعتی دانشگاه تهرانJournal Article20140201<em>Due to the changes in production and market conditions, companies are facing many pressures. One of the ways of confronting with these pressures is the concept of supply chain and increasing its flexibility to satisfy different needs of customers. Despite the importance of supply chain flexibility, lack of appropriate analytical models to explain the relationship between the flexibility in a system and the performance of overall system is still recognized. Therefore, in this study a mathematical model of supply chain flexibility has been presented. This research is applied and of the descriptive research types. This study is done in two phases; dimensions detection and modeling. Identified dimensions in the first phase are labor flexibility, machine flexibility, routing and process flexibility. They are important dimensions for assess each three levels; provide, produce and assemble the entire supply chain. The result of the second phase was the design of a mathematical model for each three levels, separately, but dependent on other levels by objective function. Their limitations are defined by identified dimensions in the first phase.</em> <br />.<em>با توجه به تغییرات شرایط تولید و بازار، شرکتها با فشار زیادی مواجه شدهاند. یکی از راههای برخورد با این فشارها، مفهوم زنجیره تأمین و افزایش انعطافپذیری آن برای برآوردن نیازهای متفاوت مشتریان است. با وجود اهمیت فراوان انعطافپذیری زنجیره تأمین، کمبود مدلهای تحلیلی مناسبی که روابط بین میزان انعطافپذیری در یک سیستم و سطح عملکرد کلی سیستم را توضیح دهد، همچنان احساس میشود. بنابراین، در این مطالعه یک مدل ریاضی برای انعطافپذیری زنجیره تأمین ارائه شدهاست. مطالعة حاضر به لحاظ هدف، کاربردی است و از انواع تحقیقات توصیفی است.این مطالعه در دو مرحله انجام شدهاست؛ شناسایی ابعاد انعطافپذیری زنجیره تأمین و مدلسازی ریاضی آن با استفاده از برنامهریزی آرمانی. ابعاد شناساییشده در مرحلة اول، انعطافپذیری نیرویانسانی، ماشینآلات، تعمیرات و نگهداری و فرایند هستند که ابعادی عمومی و مهم برای ارزیابی هریک از سه سطح تأمین، تولید و مونتاژ در زنجیره تأمین به شمار میروند. حاصل مرحلة دوم، طراحی مدلی ریاضی برای هر یک از این سه سطح، بهصورت جداگانه اما وابسته به سایر سطوح از طریق تابع هدفشان بود که محدودیتهایشان براساس ابعاد شناساییشده در مرحلة اول تعریف شدهاند. </em> <br /><em> </em>دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029123320140622A New Hybrid Method for Redundancy Allocation in Production Systems using Modified NSGA-II and MOPSO Algorithmیک روش تلفیقی جدید جهت تخصیص افزونگی در سیستمهای تولیدی با استفاده از NSGA-II و MOPSO اصلاح شده97124588FAعلیمحتشمیاستادیار دانشگاه آزاد اسلامی، واحد قزوین، گروه مدیریت صنعتی، قزوین، ایرانJournal Article20130914<em>This paper presents a multi-objective mathematical model for redundancy allocation in production systems. In many of the production and assembly lines, process times, time between failures and repaired times are generally distributed. The proposed method of this paper is able to consider time dependent parameters as general distribution functions by using the hybrid approach of simulation and response surface methodology. The objectives of the mathematical model are maximizing production rate, minimizing total cost and maximizing quality. In order to solve the proposed mathematical model, non-dominated sorting genetic algorithm and multiple objective particle swarm optimization are used. Numerical results indicate the effectiveness of both algorithms for generating non-dominated solutions. Moreover, comparative results indicate the superiority of the Non-dominated sorting genetic algorithm.</em><em>این مقاله به معرفی یک مدل ریاضی چندهدفه جهت تخصیص افزونگی در سیستمهای تولیدی می پردازد. در بسیاری از خطوط تولید و مونتاژ در صنعت، توابع توزیع ورود قطعات، مدت زمانهای پردازش، مدت زمان تابازمانی ماشینها و مدت زمانهای تعمیر از توابع توزیع عمومی تبعیت میکنند. روش پیشنهادی این مقاله با استفاده از رویکرد تلفیقی شبیهسازی کامپیوتری و متدولوژی سطح پاسخ، قابلیت درنظرگیری پارامترهای زمانی مبتنی بر توابع توزیع عمومی در خطوط تولید را داراست. در مدل ریاضی این مقاله سه هدف حداکثرکردن نرخ تولید، حداقلکردن هزینهها و حداکثرکردن کیفیت محصولات درنظرگرفته شدهاست. جهت حل مدل ریاضی چندهدفه پیشنهادی، از دو الگوریتم فراابتکاری تکاملی الگوریتم ژنتیک با مرتبسازی نامغلوب و بهینهسازی ازدحام ذرات چندهدفه استفاده شدهاست. نتابج محاسباتی مؤثربودن دو الگوریتم فوق در تولید جوابهای نامغلوب برای مسئله تخصیص افزونگی در سیستمهای تولیدی نامطمئن را نشان میدهد. بهعلاوه، نتایج حاصل از مقایسه این دو الگوریتم نشاندهنده کیفیت بالاتر جوابهای الگوریتم ژنتیک با مرتبسازی نامغلوب در این مسئله است. </em>دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029123320140622Developing (r,Q) & (R,T) inventory control modelsتوسعه مدلهای کنترل موجودی (r,Q) و(R,T)125124589FAمقصودامیری* دانشیار گروه مدیریت صنعتی دانشگاه علامه طباطبایی0000-0002-0650-2584محمد امیننایبی** دانشگاه آزاد اسلامی، واحد نراق، باشگاه پژوهشگران جوان و نخبگان، نراق، ایراناویسزرابادی پورکارشناس دانشگاه آزاد اسلامی، واحد قزوین، گروه مدیریت صنعتی، قزوین، ایرانJournal Article20091005<em>In this paper we have developed inventory control models (r,Q) & (R,T) in multi-items environment by two objectives as minimizing costs (holding & shortage) and risk level under four constraints. These constraints include: available budge, service level, storage space & allowed shortage quantities. Demand functions assumed normal in the study and extra demands also are backlogged. First we developed crisp models and then fuzzy stochastic models with fuzzy budge, allowed shortage quantities and shortage space which are fuzzy-stochastic parameters with normal distribution. All of fuzzy numbers are triangular typically. In this methodology we changed fuzzy-stochastic models to crisp multi objectives problem, by using difuzzification of fuzzy constraints and then solving by Fuzzy logic method. Finally we have tested an example to describe the model and methodology which is solved by LINGO package.</em> <br />. <br /><em> </em><em>در این مقاله مدلهای سنتی کنترل موجودی (</em><em>r,Q</em><em>) و(</em><em>R,T</em><em>) به صورت یک مدل چندکالایی با دو هدف کمینهسازی هزینهها و سطح خطر و تحت محدودیتهای بودجه دردسترس، حداقل سطح عملکرد، فضای انبار و تعداد کمبود مجاز توسعه یافتهاند. تابع توزیع تقاضا نرمال بوده و تقاضا با پسافت تأمین میگردد. ابتدا مدل قطعی و سپس مدل احتمالی- فازی با پارامترهای بودجه فازی، تعداد کمبود مجاز فازی، و فضای انبار که پارامتری احتمالی – فازی با تابع توزیع نرمال است توسعه مییابد. تمام اعداد فازی و از نوع مثلثی</em><em><sup><sup>[1]</sup></sup></em><em> هستند. در متدولوژی حل با استفاده از روش نافازیسازی محدودیتهای فازی و روش بر نامهریزی محدودیتهای احتمالی فازی</em><em><sup><sup>[2]</sup></sup></em><em>، مدل به یک مسئله قطعی چندهدفه تبدیل شده و سپس از طریق روش فازی حل میگردد. در پایان یک مثال عددی جهت توصیف مدل و روش حلآمده که با نرمافزار لینگو8</em><em><sup><sup>[3]</sup></sup></em><em> حل شدهاست.</em> <br /><br clear="all" /> <br /> <br /> دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029123320140622Evaluation of Dual Long Memory Properties with Emphasizing the Skewed and Fat-Tail Distribution: Evidence from Tehran Stock Exchangeبررسی حافظه بلندمدت دوگانه با تأکید بر توزیع چوله و دم پهن پسماندها: شواهدی از بورس اوراق بهادار تهران151181590FAمحمدجوادمحقق نیااستادیار گروه بانکداری اسلامی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایرانمنصورکاشیکارشناس ارشد مدیریت بازرگانی- مالی، دانشکده مدیریت و حسابداری، دانشگاه سیستان و بلوچستان، زاهدان، ایرانعلیرضادلیریدانشجوی دکتری مدیریت مالی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایرانمحمددنیاییدانشجوی دکتری مدیریت مالی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایرانJournal Article20130512<em>This paper investigates the presence of long memory in the Tehran stock market, using the ARFIMA, GPH, GSP and FIGARCH models. The data set consists of daily returns, and long memory tests are carried out both for the returns and volatilities of TEPIX series. Results of the GPH, GSP and ARFIMA models indicate the existence of long memory in return series. Also, suggest that long memory dynamics in the returns and volatility might be modeled by using the ARFIMA–FIGARCH model. Furthermore, results of this model shoes the strong evidence of long memory, both in conditional mean and conditional variance. In addition, the assumption of non-normality is appropriate for capturing the asymmetry and tail fatness of estimated residuals. These findings suggest that the model based on the Gaussian normality assumption may be inappropriate for modeling the long memory property. Finally, it seems that the Tehran Stock Exchange (TSE) cannot be considered an efficient market in terms of the speed of information transmission. Hence, speculative earnings could be gained via predicting stock prices.</em><em>پژوهش حاضر وجود حافظه بلندمدت را در بورس اوراق بهادار تهران با کاربرد مدلهای </em><em>GPH</em><em>، </em><em>GSP</em><em>، </em><em>ARFIMA</em><em> و </em><em>FIGARCH</em><em> بررسی میکند. دادههای موردبررسی، حاوی بازده روزانه هستند و آزمونهای حافظه بلندمدت، برای بازده و نیز برای نوسان سری </em><em>TEPIX</em><em> انجامشدهاست. نتایج مدلهای </em><em>GPH</em><em>، </em><em>GSP</em><em> و </em><em>ARFIMA</em><em>، وجود حافظه بلندمدت را در بازده سری نشان میدهند. همچنین نتایج اشاره براین دارند که پویاییهای حافظه بلندمدت در بازده و نوسان میتواند توسط کاربرد مدل </em><em>ARFIMA-FIGARCH</em><em>، مدلسازی شود. نتایج این مدل شواهد قوی حافظه بلندمدت را هم در میانگین شرطی و هم در واریانس شرطی نشان میدهد. بهعلاوه، فرض غیرنرمال برای دربرگرفتن دم پهن و نامتقارن باقیماندههای تخمین زدهشده، مناسب است. یافتهها نشان میدهند که مدل براساس فرض نرمال گاوسی، ممکن است برای مدلسازی خصوصیت حافظه بلندمدت مناسب نباشد. در نهایت بهنظر میرسد که بازار سرمایه تهران نمیتواند بهعنوان بازار کارا از لحاظ سرعت انتقال دادهها بررسی شود. ازاینرو، امکان کسب سودهای غیرعادی باثبات، از طریق پیشبینی قیمت سهام وجود دارد. </em> <br /><em> </em>