دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029175520191222Evaluating the value of e-services (information technology) in Public institutions
(Case Study of Tehran Municipality)مدل ارزشگذاری خدمات الکترونیکی نهادهای عمومی (مطالعه موردی شهرداری تهران)1331055810.22054/jims.2019.24225.1833FAمحمد علیخاتمی فیروزآبادیاستاد، دانشگاه علامه طباطباییعباسعباسی آذردانشجوی دکتری، دانشگاه علامه طباطبایی، دهکده المپیک، تهران، ایران.محمد رضاتقوادانشیار، دانشگاه علامه طباطبایی، دهکده المپیک، تهران، ایران.کامرانفیضیاستاد دانشگاه علامه طباطبایی، دهکده المپیک، تهران، ایران.Journal Article20170831Abstract<br />In this paper, a model for evaluating electronic services in nonprofit institutions is presented. The idea of this model was due to a vacuum of research in this field. Regarding this issue, independent variables have been extracted from the perspective of members of the research community for the evaluation of electronic services based on inductive method and fundamental conceptualization theory. These variables include governance issues, tools, and customers.<br />Indicators for measuring two variables of government and a measurable tool refer to financial systems and based on cost accounting methodology. However, it was not possible to determine the amount (rials) of the customer variable in this way. Therefore, a process was developed using existing theoretical foundations, including the relative estimation method for accounting, the Delon and McLean evaluation model, and the value engineering and how these two variables influence the management and tools. Then, in order to test the model and development process, the municipality of Tehran decided to evaluate the electronic license of the traffic plan. The result of determining the value of electronic services allows the use of this model in real termsدر این تحقیق با ترکیب روش های کمی وکیفی اقدام به تهیه مدلی سه متغیره برای ارزشگذاری خدمات الکترونیک سازمانهای ارائه دهنده خدمات الکترونیکی عمومی و مطالعه موردی سامانه صدور مجوز سالیانه طرح ترافیک که تماما" به صورت الکترونیک عرضه می گردد، شده است. مبنای تدوین مدل مذکور، استفاده از نظرات گروه خبره (با استفاده از روش دلفی)، تعیین روابط بین متغیرها (با استفاده از تکنیک دیمتل) و در نهایت استفاده از روش تحلیل عاملی تاییدی برای تایید روایی سازه. برای این تحققیق 4 فرضیه شامل: استفاده از نظر مشتریان، محاسبه هزینه های سخت افزاری، نرم افزاری و اداری تعیین شد. دو متغیر نخست کمی بوده و داده های آن از دفاتر مالی استخراج شده است. اما، متغیر سوم کیفی بوده و از طریق رابطه همبستگی با دو متغیر قبلی اقدام به تعیین ارزش کمی برای آن شده است.یافته های این تحقیق هم جهت با تحقیقات گذشته شامل مطالعات گانت و همکاران می باشد.دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029175520191222Development of multi-objective simulated annealing based decision support system for course timetabling with consideration preferences of teachers and studentsتوسعه مسئله زمانبندی دروس دانشگاهی با در نظر گرفتن ترجیحات اساتید و دانشجویان و حل آن توسط سیستم پشتیبان تصمیم گیری مبتنی بر الگوریتم تبرید شبیه سازی شده دو هدفه35641055910.22054/jims.2019.29331.1982FAشقایقوزیریدانشکده مهندسی صنایع و مکانیک، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران.آرشزارع طلبدانشکده مهندسی صنایع و سیستم های مدیریت، دانشگاه صنعتی امیر کبیر، تهران، ایرانمانیشریفیدانشگاه آزاد اسلامی قزوینJournal Article20180129Course timetabling problem is a weekly assignment a set of course and teacher to the time and space with considering a lot of hard and soft constraints in universities. In each semester, heads of educational institutes take too much time and effort to prepare a timetable by using trial and error method or last semester's timetable, although the rapid changing needs, resources and rules of each semester causes this method are not the perfect solutions. In this study, we design and develop a novel multi objective mathematical model which taking into account the preferences of students and teachers, Due to the complexity, we have benefited the metaheuristic algorithm to solve nonlinear model. Simulated Annealing algorithm is used to solve the mathematical model in two stages. In the first stage, the system automatically generates feasible solutions that will meet all the hard constraints. Then, the solutions are improved with spotting different neighborhood's structures. This collection is in the form of computer software application which is implemented the C# language programing and SQL database. This system is tested the data gathered by Azad University data and the results compared to the manual process showed the great progress is achieved. The entire system is flexible and easy to test different scenariosجدول زمانبندی درسی، مسئله تخصیص هفتگی یک مجموعه درس و استاد به مکان و زمان بنا بر یکسری محدودیت های سخت و نرم در دانشگاه میباشد. در هر نیمسال، مدیران گروههای آموزشی برای تولید جدول زمانبندی درسی از جدولهای نیمسالهای گذشته و روش سعی و خطا استفاده میکنند؛ هر چند تغییر سریع نیازمندیهای دانشگاه در هر نیمسال، محدودیتها و قوانین حاکم سبب گردیده این روش راه حل مناسبی به شمار نمیآید. در این پژوهش به طراحی و توسعه مدل ریاضی دو هدفه با در نظر گرفتن ترجیحات دانشجویان و اساتید پرداختیم، از آنجایی که مدل به دلیل پیچیدگی از روش های مرسوم مسائل غیرخطی قابل حل نبود از الگوریتم متاهیوریستک تبریدشبیه سازی شده برای حل مدل ریاضی در دو مرحله، بهرهبرده ایم. در مرحله اول ، سیستم به صورت خودکار جواب هایی را تولید میکند که در آن کلیه محدودیت های سخت برآورده میشود. سپس، این جواب ها در مرحله دوم با لحاظ کردن ساختارهای همسایگی مختلف بهبود مییابند، این مجموعه در بسته نرم افزار کامپیوتری با محیط کاربری توسط زبان برنامه نویسی C# و بکارگیری پایگاه دادهSQL پیاده سازی شده است. این سیستم، توسط دادههایی که از دانشگاه آزاد گرد آمده است، امتحان گردیده و نتایج حاکی از پیشرفت چشمگیری است که نسبت به فرآیند دستی وجود دارد. در کل سیستم انعطاف پذیر و آسان برای امتحان سناریوهای مختلف زمانبندی است.دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029175520191222A Framework for the Transformation of Tacit Knowledge into Explicit Knowledge in Industries "Case Study of Pars Automotive Industry"چارچوبی برای تبدیل دانش ضمنی به دانش صریح درصنایع" مورد مطالعه صنعت خودروسازی پارس"65991056010.22054/jims.2019.41703.2313FAمحمدرضانعمت اللهدانشجوی دکتری دانشگاه پیام نورمجیدضماهنیدانشیار دانشگاه پیام نورمحمدرضاداراییاستادیار دانشگاه پیام نورامیرحسینامیرخانیدانشیار دانشگاه پیام نورJournal Article20190331Today, the automotive industry has turned to scientific achievements for employing knowledge management One of them is the lack of attention to the work experience and skills of experienced people. The main goal of this research is to determine the framework for transforming tacit knowledge into explicit knowledge. The research methodology is applicable in terms of how to collect information from a survey type is . For this purpose, after reviewing the literature and analyzing the research gap, using the Delphi method and a survey of experts to identify possible dimensions in tacit knowledge has been discussed. The statistical population was a combination of university experts and automotive industry, and a sample of judiciary was conducted. The sample size consisted of 30 faculty members and specialists. The 4-dimensional and 4-dimensional questionnaire was extracted and 30 indicators were extracted from a 5-point Likert scale. In the first stage, all dimensions based on the literature and theoretical foundations of the research were ranked based on the obtained average and the incidence The panel members' opinion was reached, and in the second phase of the Delphi agreement, the same agreement as the first stage was created among panel members, and the survey was stopped according to theoretical saturation. The research findings show that, in terms of experts in four organizational dimensions, planning and project startup, conquer And modeling of tacit knowledge and explicit knowledge of documentary knowledge can be used as a framework for the transformation of tacit knowledge Explicit knowledge is named.امروزه صنایع خودرو سازی برای بکارگیری مدیریت دانش ،به دستاوردهای علمی روی آورده اند.اما در این فرایند با کاستی هایی روبرو هستند که از جمله آنها می توان به عدم توجه به تجربیات کاری و مهارتهای افراد با تجربه است،.هدف اصلی این تحقیق تعیین چارچوبی برای تبدیل دانش ضمنی به دانش آشکار می باشد .روش پژوهش حاضرازنظرهدف کاربردی و از لحاظ نحوه جمع آودی اطلاعات از نوع پیمایشی می باشد . بدین منظور پس از مرور ادبیات و تحلیل شکاف مطالعاتی، با استفاده از روش دلفی و نظرسنجی از خبرگان به شناسایی ابعاد ممکن در دانش ضمنی پرداخته شده است. جامعه آماری ترکیبی از خبرگان دانشگاهی و صنعت خودرو سازی بود و نمونه گیری از روش قضاوتی انجام شد ، حجم نمونه شامل 30 نفر از اساتید علمی و متخصصان بود. پرسشنامه بادرج ۴بعد و ۳۰ سنجه استخراج و از یک طیف لیکرت با مقیاس ۵ گانه از تاثیر کم تا زیاد در دو مرحله توزیع گردید ودر مرحله اول تمامی ابعاد که مبتنی بر ادبیات و مبانی نظری تحقیق بود بر اساس میانگین بدست آمده رتبه بندی شدند و اتفاق نظر میان اعضای پنل حاصل شد و در مرحله دوم دلفی نیزضریب توافق همانندمرحله اول میان اعضا پنل بوجودآمد و نظر سنجی با توجه به اشباع نظری متوقف شد.یافته های تحقیق نشان می دهد که از نظر خبرگان چهار بعد سازمانی ، برنامه ریزی وشروع پروژه ،تسخیر و مدلسازی دانش ضمنی ، و مستند سازی دانش صریح را میتوان بعنوان چارچوب تبدیل دانش ضمنی به دانش صریح نام برد.دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029175520191222An integrated mathematical model for aircraft routing and crew scheduling for airlines with multi fleet and multi maintenance hubمدل ریاضی یکپارچه مسیریابی هواپیماها و زمانبندی خدمه برای خطوط هوایی با تنوع ناوگان و هاب تعمیرات1011351056110.22054/jims.2019.27175.1925FAعلیرضارشیدی کمیجانگروه مهندسی صنایع، دانشگاه آزاد اسلامی واحد فیروزکوهامینگردانیگروه مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران جنوبJournal Article20171121The problem of Airline planning has totally been divided into four sub-problems.These problems include Flight Scheduling, Fleet Assignment, Aircraft Routing, Maintenance, and Crew Scheduling. In this research, firstly, we defined basic concepts and common terminology about Airline Planning then early models and previous researchers were presenting investigated articles. Moreover, by identifying existing research gaps, an Integrated Mathematical model presented for Aircraft Routing and Crew Scheduling for Airlines with Multi Fleet and Multi Maintenance hub with considering the rules of the Airlines. The main purpose of the proposed model is to determine the flight chains for each aircraft and crew assignments to all aircrafts with the attention to the airlines rules and regulations for aircrafts and crew. In the integrated models by previous researcher in this field, usually the type of fleet is considered the same while in the model presented in this research, the type of fleet is considered different. Other innovations of this research consider several maintenance units for an airline. In addition, the minimizations of deadheading flights for crew and aircraft that can impose heavy costs to the airline is presented as a part of the objective function in the model presented. Finally, the problem has been solved into small dimensions by GAMS software and in order to solve it in the larger dimensions a meta-heuristic method is being used, such as genetics algorithm. At the end, we have presented the results, which came from meta-heuristic Algorithm and GAMS Software.مسائل برنامه ریزی پرواز به طور کلی شامل چهار مسئله ( طراحی برنامه پرواز ، تخصیص ناوگان، مسیریابی هواپیماها و زمانبندی خدمه ) می باشد. در این پژوهش مدلی برای یکپارچه سازی مسیریابی هواپیماها و زمانبندی خدمه برای خطوط هوایی با تنوع ناوگان و هاب تعمیرات ارائه شده است. هدف اصلی مدل ارائه شده تعیین زنجیرهی پروازی برای هواپیماها و تخصیص خدمه ( تیم پرواز) به تمام پروازهای هواپیماها با توجه به قوانین و مقررات در نظرگرفته شده توسط خطوط هوایی برای هواپیماها و خدمه به نحوی است، که هزینههای کل خطوط هوایی کمینه شود. بر خلاف مدلهای پکپارچه سازی شده که توسط پژوهشگران پیشین در این حوزه ارائه شده است، نوع ناوگان و هاب نگهداری و تعمیرات در این پژوهش متنوع در نظر گرفته شده است. همچنین بحث کمینه کردن پروازهای بدون بلیت برای خدمه و هواپیما که می تواند هزینههای سنگینی را بر خطوط هوایی تحمیل کند به عنوان بخشی از تابع هدف در مدل ارائه شده، آورده شده است. برای حل مسئله در ابعاد کوچک از نرم افزار گمز و در ابعاد بزرگتر با توجه به پیچیده بودن مسئله و پیچیدگی محاسباتی آن، از روش فراابتکاری ژنتیک استفاده شده است. با توجه به آزمایشهای انجام شده، الگوریتم ژنتیک پیشنهادی می تواند جوابی بهینه و یا نزدیک به بهینه را در زمانی قابل قبولی ارائه دهد.دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029175520191222Providing a model to optimize preventive maintenance schedules for multi-component systems using GAمدلی برای بهینه سازی زمانبندی نگهداری و تعمیرات پیشگیرانه برای سیستمهای چند جزیی با استفاده از الگوریتم ژنتیک1371601056210.22054/jims.2019.15312.1543FAآرمانساجدی نژادپژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)میثملطفیدانشگاه آزاد اسلامی مسجدسلیمان، دانشکده فنی و مهندسی، بخش مهندسی صنایعJournal Article20161011In this paper, a non-periodic preventive maintenance scheduling optimization model for multi-component systems is provided based on the maximum availability of system components. In addition to providing the required level of system reliability and satisfy other system constraints (maintenance activities and available resources), total costs (direct and indirect) associated with minimal maintenance and, if necessary, one of the maintenance activities include in inspected and serviced simple, preventive repair and preventive replacement for each component, is proposed. Each of these activities uses various sources and regarding the position of the repairing component, effects differently on the reliability of the system. The costs considered include in direct costs (simple service, repair and replacement) as well as indirect costs (out of order and random failures). Since the proposed model has a complex structure, in order to solve the problem, the Genetic Algorithm (G.A) has been used and the results is presented. In the end, performance and use of this model, for a 10-part series - parallel is presented in the form of a case study.در این مقاله یک مدل بهینه زمانبندی نگهداری و تعمیرات (نت) پیشگیرانه غیر ادواری برای سیستمهای چند جزیی (سری - موازی) ، بر مبنای حداکثر قابلیت دسترسی اجزای سیستم (که تعیین بازه بازرسی بهینه را به همراه دارد) ارایه شده است. همچنین در این مقاله علاوه بر تامین سطح قابلیت اطمینان مورد نیاز سیستم و ارضای سایر محدودیتهای سیستمی (فعالیتهای نت و منابع در دسترس)، کل هزینههای (مستقیم و غیر مستقیم) مرتبط با نت کمینه شده و برخی از فعالیتهای نت شامل بازرسی و سرویس ساده، تعمیرات پیشگیرانه و تعویض پیشگیرانه برای هر جزء پیشنهاد شده است. از آنجا که مدل پیشنهادی دارای ساختاری پیچیده است، لذا به منظور حل آن از الگوریتم فراابتکاری ژنتیک (G.A) استفاده و نتایج ارایه گردیده است. در پایان، کارایی و استفاده از این مدل، در قالب یک مطالعه موردی، برای یک سیستم 10 جزیی سری - موازی (نزدیک به واقعیت) نشان داده شده است.دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029175520191222Developing a classification Method for Imbalanced Dataset Using Multi-Objective Evolutionary Algorithmsتوسعه روش طبقهبندی دیتاستهای نامتوازن با استفاده از الگوریتمهای تکاملی چندهدفه1611831056310.22054/jims.2019.31226.2036FAامیردانشورمدیریت صنعتی، دانشکده مدیریت، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایرانمهدیهمایون فرگروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایرانالهاماخوانگروه مدیریت صنعتی، دانشکده مدیریت، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایرانJournal Article20180418Data classification is one of the main issues in management science which took into account from different approaches. Artificial intelligence methods are among the most important classification methods, most of them consider total accuracy function in performance evaluation. Since in imbalanced data sets this function considers the cost of prediction errors as a fix amount, in this research a sensitivity function in used in addition to the accuracy function in order to increase the accuracy in all of the predefined classes. In addition, due to complexity in process of seeking information from decision maker, NSGA II algorithm is used to extract the parameters (Weight vector and cut levels between classes). In each iteration, based on the estimated weight vector and data sets, the algorithm calculate the score of each alternative using Sum Product function and then allocates the alternative to one of the classes, comparing to the estimated cut levels,. Then, using the fitness functions, the estimation class and the actual class will compare by two algorithms and this process will continue since optimizing the parameters. Comparison of the NSGA II and NRGA algorithms show the high efficiency of the proposed algorithm.طبقهبندی دادهها از مباحث اساسی علم مدیریت است که از رویکردهای مختلفی مورد بررسی قرار گرفته است. روشهای هوش مصنوعی از مهمترین روشهای طبقهبندی هستند که اغلب آنها تابع دقت کل را در ارزیابی عملکرد مد نظر قرار میدهند. از آنجاییکه در دیتاستهای نامتوازن، این تابع، هزینه خطاهای پیشبینی را یکسان در نظر میگیرد، در این پژوهش علاوه بر تابع دقت کل، از تابع حساسیت نیز به منظور افزایش دقت در هر یک از کلاسهای از پیشتعریفشده، استفاده شده است. بهعلاوه، بدلیل پیچیدگی فرآیند کسب اطلاعات از تصمیمگیرنده، از الگوریتم فرا ابتکاری NSGA II جهت استنتاج مقادیر پارامترها، (بردار وزن و سطوح برش بین کلاسها) استفاده گردیده است. در هر تکرار، الگوریتم با استفاده از بردار وزن برآورد شده و دیتاستها، امتیاز هر آلترناتیو را با تابع Sum Product محاسبه نموده و در مقایسه با سطوح برش تخمینی، آن آلترناتیو را به یکی از دستهها تخصیص میدهد. سپس با استفاده از توابع برازش، دسته تخمینی و دسته واقعی را مقایسه نموده و این فرایند تا بهینهسازی پارامترها ادامه مییابد. مقایسه نتایج الگوریتمهای NSGA II و NRGA، نشاندهنده کارایی بالای الگوریتم ارائه شده است.دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029175520191222Portfolio Optimization by Stochastic Dominance Method in the Tehran Stock Exchangeبهینهسازی پرتفوی به روش تسلط تصادفی در بورس اوراق بهادار تهران1852101056410.22054/jims.2018.27407.1941FAمسلمپیمانی فروشانیاستادیار گروه مالی و بانکداری، دانشگاه علامه طباطبایی، تهران، ایرانامیرحسینارضاءاستادیار گروه مالی و بانکداری دانشگاه علامه طباطبایی، تهران، ایرانمریمحمیدی زادهدانش آموخته کارشناسی ارشد مدیریت مالی دانشگاه علامه طباطبایی، تهران، ایرانمهدیاصغرزادهدانش آموخته کارشناسی ارشد مدیریت مالی دانشگاه علامه طباطبایی، تهران، ایرانJournal Article20171203The formation of the optimum portfolio based on risk and return is one of the most important decisions of investors in financial markets, for which there are various methods. Markowitz’s Mean-Variance method was the first method introduced in this area; but because of the normality assumption for the return distribution function, it only considered specific characteristics (expected return and variance) of the return distribution function. Another method introduced years later was the Stochastic Dominance method which considers all of the return distribution function instead of specific characteristics such as variance. The present research investigates the “Stochastic Dominance method” in portfolio optimization and compares the performance of this method with “Markowitz Portfolio Optimization method” using performance evaluation criteria in the Tehran Stock Exchange. The performance evaluation criteria used in this article are: Sharpe, Treynor, Sortino and Omega. The results of this research indicate the advantage of Second Order Stochastic Dominance method on the Markowitz method in out-of-sample and in-sample approaches. Moreover the Second Order Stochastic Dominance method has a higher cumulative return than the Markowitz method.تشکیل پرتفوی بهینه بر اساس ریسک و بازده، از تصمیمات مهم سرمایهگذاران در بازارهای مالی است که برای آن روشهای مختلفی وجود دارد. اولین روشی که بهمنظور تشکیل و بهینهسازی پرتفوی معرفی گردید، روش میانگین-واریانس مارکویتز بود. اما این روش به دلیل فرض نرمال بودن تابع توزیع بازدهی، فقط ویژگیهای خاصى از تابع توزیع بازدهی (بازده مورد انتظار و واریانس) را در نظر میگرفت. روش دیگری که سالها بعد به منظور بهینهسازی پرتفوی مورد استفاده قرار گرفت، روش تسلط تصادفی بود که تمام تابع توزیع بازدهی را به جای برخی ویژگیهای خاص مانند واریانس، در نظر میگیرد. پژوهش حاضر به بررسی روش تسلط تصادفی در بهینهسازی پرتفوی و مقایسه عملکرد این روش با بهینهسازی پرتفوی به روش مارکویتز، با استفاده از معیارهای ارزیابی عملکرد در بورس اوراق بهادار تهران میپردازد. معیارهای ارزیابی عملکرد مورد استفاده در این پژوهش شامل چهار معیار شارپ، ترینر، سورتینو و امگا میباشد. نتایج این تحقیق نشاندهنده برتری عملکرد روش تسلط تصادفی مرتبه دوم بر روش مارکویتز در رویکرد برون نمونهای و درون نمونهای است. همچنین روش تسلط تصادفی مرتبه دوم، بازدهی تجمعی بالاتری نسبت به روش مارکویتز دارد.دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029175520191222A DEA-based Mathematical Model to Determine the Competitiveness Strategies, Considering the Correlation Between parameters of and size of DMUs: Case Study in Insurance Industryمدلی ریاضی مبتنی بر تحلیل پوششی داده ها برای تعیین استراتژیهای رقابتی با درنظرگرفتن اندازه سازمان و پارامترهای همبسته (کاربرد موردی صنعت بیمه)2112541056510.22054/jims.2018.25569.1883FAحمیدرضاجعفریگروه مهندسی صنایع،دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، ابهر، زنجان، ایرانپریوشترکیمدیریت بازرگانی-دانشکده علوم انسانی- دانشگاه آزاد ابهر-ایرانJournal Article20171003Since the acquisition of the market share is a correlational parameter, (the sum of the total market share of the competing organizations must be 100 percent) and the maximum in the present study, a DEA-based mathematical model was proposed to specify the competition strategies considering the correlational parameters and the magnitude and dimensions of insurance organizations. To examine the efficiency and the reliability of the proposed model, a real problem was solved in the domain of insurance industry and the results were compared with those of the basic CCR model. The findings revealed that the use of the basic CCR model to solve the problem produces unrealistic results that contradict the conditions and constraints of the real world. This was the case despite the fact that the proposed model proved more efficient and the results suggested that the proposed model improved the weaknesses of the basic DEA models in the domain of insurance institutesاز آنجایی که سهم بازار کسب شده به عنوان یک شاخص کلیدی در شرکتهای بیمه و یک پارامتر از نوع همبسته قلمداد میشود، (مجموع سهم بازار کسب شده توسط تمام رقبا بر حسب درصد برابر صد در صد است )، از طرفی حداکثر مقدار قابل کاهش در میزان منابع بکار رفته (ورودیها) جهت رسیدن به مرز کارایی تابعی از میزان بزرگی ورودی میباشد، با این حال مدلهای کلاسیک DEA قادر به در نظر گرفتن موارد ذکر شده نیستند. لذا معمولاً نتایج حاصل از مدلهای مذکور غیر واقعی بوده و معتبر نیستند، در این تحقیق یک مدل ریاضی مبتنی بر DEA جهت تعیین استراتژیهای رقابتی با در نظر گرفتن پارامترهای همبسته و اندازه سازمانهای بیمه ارایه شده است، نتایج حاکی از این بود که بکارگیری مدل پایه ای CCR جهت حل مسأله مورد بررسی دارای نتایجی غیر عملی و متناقض با شرایط و محدودیتهای دنیای واقعی است. این در حالی است که مدل پیشنهادی تحقیق بسیار کاراتر عمل کرده و نتایج حاصل از آن حاکی از این بود که مدل پیشنهادی، نقاط ضعف مدل های پایهای DEA را در حوزه این مسایل به خوبی برطرف کرده است.دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029175520191222Provides an Integrated Framework for Creating a Corporate Project Basket with an Integrated Approach for QFD and ANP under Uncertaintyارایه چارچوبی یکپارچه جهت تشکیل سبد پروژههای سازمان با با رویکرد تلفیقی QFD و ANP در شرایط عدم قطعیت2552861056610.22054/jims.2019.30274.2005FAرضاعباسیعضو هیات علمی دانشگاه شاهدملیحهبینشیاندانشجوJournal Article20180302Nowadays, most of the holdings and contracting companies are based on their projects, so most of their revenues depend on the selection and proper implementation of the projects. Basically, evaluating and selecting projects to form an optimal portfolio of an organization's project is a multi-criteria decision-making problem that has uncertainty and ambiguity, depending on its nature and the judgments of decision makers. Hence, managers need systematic mechanisms to make the right decisions in the presence of multiple criteria. In this paper, an integrated framework based on Fuzzy function performance expansion and the Fuzzy Network Analysis process approach is proposed to revert the requirements of employers to the required technical characteristics as well as to evaluate and select candidate projects for entry into the project portfolio of the organization. To demonstrate the capabilities of the proposed framework, the evaluation and selection of the most suitable project in the field of building and construction was carried out in a project-based project company. The results indicate that among the requirements of the employers in this area, "systematic project risk management" of the highest importance (weight) and among the technical characteristics of the project (project evaluation criteria), "technology capability" with a score of 0.088 is more important than other Metrics. In addition, the proposed Fifth Project, in aggregate, has all the highest scores and serves as a candidate project.امروزه اساس کار اغلب هلدینگ ها و شرکتهای پیمانکاری، مبتنی بر پروژههایشان است لذا بخش اعظم درآمدهای آنها در گرو انتخاب و اجرای صحیح پروژه ها می باشد. اصولا ارزیابی و انتخاب پروژهها جهت تشکیل سبد بهینه پروژه سازمان، یک مسئله تصمیمگیری چندمعیاره است که با توجه به ماهیت آن و قضاوتهای ذهنی تصمیمگیرندگان، دارای عدم قطعیت و ابهام میباشد. از اینرو مدیران نیازمندی سازوکاری نظاممند هستند تا درحضور معیارهای متعدد، تصمیمگیری صحیحی را اتخاذ نمایند. در این مقاله، چارچوبی یکپارچه مبتنی بر رویکرد بسط عملکرد کیفیت فازی و روش فرآیند تحلیل شبکهای فازی، جهت برگرداندن نیازمندیهای کارفرمایان به مشخصههای فنی موردنیاز و همچنین ارزیابی و انتخاب پروژههای کاندید برای ورود به سبد پروژههای سازمان پیشنهاد میشود. برای نمایش قابلیتهای چارچوب پیشنهادی، ارزیابی و انتخاب مناسبترین پروژه در حوزه ساختمان و ابنیه در یک شرکت پروژه محور دردستور کار قرار گرفت. نتایج حاصله بیانگر آن است که در میان نیازمندیهای کارفرمایان این حوزه، "مدیریت نظاممند ریسک پروژه" از بیشترین وزن (اهمیت) و در بین مشخصههای فنی موردنیاز پروژه (معیارهای ارزیابی پروژه) "توانمندی فناوری" با امتیاز 0.088 از اهمیت بالاتری نسبت به سایر معیارها برخوردارند. بعلاوه پروژه پیشنهادی پنجم در مجموع کلیه معیارها بیشترین امتیاز را به خود اختصاص داده و بهعنوان پروژه کاندید قرار گرفته است.دانشگاه علامه طباطباییمطالعات مدیریت صنعتی2251-8029175520191222A Stochastic Programming Framework for Multi-period Portfolio Optimizationتوسعه مدل برنامهریزی تصادفی برای مسأله انتخاب سبد دارایی چنددورهای2873151056710.22054/jims.2017.22059.1769FAحامدداوری اردکانیاستادیار دانشگاه خوارزمیاردشیراحمدیعضو هیئت علمی گروه مهندسی صنایع دانشگاه جامع امام حسینJournal Article20170603This paper presents a scenario-based multistage stochastic programming model to deal with multi-period portfolio optimization problem with cardinality constraints and proportional transaction costs. The presented model aims to minimize investor's expected regret, while setting a minimum level of expected return. To generate the scenario tree of stochastic parameters, a random walk model based on Johnson transformation and a sampling procedure is used. To implement the scenario tree generation method, historical returns of 28 domestic indices are used. Then, the scenario tree of stochastic parameters are used to solve the proposed multistage stochastic programming model. In addition, the impact of transaction costs, minimum expected returns and predetermined target wealth are investigated. Numerical results show that transaction costs, minimum expected returns and target wealth have a direct impact on expected regret. Finally, back testing simulation is used to assess and analyze the impact of the proposed approach in a dynamic, multi-period setting.در این مقاله، به توسعه یک مدل برنامهریزی تصادفی برای مسأله انتخاب سبد دارایی چنددورهای با درنظرگرفتن هزینههای معامله و محدودیت تعداد دارایی پرداخته میشود. مدل ارائهشده، ضمن تضمین دستیابی به حداقلی از بازده، ریسک را کمینه میکند. به منظور تولید درخت سناریوی پارامترهای تصادفی، از تبدیل جانسون و فرآیند نمونهگیری در چارچوب یک مدل گام تصادفی استفاده میشود. سپس، دادههای تاریخی 28 شاخص صنعت داخلی به منظور پیادهسازی روش تولید درخت سناریوی پارامترهای تصادفی مورد استفاده قرار میگیرند. نهایتاً مدل برنامهریزی تصادفی، با استفاده از مجموعه سناریوهای تولیدشده حل میشود. نتایج حل مدل ارائهشده نشان میدهند که افزایش هزینه معامله و ثروت هدف، ریسک سرمایهگذاری را افزایش میدهند. همچنین، نتایج حل مدل با مجموعه سناریوهای متفاوت، پایایی دروننمونهای مناسبی را از منظر ریسک و بازده نشان میدهد. به علاوه، شبیهسازی پویای ارزش تجمعی داراییهای سرمایهگذار نشان میدهد که با افزایش حداقل بازده مورد انتظار، نوسانپذیری ثروت سرمایهگذار افزایش خواهد یافت.