دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
A MATHEMATICAL MODEL FOR DYNAMIC MAINTENANCE GROUPING CONSIDERING DISCRETE PERFORMANCE OF A MULTI-COMPONENT SYSTEM
یک مدل برنامهریزی ریاضی برای گروهبندی پویا، فعالیتهای نگهداری و تعمیرات با در نظر گرفتن عملکرد منقطع یک سیستم چندمؤلفهیی
3
21
22909
10.24200/j65.2022.56610.2163
FA
الهام
معظم جزی
دانشکدهی مهندسی صنایع، دانشکدگان فنی، دانشگاه تهران
رضا
توکلیمقدم
دانشکدهی مهندسی صنایع، دانشکدگان فنی، دانشگاه تهران
هادی
عبدالهزاده سنگرودی
گروه مهندسی صنایع، دانشکدهی مهندسی شیمی و صنایع، دانشگاه علم و فنّاوری مازندران، بهشهر
Journal Article
2020
10
26
The aim of this paper is to present a method to optimize maintenance planning for a flexible manufacturing system. Such a system can be considered as a multi-component system. Two types of methods may be used in the maintenance optimization of multi-component systems, i.e., static or dynamic methods. Static methods provide a fixed maintenance planning, whereas dynamic methods redefine the groups of maintenance operations at each decision time. Dynamic or opportunistic maintenance can incorporate up to date information such as 1) machines condition, 2) the number of maintenance teams, and 3) production-related constraints in redefining the groups of maintenance operations. As the literature review shows, the existing dynamic or opportunistic maintenance models are mainly developed to specify classes of multi-component systems that are expected to operate continuously without considering the production-related constraints and performance indicators. The objective of this paper is to develop the existing dynamic opportunistic maintenance approaches for flexible production systems that operate intermittently. To this end, a mixed-integer nonlinear mathematical model is developed to simultaneously decide on the maintenance grouping as well as lot sizing and production schedule. Moreover, the proposed model considers further underlying assumptions such as 1) the limited number of maintenance teams, 2) initial inventory, 3) assembly operations, 4) lot sizing, 5) sequence-dependent setup times, 6) safety stock levels, and 7) lots with unequal and variable sizes. The objective includes the costs of preventive and corrective repair activities as well as various production costs consisting of production and setup costs, tardiness penalty costs, and safety stock penalty costs. Due to the nonlinear nature of the failure rate of the production machines, techniques for solving linear mathematical models cannot be used. From this, a linear approximation of the model is presented. The validity and efficiency of the proposed model were analyzed by implementation in a numerical experiment.
تعمیرات فرصتطلبانه یک راهحل کلیدی برای کاهش هزینههای نگهداری و تعمیرات )نت( و/یا بهبود عملکرد سیستم است. با این وجود، سیاستهای نت فرصتطلبانه تنها برای ردهی خاصی از سیستمها توسعه یافتهاند که انتظار میرود به صورت یکپارچه عمل کنند. هدف این پژوهش توسعهی رویکردهای نت فرصتطلبانه پویای موجود برای سیستمهای تولیدی منعطف است که به صورت منقطع عمل میکنند. یک مدل برنامهریزی غیرخطی مختلط به منظور تصمیمگیری همزمان در رابطه با گروهبندی فعالیتهای تعمیراتی و همچنین تعیین اندازه دستههای تولیدی و زمانبندی آنها توسعه داده شده است. مدل پیشنهادی قادر به در نظر گرفتن ۱. تعداد محدود تیمهای تعمیراتی؛ ۲. موجودی اولیه؛ ۳. عملیات مونتاژ و ۴. تقسیم اندازه کارهاست. تابع هدف شامل هزینههای فعالیتهای تعمیرات پیشگیرانه و اصلاحی و همچنین هزینههای مختلف تولید متشکل از هزینههای تولید و آمادهسازی، تأخیر سفارشها و جریمهی ذخیرهی اطمینان است. اعتبار و کارایی مدل پیشنهادی از طریق پیادهسازی در یک مثال عددی مورد تحلیل قرار گرفت.
https://sjie.journals.sharif.edu/article_22909_dfd1dd46da1e613c0109ddfea96f6656.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
DEVELOPMENT OF AN ALGORITHM FOR PERSIAN HANDWRITING DIGITS RECOGNITION BASED ON MLP AND PNN CLASSIFIERS AND USING CLUSTER CENTERS
توسعهی الگوریتم بازشناسی اعداد دستنویس فارسی، بر پایهی الگوریتمهای طبقهبندی شبکهی عصبی چندلایه و احتمالاتی، به کمک مراکز خوشه
23
34
22988
10.24200/j65.2022.58031.2220
FA
علی
میری
دانشکدهی مهندسی صنایع، دانشگاه صنعتی شریف
مجید
خدمتی
دانشکدهی مهندسی صنایع، دانشگاه صنعتی شریف
Journal Article
2021
08
23
Pattern recognition is a branch of machine learning that recognizes the patterns and regularities in a set of data, and digit recognition is considered one of the pattern recognition categories. Due to the similarities between some digits in each language, especially in Persian, different algorithms have been developed to recognize the handwriting digits with the least error and in the shortest time complexity. One of the most commonly used methods in data classification is the neural network algorithm. While neural networks have been used in the literature for handwriting digits recognition, the combination of clustering approaches and neural network classifiers has not been considered for this problem. Accordingly, this paper proposes an algorithm based on the combination of clustering approaches and neural network classifiers to recognize the Persian handwritten digits accurately. This algorithm performs pattern training and recognition based on Probabilistic Neural Networks (PNN) and multilayer perceptron (MLP) neural networks. In this regard, after extracting the characteristic loci feature and zoning from each image in the training database, the data of each of the ten classes has been clustered using linkage, Partition Around Medoids (PAM), and Fuzzy C-Means (FCM) methods based on the extracted features. Then, the new ten classes resulting from the clustering algorithm are taught by one of the two classifiers, including MLP and PNN. In order to determine the optimal number of clusters in each class, the Tabu search optimization algorithm, one of the most accurate meta-heuristic optimization algorithms, is used. The performance of the proposed algorithms is evaluated and compared with existing algorithms based on the HODA dataset. Based on the results, the proposed algorithm accurately recognizes the Persian handwritten digits. In addition, the proposed method performs more accurately and much faster than most competing algorithms.
در این پژوهش تلاش شده است تا با ارائهی الگوریتمی بهبودیافته و مبتنی بر خوشهبندی، بازشناسی اعداد دستنویس فارسی با دقت قابل توجهی صورت پذیرد. بر این اساس، آموزش و بازشناسی الگوها به کمک شبکهی عصبی احتمالاتی و چندلایهی پرسپترون میسر شده است، به این صورت که پس از استخراج دو دسته ویژگی مکان مشخصه و ناحیهیی از دادههای آموزشی، دادههای هریک از کلاسهای دهگانه بر اساس هر ویژگی با استفاده از روشهای پیوند کامل، PAM و FCM خوشهبندی شده و کلاسهای دهگانهی جدید حاصل از خوشهبندی، توسط یکی از دو الگوریتم طبقهبندی کننده آموزش میبینند. تعداد بهینه خوشههای هر کلاس با استفاده از الگوریتم بهینهسازی جستوجوی ممنوعه با تابع برازندگی نرخ بازشناسی تعیین میشود. میزان دقت الگوریتم در نهایت با استفاده از دادههای آزمایش مورد سنجش قرار میگیرد و با توجه به نتایج ملاحظه میشود که الگوریتم پیشنهادی، بازشناسی اعداد دستنویس فارسی را با دقت بالایی انجام میدهد.
https://sjie.journals.sharif.edu/article_22988_d529e26f630e459ba4aec5835540a59a.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
DEVELOPING AN INTEGRATED MODEL FOR PRICING AND INVENTORY CONTROL OF PERISHABLE GOODS IN A TWO-STAGE SUPPLY CHAIN: A CASE STUDY OF GREEN MORTAR
ارائهی مدلی یکپارچه برای قیمتگذاری و کنترل موجودی کالاهای فاسدشدنی در زنجیرهی تأمین دوسطحی(مطالعهی موردی ملات سبز)
35
48
22911
10.24200/j65.2022.57907.2218
FA
طاها
کشاورز
گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه سمنان
محمد
فراست
گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه یزد
Journal Article
2021
08
23
In this paper, the problem of simultaneous production planning, inventory control, transportation, and pricing of perishable goods (with limited lifetime) in a two-stage supply chain is investigated. Extensive research has examined each of the important supply chain sub-problems, including production and inventory planning, distribution and transportation planning, and pricing, separately. On the other hand, the global optimum solution can be achieved when these sub-problems are solved simultaneously and in the form of an integrated model. However, less research has focused on integrating these decisions. There are also many research papers that assuming inventory items can be stored indefinitely to meet future demands. While there are certain types of products that either decay or become obsolete over time and, as a result, become unused. Perishable goods include food, vegetables, human blood, photographic films, etc. which have a maximum shelf life to use. If the product is perishable, then there will be more need for integrated decision-making. Another important issue to consider is the uncertainty of the available data. In other words, the parameters influencing these decisions are not deterministic and this uncertainty must be controlled to minimize the possibility of losses associated with the decisions. A non-deterministic multi-period optimization model, in which demand uncertainty depends on the product price and the remaining periods, is proposed to solve the problem. In the proposed model, robust possibility planning is used to deal with uncertainty. To validate the proposed model and solution approach, data from a case study (taken from Patron Company, which produces green mortar and is used in the steel industry) were used. The results of computational experiments show that by applying the proposed approach while making integrated decision-making, supply chain costs can be reduced by an average of 16%. Also, by comparing the proposed robust possibility approach with the nominal approach in uncertainty control, it is observed that the maximum and average deviations from optimality are reduced by 46% and 11%, respectively.
در این مطالعه، مسئلهی برنامهریزی همزمان تولید، موجودی، حملونقل و قیمتگذاری محصولات فاسدشدنی در یک زنجیرهی تأمین دوسطحی مورد بررسی قرار میگیرد. برای رسیدن به جواب بهینهی سراسری، حل تمام این زیرمسائل در قالب یک مدل یکپارچه ضروری است. پارامترهای تأثیرگذار بر تصمیمات مذکور قطعی نیستند و این عدم قطعیت نیز باید کنترل شود. به علاوه اهمیت موضوع هنگامی که محصول فاسدشدنی باشد بسیار بیشتر خواهد بود. در این پژوهش، برنامهریزی امکانی استوار برای مواجهه با عدم قطعیت به کار گرفته شده و برای اعتبارسنجی مدل از دادههای یک مطالعهی موردی )ملات سبز که در صنعت فولاد کاربرد دارد( استفاده شده است. نتایج نشان میدهد که با تصمیمگیری یکپارچه میتوان هزینههای زنجیرهی تأمین را به طور متوسط ۱۶\٪ کاهش داد. همچنین در مقایسهی رویکرد امکانی استوار با رویکرد اسمی در کنترل عدم قطعیت، ملاحظه میشود که بیشینه و میانگین انحراف از بهینگی به ترتیب ۴۶\٪ و ۱۱\٪ کاهش مییابد.
https://sjie.journals.sharif.edu/article_22911_b9227830548a5d89de0e67b27dc8884d.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
ارائه مدل سناریو ـ محور چندهدفه برای مکانیابی ـ تخصیص تسهیلات پشتیبان مبتنی بر راهبردهای حمایتی در بحران سیل (مطالعهی موردی: شهر قم)
49
61
22912
10.24200/j65.2022.58493.2238
FA
امیرحسین
صفاری نیا
دانشکدهی مهندسی صنایع، دانشگاه علم و صنعت ایران
فرناز
برزین پور
دانشکدهی مهندسی صنایع، دانشگاه علم و صنعت ایران
0000-0001-9692-4432
احمد
ماکویی
دانشکدهی مهندسی صنایع، دانشگاه علم و صنعت ایران
Journal Article
2021
09
20
With ecological changes and population growth, demand for emergency services and relief items to protect people's lives, properties, and the environment has increased. Iran is at a high-risk level among the countries of the world in terms of the potential for natural disasters such as floods. According to the flood disaster, the occurrence of several crises in short time intervals and different places or long time and continuous in a special region is considered. Therefore, in this study, an integrated model of backup facilities in the field of accommodation and supply is presented to increase the reliability of the crisis chain. The presented mathematical model is a multi-objective, multi-period, and multi-scenario model that locates and allocates facilities at two phases of preparation and response and two sections of supply and accommodation. Then, after comparing the results of multi-objective solution methods, the model is solved by normalization and aggregation of objective functions. In flood situations, a combination of strategies such as construction, equipment, extra allocation, and safety stock is used. The results show that in events with long recovery periods and with the possibility of occurrence of various scenarios, the use of supportive strategies such as building backup facilities is critical. Thus, in this research, with this approach, we are able to greatly reduce the costs of the crisis chain. In this paper, we introduced the flood crisis in Qom City as a case study and recognized the characteristics and causes of this crisis and the challenges of crisis managers in this city. Finally, management solutions based on strategies are proposed that not only solve the problem of facilities location and land acquisition in densely populated areas of central Qom but also reduce the severity and amount of long-term risks to a significant level with the least cost.
با تغییرات اکولوژیکی، تقاضا برای خدمات اضطراری و اقلام امدادی در شرایط بحران، افزایش یافته است. در این مقاله، مدل یکپارچهیی از مکانیابی و تخصیص تسهیلات پشتیبان در دو بخش اسکان و تأمین و در دو فاز آمادگی و پاسخ به منظور افزایش قابلیت اطمینان زنجیرهی بحران ارائه شده است. مدل ریاضی ارائه شده، مدلی چندهدفه و سناریومحور است که پس از مقایسهی نتایج روشهای حل چندهدفه، به روش نرمالسازی و تجمیع توابع هدف، حل میشود. نتایج تحقیق نشان میدهد استفادهی ترکیبی از راهبردهای حمایتی اعم از تسهیلات پشتیبان در بحران سیل امری حیاتی است. همچنین با معرفی بحران سیل در شهر قم به عنوان مطالعهی موردی، راهکارهایی پیشنهاد شده است که ضمن حل مشکل کمبود فضای احداث در مناطق متراکم مرکزی، با صرف کمترین هزینه، میزان خسارات در بلندمدت را تا سطح قابل توجهی کاهش میدهد.
https://sjie.journals.sharif.edu/article_22912_3b46d3358a52f77a3de0e91f6713303e.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
ACCEPTANCE CONTROL CHARTS FOR MONITORING FIRST-ORDER AUTOREGRESSIVE PROCESS
نمودارهای کنترل پذیرش برای پایش فرایند خودبرگشتی مرتبهی اول
63
72
22914
10.24200/j65.2022.58411.2228
FA
سمراد
جعفریان نمین
گروه مهندسی صنایع، دانشگاه یزد
محمد صابر
فلاح نژاد
گروه مهندسی صنایع، دانشگاه یزد
رضا
توکلیمقدم
دانشکدهی مهندسی صنایع، دانشکدگان فنی، دانشگاه تهران
علی
سلماس نیا
گروه مهندسی صنایع، دانشگاه قم
Journal Article
2021
09
20
The idea that any deviation should be recognized as soon as possible will often be impractical. Despite the existence of numerous assignable causes in the process, their effects may be so small and minor against the permissible tolerance. Identifying them seems uneconomical from practical sights. If the process reaches a high level of capability, the production may be acceptable even though assignable causes befall. Since customer expectation will not be affected in this case, it is not economical to stop the process. By considering the level of specifications, some changes in the average can be allowed. Dividing the conditions of the monitored process into just black and white can be simplistic. In such cases, traditional control charts with two zones are not applicable. By defining the zone of indifference, permissible deviations can be tolerated. For such a situation, Acceptance Control Chart (ACC) is developed based on three zones. Suppose that a statistically assignable cause is detected using the traditional control charts; however, no signal is observed by the ACC. Thus, this change does not result in a nonconforming output, and there is no need to stop production since no operational loss occurs. The most important assumptions of the ACC are the normality and independence of the monitored data. In some industrial/non-industrial processes (e.g., continuous production processes, financial processes, network monitoring, and environmental phenomena), serial correlation can be extracted among samples which violates the assumption of independence. Autocorrelation reduces the performance of traditional control charts by producing frequent false signals in the in-control state or makes them respond slowly to the detection of the out-of-control state. The main purpose of this study is to develop an ACC for monitoring the data of the most widely used autocorrelated process, namely the first-order autoregressive process AR(1). In this regard, two types of ACC are extended for the residuals of AR(1) processes. Upon evaluating the performance of monitoring methods using the average run length (ARL), it is found that the proposed EWMA chart has better results. Moreover, the economic-statistical design of the proposed chart is carried out at a lower cost.
اگر فرایند به قابلیت بالایی رسیده باشد میتوان با در نظر گرفتن سطح انتظارات، تا حدودی تغییرات در میانگین را مجاز دانست. برای چنین وضعیتی نمودار کنترل پذیرش (ACC) ایجاد شده است که از مهمترین مفروضات آن میتوان به نرمال بودن و استقلال دادههای مورد پایش اشاره کرد. با این وجود، تحت شرایطی در عمل، الگوهای همبستگی خاصی از میان اطلاعات نمونهیی قابل استخراج است که نقض فرض استقلال را در پی دارد. هدف اصلی این پژوهش معطوف به توسعهی نمودار کنترل پذیرش در شرایطی است که دادههای پرکاربردترین فرایند خودهمبسته، یعنی فرایند خودبرگشتی مرتبهی اول AR(1)، مورد پایش قرار میگیرد. پس از ارزیابی عملکرد روشهای پایش با استفاده از معیار متوسط طول دنباله(ARL)، مشخص میشود که نمودار پیشنهادی EWMA نتایج بهتری دارد. علاوه بر این، طراحی اقتصادی ـ آماری نمودار مذکور با هزینهی کمتری میسر میشود.
https://sjie.journals.sharif.edu/article_22914_8d8f5cee1e518d60e14aecc471edd210.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
TWO MATHEMATICAL MODELS AND FOUR HEURISTIC ALGORITHMS FOR VEHICLE ROUTING PROBLEM WITH SELECTING LOCATION-TIME OF CUSTOMERS
ارائهی دو مدل ریاضی و چهار الگوریتم ابتکاری برای مسئلهی مسیریابی وسایل نقلیه با در نظر گرفتن مکان ـ زمانهای پیشنهادی مشتریان
73
84
22989
10.24200/j65.2022.7185.2221
FA
علی
آقاداودی جلفایی
دانشکدهی مهندسی صنایع و سیستمها، دانشگاه صنعتی اصفهان
مهدی
علینقیان
دانشکدهی مهندسی صنایع و سیستمها، دانشگاه صنعتی اصفهان
Journal Article
2021
11
15
Transportation is one of the most significant issues in the field of logistics. The development and expansion of urban networks, the increase in population, and the consequent increase in the traffic of road networks have led to an increase in the importance and sensitivity of transportation compared to the past. On the other hand, transportation accounts for a significant part of any country's Gross National Product (GNP), and a lot of research has been done to improve the transportation situation. One of the most challenging problems in transportation is the Vehicle Routing Problem (VRP). VRP is one of the most important classic optimization problems that has been studied and developed by many researchers since its introduction. One developed form of VRPs is the Generalized Vehicle Routing Problem (GVRP). This problem is relatively new and is one of the novel areas for research. In the generalized vehicle routing problem, the customers are partitioned into clusters, each with a given demand. The objective is to construct a minimum-cost set of delivery routes serving one of the customers in each cluster in a way that the total demand of the customers served by a single vehicle does not exceed the vehicle capacity. In this article, we have considered generalized vehicle routing problem with time windows and sought to minimize the total traveling time of routes. This objective function is a comprehensive expression that includes both distances and waiting times. We have proposed two mathematical formulations for GVRPTW to minimize the total duration of routes. The first model is a three-dimensional model based on nodes, and the second model is based on flow and is presented by two indices. We have also designed a two-phase heuristic algorithm to solve the problem. In the first phase, an initial solution is created, and in the second phase, a heuristic algorithm is implemented to improve the constructed solutions. Three different approaches are considered to construct the initial solution, and based on these three approaches, four heuristic algorithms are designed. The first category is based on savings, including both sequential and parallel saving algorithms. The second category is insertion-based heuristics which is analyzed through 25 strategies, and the last category is a time-oriented nearest neighbor heuristic algorithm. Finally, the performances of the proposed algorithms are compared with each other. The results show the good performance of the insertion-based algorithm compared to other algorithms.
مسیریابی وسایل نقلیه، مسئلهیی است که تاکنون توسط پژوهشگران متعددی مطالعه شده و توسعه یافته است. در سالهای اخیر با توسعهی فروشهای اینترنتی مسئلهی مسیریابی وسائط نقلیه با در نظر گرفتن مکان ـ زمانهای پیشنهادی مشتریان، که یکی از زیرشاخههای مسئلهی مسیریابی عمومی وسائط نقلیه است مورد توجه محققین قرار گرفته است. در این مقاله دو مدل ریاضی مبتنی بر گره و مبتنی بر جریان برای مسئله ارائه شده است. نتایج حل مدل نشان میدهد که مدل ریاضی مبتنی بر جریان کارایی بالاتری نسبت به مدل مبتنی بر گره دارد. در ادامه چهار الگوریتم ابتکاری شامل الگوریتم مبتنی بر صرفهجویی سری و موازی، الگوریتم مبتنی بر درج کردن و الگوریتم مبتنی بر نزدیکترین مشتری بازدید نشده برای مسئلهی طراحی شده است. الگوریتم مبتنی بر درج کردن، در نمونههای کوچک نسبت به جواب بهینه، شش درصد خطا داشته است. در نمونههای بزرگ نیز، عملکرد مناسبی در مقایسه با سایر الگوریتمها داشته است.
https://sjie.journals.sharif.edu/article_22989_9d85096d5d898b9a7c67d56ab204cdea.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
زمانبندی در یک سیستم تولید سلولی پویا با دورههای متصل و امکان جابهجایی ماشینها در طول دوره
85
98
22987
10.24200/j65.2022.59048.2255
FA
محمد
کاظمی
دانشکده مهندسی صنایع، دانشگاه صنعتی یزد
دانشکده مهندسی صنایع، دانشگاه صنعتی بیرجند
احمد
صادقیه
دانشکدهی مهندسی صنایع، دانشگاه یزد
محمدمهدی
لطفی
دانشکدهی مهندسی صنایع، دانشگاه یزد
محمد علی
وحدت
دانشکدهی مهندسی صنایع، دانشگاه یزد
Journal Article
2021
11
30
Today, changes in the volume and type of customer demand are a serious and significant problem for manufacturing companies. To address this problem, new production systems, including the dynamic cellular manufacturing system, have provided some solutions. In this system, the layout of machines can be changed from one period to another according to changes in demand. On the other hand, in the problem of scheduling parts in the cellular manufacturing system, the relocation of machines is usually done between two periods. Still, no time is considered for this relocation, and it is necessary to consider this time to determine the completion time of parts exactly. This paper introduces an innovative mathematical model to address the scheduling challenges in a cellular manufacturing system with continuous periods. The proposed model allows for dynamic machine relocation and layout changes within each period while taking into account the associated time and cost factors involved in the movement process. The possibility of machine relocation during the period can increase the system's dynamics. In the proposed model, cell formation coincides with scheduling. Other features of the model include alternative processing routes and the existence of identical versions of a machine. The objective of the proposed model is to minimize the total costs of completion time, machine relocation, and intracellular and intercellular material handling. The objective of the proposed model is to minimize the total costs of completion time, machine relocation, and intracellular and intercellular material handling. Validation of the proposed model is performed in five steps. The results of examining the features of the proposed model show that the model can effectively reduce completion time and other costs. Finally, to solve the model in larger sizes, two meta-heuristic algorithms of simulated annealing (SA) and genetic algorithm (GA) have been designed, and the obtained results have been compared with the results of CPLEX solver.
امروزه تغییرات تقاضا از سوی مشتریان، برای شرکتهای تولیدی مسئلهیی جدی و مهم است. برای مواجهه با این مسئله، سیستمهای جدید تولیدی از جمله تولید سلولی پویا، تا حدودی توانسته است راهگشا باشد. از طرفی در مسئلهی زمانبندی در سیستم تولید سلولی معمولاً جابهجایی ماشینها بین دو دوره انجام میشود، ولی زمانی برای این جابهجایی در نظر گرفته نمیشود. در صورتی که بدون لحاظ کردن این زمان، تعیین دقیق زمان تکمیل قطعات امکانپذیر نیست. برای رفع این مشکل در این نوشتار یک مدل ریاضی برای مسئلهی زمانبندی در یک سیستم تولید سلولی ارائه شده است که در آن دورههای زمانی پیوسته بوده و جابهجایی ماشینها و تغییر در چیدمان میتواند در طول دوره، با در نظر گرفتن زمان و هزینهی جابهجایی صورت پذیرد که باعث افزایش پویایی سیستم میشود. سپس مدل اعتبارسنجی و برای حل آن در اندازههای بزرگتر دو الگوریتم فراابتکاری شبیهسازی تبرید و ژنتیک طراحی شده است.
https://sjie.journals.sharif.edu/article_22987_23078f70106730ac753361aa0f676a72.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
COMPARISON OF NSGA-II AND SPEA2 ALGORITHMS IN A BI-OBJECTIVE ROBUST SCENARIO-BASED SUPPLY CHAIN CONSIDERING MATERIAL WASTE
مقایسهی الگوریتمهای NSGA-II و ۲SPEA در یک زنجیرهی تأمین دوهدفهی استوار سناریومحور با در نظر گرفتن ضایعات
99
109
22910
10.24200/j65.2022.58984.2251
FA
سپیده
اسدی زیدآبادی
دانشکدهی مهندسی صنایع، دانشگاه صنعتی سجاد
ابراهیم
رضائی نیک
دانشکدهی مهندسی صنایع، دانشگاه صنعتی سجاد
Journal Article
2021
12
18
Nowadays, increasing the quality level in production systems and reducing costs are two of the significant goals of manufacturers. More manufacturers pay for more qualitative raw materials, more skilled labor, and more advanced and accurate machines the more waste is reduced. Increasing quality levels and decreasing costs become more complex when some parameters are under uncertainty. One of the methods to encounter uncertainties is robust optimization, where uncertainty probability distribution is unknown. As a consequence, the robust scenario-based approach, which is presented by Mulvey, is applied. In this paper, we present a bi-objective scenario-based supply chain model. In this model, three echelons including suppliers, manufacturers, and customers are considered. Also, we consider uncertainty in backorder, demand, and cost values. The first objective function aims to minimize supply chain costs including production, raw material purchasing, production inventory holding, raw material inventory holding, transportation, and backorder. The second objective function aims to minimize the total amount of raw material wastes in the production line and supplier batch. The proposed model has been defined as a multi-product, multi-period, multiple suppliers, multiple customers, and multiple transportation modes mixed-integer linear programming model. Also, in this model, workforce efficiency, storage and transportation capacities, and inventory planning are considered. The model parameters are considered randomly distributed. The Epsilon constraint method, NSGA-II, and SPEA2 algorithms are applied to solving the proposed model. Also, the Taguchi method is applied to tune the parameters of the algorithms. Then, a comparison between the quality of results and the CPU time of these methods is provided. This comparison indicates that the use of evolutionary algorithms provides close results with the exact method in a shorter CPU time. Afterward, the Mean Ideal Distance (MID) and Analytic Hierarchy Process (AHP) methods are respectively employed to evaluate Pareto fronts performance and make a decision about selecting the best cost and quality level policy.
هدف از این تحقیق، توسعهی یک مدل زنجیرهی تأمین چندمحصولی چنددورهیی با در نظر گرفتن ضایعات مواد اولیهی موجود در محمولهی خریداری شده از تأمینکننده، ضایعات مواد اولیه حین تولید و کارایی نیروی انسانی است. این مدل به صورت برنامهریزی عدد صحیح مختلط دوهدفه، با اهداف کمینهسازی هزینهها و کمینهسازی ضایعات مواد اولیه در شرایط عدم قطعیت است. در دنیای واقعی برخی پارامترهای زنجیرهی تأمین مانند تقاضا با عدم قطعیت مواجهاند، بنابراین رویکرد بهینهسازی استوار سناریومحور برای مواجهه با این عدم قطعیت به کار برده شده است. برای حل مدل، ابتدا مدل مذکور با روش محدودیت اپسیلون و دو الگوریتم NSGA-II و ۲SPEA حل شده است. سپس کیفیت جواب و زمان حل آنها با یکدیگر مقایسه شده است. برای اتخاذ تصمیم از میان پاسخهای پارتو از شاخص ارزیابی عملکرد MID و روش فرایند تحلیل سلسله مراتبی )AHP( استفاده شده است.
https://sjie.journals.sharif.edu/article_22910_3492da99395c761a47d630af0599cdd8.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
STOCHASTIC ROBUST DYNAMIC MODEL DESIGN FOR LOCATION AND ALLOCATION OF HEALTH SERVICE NETWORK REGARDING RESTRICTED CAPACITY AND DISRUPTION
طراحی مدل پویای استوار تصادفی برای مکانیابی و تخصیص شبکهی خدمات سلامت سلسله مراتبی با ظرفیت محدود و در شرایط اختلال
111
123
22913
10.24200/j65.2022.57263.2192
FA
مهدی
یوسفی نژاد
گروه مهندسی صنایع، واحد بناب، دانشگاه
آزاد اسلامی، بناب، ایران
سیما
غایب لو
دانشکدهی مهندسی مکانیک و صنایع، دانشگاه زنجان
بهنام
جعفرپور
دانشکدهی مهندسی صنایع، دانشگاه آزاد اسلامی واحد بناب، بناب، ایران
توحید
فراش زاده
دانشکدهی مهندسی صنایع، دانشگاه آزاد اسلامی واحد بناب، بناب، ایران
Journal Article
2021
12
18
To locate hospitals, several points including the population of the area under the covering, transportation costs, and physical distance among the hospitals are very important. In the present study, health service networks were classified into two levels of low-level hospitals (provision of public health services) and high-level hospitals (providing specialized health services). In high-level hospitals, patients require professional services, and in the low-level ones, hospitals do not have the power to respond to specialized health services demands. They refer the patients to high-level hospitals in the case of patient visits or in emergency situations by ambulance. In the present case, patients are divided into two categories including the high priority (the category in which immediate service delivery is needed) and low priority. Regarding this problem, a stochastic robust dynamic mathematical model for location and allocation of health network regarding limited capacity and disturbance is developed which tries to reduce the total costs including the real features of a real problem such as limited capacity. The limited capacity of hospitals revealed that the health network needed redefinition of different layers for the network in the disturbance situation. In this study, we try to reduce the total costs by reducing costs of hospitals and costs such as transportation and service to patients. To solve the model, two metaheuristic algorithms including Non-dominated Sorting Genetic Algorithm II (NSGAII) and Particle Swarm Optimization (PSO) are applied. Taguchi method design is applied to minimize the cost of parameter tuning including the level of factors related to the proposed. The results demonstrated the applicability of the model to large-sized problems. For example, the total cost is minimized in conditions that are considered in the genetic algorithm, the population parameter at the highest level (150) and the intersection parameters, and the probability of mutation at the lowest level (0.7 and 0.1).
در مکانیابی احداث بیمارستانها رعایت نکاتی از جمله میزان جمعیت منطقهی تحت پوشش، هزینههای حملونقل و فاصلهی فیزیکی بیمارستانهابسیار مهم است. در پژوهش حاضر، یک مدل پویای استوار تصادفی برایمکانیابی و تخصیص شبکهی خدمات سلامت با ظرفیت محدود و شرایط اختلالتوسعه داده شده، تا علاوه بر در نظر گرفتن شرایط واقعی در طراحیاز جمله اختلال، ظرفیت محدود و پویایی، منجر به کاهش هزینهها نیزشود. تعریف ظرفیت محدود برای بیمارستانها نشان داد که شبکهی خدماتسلامت در شرایط اختلال نیاز به باز تعریف تعداد لایههای مختلف اینشبکه دارد. برای حل مدل توسعه داده شده از دو روش فراابتکاری الگوریتم ژنتیک با مرتبسازی نامطلوب و الگوریتم ازدحام ذرات استفاده شده است.مقایسهی نتایج حاصل از الگوریتمهای فوق با جوابهای دقیق، کارایی الگوریتمهای فوق را نشان داد.
https://sjie.journals.sharif.edu/article_22913_af659c09bf2fe30f81c04c7d7c80b3b4.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
A NEW CRV-BASED METHOD TO CALCULATE THE VALUE OF CUSTOMERS IN THE CINEMA AND THEATER INDUSTRIES
ارائهی روشی نوین برای محاسبهی ارزش مشتریان در صنعت سینما و تئاتر بر مبنای ارزش ارجاعی
125
140
22916
10.24200/j65.2022.58675.2256
FA
محمدابراهیم
علی اوغلی فاضل
دانشکدهی مهندسی صنایع و سیستمها، دانشگاه تربیت مدرس
امیر
البدوی
دانشکدهی مهندسی صنایع و سیستمها، دانشگاه تربیت مدرس
Journal Article
2022
01
29
Identifying effective customers who have a positive or negative effect on other customers' purchasing decision behavior is a major concern of the businesses. The culture and art industry has the most dynamic and active customers. The cinema and theater industry customers are more sensitive to the product they receive and other customers who will buy it. In this study, based on complex network theory, social network analysis techniques, and using the concepts of verbal communication and customer referral value, a model for identifying effective users in customers' decision behavior is presented and customer value is measured based on different customer roles within the network. In this research, in the first step, the lifetime value of Tiwall (a social network of cultural and artistic products including cinema and theater) customers was calculated and then, by drawing the communication network, customers were divided into four optimal clusters based on the scope of communication with each other. Users' network parameters were extracted and the feature of life value of customers was added. In the next step, a model for identifying and measuring the verbal value of customers based on the definition of extractive relationships was presented. Using this model and with the decision tree algorithm, 10 different networks of influence and influence based on 6 defined roles of users (positive influencer, negative influencer, first-type client, type-two client, positive reversal, and negative reversal) were drawn and the lifetime value in the stream and the reference value in the flow of each network were calculated. By using the obtained results for the reference value and lifetime of each user, Characteristics of Lifetime Value and Reference Value were divided into four sections: Heroes, Wealthy, Propaganda, and Stingy. As a result, the comparison of referral value with lifetime value and network value indicates that the high share of neglected customer referrals in the profitability of a product, an organization and a dynamic industry, and customer valuation aspects in these types of businesses should be developed.
در پژوهش حاضر مدلی برای شناسایی افراد مؤثر در رفتار و تصمیم خرید دیگران در صنعت سینما و تئاتر ارائه و ارزش مشتریان این صنعت براساس نقش متفاوت مشتری در درون شبکهی مخاطبان اندازهگیری شده است. در گام نخست ارزش طول عمر مشتریان محاسبه و با رسم شبکهی ارتباطی، مشتریان براساس پارامترهای شبکهیی کاربران، خوشهبندی شدند. سپس مدلی برای شناسایی و اندازهگیری ارزش کلامی مشتریان بر اساس تعریف روابط استخراجی ارائه و شبکهی تأثیرگذاری و تأثیرپذیری بر اساس نقش تعریف شدهی کاربران (تأثیرگذار مثبت، تأثیرگذار منفی، مراجعهکنندهی نوع اول، مراجعهکنندهی نوع دوم، رویگردان مثبت و رویگردان منفی) ترسیم و ارزش طول عمر و ارجاعی در جریان هر شبکه محاسبه شد. بر این اساس، مشتریان در چهار بخش قهرمانان، دولتمندان، تبلیغگران و خسیسها بخشبندی شدند. مقایسهی ارزش ارجاعی با ارزش طول عمر و ارزش شبکهیی، نشاندهنده بالا بودن سهم ارزش ارجاعی مشتری در سودآوری یک محصول، سازمان و صنعت پویاست.
https://sjie.journals.sharif.edu/article_22916_0c5fdf7315219ea1346b141a44cd1a15.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
A pricing-inventory model for perishable products with multivariate dependent demand function and time-increasing-linear holding cost function
یک مدل قیمتگذاری و موجودی با تابع تقاضای وابستهی چندمتغیره و تابع هزینهی نگهداری خطی ـ افزایشی برای محصولات فاسدشدنی
141
154
22908
10.24200/j65.2022.59196.2260
FA
بهناز
قاراخانی
گروه مدیریت، دانشکدهی علوم اداری و اقتصاد، دانشگاه اصفهان
مهسا
قندهاری
گروه مدیریت، دانشکدهی علوم اداری و اقتصاد، دانشگاه اصفهان
آذرنوش
انصاری
گروه مدیریت، دانشکدهی علوم اداری و اقتصاد، دانشگاه اصفهان
Journal Article
2022
02
02
Setting a fixed price to a perishable product convinces customers to purchase fresher products and keep a portion of inventory unsold. However, pricing with respect to the time of expiring date can increase the demand rate of aged products and decrease the amount of waste. Having the price elasticity of demand and its impact on inventory management, especially for perishable products, makes investigating the pricing and inventory problems simultaneously an effective way for reducing costs and increasing the total profit. Pricing itself is considered as a mechanism to attract more customers and improve the retailer's total profit. Nowadays, the rise of health-conscious customers has led to increased demand for fresh products. The demand for these products depends on the selling price, freshness, and the displayed stock level. As the age of the perishable product increases, more attempts are needed to maintain the freshness of these products, increasing the holding cost over time, i.e., the older the product, the higher the holding cost. Due to dependence of demand rate on displayed stock level, the optimal value of ending inventory is not necessarily zero and another challenge is to decide on what is the optimal inventory level at the end of a replenishment cycle. This research investigates a pricing-inventory problem with a multiplicative demand function of price, freshness, and displayed stock level when the holding cost function is linearly time-increasing. A mathematical model is proposed to determine the replenishment cycle time, the ending inventory level, discounted selling price, the economic order quantity, and the time to apply the discount to maximize the retailer's total profit. It is shown that the objective function of type profit maximization is quasi-concave, and a search algorithm is presented based on this. Finally, an example is applied to show the well-defined structure of the model. The sensitivity of some important parameters is analyzed to illustrate theoretical and managerial aspects.
قیمتگذاری سازوکاری مرسوم برای جذب مشتریان بیشتر است. تقاضای محصولات تازه علاوه بر قیمت به میزان تازگی و سطح نمایش داده شده در قفسه نیز بستگی دارد. به دلیل وابستگی تقاضا به سطح موجودی نمایش داده شده، صفر بودن موجودی در پایان دوره لزوماً بهینه نیست و به عنوان یک متغیر تصمیم در نظر گرفته میشود. این پژوهش یک مدل موجودی و قیمتگذاری برای محصولات فاسدشدنی انبارشدنی با هزینهی نگهداری خطی ـ افزایشی نسبت به زمان ارائه میکند که در آن تقاضا تابعی حاصلضربی از قیمت، تازگی و سطح موجودی نمایش داده شده است. متغیرهای تصمیم این مدل عبارتاند از: مقادیر بهینهی زمان بازپرسازی، موجودی پایان دوره و نرخ شکست قیمت، مقدار بهینهی سفارش و زمان اعمال شکست قیمت. نشان داده میشود که تابع هدف بیشینهسازی سود شبهمقعر است و یک الگوریتم جستوجو بر این اساس ارائه میشود و در نهایت مثالی برای نمایش نتایج نظری و بیان جنبههای مدیریتی ارائه خواهد شد.
https://sjie.journals.sharif.edu/article_22908_4564ab44bb8786d3b9b87003a4159541.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
AUTOMATED UNIVERSITY COURSE TIMETABLING USING HYPER-HEURISTIC APPROACH
زمانبندی خودکار دروس دانشگاهی با استفاده از رویکرد ابرابتکاری
155
167
22915
10.24200/j65.2022.57866.2212
FA
مریم
فتوتی
دانشکدهی اقتصاد، مدیریت و علوم اجتماعی، دانشگاه شیراز
سیدهادی
میرقادری
دانشکدهی اقتصاد، مدیریت و علوم اجتماعی، دانشگاه شیراز
مسلم
علی محمد لو
دانشکدهی اقتصاد، مدیریت و علوم اجتماعی، دانشگاه شیراز
Journal Article
2022
03
06
The university course timetabling problem (UCTP) is a crucial yet intricate task for academic departments. UCTP is classified as an NP-hard problem; therefore, a simple solution may not be applicable to it. However, recently, hyper-heuristic algorithms, as a new approach, can automatically generate solutions. A hyper-heuristic algorithm consists of one or two high-level heuristics and several low-level heuristics. The low-level heuristics are responsible for generating or improving the initial solution, while the high-level heuristics are used to select the best low-level heuristics for achieving better solutions. This paper aims to produce timetables by mathematical modelling of real-worldhard and soft constraints and developing a hyper-heuristic algorithm as an efficient solution. In formulating the mathematical model of UCTP, it is considered that certain classes are pre-allocated to departments. Additionally, some three- and \ four-unit courses are held in \ two sessions \ per week, following the traditional \ patterns of \ Saturday-Monday, \ Sunday-Tuesday, and Monday-Wednesday (assuming \ Saturday to Wednesday as the workweek). There is also the \ possibility of \ following \ new \ patterns, such as \ Saturday-Tuesday and Sunday-Wednesday. The proposed hyper-heuristic is based on a customized Imperialist Competitive Algorithm (ICA) as a high-level heuristic. It utilizes nine low-level heuristics, five strategies for implementing them, and four heuristics for choosing time slots. The modified ICA is a bi-objective and constructive algorithm, while the original is a single-objective and improvement-based algorithm. The modified ICA has a variable self-tuned parameter and two assimilation process in strategic and operational level. The low-level heuristics refer to selecting courses for allocation that are pre-allocated, limited in time or location, most limited, most limited in remaining slots, most crowded, longest time, in the heaviest group, belong to a highly participated lecturer, or belong to faculty members. The hyper-heuristic algorithm was programmed in MATLAB 2018b and ran on a PC with an Intel Core i5 3450 CPU and 8 GB of RAM. The algorithm was tested using real data from Shiraz University. The results revealed that the hyper-heuristic algorithm can generate 10 distinct timetables within a runtime of 17 hours, without the need for human intervention. The best-produced timetable can increase class utilization by up to 11% and reduce student average waiting time by one hour per week.
این مقاله به مدلسازی و حل مسئلهی جدولبندی زمانی دروس دانشگاهی میپردازد. در مدلسازی ریاضی این مسئله، دو قسمتی بودن برخی دروس ۳ و ۴ واحدی در طول هفته و همچنین تعلق برخی کلاسها به برخی گروههای آموزشی در نظر گرفته شد. برای حل این مسئله، یک الگوریتم ابرابتکاری براساس الگوریتم رقابت استعماری توسعه داده شد که شامل ۹ ابتکاری سطح پایین است و در آن با پنج استراتژی نحوهی تخصیص مشخص میشود. الگوریتم ابرابتکاریِ پیشنهادی با دادههای واقعی از دانشگاه شیراز آزمون شد. نتایج نشان داد که این الگوریتم قادر به تولید ۱۰ جدول زمانی متفاوت طی ۱۷ ساعت اجرا و بدون دخالت انسان است. بهترین جدول زمانی تولید شده به وسیلهی ابرابتکاری توسعه داده شده قادر است حدود ۱۱ درصد بهرهبرداری از کلاس را افزایش داده و زمان انتظار دانشجویان برای شروع کلاس بعدی را به طور متوسط حدود ۱ ساعت در هفته کاهش داده است.
https://sjie.journals.sharif.edu/article_22915_4f37ba970474baaf54dd13894acf4553.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
A BI-OBJECTIVE MATHEMATICAL MODEL TO DESIGN A HEALTH SERVICE NETWORK WITH CONSIDERING THE EFFICIENCY OF LOCATIONS
ارائهی یک مدل برنامهریزی دوهدفه به منظور طراحی یک شبکهی خدماتی سلامت با در نظر گرفتن کارایی مکانها
169
182
22917
10.24200/j65.2022.57193.2187
FA
امیر
یعقوبی
دانشکده مهندسی صنایع، دانشکدگان فنی، دانشگاه تهران
علی
بزرگی امیری
دانشکده مهندسی صنایع، دانشکدگان فنی، دانشگاه تهران
محسن
صادق عمل نیک
دانشکده مهندسی صنایع، دانشکدگان فنی، دانشگاه تهران
Journal Article
2021
03
08
The healthcare system can be hierarchical in nature. There is a linkage between the different levels, which makes it hard to solve the location problems for each level of this system separately. This system may consist of primary health centers, regional health centers, and hospitals. A growing body of evidence reveals the importance of primary care to health of societies. Hence, all countries should provide efficient, effective, timely, and fair basic health services. This may consist of primary health centers, regional health centers, and hospitals. The aim of this research is designing a three-level health service network. To touch this purpose, we deem each candidate location as a decision-making unit and, then, calculate the efficiency score of this location based on the Non-Radial RAM method. In this paper, a bi-objective mixed-integer linear programming (MILP) model was introduced for a hierarchical three-level health service network design problem. The first objective function minimizes total transportation time from patient zones to each level. The second objective function seeks to maximize efficiency by selecting more efficient locations. We use the augmented e-constraint method (AUGMECON2) to solve the bi-objective mathematical model. To prove the applicability and validity of the proposed decision model, we provided a real case study in the city of Tehran. The results of the suggested model show that there is a conflict between objectives. Besides, the impact of the referral parameter on the flow of patients in the system is clear.
سیستم سلامت از نظر ماهیتی سلسلهمراتبی است که وجود پیوند ارتباطی بین سطوح مختلف آن، حل مسئلهی مکانیابی را برای هریک از سطوح به طور مجزا غیرممکن میسازد. هدف این پژوهش، ایجاد یک شبکهی خدمات سلامت سهسطحی است. بدین منظور، هریک از مکانهای داوطلب به عنوان یک واحد تصمیمگیرنده در نظر گرفته شدهاند و کارایی هر یک از مکانهای داوطلب محاسبه شده است. همچنین یک مدل خطی عدد صحیح مختلط دوهدفه توسعه داده شده که به دنبال کمینهسازی زمان جابهجایی و بیشینهسازی کارایی از طریق انتخاب مکانهای با کارایی بالاتر است. از روش حدی اصلاح شده برای حل مدل دوهدفه پیشنهادی استفاده شده است. به منظور ارزیابی مدل پیشنهادی یک مطالعهی واقعی روی منطقهی ۱ شهر تهران انجام گرفت. نتایج حل مدل نشاندهندهی وجود ناسازگاری بین اهداف است. همچنین تأثیر پارامتر ارجاع روی جریان بیماران در سیستم به وضوح مشخص است. مقایسهی شبکهی موجود با شبکهی پیشنهادی حاکی از بهبود در وضعیت موجود از نقطه نظر اهداف ارائه شده است.
https://sjie.journals.sharif.edu/article_22917_64ef0f4549b4007fdd21f364786a09c1.pdf
دانشگاه صنعتی شریف
مهندسی صنایع و مدیریت
2676-4741
39
1
2023
09
22
توسعهی مدل مفهومی زنجیرهی تأمین پایدار با قابلیتهای ناب و چابک (مورد مطالعه: سازندگان تجهیزات چرخشی در صنعت نفت و گاز)
183
192
22986
10.24200/j65.2022.59745.2279
FA
محمود
نجفی
دانشکدهی مدیریت و علوم اجتماعی، دانشگاه آزاد اسلامی تهران شمال
پیمان
اخوان
دانشکدهی مهندسی صنایع، دانشگاه صنعتی قم
علی
حاجیها
دانشکدهی مدیریت و علوم اجتماعی، دانشگاه آزاد اسلامی تهران شمال
Journal Article
2021
04
06
The sustainable supply chain, which emphasizes all three dimensions of economic, social, and environmental issues, is currently highly regarded by researchers and scholars in various industrial fields. This research has been done to present a sustainable supply chain model with lean and agile characteristics. The resulting model serves as a guide for companies. The model is designed with an economic perspective while paying attention to environmental and social concerns, aiming to achieve and maintain a competitive position. Using the subject literature and reviewing the conducted research as well as interviews with experts, the effective factors of sustainability, lean and agile supply chains were identified. The most important factors were selected by a survey of experts. The model was obtained by the using interpretive structural modeling. The model shows the relationships between the factors. MICMAC technique was used to determine the penetration power and dependence of factors. The research was conducted in the rotary equipment manufacturing industry, which isused in oil and gas industries. From the thirty-one factors identified in three components of sustainability, lean and agile, as well as four dimensions of economic, social, environmental, and organizational, twenty-two factors were selected by experts to be used in the model.The model categorizes factors into four levels: driver, basic enabler, operationalenabler, and achievements.As the main result of the research, it can be stated that in order to achieve the success of a sustainable supply chain and create a competitive advantage in it, managers should pay more attention to the two levels in the model, driver level (senior manager commitment and use of information technology in the sustainable supply chain) and also basic enabler level (job security and employee satisfaction, employee social welfare and the factor of transparency and cooperation between members of the supply chain.
تغییر در شرایط محیطی، بازنگری در زنجیرههای تأمین را اجتنابناپذیر میکند. هدف پژوهش مدلی از زنجیرهی تأمین پایدار با ویژگیهای ناب و چابک است. روش پژوهش، مدلسازی ساختاری تفسیری است. پژوهش در صنعت ساخت تجهیزات چرخشی صنایع نفتوگاز انجام شد. از سیویک عامل شناسایی شده در قالب سه مؤلفهی پایداری، ناب و چابک و چهار بعد اقتصادی، اجتماعی، زیستمحیطی و سازمانی، بیستودو عامل توسط خبرگان برای مدل انتخاب شدند. چهار سطح مدل عبارتاند از: پیشران، توانمندساز پایه، توانمندساز عملیاتی و دستاوردها. نتیجهی اصلی پژوهش آن است که برای دستیابی به اهداف زنجیرهی تأمین پایدار، باید ضمن نگرش به یکپارچگی و همراستایی زنجیرهی تأمین در تمامی سطوح یاد شده در مدل، به سطوح پیشران )تعهد مدیر ارشد و استفاده از فنّاوری اطلاعات در زنجیرهی تأمین پایدار( و توانمندساز پایه )امنیت شغلی و رضایت کارکنان، رفاه اجتماعی کارکنان و عامل شفافیت و همکاری بین اعضای زنجیرهی تأمین( توجه بیشتری داشت.
https://sjie.journals.sharif.edu/article_22986_e06fd038c2e40ee15518344d1ce307f1.pdf