دانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822Production and Equipment Detection Scheduling with Environmental Degradation Costs Caused by System Deteriorationsزمانبندی تولید و بازرسی تجهیزات با در نظر گرفتن هزینههای زیستمحیطی ناشی از افت تجهیزات113352810.22084/ier.2020.19256.1855FAپرویزفتاحیاستاد گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه الزهراءسعیدهاسدزاده ملکیدانشجوی دکتری مهندسی صنایع، دانشگاه الزهراءسانازشیخ تاجیاندانشجوی دکتری مهندسی صنایع، دانشگاه الزهراءسمانهبابایی مراددانشجوی دکتری مهندسی صنایع، دانشگاه الزهراءJournal Article20190529Machines and equipment continuous operation exposes them to failure (such as aging, wear, corrosion and creep). Consequences of such deteriorations are not limited to efficiency, reliability and life cycle reduction, they also may lead to environmental degradation. Investigating adverse effects of system’s failures have led to many academic studies on condition-based maintenance strategies. One of prominent approaches in this area is maintenance policy based on the system’s performance and status, which reduces the overhead costs of the associated penalties by controlling environmental damages. The purpose of this study is to model an optimal maintenance policy including production and inspection periods scheduling with minimal average total cost, under uncertainty conditions. In this article, the threshold exceeding period, time to failure from exceeding threshold point and the delay time to start maintenance activities are considered random variables and their effects have been studied. Numerical examples of the proposed maintenance model have been solved by Nelder–Mead, PSO and Genetic algorithms, and optimal inspection times are computed. Sensitivity analyses have been done numerically to study the effect of changes of different parameters on the optimal inspection times.استفادهی مداوم از تجهیزات و سیستم ها، آنها را در معرض خرابی (مانند کهنگی، سایش، خوردگی و خزش) قرار میدهد. آثار خرابی صرفاً محدود به کاهش کارایی، کاهش قابلیت اطمینان و کاهش عمر سیستم نبوده و می تواند منجر به تخریب و آسیب های زیستمحیطی نیز گردد. بررسی اثرات نامطلوب افت سیستمها منجر به شکل گیری مطالعات گسترده در حوزهی استراتژیهای نگهداری و تعمیر مبتنی بر پایش وضعیت گشته است. یکی از رویکردهای موردتوجه در این حوزه بحث حفظ و نگهداری و تعمیر بهینه براساس وضعیت سلامت و کارکرد سیستم است که با کنترل اثرات نامطلوب افت سیستم بر محیطزیست، هزینه های سربار ناشی از جریمه های مرتبط را کاهش میدهد. هدف این پژوهش بررسی و مدلسازی سیاست نگهداری و تعمیر بهینه شامل تعیین زمان بهینه ی بازرسیها با هدف کمینه سازی متوسط هزینه کل در واحد زمان در شرایط عدم قطعیت است. در این مقاله متغیرهای مدتزمان از ابتدای دوره تا رسیدن به سطح هشدار، مدتزمان از لحظه عبور از سطح هشدار تا وقوع خرابی و مدتزمان از لحظه شناسایی عبور سیستم از سطح هشدار (با انجام فرآیند بازرسی) تا آغاز عملیات نگهداری و تعمیر پیشگیرانه، بهصورت متغیرهای تصادفی در نظر گرفته شده و اثرات آنها موردمطالعه قرار گرفته است. مدل توسط سه روش جستجوی مستقیم نلدر مید، الگوریتم ژنتیک و الگوریتم PSO برای یک مثال عددی حلشده و زمانهای بهینه بازرسی بهدستآمده است.https://ier.basu.ac.ir/article_3528_01ecc396d0933dc05e0ce342c7b05ac1.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822A Multi-Objective Location-Allocation Model for Preventive Healthcare Systems with Probabilistic Demandارائه مدلی چند هدفه برای مکانیابی - تخصیص سیستمهای مراقبت سلامت پیشگیرانه با تقاضای احتمالی1537352910.22084/ier.2020.19662.1877FAفاطمهحاجی سلطانیکارشناس ارشد مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه الزهرا (س)مهدیسیف برقیدانشیار گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه الزهرا (س)Journal Article20190720Preventive healthcare aims at reducing the likelihood and severity of potentially life-threatening illnesses by protection and early detection. The level of participation in preventive health care programs is a critical factor in terms of their effectiveness and efficiency of these programs. This article presents a methodology for locating preventive health care facilities (PHCFL) in order to increase the accessibility to potential clients and thus maximize participation in preventive healthcare programs. Due to capacity constraints in preventive health care facilities and the importance of waiting time in queues, we assume that each facility acts as M/M/ / queuing system. We present an Integer nonlinear programming (INLP) model in order to maximize the participation rate and minimize the cost of building facilities and allocating medical equipments to open facilities. Because of the importance of other objective functions, supplements have been introduced to bring about equitable access to preventive health care centers and to balance the hours of servant unemployment.The model is known as NP-Hard models, hence we propose two meta-heuristics algorithms to solve this problem with multi-objective functions. Meta-heuristics algorithms are consists of: non-dominated sorting genetic algorithm and non-dominated ranking genetic algorithm. In order to increase the speed and performance of the combinatorial optimization algorithms, new coding is used in these solution algorithms. Finally, we used Taguchi method to tune the parameters of two algorithms and test problems with different size were generated and analyzed. According to the results, non-dominated sorting genetic algorithm is better.هدف سیستمهای مراقبت سلامت پیشگیرانه کاهش احتمال ابتلا و شدت بیماریهای بالقوه در زندگی افراد است که با مراقبت و تشخیص زودهنگام صورت میگیرد. میزان مشارکت در برنامههای مراقبت بهداشتی پیشگیرانه یک عامل حیاتی در اثرگذاری و کارایی این برنامهها است. در این مقاله، روشی برای مکانیابی تسهیلات مراقبت بهداشتی پیشگیرانه بهمنظور افزایش میزان دسترسی به مشتریان بالقوه و در نتیجه حداکثر کردن میزان مشارکت ارائه شده است. به دلیل محدودیت ظرفیت در تسهیلات خدمات درمانی پیشگیرانه و اهمیت زمانی که افراد برای دریافت خدمت در صفهای انتظار سپری میکنند، فرض کردهایم که هرکدام از تسهیلات بهعنوان یک سیستم صف M/M/ / عمل میکند. یک مدل برنامهریزی غیرخطی عدد صحیح برای حداکثر کردن میزان مشارکت و حداقل نمودن هزینهی ایجاد تسهیلات و تخصیص تجهیزات پزشکی به تسهیلات ایجاد شده، ارائه شده است. بهدلیل اهمیت توابع هدف دیگر، متممهایی بهمنظور بـرقراری عدالت در نحوهی برخورداری افراد از خدمات بهداشتی درمانی پیشگیرانه و ایجاد تعادل در ساعات بیکاری خدمتدهندهها آورده شده است. اینگونه مسائل ازجمله مسائل NP-Hard هستند، بنابراین از الگوریتمهای فراابتکاری چند هدفه شامل الگوریتمهای ژنتیک مـرتبسازی نامغـلوب و ژنتیـک رتبهبندی نامغلوب استفاده شده است. با استفاده از کدگذاری جدیدی در این دو الگوریتم و تغییر ساختار نمایش جوابها، بر سرعت عمل و کارایی الگوریتمهای بهینهسازی ترکیباتی افزودهایم. درآخر از روش تاگوچی برای تنظیم پارامترهای الگوریتمها استفاده کردهایم و مسائل آزمایشی با ابعاد مختلف تولید و با هم مقایسه شدهاند. با توجه به مجموع نتایج بهدستآمده، روش ژنتیک مرتبسازی نامغلوب عملکرد بهتری دارد.https://ier.basu.ac.ir/article_3529_3762dfb6771183353c910c49515d5e1c.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822Investigating After-Sales Service agent and Consumer profit During the Basic and Extended Warranty Period with Game Theory Approach
(Case study: an Agent Services for Trucks)بررسی عایدی نمایندگی خدمات پس از فروش و مصرفکننده در طول دوره وارانتی پایه و تمدیدشده با رویکرد تئوری بازی (مطالعه موردی: نمایندگی خدمات پس از فروش کامیونهای کشنده)3955353010.22084/ier.2020.19951.1888FAام البنینیوسفیاستادیار گروه مهندسی صنایع دانشگاه صنعتی مالک اشتر0000-0003-2749-930xنوشینشیرانیکارشناس ارشد مهندسی صنایع، واحد نجفآباد، دانشگاه آزاد اسلامی، نجفآباد، ایرانJournal Article20190827This study considers optimal warranty and maintenance services from service agent and consumer view points for vehicles under two dimensional warranty policy. The interactions between the agent service and consumers are modeled by estimating their profits and then are examined by game theory in the base warranty and extended warranty. Maintenance policies are performed as period preventive maintenance (PM), home and road corrective maintenance (CM). Then, the agent and the consumer’s profits are optimized and the number of period preventive maintenance (PM) and the price of warranty services are estimated by the stackelberg equilibrium. For demonstrating the applicability of this research, finally the proposed model is investigated by using of real data from a truck service agent.در این پژوهش به بررسی دوره وارانتی و خدمات نگهداری و تعمیرات بهینه از دید نمایندگی خدمات پس از فروش و مصرفکننده برای وسایل نقلیه، تحت سیاست وارانتی دو بعدی پرداخته میشود. تعاملات مابین نماینده و مصرفکننده با برآورد عایدی هریک در دوره وارانتی پایه و تمدیدشده مدلسازی میگردد. در این مدلسازی علاوه بر سیاست نگهداری و تعمیرات که بهصورت نگهداری و تعمیرات پیشگیرانه دورهای و نیز نگهداری و تعمیرات اصلاحی خانگی و جادهای میباشد، قیمت خدمات وارانتی نیز در نظر گرفته میشود. در ادامه با در نظر گرفتن عایدی نمایندگی و مصرفکننده، تعداد نگهداری تعمیرات دورهای پیشگیرانه و قیمت خدمات وارانتی تعادلی در یک بازی تعادلی استکلبرگ برآورد میشود. در پایان از دادههای یکی از مراکز ارائهدهنده خدمات پس از فروش کامیونهای کشنده جهت بررسی پژوهش موردنظر استفاده میشود.https://ier.basu.ac.ir/article_3530_fb7d05c2e6c92157a1c44ae15ef26b62.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822A Suitable Decision-Making Approach to Select Green Manufacturing Practices for Bonab Sanat Steel Complexارائه مدل مناسب تصمیمگیری برای انتخاب راهبرد مؤثر تولید سبز در مجتمع فولاد صنعت بناب5775353110.22084/ier.2020.20991.1935FAرحیمدباغدانشیار، گروه مهندسی صنایع، دانشگاه صنعتی ارومیهصابرآقا پور اسبقکارشناسی ارشد مهندسی صنایع، دانشگاه صنعتی ارومیهJournal Article20200206Selecting effective green manufacturing practices (GMPs) for a specific industry is a complicated process due to the existence of diverse alternatives, managerial objectives, and resource limitations. In this study, we seek to propose a novel decision-making approach that is capable of formulating the objectives and resource limitations of the organizations in their GMPs selection decision-making problems. The proposed approach is a combination of methods including Decision-Making Trial and Evaluation Laboratory (DEMATEL), Analytic Network Process (ANP), Additive Ratio Assessment (ARAS) along Zero-one Goal Programing (ZOGP) model. We validate the proposed approach through a case study of selecting effective GMPs under resource constraints for a steel manufacturing complex in Iran. In this empirical study, a set of criteria categorized in four dimensions including environmental perspective, operational perspective, organizational perspective, and external perspective is defined for evaluation of GMPs. The results indicated that among the decision dimensions, an external perspective was identified as a leading factor. This research concludes that the implementation of industrial wastewater treatment plants and establishing a waste management system are the preferred strategies among the suggested alternatives considering the available resource of the factory, at the moment.گزینش و انتخاب مؤثرترین استراتژیهای تولید سبز برای بهبود عملکرد زیستمحیطی یک صنعت خاص، به دلیل وجود گزینههای متعدد، اهداف مدیریتی گوناگون و محدودیت منابع، فرایند پیچیدهای به شمار میرود. در این پژوهش، یک رویکرد تصمیمگیری توسعهیافته با قابلیت فرمولبندی آرمانها و محدودیتهای سازمان، برای رسیدگی به این موضوع ارائه شده است. رویکرد حل مسئله پیشنهادی ترکیبی از روشهای آزمایشگاه ارزیابی و آزمون تصمیمگیری (DEMATEL)، فرایند تحلیل شبکهای (ANP)، تکنیک ارزیابی نسبت جمعی (ARAS) و به همراه مدل برنامهریزی آرمانی صفر و یک (ZOGP) است. رویکرد پیشنهادی برای ارزیابی و انتخاب مناسبترین استراتژیهای تولید سبز، از بین گزینههای تعیینشده، بهصورت موردی برای مجتمع فولاد صنعت بناب، اجرا و اعتباربخشی شده است. در این مطالعه تجربی، مجموعهای از زیرمعیارها در قالب چهار بعد شامل چشمانداز زیستمحیطی، چشمانداز عملیاتی، چشمانداز سازمانی و چشمانداز خارجی، جهت ارزیابی استراتژیها در صنعت فولاد تعیین شدهاند. نتایج نشان میدهد که در میان ابعاد تصمیمگیری، چشمانداز خارجی بهعنوان تأثیرگذارترین عامل شناسایی شده است. علاوهبر این مشخص شد که با توجه به منابع موجود، استراتژیهای احداث تصفیهخانه فاضلاب صنعتی و استقرار سیستم مدیریت پسماندها، بهترین راهبردها برای بهبود عملکرد زیستمحیطی مجتمع فولاد به شمار میروند.https://ier.basu.ac.ir/article_3531_8a0cf7f35ed2af2ea10dd59f74e58a2a.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822Stochastic Programming Model and Benders decomposition approach for Integrated Production and Maintenance Planning in Multi-Factory Productionمدل برنامهریزی تصادفی و رویکرد حل تجزیه بندرز برای برنامهریزی یکپارچه تولید و نگهداریتعمیرات در سیستم تولید چندکارخانهای7793353210.22084/ier.2020.21148.1939FAحامدجعفر زنجانیدانشجوی دکتری مهندسی صنایع، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایرانمصطفیزندیهاستاد گروه مدیریت صنعتی و فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، ایران0000-0003-1209-9514محمدخلیل زادهاستادیار گروه مهندسی صنایع، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایرانJournal Article20200229Proper performance of production/supply centers in a multi-factory production (MFP) network requires undisrupted equipment. The design and implementation of a maintenance system is important for two reasons - firstly, extending the life of the equipment, and second, reducing the MFP network disruption and associated costs. The greater productivity of an MFP system is achieved by integrating maintenance and production decisions. In this study, considering a scenario-based uncertainty in the demand and failure rate, a robust scenario-based stochastic programming (RSSP) model has been presented. proposed RSSP model integrates the strategic and operational decisions of production and the maintenance, and takes into account the MFP disruption costs. We suggest three preventive maintenance strategies such as maintenance outsourcing, deployment of backup equipment, as well as periodic preventive maintenance for the MFP network. The objective function of the proposed model is to maximize the total profit, subject to, constraints such as limited capacity of production, storage, access to service centers, and budget should be satisfied. The proposed RSSP model is formulated as mixed linear program which can be solved in small-scale instances by the CPLEX Solver. Furthermore, Benders decomposition solution method is proposed for large-scale instances. Finally, a numerical study of CNG stations, as an MFP network, is conduct to demonstrate the applicability of the proposed model and analyze the results.عملکرد مناسب در مراکز تولید/عرضه یک شبکه تولید چندکارخانهای (MFP) مستلزم عدم خرابی در تجهیزات آن است. طراحی و پیادهسازی یک سیستم نگهداریوتعمیرات (نت) به دو دلیل حائز اهمیت است؛ نخست آنکه طول عمر تجهیزات افزایش یافته؛ و دوم آنکه احتمال اختلال در شبکه MFP و هزینههای ناشی از آن، کاهش مییابد. بهرهوری بیشتر یک شبکه MFP، با یکپارچهسازی تصمیمات نت در کنار تصمیمات تولید حاصل میشود. در این پژوهش، با در نظر گرفتن عدم قطعیت سناریومحور در تقاضا و نرخ خرابی تجهیزات، یک مدل برنامهریزی تصادفی سناریومحور (RSSP) استوار ارائه میشود. در مدل RSSP پیشنهادی، تصمیمات استراتژیک و عملیاتی تولید و نت بهصورت یکپارچه آورده میشوند و هزینههای اختلال در سیستم نیز لحاظ میشود. در مدل پیشنهادی، استراتژیهای نت همچون برونسپاری، استقرار تجهیزات پشتیبان و تعمیرات پیشگیرانه دورهای در نظر گرفته میشود. تابع هدف، بیشینه کردن سود شبکه MFP است که در آن، قیود ظرفیت محدود تولید، ذخیرهسازی، بودجه و دسترسی به مراکز خدمات نت در نظر گرفته میشوند. مدل پیشنهادی بهصورت برنامهریزی خطی آمیخته است که در ابعاد کوچک با CPLEX Solver قابلحل میباشد؛ برای حل در ابعاد بزرگ نیز یک روش حل مبتنی بر تجزیه بندرز ارائه میشود. در پایان به یک مطالعه عددی برگرفته از ایستگاههای CNG بهعنوان یک شبکه MFP پرداخته میشود تا کاربردپذیری مدل پیشنهادی نشان داده شود و تحلیل نتایج صورت پذیرد. https://ier.basu.ac.ir/article_3532_eaa18ca48fb220327d69408112447e3b.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822Determining The Optimal Ordering Policy In A Multi-Period Stochastic Model With The Uncertainty Purchase Priceتعیین سیاست بهینه سفارشدهی در مدل چند دورهای احتمالی با در نظر گرفتن قیمت خرید تصادفی95111353310.22084/ier.2020.20328.1909FAزهرارجبیدانشجوی کارشناسی ارشد مهندسی صنایع، دانشکده مهندسی، دانشگاه کردستان، سنندج، ایرانهیبت الهصادقیاستادیار گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه کردستان، سنندج، ایران0000-0001-7970-4251انورمحمودیاستادیار گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه کردستان، سنندج، ایران0000-0001-6061-4491Journal Article20191026This paper deals with a two-period inventory planning and control problem with stochastic demand. In this system, a distributor can order the products in a preseason period and sell them in two subsequent selling periods. Demand during the first period is a random variable with a known probability distribution, while the demand for the remaining products at the end of the first period depends on their selling price during the second period. Therefore, the selling price of end-of-period products is very important so that a low price will achieve more sales. It is also assumed that the purchase price of the products in the preseason period is a time-dependent and follows a random process. For the considered problem, a mathematical model is suggested and then using the probabilistic dynamic planning approach, the optimal selling price at the second period, the optimal ordering quantity, and the purchase price of the products are determined to maximize the system profit. Finally, a numerical example is presented to investigate the performance of the model, and the sensitivity analysis of the main parameters.در این مقاله مسئله برنامهریزی و کنترل موجودی دو دورهای با تقاضای احتمالی موردبررسی قرار میگیرد. در این سیستم فقط در اول دوره امکان سفارشدهی وجود دارد<strong>.</strong> تقاضا در طول دوره اول تصادفی و از توزیع مشخصی پیروی میکند و تقاضا برای محصولات باقیمانده در پایان دوره اول، وابسته به قیمت فروش آن در طول دوره دوم است. در این حالت قیمت فروش محصولات پایان دوره اهمیت زیادی پیدا میکند بهگونهای که قیمت کم باعث فروش بیشتر میشود. همچنین در مسئله موردبررسی فرض شده است که قیمت خرید محصولات در اول دوره یک فرآیند تصادفی و وابسته به زمان است. برای مسئله بیان شده مدل ریاضی ارائهشده است و سپس سعی میشود براساس نگرش برنامهریزی پویا احتمالی، مقدار بهینه قیمت فروش پایان دوره، مقدار بهینه سفارشدهی و قیمت خرید محصولات بهمنظور ماکزیمم کردن سود سیستم تعیین گردد. در نهایت با بیان مثال عددی به بررسی عملکرد مدل بیان شده و تحلیل حساسیت آن پرداخته میشود.https://ier.basu.ac.ir/article_3533_654491adf1c69ef3fea7e37b2c2497d8.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822Resilient Mixed Supply Chain Network Redesign Under Operational And Disruption Risks: A Case Studyبازطراحی شبکه زنجیرهتأمین ترکیبی تابآور تحت ریسکهای عملیاتی و اختلال: مطالعه موردی113135353410.22084/ier.2020.20467.1915FAمحمدمهدیوالی سیردانشجوی دکتری، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجهنصیرالدین طوسی، تهران، ایرانعمادروغنیاندانشیار، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجهنصیرالدین طوسی، تهران، ایرانJournal Article20191126Today, supply chains are exposed to a variety of risks. Ignoring these risks can cause irreparable damage to them. On the other hand, the subject of redesigning is essential when the supply chain loses its optimality or needs to be altered due to changing conditions. In this paper, in contrast to most researches done in the literature, the problem of resilient supply chain network redesign is investigated under operational and disruption risks. The network structure addressed in this paper is a mixture of open and closed loop schemes, which has been rarely considered in the literature. A novel stochastic robust optimization model is developed to manage the uncertainty of the problem. The problem is formulated as a linear mixed-integer programming model with the objective function of profit maximization. Due to the high complexity of the model and the challenge to solve it in large-scale dimensions, a Lagrangian relaxation algorithm is developed, and its excellent performance is shown by the relevant calculations. In order to measure the efficiency and validity of the model, a case study has been presented in the automotive tire industry. The results show that using resilience strategies is very effective in improving the profitability of the supply chain and preventing losses. In addition, the use of a mixed supply chain network increases the overall profitability of the supply chain in comparison to a forward supply chain network.امروزه زنجیره های تامین در معرض ریسک های مختلفی قرار دارند. بی توجهی به این ریسک ها می تواند خسارات جبران ناپذیری را برای آن ها به وجود آورد. از سوی دیگر، موضوع بازطراحی در مواقعی که زنجیره تامین با توجه به تغییر شرایط بهینگی خود را از دست می دهد یا نیاز به تغییر دارد دارای اهمیت است. در این مقاله بر خلاف غالب پژوهش های ادبیات موضوع، مساله بازطراحی شبکه زنجیره تامین تاب آور تحت ریسک های عملیاتی و اختلال مورد بررسی قرار می گیرد. ساختار شبکه مورد بررسی در این پژوهش، ترکیبی حلقه باز و بسته می باشد که در ادبیات موضوع به ندرت مورد توجه قرار گرفته است. برای مدیریت عدم قطعیت مساله یک مدل جدید بهینه سازی استوار تصادفی ارائه شده است. مساله به صورت یک مدل برنامه ریزی عدد صحیح مختلط خطی فرمول بندی شده که تابع هدف آن بیشینه سازی سود می باشد. به علت پیچیدگی بالای مدل و وجود چالش برای حل آن در ابعاد بزرگ، یک الگوریتم آزادسازی لاگرانژ ارائه شده و عملکرد خوب آن توسط محاسبات مربوطه نشان داده شده است. به منظور سنجش کارایی و اعتبار مدل یک مطالعه موردی در صنعت تایر خودرو ارائه شده است. نتایج نشان می دهد که استفاده از استراتژی های تاب آوری برای ارتقای سودآوری زنجیره تامین و جلوگیری از ضرر اختلالات بسیار موثر می باشند. همچنین استفاده از شبکه زنجیره تامین ترکیبی نسبت به شبکه زنجیره تامین رو به جلو باعث افزایش سود کل زنجیره تامین می شود.https://ier.basu.ac.ir/article_3534_1114fd0cfdfda98b2ee565be73baba87.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822A Bi-Objective Mathematical Programming Model For Truck Scheduling Problem In A Cross-Dock System Considering The Sequencing And Outsourcing Of Products Under Interval-Valued Fuzzy Uncertainty Conditionsمدل ریاضی دو هدفه برای مسئله زمانبندی کامیون در یک سیستم انبار متقاطع با درنظر گرفتن ترتیب توالی و برونسپاری محصولات تحت شرایط عدمقطعیت فازی بازهای137157353510.22084/ier.2020.21225.1941FAاحسانمیرزائیکارشناسی ارشد، مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه شاهد، تهران، ایرانسید میثمموسویدانشیار، گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه شاهد، تهران، ایرانJournal Article20200307<span>In this paper, an inbound and outbound truck scheduling problem is investigated in a multi-door cross-dock system considering due date assumptions for outbound trucks as a strict constraint. Part of the products is placed inside outsourcing trucks to ensure timely delivery, customer satisfaction, and product quality enhancement. The problem under consideration is formulated as a bi-objective mathematical programming problem whose objectives are to minimize operational costs and maximize the quality of products delivered in cross-dock. In this paper, the sequence of trucks behind the inbound and outbound doors in the cross-dock is also regarded. A mixed-integer programming model is formulated for the proposed problem. Since the real-world uncertainty is inevitable; therefore, an improved IVF-SO fuzzy method is presented in this paper to solve the model. In this paper, to illustrate the efficiency of the proposed model and also the introduced approach, a real-world example is presented to justify the performance. The numerical results of the case study demonstrate the superiority of the proposed approach over previous methods.</span>در این مقاله یک مسئله زمانبندی کامیون ورودی و خروجی در یک سیستم چندین درب انبارمتقاطع با فرض موعد تحویل برای کامیونهای خروجی بهعنوان یک محدودیت سخت بررسی میشود که برای رعایت زمان موعد تحویل، رضایت مشتریان و افزایش کیفیت محصولات بخشی از محصولات در داخل کامیونهای برونسپاری قرار داده میشوند. مسئله موردبررسی بهصورت یک مسئله برنامهریزی ریاضی دو هدفه فرموله میشود که اهداف آن شامل به حداقل رساندن هزینه عملیاتی و حداکثر کردن کیفیت محصولات ارسالی در انبارمتقاطع است. در این تحقیق توالی کامیونها در پشت دربهای ورودی و خروجی در انبارمتقاطع در نظر گرفته میشود. همچنین ترتیب توالی محصولات در تخلیه کامیونهای ورودی و بارگیری کامیونهای خروجی نیز موردبررسی قرار میگیرد. یک مدل برنامهریزی مختلط عددصحیح برای این مسئله پیشنهادی فرمولبندی میشود. ازآنجاییکه در دنیای واقعی عدم قطعیت یک امر اجتنابناپذیر است. بنابراین، جهت حل مدل مذکور از یک روش بهبودیافته جدید فازی بازهای IVF-SO استفاده میشود. در این تحقیق جهت نشان دادن کارایی مدل و رویکرد ارائهشده، یک مثال دنیای واقعی برای توجیه عملکرد ارائه میشود. نتایج عددی حاصل از مطالعه موردی انجامشده، برتری رویکرد پیشنهادی را نسبت به روشهای قبل نشان میدهد.https://ier.basu.ac.ir/article_3535_f24703c4d67a8768a56c92be3eea8101.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822Economic- Statistical Design of MAX EWMAMS Chart under Measurements Error and Multiple Measurementsطراحی اقتصادی-آماری نمودار کنترل ماکسیممِ میانگین و انحراف مجذور میانگین متحرک موزون نمایی با در نظر گرفتن خطای اندازهگیری و اندازهگیری مجدد159169353810.22084/ier.2020.15641.1724FAمحمدحسناحمدی دارانیدانشجوی دکتری مهندسی صنایع، دانشگاه شاهد، تهران، ایرانامیرحسینامیریدانشیار گروه مهندسی صنایع، دانشگاه شاهد، تهران، ایرانسید عابدیندریاباریکارشناسی ارشد مهندسی صنایع، دانشگاه کردستان، کردستان، ایرانJournal Article20180124<strong><em> </em></strong>In this paper, the economic-statistical design of the Max EWMAMS control chart under measurement errors and multiple measurements for joint monitoring of mean and variability of the process is investigated. The traditional approach for monitoring mean and variance of the quality characteristic is using two separate control charts. This approach leads to an increase in the probability of Type I error. To overcome this problem, researchers have proposed control charts for joint monitoring of mean and variability of the process. Also in practice, the measurement errors exist in the sampling process. The sampling with multiple measurements is a way to reduce the deficiency of the measurement error and increasing power of the control chart. However, the multiple measurements cause to increase the sampling costs. Hence, this factor should be considered in the economic-statistical design of control charts as well. In the proposed cost model, the Lorenzen-Vance cost function is developed and a genetic algorithm is applied to obtain model parameters that minimize cost function. Finally, the performance of the proposed model is evaluated by a numerical example.در این مقاله طراحی اقتصادی-آماری نمودار کنترل برای پایش همزمان میانگین و واریانس با در نظر گرفتن خطای اندازهگیری و تکرار دفعات اندازهگیری صورت میگیرد. در روشهای سنتی پایش میانگین و واریانس یک مشخصهی کیفی از دو نمودار کنترل مجزا استفاده میشود که این کار باعث افزایش احتمال خطای نوع یک نمودار کنترل میشود. برای جلوگیری از این امر، نمودارهای کنترل پایش همزمان میانگین و واریانس فرآیند پیشنهاد میشود. همچنین در اکثر فرآیندها معمولاً نمونهگیری از فرآیند در عمل با خطای اندازهگیری همراه است و یکی از روشهای موجود برای کاهش اثر آن، تکرار دفعات اندازهگیری است. اگرچه تکرار دفعات اندازهگیری باعث کاهش اثر خطای اندازهگیری و افزایش توان نمودار کنترل میشود. با این حال، این امر باعث افزایش هزینههای مربوط به نمونهگیری نیز میشود. از اینرو این عامل نیز باید در طراحی اقتصادی-آماری نمودار کنترل لحاظ شود. در مدل اقتصادی-آماری ارائه شده در این مقاله، تابع هزینه لورنس و ونس توسعه داده شده و مقدار پارامترهای نمودار کنترل بهمنظور کمینهسازی تابع هزینه مذکور با استفاده از الگوریتم ژنتیک محاسبه شده است. در نهایت عملکرد مدل پیشنهادی با استفاده از یک مثال عددی ارزیابی میشود.https://ier.basu.ac.ir/article_3538_bc941ccd2485a96de15ad96385e310dd.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822Modeling And Solving The Locating-Routing Problem For Perishable Products In Multigraphs Considering Vehicle Pollution And Warehouses Failureمدلسازی و حل مسئله مکانیابی- مسیریابی برای محصولات فسادپذیر در گراف چندگانه با در نظر گرفتن آلودگی وسایل نقلیه و اختلال انبارها171183353910.22084/ier.2020.21281.1953FAحمیدتیکنیدانشجوی دکتری مهندسی صنایع، دانشگاه صنعتی خواجهنصیرالدین طوسی، تهران، ایرانمصطفیستاکدانشیار دانشکده مهندسی صنایع، دانشگاه صنعتی خواجهنصیرالدین طوسی، تهران، ایرانزهرهشاکری کبریادانشجوی دکتری مهندسی صنایع، دانشگاه الزهرا، تهران، ایرانJournal Article20200315The expansion of urban infrastructure and the development of urbanization, on the one hand, and the increasing demand and growth of distribution companies in urban and inter-urban environments on the other hand, have led to complexities in logistics and good transport. In this regard, many companies and factories produce and distribute food products that their qualities decrease by increasing the duration of distribution. In this study, we present and investigate the locating-routing model in multigraphs where parallel paths have different traffic congestions according to the time of the day. The proposed model tends to reduce the costs of locating and logistics in addition to reduce pollution generated by vehicles and maximize the quality of food products. In order to approach the model to real conditions, the problem is modeled under uncertain conditions and warehouses failure is possible in the transport network. In the following, the proposed model is solved and examined. The results show that the use of multigraph representation not only reduces transportation costs and environmental impacts but also enhances the quality, novelty of shipped products, and helps to design an efficient logistic network for perishable products.گسترش زیرساخت های شهری و توسعهی شهرنشینی از یک طرف و از سوی دیگر افزایش تقاضا و رشد شرکتهای توزیع در فضاهای شهری و بین شهری باعث بروز پیچیدگی هایی در امر لجستیک و حمل و نقل کالا شده است. در این راستا بسیاری از شرکت ها و کارخانجات محصولات غذایی تولید و توزیع می کنند که کیفیت آنها با افزایش زمان توزیع کاهش پیدا می کند. در این مطالعه به ارائه و بررسی مدل مکانیابی-مسیریابی در گراف چندگانه که مسیرهای موازی دارای شرایط ترافیک مختلف و وابسته به زمان هستند، پرداخته شده است. مدل ارائه شده علاوه بر کاهش هزینه های ناشی از مکانیابی و لجستیک به دنبال کاهش آلودگی تولید شده توسط وسایل نقلیه و همچنین بیشینه سازی کیفیت مربوط به محصولات غذایی می باشد. برای قرابت مدل به شرایط واقعی مسأله تحت شرایط عدم قطعیت مدلسازی شده و خرابی انبارها نیز در شبکه ی حمل و نقل امکانپذیر می باشد. در ادامه مدل ارائه شده حل و مورد بررسی قرار گرفته شده است. نتایج نشان می دهد که استفاده از گراف چندگانه نه تنها باعث کاهش هزینه های حمل و نقل و اثرات زیست محیطی می شود بلکه افزایش کیفیت، تازگی محصولات ارسال شده را به همراه دارد و به طراحی مؤثر شبکه ی لجستیکی برای محصولات فساد پذیر کمک می کند.https://ier.basu.ac.ir/article_3539_faccf8d8ec85d4bf27f0d5802b581dc4.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822Network Design for Multi Echelon Reverse Logistics and Solving With Hybrid Algorithmمدلسازی شبکه زنجیرهتأمین معکوس چند ردهای و حل توسط الگوریتم ترکیبی185197354010.22084/ier.2020.21271.1952FAعرفانشفیعی رودباریدانشجوی کارشناسی ارشد، دانشکده مهندسی صنایع دانشگاه صنعتی امیرکبیر، تهران، ایرانسید محمدتقیفاطمی قمیاستاد، دانشکده مهندسی صنایع دانشگاه صنعتی امیرکبیر، تهران، ایرانمحسنشیخ سجادیهاستادیار، دانشکده مهندسی صنایع دانشگاه صنعتی امیرکبیر، تهران، ایرانJournal Article20200314\;Due to environmental concerns along the world, reverse logistics now is becoming an important strategy to decrease resource extraction. This research develops a generic mixed integer linear programming model for reverse logistics network design. This is a multi-echelon reverse logistics model. It maximizes total profit by handling products returned for reuse, refurbishing, remanufacturing, recycling and sale of spare parts. Also considering product variety and bill of material are model features. A hybrid algorithm constructed by genetic algorithm and branch and cut algorithm is proposed to solve the constructed problems. The designed model is validated and tested by using data generated in various size. Sensitivity analyses are conducted on various parameters to illustrate the capabilities of the proposed model.با توجه به نگرانی جهانی در خصوص محیطزیست، ایجاد زنجیره تامین معکوس بهعنوان یک استراتژی مهم در راستای کاهش برداشت از منابع طبیعی شناخته میشود. در این تحقیق یک مدل برنامهریزی عدد صحیح آمیخته خطی برای طراحی شبکه زنجیرهتأمین معکوس توسعه یافته است. در این مدل لایههای زنجیره بهصورت چندگانه تعریف شده است. نیز هدف این مدل بیشینهسازی درآمد ناشی از فروش محصولات بازیابی شده از فرایندهای استفاده مجدد، بازسازی، بازتولید، بازیافت و فروش قطعات یدکی است. همچنین در نظر گرفتن تنوع محصولات و لیست قطعات هر محصول ازجمله ویژگیهای مدل توسعه داده شده است. برای حل این گونه مسائل نیز الگوریتم ترکیبی بر پایه الگوریتم ژنتیک و الگوریتم شاخه و کران توسعه یافته است. اعتبارسنجی این الگوریتم با کمک دادههای تصادفی ایجاد شده در ابعاد مختلف، بررسی شده است. همچنین در انتها، تحلیل حساسیت تابع هدف نسبت به تغییرات پارامترهای کلیدی ارزیابی شده است.https://ier.basu.ac.ir/article_3540_cf490d648c3c423ac146793cebceefbd.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-226981620200822A Simulation-Based Optimization Approach For Mixed model Two-sided Assembly Line Balancing with stochastic task times
(Case Study: Beh Afarinan Datis Tiva Company)یک رویکرد بهینهسازی مبتنی بر شبیهسازی جهت بالانس خط مونتاژ دوطرفه مختلط در شرایط تصادفی بودن زمان انجام کارها (مطالعه موردی: شرکت به آفرینان داتیس تیوا)199213354110.22084/ier.2020.21263.1949FAسمیهقندی بیدگلیاستادیار گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه کاشان، اصفهان، ایرانفرزانهکریمیکارشناس مهندسی صنایع، دانشگاه کاشان، اصفهان، ایرانJournal Article20200312<span>Mixed model two-sided assembly lines are widely used in various industries because of their increased capability to meet a wide range of customer demands. Assembly Line Balancing is a fundamental design issue for industries. On the other hand, Mixed model Two-sided Assembly Line Balancing is a NP-hard problem. Therefore, it is necessary for researchers to design effective approaches to solve this problem. In this paper, a genetic algorithm is applied to balance the assembly line of the "Beh Afarinan Datis Tiva Company" which is of MTALB type. Because of the randomness of tasks time, the simulation-based optimization approach has been used to get closer to the real situation. Finally, by comparing the minimizing the number of mated stations, the total number of stations, the Weighted Line Efficiency and the Weighted Smoothness Index criterion for a specific cycle time before and after assembly line balancing, the effect of balancing on the assembly line performance is shown.</span>خطوط مونتاژ دوطرفه با مدل مختلط بهدلیل افزایش تواناییهای آنها برای برطرف کردن طیف بالایی از خواستههای مشتری، بهطور گستردهای در صنایع مختلف استفاده میشوند. بالانس خط مونتاژ یک مسئله طراحی اساسی برای صنایع میباشد. از طرفی مسئله بالانس خط مونتاژ دوطرفه با مدل مختلط یک مسئله NP-hard میباشد. بنابراین لازم است محققان برای حل این مسئله رویکردهای مؤثری را طراحی نمایند. در این مقاله، یک الگوریتم ژنتیک برای بالانس خط مونتاژ شرکت به آفرینان داتیس تیوا که از نوع MTALB میباشد به کار گرفته شده است.
ازآنجاکه زمان انجـام کارها متغیر میباشد، از رویکرد بهینهسازی مبتنی بر شبیهسازی جهت نزدیک شدن هر چه بیشــتر به شـرایط واقعی استـفاده گــردیده است. در نـهایت با مقــایسه معیارهای حداقل نمـودن تعداد ایسـتگاههای جفـت شده و تعداد کل ایـستگاهها، کــارایی خط مونتـاژ وزندار و ضــریب هـمـواری خـط مونـتاژ وزندار برای مدت زمان سیکل مشخص در دو حالت قبل و بعد از متعادلسازی، تأثیر متعادلسازی بر عملکرد خط مونتاژ مورد مطالعه نشان داده شده است.https://ier.basu.ac.ir/article_3541_0fc558717866b7aa1e21894ca9733621.pdf