خلاصه آماری:

تعداد دوره‌ها 11
تعداد شماره‌ها 40
تعداد مقالات 370
تعداد نویسندگان 849
تعداد مشاهده مقاله 408,050
تعداد دریافت فایل اصل مقاله 233,290
نسبت مشاهده بر مقاله 1102.84
نسبت دریافت فایل بر مقاله 630.51
درصد پذیرش 33
زمان پذیرش/فرآیند داوری 95
تعداد پایگاه های نمایه شده 14
تعداد داوران 987

 

 

اخبار جدید نشریه

نشریه‌‌ی " تصمیم گیری و تحقیق در عملیات" 
در ارزیابی سال 1401 موفق به اخذ رتبه علمی «الف» از سوی وزارت علوم، تحقیقات و فناوری
 (MSRT) گردید.

اخذ درجه Q1 با ضریب تأثیر 0/533  در ISC 

هدف نشریه‌ی "تصمیم‌گیری و تحقیق در عملیات" ایجاد محیطی علمی برای پژوهشگران درحوزه های علوم ریاضی، مهندسی صنایع، مدیریت و مباحث میان رشته ای مرتبط با این شاخه های علمی است تا بتوانند آخرین یافته‌های علمی در ارتباط با حوزه‌های فعالیت خود را با یکدیگر به اشتراک گذارند. این نشریه به دنبال معرفی مسائل مختلف تصمیم گیری و تحقیق در عملیات در سطحی است که برای دانشجویان، متخصصان و سایر علاقه‌مندان به مباحث بهینه سازی قابل استفاده باشد.

نشریه‌ی "تصمیم‌گیری و تحقیق در عملیات" یک نشریه با داوری بسته و دسترسی آزاد است که از سوی موسسه آموزش عالی آیندگان به صورت فصلنامه و آنلاین منتشر می شود.  امید است این نشریه باعث ارتقای سطح علمی پژوهشگران کشور گردد. لذا از کلیه صاحب نظران دعوت می شود که حاصل تحقیقات جدید و پژوهش های خود را جهت انتشار به این نشریه ارسال نمایند.

 

"شایان توجه است فقط مقالاتی جهت انتشار در این نشریه مورد بررسی قرار می‌گیرند که قبلا در نشریات و کنفرانس‌های دیگر به چاپ نرسیده باشند."

  


قابل توجه دانشجویان دوره‌های تحصیلات تکمیلی (دکتری و ارشد)

  1- لطفا در هنگام ارسال مقاله، به ترتیب نام نویسندگان، وابستگی سازمانی آن‌ها و ... دقت نماید. پس از ارسال مقاله به نشریه به هیچ عنوان موارد یادشده قابل تغییر نمی‌باشد.

  2- در گواهی پذیرش مقاله، تاریخ و شماره انتشار آن قید نمی‌گردد (قابل ذکر است که مقالات پذیرفته شده، ظرف مدت 18 ماه به چاپ خواهند رسید؛ تاریخ مذکور قطعی و قابل استناد نمی باشد).       

 

مقاله پژوهشی تصمیم گیری براساس محاسبات نرم

مجموعه‌های ابرنرم وزن‌دار و ابرابر نرم وزن‌دار برای مدل‌های تصمیم‌گیری با ابعاد بالا

صفحه 1-25

https://doi.org/10.22105/dmor.2026.540731.2000

تاکاآکی فوجیتا، میتون داتا، کالیانی دبناث

چکیده هدف: هدف این مقاله، رفع محدودیت مدل‌های تصمیم‌گیری مبتنی بر مجموعه‌های نرم است که معمولا تمامی پارامترها را به‌صورت یکنواخت در نظر می‌گیرند. در این راستا، چارچوب‌های وزن‌داری معرفی می‌شوند که قادر به بازنمایی اهمیت متفاوت معیارها در محیط‌های تصمیم‌گیری با ابعاد بالا هستند.
روش‌شناسی پژوهش: در این پژوهش، دو ساختار ریاضی جدید با عنوان مجموعه ابرنرم وزن‌دار و مجموعه ابرابرنرم وزن‌دار با وارد کردن توابع وزن به چارچوب مجموعه‌های ابرنرم و ابرابرنرم ارایه می‌شود. برای تبیین اعتبار و کاربردپذیری این مدل‌ها، صورت‌بندی‌های نظری، خواص بنیادی، قضایای تعمیم و مثال‌های توضیحی در بستر مسایل پیچیده تصمیم‌گیری چندمعیاره توسعه داده شده‌اند.
یافتهها: نتایج نشان می‌دهد که چارچوب‌های پیشنهادی، تعمیم‌دهنده و یکپارچه‌کننده مجموعه‌های نرم وزن‌دار کلاسیک، مجموعه‌های ابرنرم و ابرابرنرم هستند. با امکان لحاظ کردن اهمیت متفاوت ترکیبات پارامترها، این مدل‌ها انعطاف‌پذیری و توان بیانی بالاتری برای مدل‌سازی مسایل تصمیم‌گیری چندبعدی و با ابعاد بالا فراهم می‌کنند.
اصالت/ارزش افزوده علمی: این پژوهش تعمیم‌های وزن‌دار بدیعی از مجموعه‌های ابرنرم و ابرابرنرم ارایه می‌دهد و دیدگاهی نوین در خصوص لحاظ اهمیت پارامترها در مدل‌های پیشرفته تصمیم‌گیری مطرح می‌کند. ساختارهای پیشنهادی، پایه‌ای نظری برای توسعه تعمیم‌های مرتبه‌بالای مجموعه‌های نرم فراهم می‌آورند که توانایی نمایش سیستم‌های ویژگی سلسله‌مراتبی و لایه‌ای را دارند.

مقاله پژوهشی تصمیم گیری براساس محاسبه ارتباط معنایی

A Hybrid MCDM–DEMATEL–Optimization Framework for Early Childhood Physical Education Resource Allocation

مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از 14 بهمن 1404

https://doi.org/10.22105/dmor.2026.562288.2046

Zhaoqian Wang

چکیده The decision-making of early childhood physical education (PE) involves an ever-greater need to have a clear resource-allocation logic that connects empirical evidence with feasible funding priorities. The paper presents early childhood PE as a decision-optimization model, whose three decision criteria, namely, teacher training, programme structure, and family involvement, were confirmed by surveying based on SEM and, subsequently, weighted by AHP and fuzzy AHP with an expert subset (PE teachers, principals, and policy-makers). DEMATEL can be used to show the cause and effect relationships between criteria as well as to create interaction-adjusted weights. An optimisation model is then used to allocate budget on criteria based on a scenario-based model to maximise a weighted effectiveness score which is bounded by feasibility and equity constraints. According to SEM, child outcomes (standardised paths as observed in Table 5) indicate that structured programmes, family involvement and teacher training have significant positive impacts. AHP is more concerned with teacher training (w≈0.625), then programme structure (w≈0.238) and family involvement (w≈0.137), and the consistency is acceptable (CR<0.10). DEMATEL singles out teacher training as the leading causal driver (highest prominence), which is helpful in the optimisation stage. Optimisation outcomes indicated that the results of decisions are not sensitive to realistic cost and budgeting conditions, and equity constraints do not allow corner solutions. The suggested framework offers a replicative, decision-analytic model in the justification of investments in early childhood PE by policy-makers based on integrated evidence, weighting, and optimisation. A sensitivity analysis moves each pairwise judgment on Saaty scale by a number of steps of +1 and makes sure that the criterion ranking does not change (Appendix A).

مقاله پژوهشی تصمیم گیری براساس هوش مصنوعی

A Hybrid CTAFRIS–AHP Framework for Curriculum Quality Assessment in Sino‑Foreign Joint Programs: Integrating Qualitative Case Studies and Multi‑Criteria Decision Making

مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از 14 بهمن 1404

https://doi.org/10.22105/dmor.2026.556332.2031

Tao Yang، Zulkefli Bin Mansor، Ahmad Zamri Bin Mansor

چکیده Background and objective: International joint programs (IJPs) between Chinese universities and overseas partners require curriculum quality assessment approaches that go beyond compliance checklists. Existing audits rarely integrate interpretive curriculum evidence with transparent decision analytics. Design: This study applies an exploratory sequential mixed-method design. In Phase 1, we conducted eighteen semi-structured interviews (N = 18) and analysed institutional documents across three Chinese university IJPs to inductively refine CTAFRIS (Curriculum Alignment, Teaching Quality, Assessment Standards, Faculty Qualifications, Resource Sufficiency, International Integration, Student Support). In Phase 2, nine experienced programme leaders and quality-assurance officers (N = 9) provided AHP pairwise comparisons (Saaty 1-9 scale) to derive criterion weights and rated programme performance using a five-level rubric anchored on evidence descriptors. We report full AHP transparency (aggregation rule, consistency diagnostics) and validate rankings using an additional MCDM method (TOPSIS) applied to the same decision matrix. Robustness is examined via multi-scenario perturbations and Monte Carlo global sensitivity over the weight space.
Results: Curriculum Alignment (0.20) and Faculty Qualifications (0.18) receive the highest weights, followed by Teaching Quality and International Integration (0.15 each), Assessment Standards (0.12), Resource Sufficiency (0.10), and Student Support (0.10). The aggregated AHP consistency ratio is 0.07. Programme A ranks first (weighted score = 0.78), followed by Programme B (0.66) and Programme C (0.59); TOPSIS produces the same ordering.
Conclusion: The CTAFRIS-hybrid MCDM template offers a replicable approach for evaluating curriculum quality under qualitative uncertainty, while acknowledging boundary conditions (three cases, expert subjectivity, and cultural context).

ارایه یک مدل ریاضی چند‌هدفه با رویکرد یکپارچه زمان‌بندی و جریان مالی در پروژه‌های تولیدی با استفاده از الگوریتم ژنتیک مرتب‌سازی غیر مسلط

دوره 8، شماره 4، زمستان 1402، صفحه 975-992

https://doi.org/10.22105/dmor.2023.367956.1681

سجاد جانباز، سید محمد رضا داودی، عبدالمجیید عبدالباقی عطاآبادی

چکیده هدف: هدف تحقیق حاضر ارایه یک مدل ریاضی چند‌هدفه با رویکرد یکپارچه زمان‌بندی و جریان مالی در پروژه‌های تولیدی با استفاده از الگوریتم ژنتیک مرتب‌سازی غیر مسلط II (NSGA-II) است.
روش‌شناسی پژوهش: این تحقیق یک مدل ریاضی چندهدفه را ارایه می‌کند که زمان‌بندی و بهینه‌سازی جریان مالی را در پروژه‌های عمرانی ادغام می‌کند. این تحقیق به چالش‌های زمان‌بندی و جریان مالی در پروژه‌های تولیدی در شرکت‌های ساختمانی می‌پردازد. هدف توسعه یک مدل ریاضی چندهدفه است که ملاحظات زمان‌بندی و مالی را با هدف بهینه‌سازی تخصیص منابع و به حداقل رساندن هزینه‌ها ادغام می‌کند. جامعه آماری به‌صورت مطالعه موردی است و اطلاعات و داده‌های موردنیاز از طریق مصاحبه با مدیران شرکت عمرانی کیسون جمع‌آوری شد.
یافته‌ها: الگوریتم ژنتیک مرتب‌سازی غیر مسلط II به‌عنوان الگوریتم بهینه‌سازی برای یافتن راه‌حل‌های کارآمد در زمینه چند‌هدفه استفاده و نتایج بهینه جهت انتخاب پروژه‌های عمرانی و ساختمانی ارایه شد.
اصالت/ارزش‌افزوده علمی: این تحقیق با پیشنهاد یک مدل ریاضی چندهدفه جدید که ملاحظات زمان‌بندی و جریان مالی را در پروژه‌های تولیدی یکپارچه می‌کند، به این حوزه کمک می‌نماید. استفاده از الگوریتم NSGA-II، کارایی یافتن راه‌حل‌های بهینه را افزایش می‌دهد. یافته‌ها می‌تواند برای تصمیم‌گیری در انتخاب پروژه‌های ساخت‌وساز و تولید ارزشمند باشد.

تجزیه و تحلیل و مدل‌سازی مدیریت زنجیره تامین

طراحی شبکه زنجیره‌تامین حلقه بسته پایدار: رویکرد ترکیبی اکتشافی با در نظر گرفتن تورم و سیاست‌های انتشار کربن

دوره 8، شماره 4، زمستان 1402، صفحه 931-953

https://doi.org/10.22105/dmor.2021.311543.1513

سعید کلانتری، حامد کاظمی پور، فرزاد موحدی سبحانی، سید محمد حاجی مولانا

چکیده هدف: ایجاد ساختار و گسترش زنجیره‌های تامین حلقه بسته پایدار برای برآوردن استانداردهای زیست‌محیطی، اقتصادی و اجتماعی در جهت تقویت موقعیت در بازارهای رقابتی بسیار حیاتی است. این مطالعه به‌منظور تصمیم‌گیری در سطوح عملیاتی و تاکتیکی برای پیکربندی شبکه زنجیره‌تامین حلقه بسته پایدار با هدف حداکثرسازی ارزش خالص فعلی و به دنبال حداقل‌سازی میزان انتشار کربن با حفظ سیاست‌های سازگار با محیط‌زیست و در نظر گرفتن تورم انجام شده است.
روش‌شناسی پژوهش: این مقاله رویکرد بهینه‌سازی فازی استوار برای مقابله با عدم قطعیت‌های موجود در زنجیره‌تامین حلقه بسته پایدار را در نظر می‌گیرد. هم‌چنین به دلیل پیچیدگی مدل و چندهدفه بودن آن از یک روش جدید ترکیبی الگوریتم اکتشافی و برنامه‌ریزی آرمانی چندگزینه‌ای با تابع مطلوبیت استفاده می‌شود. مدل برنامه‌ریزی خطی عدد صحیح مختلط پیشنهادی در صنعت الکترونیک اعمال می‌شود.
یافته‌ها: مدل پیشنهادی در چندین آزمایش ارزیابی شده و در سناریوهای مختلف مورد بحث قرار می‌گیرد تا کارایی و اعتبار مدل و روش پیشنهادی تایید شود. نتایج  با دو عامل شکاف بهینه و زمان حل مقایسه شد که عملکرد مناسب روش پیشنهادی را نشان داد. سپس، نتایج تاکتیکی و استراتژی مدل برای مطالعه موردی ارایه شد که در آن جریان بهینه بین تسهیلات، انتخاب تامین‌کنندگان مناسب، انتخاب نوع حمل‌ونقل و افتتاح تسهیلات ارایه شد. یافته‌ها نشان داد که در سناریوهای مختلف بهبود موثر راه‌حل‌های به‌دست‌آمده با کاهش زمان حل تا %20 می‌تواند برای مشکلات در مقیاس بزرگ پاسخگو باشد.
اصالت/ارزش‌افزوده علمی: این مقاله با در نظر گرفتن یک روش ترکیبی جدید الگوریتم اکتشافی و برنامه‌ریزی آرمانی چندگزینه‌ای با تابع مطلوبیت برای حل مشکل طراحی شبکه زنجیره‌تامین حلقه بسته پایدار تحت عدم قطعیت طراحی می‌شود.

ارایه‌ روشی جدید برای بهره‌‌گیری از یادگیری ماشین در فرآیند بهینه‌سازی سبد سهام

دوره 8، شماره 2، تابستان 1402، صفحه 527-539

https://doi.org/10.22105/dmor.2022.307005.1488

سامان هراتی زاده، فاطمه رضایی

چکیده هدف: انتخاب سهام برای قرار گرفتن در یک سبد سهام و هم‌چنین تخصیص میزان مناسبی از سرمایه به هر یک از سهام درون سبد، چالش‌های جدی سرمایه‌گذاری در بازار سهام هستند. تاکنون در پژوهش‌های متعددی از روش‌های پیشرفته یادگیری ماشین برای انتخاب سهام درون سبد سهام استفاده شده است، استفاده از ظرفیت‌های یادگیری ماشین در فرآیند تخصیص کارآمد سرمایه میان سهام سبد کم‌تر موردتوجه قرار گرفته است و معمولا وزن یکسان به سهام سبد تخصیص داده می‌شود یا از روش‌های سنتی ارزیابی ریسک برای تقسیم سرمایه میان سهام سبد استفاده می‌شود. نقطه‌ضعف مشترک این روش‌ها این است که در همه آن‌ها از مکانیزم‌های ساده و انعطاف‌ناپذیر برای تخمین کارایی یک سبد سهام استفاده می‌شود. در این مقاله ما برای نخستین‌بار نشان می‌دهیم که با استفاده از یادگیری ماشین می‌توان مکانیزم موثرتری برای این تخمین کارایی ساخت که منجر‌به تخصیص پربازده‌تر سرمایه به سهام سبد می‌شود.
روش‌شناسی پژوهش: چارچوب پیشنهادی ما موسوم به  Per-Learner از دو مدل پیش‌بینی مبتنی بر یادگیری ماشین استفاده می‌کند. در گام 1 با استفاده از اطلاعات تاریخی سهام در یک مدل پیش‌بینی بازده سهم، سهام مناسب سبد انتخاب می‌شود و در گام 2 به کمک یک مدل پیش‌بینی مجزا سعی می‌شود با در‌نظر گرفتن هم‌زمان سود پیش‌بینی‌شده در مدل اول و ریسک مورد انتظار هر یک از سهم‌های سبد، بازده سبد در آینده پیش‌بینی شده و بر این ‌اساس ترکیب وزن مناسب برای سهام سبد انتخاب و پیشنهاد گردد.
یافته‌ها: مقایسه بازده تجمعی سبدهای تنظیم‌شده با این مدل و سبدهای تنظیم‌شده با سایر روش‌های بهینه‌سازی سبد سهام، برتری مدل پیشنهادی را نشان می‌دهد.
اصالت/ارزش‌افزوده علمی: در این مقاله با بهره‌گیری از مدل‌های یادگیری ماشین، فرآیند انتخاب سهام سبد و تخصیص سرمایه مناسب میان سهام سبد به‌صورت خودکار انجام شده است و تاثیر آن در کارایی سبد به‌وضوح دیده می‌شود.

تجزیه و تحلیل و مدل‌سازی مدیریت زنجیره تامین

یک مدل پایدار و قابل اطمینان طراحی شبکه زنجیره تامین حلقه بسته آهن با در نظرگیری ریسک و ارسال ترکیبی و حل با روش برنامه ریزی چندهدفه توسعه یافته

دوره 8، شماره 3، پاییز 1402، صفحه 691-713

https://doi.org/10.22105/dmor.2022.331970.1583

حمید صفاری، مرتضی عباسی، جعفر قیدرخلجانی

چکیده هدف: این تحقیق یک مدل ریاضی چندهدفه استوار، با در نظر‌گرفتن هم ‌زمان هزینه و ریسک‌های مربوط به محیط‌زیست (مصرف آب و آلودگی محیط‌زیست)، اجتماع (شرایط کاری و سلامت کارکنان)، ریسک‌های عملیاتی (تغییر نرخ تقاضا و نرخ برگشت محصولات) و نیز ریسک اختلال (حوادث و بیماری‌ها مانند کرونا) در زنجیره‌تامین و استفاده از همکاری افقی برای مقابله با آن ارایه می‌کند.
روش‌شناسی پژوهش: در این تحقیق از مدل‌سازی برنامه‌ریزی خطی عدد صحیح آمیخته و تکنیک‌های بهینه‌سازی استوار برای طراحی شبکه زنجیره‌تامین حلقه بسته استفاده ‌شده و یک روش چندهدفه برای حل مساله و ایجاد فضاهای پارتویی توسعه داده‌ شده است.
یافته‌ها: نتایج محاسبات نشان‌دهنده میزان اثرگذاری احتمال خرابی بر میزان ظرفیت تسهیلات و نیز هزینه کل شبکه و میزان همکاری بین اعضای زنجیره‌تامین برای مقابله با ریسک، می‌باشد. هم‌چنین میزان هزینه موردنیاز برای تخصیص به تسهیلات قابل‌اطمینان و نامطمئن و نیز ایجاد فضای پارتویی مناسب برای تصمیم‌گیری در خصوص انتخاب بهینه تسهیلات، ظرفیت و جریان بین آن‌ها و تکنولوژی تولید آهن و فولاد، با توجه به شاخص‌های پایداری و مسئولیت‌پذیری اجتماعی، از دیگر یافته‌های تحقیق می‌باشد.
اصالت/ارزش ‌افزوده علمی: در این مطالعه برای نخستین بار طراحی شبکه استوار، پایدار و تاب‌آور آهن و فولاد تحت ریسک‌های مختلف و به‌صورت هم‌زمان موردمطالعه قرار گرفته است. از همکاری افقی به‌عنوان رویکردی جدید برای مقابله با ریسک بهره گرفته‌ شده است و روش حلی برای مسایل چندهدفه توسعه ‌یافته که با استفاده از نتایج این مطالعه تصمیم‌گیرنده با در نظرگیری میزان مطلوبیت برای هر یک از اهداف، می‌تواند تصمیمات آگاهانه‌ای در خصوص زنجیره‌تامین تحت شرایط ریسک داشته باشد.

تصمیم‌گیری چند شاخصه

روش بهبودیافته WASPAS برای تعیین اولویت و وزن معیارها در حل مسایل MADM: مطالعه موردی برای تعیین سبک رهبری سازمان‌ها در همه‌گیری کووید-19

دوره 8، شماره 3، پاییز 1402، صفحه 749-770

https://doi.org/10.22105/dmor.2023.345520.1616

مهدی سلطانی فر، سید محمد زرگر، مریم سادات امان

چکیده هدف: هدف از این پژوهش ارایه نسخه ترکیبی و بهبودیافته از یکی از روش­‌های تصمیم­‌گیری چند شاخصه است که به دلیل تعامل سازنده با تصمیم­‌گیرنده ابزار مفیدتری برای پشتیبانی تصمیم است.
روش‌شناسی پژوهش: برای این منظور از یک مساله برنامه‌ریزی خطی با قیود کنترل وزن و توابع شدت تشخیص برای ارایه روش بهبودیافته WASPAS استفاده شد و این امکان فراهم گردید تا در زمانی که وزن صریحی برای شاخص‌ها از تصمیم‌گیرنده اخذ نشده و صرفا اولویت شاخص‌ها مشخص است بتوان گزینه‌ها را رتبه­‌بندی کرد.
یافته‌ها: نتایج حاصل از مقایسه استفاده روش پیشنهادی و روش WASPAS نشان داد این روش از قابلیت خوبی برای استفاده در مسایل تصمیم­‌گیری چندمعیاره برخوردار است و در این مساله خاص نتایج استفاده از این روش مشخص کرد در شرایط همه‌­گیری کووید-19 سبک رهبری حمایتی بالاترین رتبه را در بین سبک‌­های رهبری به خود اختصاص داد و پس از آن به ترتیب سبک تبادلی، مشارکتی، تحول‌آفرین و آمرانه قرار گرفت.
اصالت/ارزش‌افزوده علمی: در این پژوهش روش بهبودیافته WASPAS برای تعیین اولویت و وزن معیارها در حل مسایل MADM ارایه و برای تعیین سبک رهبری سازمان در همه‎‌­گیری کووید-19 به‌کار گرفته شد.

بهینه سازی غیر خطی

حل مسائل بهینه‌سازی غیرخطی از روش بهینه‌سازی نلدرمید

دوره 3، شماره 1، بهار 1397، صفحه 1-10

https://doi.org/10.22105/dmor.2018.63496

اژدر سلیمانپور باکفایت

چکیده  در این مقاله، یک روش ابتکاری برای حل مسائل بهینه‌سازی غیرخطی که دارای قیود و تابع هدف محدب هستند طراحی‌شده است. در این روش، یک تابع هزینه تعریف می­گردد، سپس مقادیر متغیرها طوری تعیین می‌شوند که آن تابع هدف مینیمم شود. جهت ایجاد تابع هزینه مناسب، از شرایط بهینگی K.K.T استفاده‌شده است. مینیمم‌سازی تابع هزینه با استفاده از روش بهینه‌سازی بدون مشتق نلدرمید انجام‌شده است. کاربردها نشان می‌دهند کارایی این روش برای مسائل با ابعاد بزرگ مانند R^10 نسبت به روش‌های مشابه بیشتر است و به‌کارگیری این روش، آسان‌تر از روش‌های مشابه است. توسط مثال‌هایی کارایی روش توضیح داده‌شده است.

تجزیه و تحلیل و مدل‌سازی مدیریت زنجیره تامین

مدل برنامه‌ریزی چند‌هدفه برای تعیین کارایی و بازده‌به‌مقیاس زنجیره‌تأمین دو‌مرحله‌ای: مطالعه موردی شرکت‌های رزین ایران

دوره 2، شماره 3، زمستان 1396، صفحه 213-227

https://doi.org/10.22105/dmor.2018.57124

امیر رحیمی، فرانک حسین زاده سلجوقی

چکیده رویکرد جدیدی که در سال­های اخیر بر مدیریت عملیات حاکم شده، رویکرد مدیریت زنجیره تأمین(SCM) است. مدیریت زنجیره تأمین در سال­های گذشته توجه زیادی از محققان را به خود جلب کرده است. این روش برای بهبود همزمان عملکرد اقتصادی، اجتماعی و محیطی تبدیل‌شده است. بنابراین، ارزیابی SCM یک وظیفه مهم برای هر نوع از سازمان­ها است. در میان روش­های ارزیابی، تحلیل پوششی داده­ها(DEA)  یک روش مناسب برای ارزیابی SCM به نظر می­رسد. برخی از واحدهای تصمیم‌گیرنده از چندین بخش یا مرحله تشکیل‌شده‌اند که یک شبکه از زیرفرآیندها را ایجاد می­کنند. برای ارزیابی این نوع از واحدها از روش­های تحلیل پوششی داده­های شبکه­ای استفاده می­شود. در این مقاله، دو رویکرد برای محاسبه کارایی مدیریت زنجیره تأمین به‌صورت فرآیند شبکه­ای در نظر گرفته‌شده است. در رویکرد نخست، تعمیم مدل مجموع وزن­دار برای محاسبه کارایی و بازده به مقیاس زنجیره تأمین با فرآیند دومرحله­ای را به‌صورت تک هدفه در نظر گرفته­ایم. در رویکرد دوم، مدل مجموع وزن­دار را برای اولین ‌بار برای محاسبه کارایی و بازده به مقیاس زنجیره تأمین با فرآیند دومرحله‌ای را به‌صورت یک مدل برنامه‌ریزی چندهدفه ارائه کرده‌ایم؛ لذا با توجه به نظر و علایق تصمیم­گیرنده سعی در تک هدفه کردن آن داشته و کارایی مراحل و فرآیند تولید کل را پس از تک هدفه کردن به دست آورده‌ایم. در قسمت دیگر مقاله، با توجه به دو رویکرد ارائه‌شده، درصدد تعیین بازده به مقیاس مدیریت زنجیره تأمین آمده‌ایم. روش­های پیشنهادی، برای ارزیابی کارایی و بازده به مقیاس زنجیره تأمین در شرکت­های تولید رزین ایران استفاده‌شده است. سه شرکت در هر دو رویکرد، کارای شبکه‌ای بوده و دارای بازده به مقیاس‌های افزایشی، ثابت و کاهشی هستند.

بهینه سازی فازی

حل معکوس مسئله 1-میانه با استفاده از آلفا برش فازی

دوره 3، شماره 1، بهار 1397، صفحه 58-71

https://doi.org/10.22105/dmor.2018.63833

منا خداقلی، اردشیر دولتی، علی حسین زاده

چکیده مسائل مکان‌یابی تسهیلات‏، یکی از مهم­ترین مسائل در حوزه تحقیق در عملیات و علم مدیریت به شمار می‌رود. هدف از حل این نوع مسائل، تعیین مکان مناسبی در بین نقاط تقاضا، جهت استقرار تسهیلات و مراکز خدمات‌رسانی است‏، به‌گونه‌ای که این مراکز حداکثر بازده و خدمات­رسانی را با کمترین هزینه به سایر مشتریان متقاضی داشته باشند. از کاربردهای معروف این مسئله می­توان به مکان‌یابی انبارها‏، بیمارستان‌ها‏، ایستگاه‌های امداد و نجات‏، تأسیسات نظامی، شعب بانک و ... اشاره کرد؛ اما در برخی از موارد، تسهیلات به‌صورت غیر بهینه مکان‌یابی شده‌اند و به دلایل مختلفی امکان جابه‌جایی آن‌ها وجود ندارد، در این صورت مسائل مکان­یابی معکوس مطرح می­شوند. یکی از مهم­ترین این نوع مسائل، معکوس مسئله 1-میانه می‌باشد. با توجه به اینکه در دنیای واقعی بسیاری از پارامترهای مسئله مشخص و دقیق نیستند، انگیزه‌ای شد تا در این مقاله معکوس مسئله 1-میانه فازی را بررسی ‌کنیم. بر اساس مفهوم آلفا-برش برای اعداد فازی مثلثی، ابتدا یک مدل برنامه‌ریزی خطی تماماً فازی به‌صورت بازه‌ای برای این مسئله در هر سطح اطمینان  به دست می‌آوریم و سپس یک روش حل بر اساس حساب بازه‌ای و معرفی یک تابع رتبه ارائه می‌کنیم. دراین‌صورت، بر اساس این روش، حل معکوس مسئله 1-میانه با پارامترهای فازی، با حل کلاسیک این مسئله متناظر خواهد بود. در پایان نیز به‌منظور نشان دادن کارایی روش حل پیشنهادی، یک مثال عددی ارائه کرده­ایم.

مدل‌سازی ریاضی/ فازی/تصادفی/احتمالی/ پویا

تشخیص نقطه بازگشت به میانگین بر پایه چندک‌های توزیع مقادیر غایی: شواهدی از بازارهای ایران و جهان

دوره 6، شماره 2، تابستان 1400، صفحه 288-303

https://doi.org/10.22105/dmor.2021.265211.1292

حسین مهاجر، افشین فیاض موقر

چکیده هدف: تصمیم‌گیری در مورد وجود ویژگی بازگشت به میانگین در داده‌های مالی توجه بسیاری از محققان را به خود جلب کرده و آزمون‌های متفاوتی برای بررسی وجود این ویژگی در داده‌ها مطرح شده‌اند، اما باتوجه به ماهیت بسیار متغیر بازارهای مالی در دوره‌های زمانی مختلف، هریک از این آزمون‌ها عموماً نتایج متفاوتی را ارائه می‌دهند و از طرفی، تحلیل‌های نظری دقیقی در راستای چگونگی تشخیص نقاط بازگشت به میانگین در هر لحظه از فرایند نیز انجام نشده است. در این تحقیق به ارائه روشی برای تشخیص نقاط بازگشت به میانگین در داده‌های مالی پرداخته شد. این روش می‌تواند به عنوان یک معیار تصمیم‌گیری برای ورود به بازار و یا خروج از آن در استراتژی‌های معاملاتی مبتنی بر نوسانات باشد.
روش: داده‌های تاریخی قیمت جهانی طلا، بیت کوین، نسبت یورو به دلار، شاخص بورس تهران، نرخ ارز (دلار) و قیمت سکه طلا طی دوره 2013-2020 و اتریوم طی دوره 2016-2020 جمع آوری و مورد تجزیه و تحلیل قرار گرفت. ابتدا فرضیه وجود ویژگی بازگشت به میانگین از طریق دو آزمون دیکی فولر افزوده و توان هرست مورد آزمون قرار گرفته و  به منظور تشخیص نقاط بازگشت به میانگین در هر لحظه از مسیر فرایند، ماکسیمم فاصله داده‌ها با مقدار میانگین-متحرک آن در هر لحظه از طریق توزیع گامبل مدل‌سازی شد.
یافته‌ها: نتایج نشان داد که آزمون‌های  دیکی فولر افزوده و توان هرست  نتایج متفاوتی در تشخیص این ویژگی ارائه می‌دهند.  همچنین نتایج از طریق برآورد چندک‌های 95% توزیع نشان داد که تشخیص این نقاط با استفاده از چندک توزیع مقادیر غایی (گامبل) حداقل در 78/47 درصد (5/57 درصد بدون درنظر گرفتن بیت کوین) و حداکثر در 85/92 درصد مشاهدات، صحیح بوده است.  نتایج آزمون نسبت برای ارزیابی میزان صحت نقاط شناسایی شده نشان داد که تشخیص این نقاط در فرایند، تصادفی نبوده و تئوری مطرح شده در خصوص شناسایی این نقاط به طور مطلوبی عمل می‌کند. بهینه سازی نتایج بر پایه تحلیل‌های بیشتر نیز مورد انتظار است.




نتیجه‌گیری:  تشخیص نقاط متوالی بازگشت به میانگین را می‌توان نشانه‌ای از تشکیل حباب قیمت در بازارهای سرمایه دانست. از این رو توزیع مقادیر غایی در ماکسیمم‌های متوالی اختلاف قیمت از روند همچنین می‌تواند یک توزیع مناسب برای تشخیص تشکیل حباب باشد.

تجزیه و تحلیل و مدل‌سازی مدیریت زنجیره تامین

طراحی الگوی چابک‌سازی مالی فرایند زنجیره تأمین

دوره 6، شماره 3، پاییز 1400، صفحه 445-463

https://doi.org/10.22105/dmor.2021.240415.1189

رضا خلیل زاده، پرویز سعیدی، آرش نادریان، ابراهیم عباسی

چکیده هدف:  پژوهش حاضر با هدف طراحی الگوی چابک‌سازی مالی فرآیند زنجیره تأمین شرکت‌ها بارویکرد نظریه برخواسته از داده‌ها انجام شده است.
روش‌شناسی پژوهش: روش پژوهش توصیفی-کاربردی، از نظر جهت‌گیری از نوع بنیادی و از نظر هدف پژوهش از نوع مطالعات اکتشافی- کیفی می‌باشد. جامعه آماری مشارکت کنندگان  شامل خبرگان دانشگاهی و افراد متخصص در حوزه صنعت بوده اند که تعداد نمونه‌ها براساس روش نمونه‌گیری گلوله برفی به تعداد سی نفر انتخاب شده است. ابزار گرداوری اطلاعات به صورت مصاحبه نیمه ساختار یافته انجام شده است. در تجزیه و تحلیل داده‌ها ابتدا، کدها ومولفه‌های چابک سازی مالی از مصاحبه ها استخراج و در قالب مدل مفهومی داده بنیاد تدوین گردید.
یافته‌ها: مقوله محوری، چابک‌سازی مالی بوده که در سه بُعد ارائه و همچنین شرایط علی، زمینه ای، مداخله گر، راهبردها و نتایج، تدوین و الگوی نهایی ارائه گردید. سپس با روش تحلیل دلفی، پرسشنامه طراحی الگوی اولیه توسط خبرگان اصلاح، تایید و الگوی چابک‌سازی مالی فرآیند زنجیره تامین شرکت‌ها ارائه گردید. باتوجه به نتایج این پژوهش، مقوله‌های اصلی الگوی تدوین شده، شامل عوامل درون سازمانی، فناورانه و انسانی چابک‌سازی مالی فرآیند زنجیره تامین شرکت‌ها بوده  است.
اصالت/ارزش افزوده علمی: از این‌رو، براساس الگوی پیشنهادی این پژوهش می‌توان به پیامدهای مورد انتظار الگوی چابک‌سازی مالی دست یافت.

ابر واژگان