مدیریت صنعتی
محسن کوچکی؛ بهنام وحدانی
چکیده
ذخیره‌سازی و چیدمان صحیح محصولات در انبار، باعث افزایش کارایی در پاسخگویی به درخواست ها، تسریع در شناسایی محصولات، افزایش قابلیت دسترسی به اقلام موجود در انبار، استفاده بیشتر از فضای موجود در انبار، تعیین موقعیت محصولات در انبار و آسیب ندیدن آن‌ها، فراهم آمدن حداکثر انعطلاف پذیری و شرایط مطلوب انبارداری می شود. با بررسی مطالعاتی ...
بیشتر
ذخیره‌سازی و چیدمان صحیح محصولات در انبار، باعث افزایش کارایی در پاسخگویی به درخواست ها، تسریع در شناسایی محصولات، افزایش قابلیت دسترسی به اقلام موجود در انبار، استفاده بیشتر از فضای موجود در انبار، تعیین موقعیت محصولات در انبار و آسیب ندیدن آن‌ها، فراهم آمدن حداکثر انعطلاف پذیری و شرایط مطلوب انبارداری می شود. با بررسی مطالعاتی که در حوزه انبارداری و چیدمان محصولات در انبار صورت گرفته و قبل از چیدمان محصولات در انبار، به صورت جامع و فراگیر با توجه به ویژگی کالاها،دسته بندی روی آنان صورت نگرفته است. لذا در این مقاله با استفاده از الگوریتم های یادگیری ماشین و داده کاوی با توجه به ویژگی‌هایی که برای کالاها در انبار کارخانه تولیدی - صنعتی فراسان در نظر گرفته شده است به دسته بندی محصولات پرداخته و سپس به چیدمان محصولات در انبار با استفاده از مدل برنامه ریزی ریاضی پرداختیم. هدف از مسئله مورد بررسی در حوزه انبارداری و چیدمان محصولات،علاوه بر دسته بندی محصولات بر اساس ویژگی‌های آن‌ها ،کمینه کردن تابع هزینه به دست آمده نسبت به مدل برنامه‌ریزی‌ریاضی می‌باشد.از این رو برای دسته بندی کالاها از الگوریتم مبتنیبر‌چگالی (DB ) ، شبکه عصبی نگاشت خودسازمان ده (SOM ) و روش خوشه بندی سلسله مراتبی (AGNES) استفاده شده است. نتایج به دست آمده نشان می‌دهد که شبکه SOM،عملکرد بهتری نسبت به الگوریتم مبتنی بر چگالی دارد و همچنین الگوریتم مبتنی بر چگالی عملکرد بهتری نسبت به روش خوشه بندی سلسله مراتبی دارد.
مدیریت صنعتی
الهام آقازاده؛ اکبر عالم تبریز
چکیده
امروزه در واحدهای صنعتی نظارت بر عملکرد تجهیزات توسط اپراتور انجام می‌شود و به‌علت گستردگی محیط عملیاتی و حجم بالای تجهیزات، هماهنگی بین واحدها به‌سختی امکان‌پذیر بوده و صدمات جبران‌ناپذیری در پی دارد. باوجود پیشرفت‌های چشمگیر تکنولوژی در زمینه بازرسی و نظارت، می‌توان این وظیفه را به ابزارهای هوشمند و اینترنت اشیاء سپرد. ...
بیشتر
امروزه در واحدهای صنعتی نظارت بر عملکرد تجهیزات توسط اپراتور انجام می‌شود و به‌علت گستردگی محیط عملیاتی و حجم بالای تجهیزات، هماهنگی بین واحدها به‌سختی امکان‌پذیر بوده و صدمات جبران‌ناپذیری در پی دارد. باوجود پیشرفت‌های چشمگیر تکنولوژی در زمینه بازرسی و نظارت، می‌توان این وظیفه را به ابزارهای هوشمند و اینترنت اشیاء سپرد. همچنین، با ظهور فناوری محاسبات «رایانش لبه»، بسیاری از محققان به دلیل مزایای آن، از طراحی‌های مبتنی بر محاسبات لبه‌ای بهره برده‌اند. لذا در این پژوهش مدلی ترکیبی از اینترنت اشیاء و پهپادهای غیرنظامی جهت نظارت هوشمند بر عملکرد تجهیزات صنعتی با رویکرد رایانش لبه ارائه شد که به‌عنوان مطالعه موردی توربین‌های بادی موردبررسی قرار گرفت. در این مدل، عملکرد پهپاد جهت نظارت هوشمند بر توربین‌های بادی در سه مرحله موردبررسی قرار گرفت. 1) فرآیند تشخیص 2) فرآیند تخلیه محاسباتی پهپاد 3) فرآیند محاسبات محلی پهپاد. با توجه به دو هدفه بودن مدل نهایی که ترکیبی از سه مرحله فوق بود، مدل توسط روش‌های ژنتیک با مرتب‌سازی ناچیره و روش محدودیت اپسیلن تقویت‌شده با استفاده از اعداد تصادفی حل شد و روش ژنتیک با مرتب‌سازی ناچیره عملکرد بهتری داشت؛ زیرا در مسائل با ابعاد بزرگ، به دلیل پیچیدگی مسئله، روش محدودیت اپسیلن تقویت‌شده قادر به پاسخگویی در زمان مناسب نبود.امروزه در واحدهای صنعتی نظارت بر عملکرد تجهیزات توسط اپراتور انجام می‌شود و به‌علت گستردگی محیط عملیاتی و حجم بالای تجهیزات، هماهنگی بین واحدها به‌سختی امکان‌پذیر بوده و صدمات جبران‌ناپذیری در پی دارد. باوجود پیشرفت‌های چشمگیر تکنولوژی در زمینه بازرسی و نظارت، می‌توان این وظیفه را به ابزارهای هوشمند و اینترنت اشیاء سپرد. همچنین، با ظهور فناوری محاسبات «رایانش لبه»، بسیاری از محققان به دلیل مزایای آن، از طراحی‌های مبتنی بر محاسبات لبه‌ای بهره برده‌اند. لذا در این پژوهش مدلی ترکیبی از اینترنت اشیاء و پهپادهای غیرنظامی جهت نظارت هوشمند بر عملکرد تجهیزات صنعتی با رویکرد رایانش لبه ارائه شد که به‌عنوان مطالعه موردی توربین‌های بادی موردبررسی قرار گرفت. در این مدل، عملکرد پهپاد جهت نظارت هوشمند بر توربین‌های بادی در سه مرحله موردبررسی قرار گرفت. 1) فرآیند تشخیص 2) فرآیند تخلیه محاسباتی پهپاد 3) فرآیند محاسبات محلی پهپاد. با توجه به دو هدفه بودن مدل نهایی که ترکیبی از سه مرحله فوق بود، مدل توسط روش‌های ژنتیک با مرتب‌سازی ناچیره و روش محدودیت اپسیلن تقویت‌شده با استفاده از اعداد تصادفی حل شد و روش ژنتیک با مرتب‌سازی ناچیره عملکرد بهتری داشت؛ زیرا در مسائل با ابعاد بزرگ، به دلیل پیچیدگی مسئله، روش محدودیت اپسیلن تقویت‌شده قادر به پاسخگویی در زمان مناسب نبود.
مدیریت صنعتی
داود دهقان؛ کیامرث فتحی هفشجانی؛ جلال حقیقت منفرد
چکیده
آلایندگی ناشی از دفن زیست توده، سود انرژیهای زیست توده و تقاضای شدید برای انرژی، توجه به شبکه زنجیره تامین زیست توده را بیشتر نموده است. هدف این پژوهش، طراحی مدل شبکه زنجیره ...
بیشتر
آلایندگی ناشی از دفن زیست توده، سود انرژیهای زیست توده و تقاضای شدید برای انرژی، توجه به شبکه زنجیره تامین زیست توده را بیشتر نموده است. هدف این پژوهش، طراحی مدل شبکه زنجیره تامین زیست توده با رویکرد اقتصادی و زیست مجیطی، برای کاهش هزینه و کربن در شبکه زنحیره تامین زیست توده است. عمده ترین شکافهای پژوهشی برطرف شده عبارتند از تعیین بخشی از زیست تودهها به عنوان خروجیهای مطلوب و نامطلوب و بررسی همزمان اختلال در عرضه مواد اولیه و تقاضای محصول نهایی است. مدل ریاضی، برنامهریزی خطی عدد صحیح مختلط می باشد. تابع اول، کمینه سازی هزینه ها و تابع دوم، کمینه سازی میزان پخش کربن است. برای تک هدفه کردن تابع، تحت عدم قطعیت، از مدل ریاضیTH فازی استفاده گردیده است. عدم قطعیت و اختلال با سناریوسازی بررسی شده است. اعتبارسنجی مدل، در یک مورد مطالعه در استان فارس است. بنا به یافته ها، ساخت چهار نیروگاه با ظرفیتهای متفاوت در غرب و شرق شیراز، جهرم و کازرون، توجیه پذیر است.مدل پیشنهادی توانست به میزان 1/2درصدپیش بینی دقیقتری از میزان برق تولیدی ارائه نماید. تجزیه و تحلیل حساسیت بر روی پارامترهای روش TH و بر روی تغییر مقادیر تقاضای مشتریان، مطابق پیش بینی ها است. نتیجه اینکه مدل پیشنهادی، عملکرد خوبی دارد. و توانسته است با ادغام رویکرد اقتصادی و زیستمحیطی، از نظر هزینه، مقرون به صرفه باشد و در کاهش میزان انتشار گازهای گلخانه ای جذاب باشد وهم اینکه برای ایجاد امنیت و پایداری انرژی، موفق عمل نماید
مدیریت صنعتی
مینا کاظمیان؛ محمدعلی افشار کاظمی؛ کیامرث فتحی هفشجانی؛ محمد رضا معتدل
چکیده
یکی از چالش‌هایی که صنعت فولاد با آن روبه‌رو می‌باشد، اداره و مدیریت زنجیره تأمین می‌باشد. بر این اساس در تحقیق حاضر بر اساس سناریوهای 3 گانه عدم همکاری و حرکت همزمان (کورنو)، عدم همکاری و حرکت ترتیبی (استکلبرگ) و رفتار همکاری (تبانی)، در زنجیره تأمین فولاد پرداخته خواهد شد. روش تحقیق ازنظر هدف کاربردی می‌باشد. بازه زمانی تحقیق داده‌های ...
بیشتر
یکی از چالش‌هایی که صنعت فولاد با آن روبه‌رو می‌باشد، اداره و مدیریت زنجیره تأمین می‌باشد. بر این اساس در تحقیق حاضر بر اساس سناریوهای 3 گانه عدم همکاری و حرکت همزمان (کورنو)، عدم همکاری و حرکت ترتیبی (استکلبرگ) و رفتار همکاری (تبانی)، در زنجیره تأمین فولاد پرداخته خواهد شد. روش تحقیق ازنظر هدف کاربردی می‌باشد. بازه زمانی تحقیق داده‌های فصلی 2011 تا 2020 و نرم‌افزار مورداستفاده نرم‌افزار متلب می‌باشد. در این مقاله یک مدل ترکیبی بر اساس شبکه‌های عصبی مصنوعی و تئوری بازی‌ها ارائه شده است تا بتواند در تعیین سطح قیمت و تولید بهینه به فعالان صنعت فولاد کمک کند. جهت پیش‌بینی قیمت فولاد از سه شبکه عصبی بیزین، بردارهای پشتیبان و پاد انتشارگراسبرگ بهره گرفته شد. نتایج بیانگر این واقعیت است که مدل پاد انتشار گراسبرگ دقت بالاتری در پیش‌بینی قیمت فولاد دارد. نتایج بیانگر این واقعیت است که با حرکت از سمت بازی کورنو به سمت بازی استکلبرگ و از بازی استکلبرگ به سمت بازی تبانی در زنجیره تأمین موجب افزایش قیمت در صنعت فولاد به ازای هر تن 6 دلار و میزان عرضه محصول در دامنه 1500 تا 4000 تن خواهد بود، به عبارتی با افزایش سطح تبانی در بازار فولاد میزان محصول بیش‌تری در بازار عرضه‌شده و همزمان سطح قیمت محصول نیز افزایش خواهد یافت که این امر موجب کاهش رفاه مصرف‌کننده فولاد در بازار خواهد شد.
