دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 An Integrated Framework Using F-PIPRECIA and Z-WASPAS Methods to Evaluate the Barriers to the Implementation of Smart Logistics ارائه‌ی یک چارچوب یکپارچه با استفاده از روش‌های F-PIPRECIA و Z-WASPAS جهت ارزیابی موانع پیاده‌سازی لجستیک هوشمند 3 18 24142 10.24200/j65.2025.66418.2431 FA علی معمارپور غیاثی گروه مهندسی صنایع، دانشکده‌ی مدیریت و مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایران. محمدرضا زاهدی گروه مهندسی صنایع، دانشکده‌ی مدیریت و مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایران. مرتضی عباسی گروه مهندسی صنایع، دانشکده‌ی مدیریت و مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایران. Journal Article 2025 05 03 Logistics is one of the drivers of countries’ and companies’ aggressiveness and plays a vital role in economic growth. However, the current logistics industry is still high-cost and low-efficiency. The development of smart logistics brings opportunities to solve these problems. Despite many possibilities, the existence of some barriers limits the implementation of these systems. The purpose of this research is to evaluate the problem of the implementation of smart logistics. A failure mode and effect analysis (FMEA) method based on the fuzzy pivot pair-wise relative criteria importance assessment (F-PIPRECIA) and the weighted aggregated sum product assessment method based on Z number theory (Z-WASPAS) was developed in three phases. In the first phase of this smart technology, based on the literature, 16 smart logistics implementation barriers are identified using the FMEA method. In the second phase, using the fuzzy PIPRECIA method and experts' opinions, the weights of the factors are calculated. An adjusted PIPRECIA is proposed in the third phase and according to the outputs of the previous phases, the barriers are prioritized using the Z-WASPAS method. The FPIPRECIA-ZWASPAS approach was proposed to cover some disadvantages of the FMEA method, including the inability to consider the different significance of risk factors in an uncertain environment. In addition to assigning different weights to factors and considering uncertainty, reliability is also considered in experts’ opinions through the theory of Z numbers. The proposed approach of this research was implemented in the evaluation of the barriers to smart logistics implementation in a factory active in the field of home appliances assembly located in the Aras Free Zone in Iran. Based on the results, this study has identified that “Lack of sufficient resources” has the highest priority among barriers. Also, “Lack of qualified staff” and “Administrative bureaucracy” are in the second and third priority, respectively. The results show the capability and efficiency of the proposed approach compared to other traditional methods such as FMEA and fuzzy WASPAS. لجستیک، یکی از محرک‌های رقابت‌پذیری کشورها و شرکت‌هاست و نقشی حیاتی در رشد اقتصادی ایفا می‌کند. با این حال، صنعت لجستیک فعلی هنوز با هزینه‌های بالا و راندمان پایین مواجه است. توسعه‌ی لجستیک هوشمند، فرصت‌هایی را برای حل مشکلات ذکرشده به ارمغان می‌آورد. با وجود مزایای بسیار، وجود برخی موانع، اجرای سیستم‌های مذکور را محدود می‌کند. هدف پژوهش حاضر، ارائه‌ی یک چارچوب یکپارچه جهت ارزیابی موانع پیاده‌سازی لجستیک هوشمند بوده و برای اولین بار جهت تجزیه‌وتحلیل موانع از رویکرد FMEA مبتنی بر PIPRECIA فازی و WASPAS  توسعه‌یافته براساس تئوری اعداد Z استفاده شده است. رویکرد پیشنهادی پژوهش حاضر، در ارزیابی موانع پیاده‌سازی لجستیک هوشمند در یک کارخانه‌ی فعال در زمینه‌ی مونتاژ لوازم خانگی واقع در منطقه‌ی آزاد ارس در کشور ایران پیاده‌سازی شده است. براساس نتایج، کمبود منابع مالی کافی و کمبود کارکنان واجد شرایط به‌عنوان موانع بحرانی شناسایی شده‌اند. نتایج حاصل از رویکرد پیشنهادی، نشانگر قابلیت و برتری آن در مقایسه با سایر روش‌های موجود در ادبیات بوده است. https://sjie.journals.sharif.edu/article_24142_563d125e8425195290b6a6dd3c40c6f7.pdf

دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 A Multi-Objective Model for Environmentally Sustainable Healthcare Facility Location-Allocation: Child Cancer Hospitals Establishment in Iran in 2030 یک مدل چندهدفه برای مکان‌یابی - تخصیص پایدار زیست‌‌محیطی تسهیلات سلامت: احداث بیمارستان سرطان کودکان در ایران در سال ۱۴۰۸ 19 29 24116 10.24200/j65.2024.64965.2410 FA محمد فتاحی گروه مهندسی صنایع، دانشکده‌ی مهندسی صنایع، دانشگاه صنعتی نوشیروانی، بابل، ایران. آرش نعمتی گروه مهندسی صنایع، دانشکده‌ی مهندسی صنایع، دانشگاه صنعتی نوشیروانی، بابل، ایران. Journal Article 2024 08 13 An unbalanced healthcare facility system causes patients to travel between areas to reach qualified treatment resources, resulting in patient fatigue, unnecessary expenses, delays in disease diagnosis and treatment, and environmental destruction due to CO₂ emissions. The environmentally sustainable healthcare facility location-allocation problem focusing on minimizing the carbon footprint resulting from patients’ movement has not been considered. Cancer hospitals provide cancer patients with comprehensive treatment services helpful for avoiding cancer patients referring to different healthcare centers. Child cancer hospitals with a child-centered design can facilitate the cancer disease curing period for children. Although cancer hospital network design has been noticed in recent years, the child cancer hospital location- allocation problem has received no attention. This paper contributes to the environmentally sustainable healthcare facility location-allocation problem by introducing a multi-objective, mixed-integer linear mathematical model to minimize hospital establishment costs, surplus established beds, and the carbon footprint effect for child cancer hospitals' network design. The newly developed model is solved in a case study to propose a child cancer network establishment for Iran in 2030 using the CPLEX solver due to the significant shortage of specialized cancer treatment capacities in cancer hospitals, particularly those for children. The results indicated the necessity of establishing new child cancer hospitals in 9 provinces, with the highest number of new beds required in Isfahan province and existing beds in Tehran province. The validation of the carbon footprint effect demonstrates that reducing the carbon footprint could lead to a 50% decrease in CO₂ emissions. Additionally, the sensitivity analysis reveals that overlooking certain cost and efficiency factors could significantly reduce the carbon footprint effect, highlighting the potential for improved healthcare equity in cancer treatment by reducing the need for child cancer patients and their families to travel between provinces. In addition, several managerial insights and recommendations for future research are proposed. توزیع نامناسب تسهیلات سلامت، سفرهای اجباری را به بیماران تحمیل می‌کند، که منجر به خستگی، فشار اقتصادی، تأخیر در اقدام‌های تشخیصی و درمانی موردنیاز و همچنین تخریب محیط‌زیست از طریق انتشار گاز دی‌اکسیدکربن غیرضروری می­شود. پژوهش حاضر بر مسئله‌ی پایداری زیست‌محیطی در مکان­یابی- تخصیص تسهیلات سلامت، از جمله بیمارستان­ها متمرکز بوده است. بدین منظور، یک مدل برنامه­ریزی خطی چندهدفه‌ی عدد صحیح مخلوط برای مسئله‌ی مکان­یابی بیمارستان‌های تخصصی درمان سرطان کودکان و تخصیص بیماران با هدف کمینه­سازی هزینه‌ی احداث، تعداد تخت­های مازاد، و اثر ردپای کربن ارائه و برای برنامه­ریزی احداث بیمارستان­های تخصصی درمان سرطان کودکان در ایران در سال ۱۴۰۸ با استفاده از CPLEX حل شده است. نتایج نشان داده است که نیاز است بیمارستان­های سرطان کودکان جدیدی در ۹ استان احداث شوند. همچنین با نادیده‌گرفتن برخی ملاحظات هزینه­ای و بهره­وری ظرفیت، آثار ردپای کربن به‌طورقابل‌توجهی کاهش می­یابد. https://sjie.journals.sharif.edu/article_24116_0fd40401fef31cf8c71e02ea1030a4a6.pdf

دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 An Integrated Problem of Handling Equipment Scheduling and Storage Space Allocation for Inbound Containers at Container Terminal مسئله‌ی یکپارچه‌ی زمان‌بندی تجهیزات جابجایی و تخصیص مکان ذخیره‌سازی برای کانتینرهای ورودی در پایانه‌های کانتینری 31 43 24141 10.24200/j65.2025.65278.2413 FA زهراالسادات فانی صدرآبادی گروه مهندسی صنایع، دانشکده‌ی مهندسی صنایع، دانشگاه صنعتی ‌اصفهان، ایران. مهدی علینقیان گروه مهندسی صنایع، دانشکده‌ی مهندسی صنایع، دانشگاه صنعتی ‌اصفهان، ایران. Journal Article 2024 10 01 The increasing growth of container transportation has led container terminals, as the primary hubs of cargo transfer in the global supply chain, to continuously improve their efficiency and operations to be successful in this competitive industry. Various problems have arisen in the maritime logistics field owing to the division of container terminals into two sections, quayside and yardside. This study examines the integration of problems on the quayside and the yardside. Specifically, it simultaneously investigates the quay crane scheduling problem as a quayside problem, along with the yard truck scheduling problem, yard crane scheduling problem, and storage space allocation problem as part of the yardside problems. A  new integer linear programming model has been presented for the integrated problem of equipment handling scheduling and storage location allocation. This problem aims to minimize the time required to complete containers and operational costs. These operational costs include unloading containers from vessels using a quay crane, moving them to the yard via yard trucks, and loading them using a yard crane. The integrated problem is classified under the category of NP-hard problems in terms of computational complexity. Furthermore, they were introduced and added to the model according to the problem structure to expedite the resolution of constraints under valid inequalities. To validate the model's accuracy, instances were designed, implemented in GAMS software, and executed using the CPLEX solver. The computational results demonstrate that the incorporation of valid inequalities across all instances reduces computational time. Furthermore, in instances involving larger problems, where the mathematical model was unable to determine the optimal solution within a reasonable time, the addition of valid inequalities yielded solutions with an average gap of 1.78% from the lower bound. By contrast, the proposed model without the inclusion of valid inequalities achieved solutions with a gap of 3.08% from the lower bound. در پژوهش حاضر، مسئله‌ی زمان‌بندی جرثقیل اسکله به‌عنوان مهم‌ترین مسئله‌ی کنار اسکله با مسائل زمان‌بندی کامیون‌ها، جرثقیل محوطه، و تخصیص مکان ذخیره‌سازی به‌عنوان مسائل مطرح در محوطه به‌صورت یکپارچه بررسی شده است. یک مدل برنامه‌ریزی خطی عدد صحیح جدید با هدف کمینه‌سازی هزینه‌ی زمانی تکمیل کانتینرها و هزینه‌ی عملیاتی، شامل: هزینه‌ی تخلیه‌ی کانتینرها از کشتی، حمل آن‌ها به محوطه، و بارگذاری آن‌ها در محوطه ارائه شده است. مسئله‌‌ی اخیر از نظر پیچیدگی محاسباتی در دسته‌ی مسائل  NP-hard قرار می‌گیرد. برای افزایش سرعت حل مدل، قیدهایی با عنوان نامعادله‌های معتبر معرفی و  به مدل اضافه شده‌اند. به‌منظور اعتبارسنجی مدل پیشنهادی، ۲‍۱ نمونه مسئله‌ی طراحی‌شده در نرم‌افزاز گمز پیاده‌سازی و با حل‌کننده‌ی CPLEX اجرا شده‌اند. نتایج محاسباتی نشان داده‌اند که قیدهای مذکور موجب کاهش زمان حل شده‌اند. همچنین، در مسائل بزرگ‌تر، نامعادله‌های اخیر، میانگین درصد انحراف را از ۰۸/۳ به ۷۸/۱ درصد نسبت به حد پایین کاهش داده‌اند. https://sjie.journals.sharif.edu/article_24141_d8151165943afaac30a77a3ee379c250.pdf

دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 Topic Modeling and Sentiment Analysis of Customers Using Natural Language Processing and Machine Learning Techniques مدل‌سازی موضوعی و تحلیل احساس‌های مشتریان با استفاده از روش‌های پردازش زبان طبیعی و یادگیری ماشین 45 61 24119 10.24200/j65.2025.65318.2418 FA راضیه رحیمی دانشکده مهندسی نساجی، دانشگاه صنعتی امیرکبیر، تهران، ایران رضا قاسمی یقین دانشکده‌ی مهندسی صنایع و سیستم‌های مدیریت، دانشگاه صنعتی امیرکبیر، تهران، ایران. Journal Article 2024 10 15 Given that modeling and predicting customer behavior using data science helps companies gain a better understanding of customer behavior, this research focuses on analyzing customer reviews in the women’s clothing domain within e-commerce. We employ machine learning techniques and natural language processing (NLP) to achieve this goal. The machine learning models used include Support Vector Machine, Logistic Regression, Decision Tree, Random Forest, Multinomial Naive Bayes, Complement Naive Bayes, XGBoost, and LightGBM. To extract and vectorize text features from the reviews, we utilize the TF-IDF and Word2vec algorithms. We employ Topic Modeling using the Latent Dirichlet Allocation (LDA) method and k-means clustering. The dataset consists of women’s clothing reviews, with the target variable being customer ratings in those reviews. The study is conducted in binary, three-class, and five-class scenarios. The target variable, which originally has five classes (scores 1 to 5), is categorized into two-class and three-class modes. In the two-class mode, scores below 3 are class zero, while scores of 3 and above are class one. In the three-class mode, scores below 3 are class zero, scores equal to 3 are class one, and scores above 3 are class two. In all three cases, the Random Forest model performs best, achieving an accuracy of 0.98 in the binary case, 0.95 in the three-class case, and 0.91 in the five-class case. After performing the required preprocessing and feature engineering, principal component analysis (PCA) and T SNE are applied. After that, the scatter diagram of the data is drawn and the optimal number of clusters, 3, is estimated using the elbow and silhouette diagrams. In the next step, by removing punctuation marks, stop words and words with fewer than three letters, converting the first letter of the words to lowercase and lemmatization, data cleaning was done. After that, topic modeling was done and each of the topics and words related to them were examined. In the next step, the topics were examined in different clusters.   These analyses provide a comprehensive understanding of the key themes and concerns customers have when considering womenswear items in each of the four topics. در نوشتارحاضر، به بررسی و تجزیه­و­تحلیل نظرهای مشتریان پوشاک زنان با استفاده از روش­های یادگیری ماشین و پردازش زبان طبیعی پرداخته­ شده است. مدل­های یادگیری ماشین استفاده‌شده، شامل: ماشین بردار پشتیبان، رگرسیون لجستیک، درخت تصمیم، جنگل تصادفی، بیز ساده‌ی چندجمله­ای، بیز ساده‌ی مکمل، XGBoost ، و LightGBM بوده‌اند. به‌منظور برداری‌کردن و استخراج ویژگی متن نظرها از الگوریتم‌های TF-IDF و Word2vec استفاده شده است. مدل­سازی موضوعی با استفاده از روش تخصیص دیریکله‌ی پنهان و خوشه­بندی K-Means انجام شده است. مجموعه‌ی داده‌ی استفاده‌شده مربوط به نظرهای پوشاک زنان و متغیر هدف، امتیازهای مشتریان در نظرها بوده است. مطالعه‌ی حاضر، در حالت‌های: دو­کلاسه، سه­کلاسه، و پنج­کلاسه انجام و در هر سه حالت، بهترین عملکرد مربوط به مدل جنگل تصادفی با دقت 98_/0 در حالت دوکلاسه، 95_/0 در حالت سه­کلاسه، و 91_/0 در حالت پنج­کلاسه برآورد شده است. https://sjie.journals.sharif.edu/article_24119_883591bae75b035f5a2e0fbab701660b.pdf

دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 Designing a Model for Sustainable Power Transmission Capacity Using Systems Dynamics Approach طراحی مدلی جهت تأمین ظرفیت پایدار شبکه‌ی انتقال برق با استفاده از رویکرد پویایی‌شناسی ‌سیستم‌ها 63 77 24120 10.24200/j65.2025.65260.2415 FA محمدتقی فرحناک گروه مدیریت صنعتی، دانشکده‌ی مدیریت، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران. محمد علی افشار کاظمی گروه مدیریت صنعتی، دانشکده‌ی مدیریت، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران. علی محقر گروه مدیریت، دانشکده‌ی مدیریت، دانشگاه تهران، تهران، ایران. محمد علی کرامتی گروه مدیریت صنعتی، دانشکده‌ی مدیریت، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران. Journal Article 2024 10 23 In this research, a system dynamics approach has been employed to model and simulate the structural dynamics of capacity development for power transmission, specifically focusing on substations operating at 400, 230, 232, and 66-63 kilovolts. The model takes into account the exogenous factors of electricity demand and supply. This study reviews previous domestic and international research, providing a suitable framework for analyzing investment policies in the transmission industry. The diagram of subsystems incorporates variables such as inflation, electricity demand, and electricity supply in an exogenous manner. In the causal loop diagram, key variables including existing transmission capacity, equipment depreciation, equipment age, maintenance costs, transmission network losses, and transformer failure probability are considered, with both direct and indirect relationships among them modeled accordingly. After establishing the stock and flow diagram model, mathematical relationships between the model variables were incorporated. Various conventional validation methods for system dynamics models were utilized to ascertain the model's credibility, including boundary tests, structural evaluation tests, and behavioral reproduction tests. The results from the behavioral reproduction test indicated that the model accurately simulated the past 40 years of transmission capacity with over 90% accuracy. Upon validating the model, three scenarios were simulated within this domain. The outcomes reveal that in the second scenario, where electricity demand is optimistically projected to increase due to savings or other changes over a 20-year horizon, the annual construction of transmission capacity calculated by the model results in the smallest gap between required and actual capacity. Conversely, in the third scenario, where both electricity demand increases and annual capacity construction continues based on a previous five-year average, the largest discrepancy between required and actual transmission capacity is expected by the year 2041. The numerical results from these three scenarios concerning the construction of transmission capacity by substation type are presented in this paper. در پژوهش حاضر، با استفاده از رویکرد پویایی‌شناسی سیستم‌ها، ساختار سیستمی توسعه‌ی ظرفیت انتقال به تفکیک پست‌های 400، 230، 132، و 66-63 کیلوولت با درنظرگرفتن تقاضا و عرضه‌ی برق به‌صورت برون‌زا مدل‌سازی و شبیه‌سازی شده است. پس از ایجاد مدل جریان و انباشت، روابط ریاضی بین متغیرهای مدل وارد شده است. سپس جهت تعیین اعتبار با انواع روش‌های اعتبارسنجی مرسوم، مدل‌های پویایی‌شناسی سیستم‌ها، مانند: آزمون حدی، آزمون ارزیابی ساختاری، و آزمون بازسازی رفتار مرجع استفاده شده است. نتایج حاصل از شبیه‌سازی 3 سناریو در حوزه‌ی توسعه‌ی ظرفیت انتقال نشان می‌دهند که با توجه به روند صعودی تقاضا، در‌ صورتی ‌که روند احداث ظرفیت انتقال همانند دوره‌های گذشته باشد، اختلاف قابل‌توجهی مابین مقدار ظرفیت انتقال موردنیاز و ظرفیت انتقال در دسترس به‌وجود خواهد آمد. لذا، جهت جبران اختلاف با کمک مدل پژوهش حاضر، نتایج عددیِ احداث ظرفیت انتقال به‌صورت سالانه تا افق 20 ساله، شبیه‌سازی و ارائه شده است. https://sjie.journals.sharif.edu/article_24120_9cd5b2fe01c9081abaf9d790fdb78531.pdf

دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 Development of a Data-Driven Quality Management Model for Creative Industries توسعه‌ی یک مدل مدیریت کیفیت داده‌محور برای صنایع خلاق 79 91 24140 10.24200/j65.2025.65333.2414 FA محمدصالح سلطانی دانشکده‌ی مهندسی صنایع، دانشگاه صنعتی خواجه‌نصیرالدین طوسی، تهران، ایران. عبدالله آقایی دانشکده‌ی مهندسی صنایع، دانشگاه صنعتی خواجه‌نصیرالدین طوسی، تهران، ایران. Journal Article 2024 10 27 One of the challenges of creative industries can be considered as "quality management". What are the constituent elements of quality in creative industries, what are the characteristics of a high-quality creative product and how can the issue of quality be managed in these industries? Among the challenges for creative industries activists is to benefit from new concepts such as Quality4, which arose from the concept "Industry 4", and can help answer these challenges. One of the key elements of Quality4 can be considered "data-driven", which can help to solve the challenges of quality management in creative industries, like a key, and by developing the concept of "data-driven quality management", provide a new perspective in quality management of creative industries. The upcoming research first forms a conceptual framework by formulating data-driven quality management in the special contingency framework of creative industries, which first describes and clarifies the dimensions of the concept of "quality" in creative industries; And then, based on that, he forms a research model in operations based on the "allocation problem" which provides a computational framework for quality management in creative industries with a computational look at the "quality" problem and in the process of achieving "quality quantification". It implements the model in the cinema industry as one of the important subcategories of creative industries. The model, presented with the design and development of two innovative indicators called "quality rating" and "interaction and cooperation rate" for the production factors of a product in creative industries, shows that it is possible to combine production factors and equipment with an a priori approach (before the start of creative product production). Optimizes the use of production factors in the production of a creative product with the aim of maximizing the quality and minimizing the production cost, based on the needs of the owner of a creative product. یکی از چالش‌های صنایع خلاق را می‌توان موضوع «مدیریت کیفیت» دانست. بهره‌مندی از مفاهیم تازه‌ای مانندQuality 4   می‌تواند در پاسخ به چالش‌های ذکرشده کمک کند. یکی از عناصر کلیدیQuality 4 ، «داده‌محوری» است؛ که  با توسعه‌ی مفهوم «مدیریت کیفیت داده‌محور»، چشم‌انداز جدیدی در مدیریت کیفیت صنایع خلاق ارائه می‌دهد. پژوهش حاضر، نخست با صورت‌بندی مدیریت کیفیت داده‌محور در چارچوب صنایع خلاق، ابعاد مفهوم «کیفیت» در صنایع خلاق را تشریح کرده و سپس بر اساس آن یک مدل پژوهش در عملیات بر پایه‌ی‌ «مسئله‌ی تخصیص» شکل داده است، که با کمّی‌سازی کیفیت، چارچوبی محاسباتی برای مدیریت کیفیت در صنایع خلاق ارائه داده و درنهایت، مدل مذکور را در صنعت سینما پیاده‌سازی کرده است. مدل ارائه‌شده نشان می‌دهد که می‌توان با رویکرد پیشینی، ترکیب عوامل، و تجهیزات تولید استفاده‌شده در تولید، یک محصول خلاق را با هدف بیشینه‌سازی کیفیت و کمینه‌سازی هزینه‌ی تولید، براساس مطلوبیت‌های مالک یک محصول خلاق، بهینه ساخت. https://sjie.journals.sharif.edu/article_24140_1670d4224ee2574f13360f4bfca95a7d.pdf

دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 Modeling and Solving Dynamic Maximal Covering Location Problem Considering Backup Services; Case Study of a Crisis Event in District 3 of Tehran مدل سازی و حل مسئله‌ی مکان‌یابی بیشینه‌ی پوشش‌دهی پویا با درنظرگرفتن خدمت پشتیبان: مطالعه‌ی موردی رخداد بحران در منطقه‌ی سه تهران 93 110 24139 10.24200/j65.2025.65842.2423 FA هانیه سابی زا گروه مهندسی صنایع، دانشکده‌ی فنی و مهندسی، دانشگاه الزهرا، تهران، ایران. جعفر باقری نژاد گروه مهندسی صنایع، دانشکده‌ی فنی و مهندسی، دانشگاه الزهرا، تهران، ایران. رقیه عالی زاده گروه مهندسی صنایع، دانشکده‌ی فنی و مهندسی، دانشگاه صنعتی شریف، تهران، ایران. Journal Article 2025 02 18 In this research, we look at a dynamic maximal covering location problem, where the structure of the service-providing facilities consists of independent units that have the ability to move, and these units are called modules. The main goal of the problem is to provide maximum service to people who are in crisis and need basic help. The model of this problem first determines the location of the facilities, and with the occurrence of each crisis, according to the needs that are created in each demand area, the modules responding to the same needs are sent to the facilities of those areas and are deployed in the location, from which they are moved away after the task of delivering service ends.  The innovation in this paper is that the modules may become unavailable for any reason and cannot cover the demand assigned to them. For this reason, modules, in addition to providing main services to demand points, in case of failure of some of these modules and their unavailability, the surrounding modules can cover the demand of points that have been neglected by providing backup service and compensate for this deficiency, where the amount of main and backup demand that each module responds to is determined by the model. The main goal of this research is to assign the maximum amount of main and backup service to people who are in crisis, which is of utmost importance to the livelihood of these people. In this research, we first created a mathematical model of mixed integer linear programming. Afterwards, we conducted a case study on Tehran's third district, where all the factors and parameters related to the model were considered with special attention to the real conditions of the studied area. After introducing the model and parameters related to district three, we solved the model using GAMS software. Furthermore, we implemented Bender's decomposition algorithm as an ultimate solution to the model.  Finally, we performed a sensitivity analysis on some parameters of the model. We observed that the changes in the parameters affect the backup service more than the base service.  در پژوهش حاضر به مدل‌سازی و حل مسئله‌ی مکان‌یابی بیشینه‌ی پوشش‌دهی پویا پرداخته شده است، که در آن تسهیلات از واحدهای مستقل با قابلیت جابجایی تشکیل شده است، که ماژول نامیده می‌شوند. ماژول‌ها ممکن است به هر دلیلی از دسترس خارج شوند و نتوانند تقاضای انتصاب‌شده به خود را پوشش دهند. لذا هدف اصلی مسئله، تخصیص بیشینه‌ی خدمت به افراد بحران‌زده توسط تسهیلات ماژول‌دار به گونه‌ای است که علاوه‌بر پوشش خدمت پایه، ماژول‌های مستقر در تسهیلات اطراف با ارائه‌ی خدمت پشتیبان بتوانند تقاضای نقاطی که مورد غفلت قرار گرفته‌اند، را پوشش بدهند و این کمبود را جبران کنند. مدل ریاضی از نوع عدد صحیح مختلط بوده و یک مطالعه‌ی موردی بر روی منطقه‌ی سه تهران انجام شده است، که تمامی عوامل و پارامترهای مربوط به آن با توجه ویژه به شرایط واقعی در نظر گرفته شده‌اند. مدل مذکور، ابتدا توسط نرم‌افزار گمز حل و سپس راه‌حلی در غالب الگوریتم تجزیه‌‌ی بندرز ارائه شده است. درنهایت، نیز بر روی برخی پارامترهای مدل، تحلیل حساسیت صورت گرفته و مشاهده شده است که تغییرات در پارامترها در خدمت پشتیبان تأثیر بیشتری می‌گذارند، تا خدمت پایه و درنظرگرفتن مقدار مناسب برای پارامترها بتوانند در پوشش بیشتر خدمت پشتیبان ماژول‌ها مؤثرتر واقع شوند. بازه‌ی مقادیر خاص مذکور برای پارامترها تحت آزمایش قرار گرفته است. https://sjie.journals.sharif.edu/article_24139_386f1985f41f38cc0300a1d0a017ed23.pdf

دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 Developing Machine Learning Algorithm for Energy Supply Optimization in Virtual Power Plants ‌به‌کارگیری الگوریتم یادگیری ماشین برای بهینه‌سازی تأمین انرژی در نیروگاه‌‌های مجازی 111 125 24004 10.24200/j65.2025.66704.2433 FA بنت الهدی دهقانی گروه مهندسی صنایع، دانشگاه یزد، یزد، ایران محمدمهدی لطفی گروه مهندسی صنایع، دانشگاه یزد، یزد، ایران علیرضا صدیقی دانشکده‌ی مهندسی برق، دانشگاه یزد، یزد، ایران. Journal Article 2025 07 01 This research addresses the challenge of optimizing energy dispatch in restructured power markets by evaluating a Virtual Power Plant (VPP) model that integrates demand-side storage. The study aims to close the gap between energy supply and demand by employing two optimization methodologies: a precise Mixed-Integer Linear Programming (MILP) model and a hybrid algorithm based on an Extreme Learning Machine and a Genetic Algorithm (ELM-GA), which is computationally efficient. The VPP model incorporates a diverse portfolio of generation units (diesel, hydroelectric, solar, wind), supply-side storage, and a prosumer, with demand-side management actualized through a water storage system. The objectives are to maximize VPP profitability while minimizing hydroelectric energy losses and pump operational costs. Tested on a standard IEEE 24-bus system with real-world data, the results show that a VPP with demand-side storage is 1.5 times less costly than a traditional grid without storage. Furthermore, the VPP framework is 1.7 times more cost-effective than a traditional grid structure. For large-scale problems, the ELM-GA algorithm delivers near-optimal solutions (4.4% optimality gap) 16 times faster than MILP, highlighting its potential for rapid, reliable energy management and policy-making<strong>.</strong> در پژوهش حاضر، مسئله‌ی مشارکت بهینه‌ی واحدها در یک نیروگاه مجازی با ذخیره­ساز سمت تقاضا، جهت کاهش شکاف بین عرضه و تقاضای انرژی با رویکردهای MILP و یادگیری ماشین مطالعه شده است. نتایج برای سیستم 24 - باسه استاندارد IEEE  نشان داده‌اند که گرچه استفاده از ذخیره­ساز سمت تقاضا باعث افزایش هزینه و نوسان تولید نیروگاه مجازی می­شود، اما هزینه­ها در نیروگاه مجازی با ذخیره­ساز سمت تقاضا حدود 5/1 برابر کمتر از هزینه­های شبکه‌ی سنتی بدون ذخیره­ساز است. برای حل مدل در ابعاد واقعی، از الگوریتم ترکیبی ELM-GA استفاده شده است، که پیشنهادی نزدیک به بهینه، اما با سرعت بسیار بالاتر از روش MILP ارائه می­کند؛ زیرا آموزش و یادگیری همگرایی به نقطه‌ی بهینه را سرعت می­‌بخشد. نتایج نشان می­دهند که با افزایش ابعاد مسئله به 60 واحد نیروگاهی، شکاف بهینگی به 4/4٪ رسیده است، در حالی که سرعت حل یادگیری ماشین 16 برابر بهتر از MILP بوده است. https://sjie.journals.sharif.edu/article_24004_03f38019322eca1f2adb1b837c9cf045.pdf

دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 Analytical Based Simulation Modeling for Short-Term and Long-Term Planning in Open Pit Mining مدل‌سازی تحلیلی مبتنی بر شبیه‌سازی برای برنامه‌ریزی‌های کوتاه‌مدت و بلندمدت در معدن روباز 127 139 24143 10.24200/j65.2024.64326.2401 FA میلاد ابوالقاسمیان گروه مهندسی صنایع، دانشکده‌ی مدیریت راهبردی، دانشگاه آیندگان، تنکابن، ایران. 0000-0002-1341-7855 مریم دانشمندمهر گروه مهندسی صنایع، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران . عرفان حسن نایبی دانشکده‌ی مهندسی صنایع، دانشگاه صنعتی شریف، تهران، ایران. Journal Article 2024 07 02 Open-pit mining operations are complex and multifaceted, requiring meticulous planning to optimize resource extraction, operational efficiency, and cost-effectiveness. In this paper, a two-level hierarchical framework based on simulation is presented for production planning and material loading machines in Iran's largest open-pit copper mine. Analytical-based simulation modeling offers a powerful tool for mining engineers and planners to simulate various scenarios, assess the impact of different decisions, and optimize mining operations. By integrating mathematical models, statistical analysis, and simulation techniques, this approach enables the evaluation of alternative strategies, risk assessment, and performance forecasting in open-pit mining environments. This paper aims to explore the application of analytical-based simulation modeling in the context of short-term and long-term planning in open-pit mining. It will delve into the methodology, tools, and techniques employed in developing simulation models for optimizing operational processes, enhancing productivity, and mitigating risks in open-pit mining operations. The study will also highlight the benefits, challenges, and future prospects of utilizing analytical-based simulation modeling for effective planning and decision-making in the dynamic field of open-pit mining. To solve the problem of planning machinery in mining, a planning problem has been formulated and applied in the framework of the proposed two-level hierarchical method. The Opt Quest software package to solve the optimization problem at the high level of the proposed framework in order to prepare a long-term optimal production plan. At the lower level of the framework, with the help of a meta-modeling approach, a deterministic function has been fitted to accurately estimate the number of loading machines by determining the optimal number of shovels using the design of experiments. The calculations performed in this mining complex show how the proposed framework can have a favorable effect on the amount of production, material handling costs and income. By embracing analytical-based simulation modeling, mining managers can make informed decisions, mitigate risks, and drive operational excellence in open-pit mining environments. This approach empowers managers to proactively address challenges, capitalize on opportunities, and steer mining operations towards greater efficiency, profitability, and sustainability in both the short and long term. در نوشتار حاضر، یک چارچوب سلسله‌مراتبی دوسطحی مبتنی بر شبیه­سازی برای برنامه­ریزی تولید و ماشین‌آلات بارگذاری مواد در بزرگ‌‌ترین معدن روباز مس ایران ارائه شده است. برای حل مسئله‌ی برنامه­ریزی ماشین‌آلات در معدن، یک مسئله‌ی برنامه­ریزی فرمول­بندی‌شده و در چارچوب روش سلسله‌مراتبی دوسطحی پیشنهادی استفاده شده است. از بسته‌ی نرم­افزاری Opt Quest برای حل مسئله‌ی بهینه­ سازی در سطح بالای چارچوب پیشنهادی به‌منظور تهیه‌ی یک برنامه‌ی بلندمدت بهینه‌ی تولیدی استفاده شده است. در سطح پایین چارچوب، به کمک رویکرد شبه مدل‌‌محور یک تابع قطعی جهت برآورد دقیق میزان ماشین‌آلات بارگذاری با تعیین مقدار بهینه‌ی بیل­های مکانیکی با استفاده از طراحی آزمایش­ها، یک برنامه‌ی کوتاه‌مدت متناسب‌سازی شده است. محاسبات انجام‌شده در مجتمع معدنی مس سرچشمه نشان می­دهد که چگونه چارچوب پیشنهادی قادر است در میزان تولیدها، هزینه­های جابجایی مواد، و درآمد، اثر مطلوب بگذارد. https://sjie.journals.sharif.edu/article_24143_33c8729a32886743a1acba25f2ae1932.pdf

دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 Economic and Environmental Optimization Model of the Amount of Waste Allocated to Different Methods of Urban Waste Disposal in Gilan Province مدل بهینه‌سازی اقتصادی و زیست‌محیطی میزان زباله‌ی تخصیص‌یافته به روش‌های مختلف دفع پسماند شهری در استان گیلان 141 151 24138 10.24200/j65.2024.64872.2409 FA یاسین مظلوم کلیمانی دانشکده‌ی مهندسی صنایع و سیستم‌ها، دانشگاه تربیت مدرس، تهران، ایران. سید حسام الدین ذگردی دانشکده‌ی مهندسی صنایع و سیستم‌ها، دانشگاه تربیت مدرس، تهران، ایران. Journal Article 2024 08 05 This article examines the waste management system to assess the feasibility of constructing a waste incineration power plant. Due to the haphazard burial of waste daily in the Saravan region of Rasht, without adherence to proper burial engineering principles, there are several potential environmental consequences. These include the contamination of surface water through the release of leachate, the infiltration of leachate into lower layers, and the risk of groundwater contamination of underground water, which is causing poisoning and severe harm to the local population. Additionally, the feeding of indigenous animals with waste, the release of gas into the environment, and the detrimental effects on the existing plants and wildlife are worth mentioning. Hence, this study aims to provide a framework for assessing the economic and environmental elements of energy generation from municipal garbage in Gilan Province. Additionally, the study will analyze the feasibility of implementing this project from several economic and environmental perspectives. This study examines three methods, namely unsanitary depots (landfills), composting (organic fertilizer companies), and waste incineration facilities with gasification technology, in two scenarios to compare the effects of constructing or not constructing waste incineration power plants. The final model, incorporating GAMS software, is implemented using the exact number programming method. The findings are presented: The feasibility study for constructing a waste incineration plant utilizing gasification technology indicates a daily cost savings of $2,485,915. This plant would be capable of disposing of 600 tons of waste while also considering economic and environmental factors. Despite the fact that the construction of a power plant requires a relatively large initial investment and is apparently expensive, in the end, with a sharp reduction in environmental consequences, as well as electricity production and side income generation in this way, the most optimal method among the available options in waste management is counted. در نوشتار حاضر، سیستم مدیریت پسماند برای ارزیابی احداث نیروگاه زباله‌سوز در نظر گرفته شده ‌است. زباله‌ها، روزانه به‌صورت غیراصولی در منطقه‌ی سراوان رشت بدون رعایت اصول مهندسی دپو می‌شوند؛ که می‌توان به پیامدهای زیست‌محیطی متعددی برای  آن اشاره کرد. لذا در مطالعه‌ی حاضر، با ارائه‌ی مدلی به ارزیابی  تولید انرژی از پسماند زباله‌های شهری استان گیلان پرداخته ‌و اجرای این طرح از جنبه‌های مختلف اقتصادی و زیست‌محیطی بررسی شده است. همچنین، برای سه روش دپوی غیربهداشتی، کمپوست‌سازی، و تأسیسات زباله‌سوز با فناوری گازی‌سازی طی دو سناریو، احداث و یا عدم احداث نیروگاه زباله‌سوز بررسی و مدل نهایی با نرم‌افزار گمز، تحت روش برنامه‌ریزی عدد صحیح اجرا شده است. لذا نتیجه‌ی‌ ‌امکان‌سنجی احداث نیروگاه زباله‌سوز با فناوری گازی‌سازی، صرفه‌جویی معادل 2،485،915 دلار روزانه را با احداث نیروگاه زباله‌سوز به‌منظور دفع 600 تن پسماند در مجموع شاخص‌های اقتصادی و زیست‌محیطی نشان می‌دهد. https://sjie.journals.sharif.edu/article_24138_acf33c69db1fc561f7a1486e35b17c9b.pdf

دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 Design of a Data-Driven Performance Evaluation System for Productivity Enhancement in Continuous Manufacturing Industries طراحی سیستم ارزیابی عملکرد مبتنی بر داده با هدف ارتقاء بهره‌وری در صنایع تولید پیوسته 153 165 24135 10.24200/j65.2024.64793.2408 FA محبوبه بارورزاده گروه مهندسی صنایع، دانشکده‌ی مهندسی صنایع، دانشگاه یزد، یزد، ایران. حسن خادمی زارع گروه مهندسی صنایع، دانشکده‌ی مهندسی صنایع، دانشگاه یزد، یزد، ایران. Journal Article 2024 08 17 In today's industrial landscape, enhancing productivity in manufacturing sectors, particularly in automated continuous industries, has gained paramount importance. This paper introduces an innovative data-driven reward and penalty system designed to boost productivity. The proposed approach targets agile and team-based performance evaluation, focusing on key indicators such as downtime adjustments, stoppages, rework, and process non-conformities. This methodology is founded on systems thinking and a team-oriented approach, aiming to create a holistic view of operational efficiency. The core of this system lies in its unique integration of statistical methods, specifically entropy and PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation) techniques. This combination allows for dynamic weighting of performance indicators in each time period, enabling rapid identification of performance fluctuations and highlighting areas requiring process improvement or correction. By employing this data-driven approach, the system provides a responsive and adaptive framework for continuous improvement. To validate its effectiveness, the system was implemented in a heating radiator manufacturing plant. The implementation process was carefully structured, with an initial three-month period followed by a three-month validation phase. The system's direct impact on human capital was evident, fostering team cohesion and promoting a collective mindset among employees. The results of this implementation were significant and multifaceted. After the six-month trial period, the plant witnessed a remarkable 22% increase in production output. This substantial boost in productivity was accompanied by a 20% reduction in failure rates, indicating improved process reliability and efficiency. Furthermore, the rate of defective products decreased by 1.5%, reflecting enhanced quality control measures. Perhaps most notably, the plant's process audit score saw a significant improvement of 21.5%, demonstrating a comprehensive enhancement in overall operational standards. These impressive outcomes underscore the effectiveness of the proposed system in driving tangible improvements across multiple facets of manufacturing operations. The success of this implementation not only validates the theoretical framework but also provides a practical blueprint for other industries seeking to optimize their productivity and quality metrics. By leveraging data-driven insights and fostering a team-oriented culture, this innovative approach presents a promising solution for manufacturers aiming to stay competitive in an increasingly demanding industrial landscape. امروزه افزایش بهره‌وری در صنایع تولیدی، بخصوص صنایع پیوسته‌ی اتوماتیک، اهمیت ویژه‌ای یافته است. نوشتار حاضر، یک سیستم نوآورانه و داده‌محور پاداش و جریمه را برای ارتقاء عملکرد بهره‌وری ارائه داده است. رویکرد پیشنهادی، ارزیابی عملکرد تیمی را براساس شاخص‌های کلیدی، شامل: تنظیم‌های کاهشی، توقف‌ها، دوباره‌کاری، و عدم‌انطباق فرایند متمرکز کرده و با تلفیق روش‌های آماری آنتروپی و پرامتی، امکان وزن‌دهی پویا و دوره‌ای شاخص‌ها را فراهم ساخته است. مکانیزم مذکور، شناسایی سریع انحراف‌های عملکردی و نیاز به اقدام‌های اصلاحی را ممکن ساخته است. سیستم ارائه‌شده در یک کارخانه‌ی تولید رادیاتور گرمایشی پیاده‌سازی شده و با تأثیرگذاری در سرمایه‌ی انسانی، تقویت تفکر سیستمی، و تعامل تیمی، نتایج پس از یک دوره‌ی سه‌ماهه‌ی اولیه و اعتبارسنجی در سه‌ماهه‌ی دوم حاکی از افزایش ۲۲ درصدی نرخ تولید، کاهش ۲۰ درصدی نرخ خرابی، کاهش 5/1 درصدی محصولات معیوب، و بهبود 5/21 درصدی امتیاز ممیزی فرایند بوده است. https://sjie.journals.sharif.edu/article_24135_7bdfc712f96822a5afca9258c70c520a.pdf

دانشگاه صنعتی شریف مهندسی صنایع و مدیریت 2676-4741 41 2 2026 03 20 Evaluation Model for the Establishment of Industries in the Hinterland of Ports with AHP and VIKOR (Case Study of Shahid Rajaee Port) مدل ارزیابی استقرار صنایع در پس‌کرانه‌ی بنادر به کمک AHP و VIKOR (مطالعه‌ی موردی: پس‌کرانه‌ی بندر شهیدرجایی) 167 177 24144 10.24200/j65.2025.66084.2426 FA ناصر شابختی دانشکده‌ی مهندسی عمران، دانشگاه علم و صنعت، تهران، ایران حسن اسدزاده دانشکده‌ی مهندسی عمران، دانشگاه علم و صنعت، تهران، ایران Journal Article 2025 02 15 The topic of industrial location has lately gained significant global attention and importance in recent years. Evaluating the placement of heavy industries in a studied region involves considering criteria such as environmental factors, infrastructure, foundational impacts, and natural elements. Methods like the Analytic Hierarchy Process (AHP) and VIKOR within a Geographic Information System (GIS) environment can be used for this evaluation. In the present study, an initial and preliminary assessment of the placement of heavy industries in the hinterland of Shahid Rajaee’s port has been conducted as a case study. By utilizing higher-level documents and studying the target region at each stage, including determining criteria based on the region, collecting data and information, and ultimately integrating this information and maps, we can be guided to the optimal location for industry placement. Therefore, the methodology will be practical and based on descriptive-analytical methods. Using the VIKOR method within a Geographic Information System (GIS) software environment, the potential locations in the hinterland of Shahid Rajaee’s port have been divided into four hypothetical zones, numbered 1 to 4. The results of this research indicate that the most suitable areas for the establishment of heavy industries are those with access to main roads, flat terrain, prevailing wind direction, and distance from regional interferences as the determining criteria. The study highlights the importance of a systematic approach to industrial location, considering multiple factors to ensure the optimal placement of heavy industries. By integrating various data sources and using advanced analytical methods, the research provides a comprehensive framework for evaluating potential industrial sites. This approach not only helps in identifying the most suitable locations but also ensures that the environmental and infrastructural impacts are minimized, leading to sustainable industrial development in the region. Also, the results show that the eastern lands of the hinterland have a special priority due to their proximity to the road and the existing facilities for the establishment of heavy industries, and in the next stage, the western lands should be allocated for light and administrative-welfare industries due to the access to the road from the west side. در سال‌های اخیر، انتخاب مکان بهینه برای استقرار صنایع سنگین، به‌ویژه در مناطق بندری، به یکی از دغدغه‌های اصلی برنامه‌ریزان توسعه‌ی پایدار تبدیل شده است. فشارهای زیست‌محیطی، لزوم بهره‌برداری مؤثر از زیرساخت‌ها، و ضرورت جلوگیری از ناهماهنگی‌های کاربری زمین، اهمیت موضوع اخیر را دوچندان کرده است. با توجه به معیارهایی از قبیل: عوامل زیست‌محیطی، زیرساخت، و آثار زیربنایی و عوامل طبیعی، می‌توان نحوه‌ی استقرار صنایع سنگین را ارزیابی کرد. در مطالعه‌ی حاضر، با استفاده از روش‌های  AHP و ویکور در محیط GIS، استقرار صنایع سنگین در پس‌کرانه بندر رجایی بررسی شده است. با توجه به مطالعه‌های اسناد بالادستی و منطقه‌ی موردنظر، معیارها تعیین و داده‌ها جمع‌آوری شده‌اند. اطلاعات به‌دست‌آمده و نقشه‌های مذکور تلفیق شده‌اند تا مکان بهینه‌ی صنایع مشخص شود. روش کار توصیفی- تحلیلی و کاربردی بوده است. با توجه به روش ویکور، که محیط نرم‌افزار GIS مکان‌های قابل‌استقرار پس‌کرانه‌ی بندر شهیدرجایی را به چهار منطقه‌ی فرضی از ۱ تا ۴ بخش‌بندی کرده است، نتایج نشان می‌دهند که مناسب‌ترین مناطق برای استقرار صنایع سنگین، مکان‌هایی با دسترسی به جاده‌های اصلی، همواربودن منطقه، جهت باد غالب، و دوربودن از مداخله‌های منطقه‌ای هستند. یافته‌ها نشان داده‌اند که رویکرد پیشنهادی موجب بهبود دقت تصمیم‌گیری مکانی، کاهش تداخل‌های کاربری، و انطباق بهتر با الزام‌های زیست‌محیطی در فرآیند مکان‌یابی شده است. https://sjie.journals.sharif.edu/article_24144_bf9dab6fe103464cf7a3098ea4e61e83.pdf