per
دانشگاه بوعلی سینا
نشریه پژوهش های مهندسی صنایع در سیستم های تولید
2345-2269
2345-4180
2016-09-05
4
7
1
15
10.22084/ier.2016.1565
1565
Research Paper
ارایه الگوریتم رقابت استعماری چندهدفه جهت بهینه سازی مسئله ی برنامه ریزی تولید ادغامی پایا
Proposing a Multi-objective Imperialist Competitive Algorithm to Optimize Reliable Aggregate Production Planning Problem
امیرسامان خیرخواه
amirsamankheirkhah@yahoo.com
1
آرش نوبری
arashnob@basu.ac.ir
2
وحید حاجی پور
vahid.hajipour@gmail.com
3
دانشیار، گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه بوعلی سینا، همدان.
دانشجوی دکتری، گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه بوعلی سینا، همدان.
دانشجوی دکتری، گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه بوعلی سینا، همدان.
در این مقاله، مدلی دوهدفه برای یک مسئله ی برنامه ریزی تولید ادغامی چندمحصولیِ چند دورهای در زنجیرۀ تأمینی شامل تعدادی تأمین کننده، تولیدکننده و نقطۀ تقاضا ارائه شده است که از یک طرف به دنبال کمینه سازی هزینۀ کل زنجیرۀ تأمین شامل هزینه های نگهداری موجودی، هزینه های تولید، هزینه های نیروی انسانی، هزینه های جذب و از دست دادن نیروی انسانی می باشد و از طرف دیگر و به صورت همزمان با استفاده از بیشینه سازی حداقل قابلیت اطمینان کارخانه های تولیدی با در نظر گرفتن زمان های تحویل احتمالی، به دنبال بهبود عملکرد سیستم و برنامۀ تولید پایاتری است. در نهایت با توجه به اینکه مسألۀ مذکور NP-hard می باشد، برای حل مدل پیشنهادی از یک الگوریتم رقابت استعماری چندهدفه مبتنی بر پارتو استفاده شده و به منظور بررسی عملکرد الگوریتم مذکور، الگوریتم ژنتیک مرتبسازی نامغلوب (NSGA-II) نیز بکار رفته است. نتایج حاصل از مسائل آزمایشی تولید شده، توان الگوریتم پیشنهادی را در یافتن جوابهای پارتو نشان می دهد.
In this paper, a bi-objective model is developed to deal with an aggregate production planning problem in a multi product, multi period supply chain including multiple suppliers, factories and demand points. This bi-objective model aims to minimize the total cost of supply chain including inventory costs, manufacturing costs, work force costs, hiring, and firing costs, and maximize the minimum of producers' reliability by considering probabilistic lead times, to improve performance of the system and achieve a more reliable production plan. Since the proposed bi-objective model is NP-hard, a Pareto-based multi-objective imperialist competitive algorithm (MOICA) is used. To evaluate the performance of presented algorithm, non-dominated sorting genetic algorithm (NSGA-II) is applied, too. The results show the capability and efficiency of proposed algorithm in finding Pareto solutions.
https://ier.basu.ac.ir/article_1565_36fde0fd18477adbc8e52b06d5762a2e.pdf
برنامه ریزی تولید ادغامی
مدیریت زنجیرۀ تأمین
بهینه سازی چند هدفه
الگوریتم رقابت استعماری چند هدفه
Aggregate production planning
Supply chain management
Multi-objective optimization
multi-objective imperialist competitive algorithm (MOICA)
per
دانشگاه بوعلی سینا
نشریه پژوهش های مهندسی صنایع در سیستم های تولید
2345-2269
2345-4180
2016-09-05
4
7
17
35
10.22084/ier.2016.1566
1566
Research Paper
ارائه یک مدل استوار چندهدفه برای طراحی شبکه زنجیره تأمین برگشتی با قیمتگذاری پویا تحت عدم قطعیت و بهکارگیری الگوریتم جستجوی ممتیک با پردازش موازی
A Robust Multi-objective Model for Designing Reverse Supply Chain Network via Considering Dynamic Pricing under Uncertainty and a Parallel Memetic Solution Algorithm
علی اکبر حسنی
aa.hasani@shahroodut.ac.ir
1
سید محمد حسن حسینی
sh.hosseini@shahroodut.ac.ir
2
استادیار، دانشکده مهندسی صنایع و مدیریت، دانشگاه شاهرود، شاهرود.
استادیار، دانشکده مهندسی صنایع و مدیریت، دانشگاه شاهرود، شاهرود
طراحی شبکه زنجیره تأمین برگشتی با هدف مدیریت کارای جریان محصولات برگشتی یکی از موضوعات مهم در مدیریت زنجیره تأمین است. تعیین قیمت محصولات برگشتی که خود میتواند تحت تأثیر عوامل متفاوتی همچون کیفیت محصولات باشد، تأثیر بسزایی بر تصمیم استراتژیک طراحی شبکه زنجیره تأمین خواهد داشت. در این مقاله، یک مدل ریاضی جامع برای طراحی شبکه زنجیره تأمین چندسطحی قیمتگذاری با قیمتگذاری پویای محصولات برگشتی تابعی از کیفیت آنها و در نظر گرفتن عدمقطعیت میزان جریان برگشتی محصولات ارائه شده است. عدمقطعیت میزان محصولات برگشتی با رویکرد بهینهسازی استوار بودجهای نمایش داده شده است. هدف، انتخاب تسهیلات شبکه زنجیره تأمین برای مدیریت جریان محصولات برگشتی است بهنحویکه بهصورت همزمان سود کل زنجیره و سطح پاسخگویی به تقاضای مشتریان در طی دورههای برنامهریزی حداکثر شود. با توجه به اینکه مسئله موردبررسی از نوع مسائل طراحی شبکه بوده که دارای پیچیدگیهای حل بسیار زیاد است، یک الگوریتم ممتیک مبتنی بر الگوریتم ژنتیک با مرتبسازی نامغلوب II و جستجوی محلی متغیر انطباقپذیر موازی برای یافتن جوابهای بهینه پارتو ارائه شده است. کارایی الگوریتم ممتیک پیشنهادی با عملکرد چندین الگوریتم فراابتکاری مشابه دیگر مقایسه شده است. نتایج محاسباتی حاکی از تأثیر معنادار قیمتگذاری پویا بر عملکرد زنجیره تأمین برگشتی داشته و بهکارگیری رویکرد بهینهسازی استوار بودجهای بهخوبی میتواند سطوح مختلفی از ریسکپذیری تصمیمگیرندگان در طراحی زنجیره را در برابر عدمقطعیتهای محیطی نشان دهد. همچنین نتایج نشان از کارایی معنادار فراابتکاری ترکیبی ارائهشده برای حل مدل طراحی شبکه زنجیره تأمین برگشتی چند هدفه با قیمتگذاری پویای تحت شرایط عدم قطعیت دارد.
Design of reverse supply chain network (RSCN) to efficiently manage the flow of returned products is one of the most important issues in supply chain management. Determining an acquisition price of returned products which could be affected by different factors such as product quality levels has a significant effect on strategic design of RSCN. In this paper, a comprehensive mathematical model for designing a multi-level RSCN with a dynamic pricing approach for returned products which is affected by product quality levels. In order to manage the uncertainty of number of returned products, a robust optimization based on the uncertainty budget approach is considered. The aim of the proposed model is to design the RSCN to maximize the RSCN total profit and responding to customer demands simultaneously. Due to the NP-hard nature of the network design problems, a memetic algorithm based on the non-dominated sorting genetic algorithm II and parallel adaptive variable neighborhood search is proposed to find the optimal Pareto solutions. The performance of the proposed memetic algorithm is compared with multiple similar algorithms. The computational results indicate a significant impact of the dynamic pricing approach on the performance of the reverse logistic network. In addition, using the robust optimization based on the uncertainty budget approach can efficiently handle various conservatism levels of decision makers under uncertainty of the business environment. Finally, the obtained results show the significant superiority of the proposed hybrid meta-heuristic algorithm to solve a multi-objective RSCN design model via considering the dynamic pricing approach under uncertainty.
https://ier.basu.ac.ir/article_1566_651cb3127a5cfbcfc5a285c310100aee.pdf
شبکه زنجیره تأمین برگشتی
قیمتگذاری پویا
عدم قطعیت
الگوریتم ممتیک
همسایگی متغیر با پردازش موازی
Reverse supply chain
Dynamic Pricing
Uncertainty
Memetic algorithm
Parallel adaptive variable neighborhood search
per
دانشگاه بوعلی سینا
نشریه پژوهش های مهندسی صنایع در سیستم های تولید
2345-2269
2345-4180
2016-09-05
4
7
37
47
10.22084/ier.2016.1567
1567
Research Paper
تخمین نقطه تغییر پله ای در پایش پروفایل های خطی ساده ی خودهمبسته با استفاده از روش های ماکزیمم درستنمایی و خوشه بندی
Step change point estimation in monitoring of auto-correlated simple linear profiles using clustering and maximum likelihood methods
حمید رضا میربیک
hamidreza.mir@att.net
1
رضا برادران کاظم زاده
rkazem@modares.ac.ir
2
امیرحسین امیری
amirhossein.amiri@gmail.com
3
کارشناسی ارشد مهندسی صنایع؛ دانشگاه تربیت مدرس، تهران
دانشیار مهندسی صنایع؛ دانشگاه تربیت مدرس، تهران
دانشیار مهندسی صنایع؛ دانشگاه شاهد، تهران
در بیشتر تحقیقات صورت گرفته در حوزه ی پایش پروفایل ها، فرض شده است که مشاهدات درون پروفایل ها از یکدیگر مستقل هستند، در صورتی که در بسیاری از کاربردهای واقعی به دلیل نزدیک شدن نمونه گیریها از لحاظ زمانی استقلال بین مشاهدات نقض میشود. از طرف دیگر، معمولاً زمان واقعی تغییر در فرآیند (نقطهی تغییر) با زمانی که نمودارهای کنترل هشداری مبنی بر خارج از کنترل بودن فرآیند را اعلام می کنند، متفاوت است. پیدا کردن نقطه ی تغییر در فرآیند باعث صرفهجویی زمان و هزینه در پیدا کردن علل ریشه ای خروج فرآیند از حالت تحت کنترل می شود. در این مقاله بهطور خاص فرض می شود که کیفیت فرآیند با استفاده از یک پروفایل خطی ساده خودهمبسته از نوع AR(1)مدل می شود. سپس نقطه ی واقعی تغییر در فرآیند بعد از دریافت هشدار از نمودار کنترل هتلینگ، طراحی شده در فاز 2، با استفاده از دو روش ماکزیمم درستنمایی و خوشه بندی محاسبه میشود و عملکرد دو روش با استفاده از شبیه سـازی مقایسه می شود. در نهایت کـاربـرد روشهای پیشنهادی در قالب یک مطالعه ی موردی نشان داده می شود.
In most of the researches in the area of profile monitoring, quality of a process is described by a relationship between a response variable and one explanatory variable, referred to as simple linear profile in the literature. Most of the papers in this field have assumed that observations within each profile are independent; however, the independency between the observations can be violated due to time collapse between two successive samplings in many real applications. On the other hand, usually real time of changes in process (change point) is different from the time control charts alarm the process is out-of-control. Finding the change point in the process saves time and money to find out root causes of the problem in the process. This paper specifically assumes that quality of process is modeled by using an AR(1) auto correlated simple linear profile. Then, the step change point of the process is estimated by using maximum likelihood and clustering methods after getting a signal from the T2 hotelling control chart in Phase II. Performance of the proposed methods is compared by using simulation studies. Finally, an application of the proposed methods is shown through a real case.
https://ier.basu.ac.ir/article_1567_2342e6ed152f077997cfc0e92125e05c.pdf
پروفایل خطی ساده
نقطه ی تغییر
خود همبستگی
خوشه بندی
ماکزیمم درستنمایی
Simple linear profile Change point Auto-correlation
clustering Maximum likelihood
per
دانشگاه بوعلی سینا
نشریه پژوهش های مهندسی صنایع در سیستم های تولید
2345-2269
2345-4180
2016-09-05
4
7
49
67
10.22084/ier.2016.1568
1568
Research Paper
یک مدل برنامه ریزی استوار امکانی برای برنامه ریزی اصلی زنجیره تامین دارو
A Robust Possibilistic Programming Approach to Drug Supply Chain Master Planning
محدثه کلانتری
m_kalantari70@yahoo.com
1
میرسامان پیشوایی
pishvaee@iust.ac.ir
2
دانشجوی کارشناسی ارشد، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران.
استادیار دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران
در فضای رقابتی امروز، تدوین یک برنامهی تاکتیکی مؤثر که قادر به یکپارچهسازی برنامههای تأمین و توزیع در یک چارچوب کارا شود، امری مهم و ضروری به نظر میرسد. در این مقاله یک مدل برنامهریزی اصلی برای زنجیره تأمین دارو شامل چند تأمینکننده، یک تولیدکننده و چند مرکز توزیع پیشنهاد شده است. نخست یک مدل برنامهریزی خطی عدد صحیح امکانی چندهدفه بهمنظور کاهش هزینههای لجستیک و همچنین افزایش سطح رضایت از انتخاب تأمینکنندگان ارائه شده است. سپس بهواسطهی طبیعت غیرقطعی پارامترهای ورودی چنین مسئلهای، یک مدل جدید برنامهریزی امکانی استوار که قدرت تنظیم درجه استواری تصمیمات خروجی در برابر عدم قطعیت پارامترها را دارد، توسعه داده شده است. در پایان از طریق نتایج محاسباتی کارایی مدل پیشنهادی نمایش داده شده و کیفیت بالای عملکرد و کاربردی بودن مدل برنامهریزی امکانی استوار پیشنهادی نمایش داده شده است.
The provision of an efficient master plan which is able to integrate the procurement, production and distribution plans is a critical need in the way of achieving the competitive advantage in today’s marketplace. In this paper, a supply chain master planning problem of a drug supply chain is taken into account. The considered drug supply chain includes multiple suppliers, one manufacturer and multiple distribution centers. In this paper, a multi-objective possibilistic mixed integer linear programming model (MOPMILP) which minimizes the total logistics cost and maximizes the total value of supplier selection aggregate function is developed. It should be noted that both economic and environmental criteria are considered in the supplier selection objective function to support the green and sustainable purchasing approach. Then to cope with the input parameters tainted with high degree of uncertainty, a new effectual robust possibilistic programming (RPP) model is elaborated. The proposed robust possibilistic programming model is able to appropriately adjust the degree of feasibility and optimality robustness of output decisions against business-as-usual uncertainty. Also the proposed robust optimization model can be appropriately applied in the cases in which reliable and sufficient historical data is not available for imprecise parameters (i.e., most of the real-life problems). To show the usefulness and effectiveness of the proposed robust possibilistic programming model numerical and comparative experiments are provided. The numerical results endorse the validity and practicability of the rendered model as well as presenting the efficiency and felicity of the developed approach.
https://ier.basu.ac.ir/article_1568_b018b112287b3e60f30abe13b1c8d4da.pdf
زنجیره تامین دارو
برنامهریزی اصلی
برنامهریزی امکانی
برنامهریزی امکانی استوار
drug supply chain
Master planning
Possibilistic programming
Robust possibilistic
programming
per
دانشگاه بوعلی سینا
نشریه پژوهش های مهندسی صنایع در سیستم های تولید
2345-2269
2345-4180
2016-09-05
4
7
69
79
10.22084/ier.2016.1569
1569
Research Paper
تحلیل سیستم تولیدی MTS/MTO با مدلسازی صف مبتنی بر ورود گروهی پواسون و سرویس ارلنگ
Analysing MTO/MTS manufacturing system with batch arrival Poisson process and Erlang processing time through queueing theory
جعفر باقری نژاد
jbagheri@alzahra.ac.ir
1
آرزو قهقایی
arezoghahghaei@gmail.com
2
دانشیار گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه الزهرا، تهران.
دانشجوی دکتری مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه الزهرا، تهران.
در این تحقیق از طریق مدلسازی با نظریه صف، رفتار یک سیستم تولیدی MTS/MTO شامل دو ایستگاه، مورد تحلیل قرار گرفته است. در ایستگاه اول، کالاهای نیمه ساخته تولیدشده و در انبار میانی (بافر) که بر اساس سیاست ذخیره پایه کنترل می شود، نگهداری می گردد. در ایستگاه دوم، پس از دریافت سفارش مشتری کالای نیمه ساخته به منظور تأمین سفارش مشتری تکمیل و سفارشی سازی می شود. زمان تولید در ایستگاه اول دارای توزیع نمایی و در ایستگاه دوم دارای توزیع ارلنگ نوع k می باشد. تقاضای مشتریان نیز دارای توزیع پواسون و به صورت ورود گروهی می باشد. هدف از این پژوهش تعیین نقطه بهینه نفوذ سفارش و ظرفیت بهینه بافر می باشد که بر اساس حداقل هزینه کل که شامل هزینه های نگهداری، کسری و تولید کالاهای نامنطبق با سفارش مشتری می باشد مشخص شدند. به منظور ارزیابی عملکرد و تعیین هزینه های سیستم، احتمالات پایداری با استفاده از روش تحلیل ماتریس محاسبه گردید. نتایج نشان می دهد، اگر چه تغییر ظرفیت انبار میانی و نرخ ورود مشتریان ارتباط مستقیمی با مقدار بهینه نقطه نقوذ سفارش ندارد ولی با افزایش درصد عدم انطباق کالاهای نیمه ساخته با تقاضای مشتریان و همچنین افزایش نرخ سرویس دهی در ایستگاه اول نقطه نفوذ سفارش کاهش می یابد.
In this paper, a two-stage MTO/MTS manufacturing system is analysed through queuing theory. In the first stage, semi-finished items are manufactured and held in intermediate buffer which is controlled by base stock policy. In the second stage, semi-finished items are customized when customers’ orders arrive. Processing time are assumed to be exponentially distributed at the stage one and follows Erlang distribution at the stage two. Demand follows a batch arrival Poisson process. Stationary probabilities are calculated using analytic matrix approach to evaluate performance measures and total cost function. Optimal point of differentiation and semi-finished goods buffer size are determined to minimize total cost function. Results show that optimal point of differentiation is not sensitive to semi-finished goods buffer size and customers’ arrival rate but decreases as the probability of manufacturing unsuitable items and processing time at the first stage increases.
https://ier.basu.ac.ir/article_1569_e9c468101297b1d3f4ca157ab73ec271.pdf
نقطه نفوذ سفارش
ظرفیت انبار میانی
تحلیل MTS/MTOبا سیستم صف
روش تحلیل ماتریس
Point of differentiation
Buffer size
MTS/MTO analysis with Queueing system
Analytic matrix approach
per
دانشگاه بوعلی سینا
نشریه پژوهش های مهندسی صنایع در سیستم های تولید
2345-2269
2345-4180
2016-09-05
4
7
81
91
10.22084/ier.2016.1570
1570
Research Paper
مکانیابی تسهیلات چند هدفه با محدودیت ظرفیت و رویکرد ترکیبی سیمپلکس فازی و الگوریتم ژنتیک
Multi-Objective Capacitated Facility Location with Hybrid Fuzzy Simplex and Genetic Algorithm Approach
رضا لطفی
reza.lotfi.ieng@gmail.com
1
مجید امین نیری
mjnayeri@aut.ac.ir
2
کارشناس ارشد مهندسی صنایع،دانشکده مهندسی صنایع، دانشگاه علم و فرهنگ، تهران
دانشیار مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه صنعتی امیرکبیر، تهران
مدل استاندارد مکانیابی با محدودیت ظرفیت (CPLP/CWLP) به جایابی تسهیلات روی شبکه ای از تقاضای مشتریان با هدف کمینهسازی هزینه کل میپردازد. هدف این مسئله پوشش کلیه تقاضاها با تعداد استقرار مشخص تسهیلات با محدودیت ظرفیت برای کاهش هزینه است. در این مقاله جهت نزدیک شدن به دنیای واقعی ، پارامترهای مدل فازی و تابع هدف چند هدفه است که همزمان هزینه استقرار کل و زمان جابجایی طی شده با توجه به محدودیت ها کمینه میشود. نوآوری در این مقاله استفاده از رویکرد هیبرید سیمپلکس فازی و الگوریتم ژنتیک به منظور جواب نزدیک به بهینه است که از روش L-p تک هدفه فازی استفاده میشود و جواب مسئله را با الگوریتم شبیهسازی تبرید نیز مقایسه شده و نشان میدهد اختلاف معنیداری در کارایی جواب و زمان وجود دارد.کاربرد این مسئله در مکانیابی انواع تسهیلات شامل انبار ، کارخانجات و بخش خدمات است.
The standard model capacitated facility location (CPLP / CWLP) to locate the facility on a network of customer demand until total cost of the allocation minimize. The purposes of this paper cover all the demands of specified number of facilities to reduce the cost. In this paper closer to the real world, parameters of model is fuzzy and objective function is multi objective at the same time the total establishment cost and travel time is minimized in accordance with the constraints. The innovation is combining hybrid fuzzy simplex with genetic algorithm approach to accelerate near optimization process to change multi-objective to a single objective with LP metric. Simulated annealing algorithm also compared to reflect significant differences in performance and response time. Its application in locating facilities include warehouses, factories and services sector.
https://ier.basu.ac.ir/article_1570_395312279bddc2a37fc946ebabe3d7b3.pdf
چندهدفه
مکانیابی با محدودیت ظرفیت
سیمپلکس فازی
الگوریتم ژنتیک
Multi-objective
Facility location with capacitated
Fuzzy Simplex
Genetic Algorithm
per
دانشگاه بوعلی سینا
نشریه پژوهش های مهندسی صنایع در سیستم های تولید
2345-2269
2345-4180
2016-08-22
4
7
93
103
10.22084/ier.2016.1571
1571
Research Paper
مدل تصمیم گیری گروهی سازشی فازی تردیدی با در نظر گرفتن وزن تصمیم گیران بهمنظور ارزیابی ریسک های ایمنی در پروژه های تولیدی (صنعت کشتی سازی)
Hesitant fuzzy compromise group decision-making model by considering the weight of decision-makers to assess safety risks of production projects (shipbuilding industry)
ُسعید گلزار راغب
saeed.golzar1370@gmail.com
1
سید میثم موسوی
sm.mousavi@shahed.ac.ir
2
حسین گیتی نورد
hossein.gitinavard@yahoo.com
3
بهنام وحدانی
b.vahdani@gmail.com
4
دانشجوی کارشناسی ارشد، گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه شاهد، تهران
استادیار، گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه شاهد، تهران
دانشجوی دکتری، دانشکده مهندسی صنایع و سیستمهای مدیریت، دانشگاه صنعتی امیرکبیر، تهران
استادیار، دانشگاه آزاد اسلامی، واحد قزوین، دانشکده مهندسی صنایع و مکانیک، گروه مهندسی صنایع، قزوین
صنعت کشتیسازی دارای نقش بسیار مهمی در تجارت و حملونقلهای بینالمللی است. پروژههای تولید کشتی به دلیل استفاده از تجهیزات سنگین و فرآیندهای تولید پیچیده، بهعنوان یکی از خطرناکترین صنایع جهان شناخته شده است. به همین دلیل، در اینگونه پروژهها نیاز است که یک مدل مناسب برای ارزیابی و رتبهبندی ریسکهای ایمنی تدوین شود که ریسکهایی که بیشترین آسیب را به فرآیند تولید و نیروی انسانی وارد میکنند، شناسایی شوند. به همین منظور در این مطالعه، یک مدل تصمیم گیری سازشی گروهی بر اساس مجموعههای فازی تردیدی برای ارزیابی ریسک های ایمنی در پروژه های تولید کشتی، ارائه میگردد. ازآنجاییکه وقوع ریسکهای ایمنی از عدم قطعیت بسیار بالایی برخوردار هستند، در این مطالعه از مجموعههای فازی تردیدی به منظور ارزیابی آن ها استفاده می شود. در رویکرد فازی تردیدی، بهجای در نظر گرفتن یک درجه عضویت، میتوان چند درجه عضویت برای یک عنصر در نظر گرفت و عدم قطعیت بیشتری را پوشش داد و این کار کمک میکند خطای حاصل از عدم قطعیت کاهش یابد. در مدل پیشنهادی ابتدا برای هر یک از کارشناسان بر اساس روش پیشنهادی شاخص انتخاب اولویت فازی تردیدی وزن مناسب به دست آورده می شود و سپس ریسکهای شناساییشده رتبهبندی میشوند. در پایان به منظور نشان دادن اعتبار مدل، یک مثال کاربردی از صنعت کشتی سازی حل شده است و نتایج رتبه بندی حاصل از آن با دو روش متداول در ادبیات موضوع تصمیم گیری، مقایسه گردیده است. بعلاوه، مقایسه ی نتایج محاسباتی نشان داد که مدل پیشنهادی در شرایط عدم قطعیت، عملکرد مناسبی دارد.
Shipbuilding industry plays a main role in trade and international transportation. Ship production projects known as one of the most dangerous industries due to use of heavy equipment and complex manufacturing processes. Thus, elaborating an appropriate model is more required to assess the safety risks and for identifying the most dangerous risks for human resources and production processes. In this study, a group decision-making model is proposed based on hesitant fuzzy sets to evaluate the safety risks in ship production projects. The hesitant fuzzy set theory is considered because of the increasing uncertainty in recognizing the safety risks. In the hesitant fuzzy approach, a set of membership degrees is considerd instead of taking a membership degree for an element to cover the existed uncertainty and to decrease the errors. In the proposed model, the weight of each expert is obtained based on proposed preference selection index method and then the identified risks are ranked. Finally, an application example in shipbuilding industry is considered to demonstrate the validity of the proposed model by comparing the proposed approach with two decision-making methods from the literature. In addition, the comparing of computational results indicate that the proposed model has high performance in imprecise situations.
https://ier.basu.ac.ir/article_1571_cee871ff4e7be21cd13286417b2daf51.pdf
ریسکهای ایمنی تولید
ارزیابی ریسک
مجموعههای فازی تردیدی
تصمیم گیری سازشی گروهی
پروژههای ساخت کشتی
Production safety risks
Risk assessment
Hesitant fuzzy sets
Compromsie group decision-making
Shipbuilding projects