هدف: در ماشینآلات CNC با تغییر در شرایط ماشینکاری مانند سرعت و نرخ تغذیه، مدتزمان عملیات نیز تغییر خواهد کرد. تغییر در این شرایط همچنین منجر به تغییر در زمان سیکل تولیدی و هزینههای تولید میشود. طول عمر ابزار نیز نسبت به این تغییرات حساس است. مدتزمان مناسب ماشینکاری عموماً با فرض معین بودن طول عمر ابزار و با هدف حداقل نمودن هزینههای تولید تعیین میشود. حالآنکه حداقل نمودن هزینهها معمولاً منجر به افزایش زمان ماشینکاری و کاهش نرخ خروجی میشود.روششناسی پژوهش: در این تحقیق، مدتزمان بهینه ماشینکاری با استفاده از یک مدل دوهدفه شامل حداقل نمودن هزینه و زمان سیکل تولیدی در یک سلول رباتیک یکماشینه شامل یک ماشین CNC و یک ربات جابهجا کننده، برای تولید قطعات یکسان معرفی شده است. مدل پیشنهادی تحقیق با استفاده از روش محدودیت اپسیلون در نرمافزار گمز کدنویسی و نتایج آن گزارش شده است.یافتهها: مسئله این تحقیق در دو حالت طول عمر معین و احتمالی ابزار مدلسازی و حل شده است. نتایج نشان داد که کاهش مدتزمان عملیات در سرعتهای متفاوت لزوماً افزایش هزینه یکسانی را به سیستم تحمیل نمیکند؛ بنابراین باید در انتخاب مدتزمان مناسب ماشینکاری برای ابزارها و قطعههای متفاوت دقت بیشتری نمود. توجه به نرخ وقوع شکستهای ناگهانی نیز در انتخاب زمان مناسب برای ماشینکاری اهمیت دارد.اصالت/ارزشافزوده علمی: در این تحقیق، برای نخستین بار نرخ وقوع خرابی ابزار بهعنوان یکی از عوامل ایجاد هزینه در سلول رباتیک به تابع هزینه یک سیکل تولیدی اضافه شده است و تأثیر آن بر تعیین مدتزمان مناسب ماشینکاری بررسی شده است.
هدف: برداشت سفارش، یکی از فرایندهای درونی لجستیکی مبتنی بر نیروی کار و هزینه شناختهشده است. برداشت سفارش در قالب مسئله پاسخ به سفارش مشتری، بهمنظور جمعآوری مجموعهای از سفارشها در کوتاهترین زمان ممکن در انبار تعریف میگردد. لذا هدف این تحقیق فراهم نمودن یک مبنای علمی و همزمان کاربردی با در نظر گرفتن الزامات و محدودیتهایی است که سطح قابل قبولی از عملکرد را در سیستمهای برداشت سفارش به ارمغان آورد. این امر از طریق ساخت یک مدل برنامهریزی عدد صحیح و همچنین طراحی روش حل متناسب با ساختار مسئله صورت میگیرد.روششناسی پژوهش: ابتدا با مرور ادبیات در حوزه برداشت سفارش دانش کافی در سطح عملیاتی حاصلشده است و با تأکید بر محدودیتهای واقعی اقدام به مدلسازی ریاضی از طریق یکپارچه نمودن دستهبندی سفارشها و مسیریابی برداشت کنندهها، شده است. پس از بررسی صحت مدل و حل آن از طریق نرمافزار GAMS، به دلیل ماهیت مسئله که از نوع سخت است، مسئله از طریق یک الگوریتم کارا که نسخه گروهبندی الگوریتم قهرمانی در لیگهای ورزشی است، حلشده و مقایسات صورت پذیرفته است. برای استفاده از این الگوریتم از اپراتورهای منطبق با ساختار خاص مسئله که هدف آن تخصیص سفارشها (اقلام) به برداشت کنندهها (گروهها) است استفاده میشود.یافته ها: ارائه یک مدل برنامهریزی عدد صحیح چند دورهای برای مسیریابی چند سفره برداشت کنندگان با فرض وجود قابلیت باز پر سازی انبار و دسترسی محدود به برداشت کنندگان. برای نمونه مسائل با ابعاد بزرگ، از الگوریتم قهرمانی در لیگهای ورزشی استفادهشده است. نتایج بر قابلیت مؤثر و کارایی این الگوریتم برای حل نمونه مسائل بزرگ اشاره دارد.اصالت/ارزشافزوده علمی: مسئله برداشت سفارش چند دورهای و مسیریابی چند سفره برداشت کنندگان نخستین بار در این مقاله مدنظر قرارگرفته است. زیرابه علت محدود بودن تعداد برداشت کنندگان، این مهم میبایست در مدلسازی مدنظر قرار گیرد. فرض بازپرسازی نیز نخستین بار در این مقاله موردتوجه قرارگرفته و مدلسازی آن صورت گرفته است. بدین ترتیب سفارشها در طول زمان، طی دورههای مختلف وارد انبار میشوند و در موقعیت از پیش تعیینشده قرار میگیرند. وجود بازه زمانی برای دسترسی به برداشت کنندهها در هر دوره و مدلسازی آن نیز نخستین بار در این مقاله موردبررسی قرارگرفته است. درنهایت، تابع هدف حداقل سازی مجموع دیرکرد است که همراستا با نیاز صنایع تولیدی است. در خصوص روش حل نیز یک الگوریتم قهرمانی در لیگهای ورزشی با در نظر گرفتن ساختار مسئله (که منطبق بر ساختار مسائل گروهبندی است) ارائهشده است و عملگرهای تولید جواب نیز برای حفظ شدنی بودن جواب، توسعه یافتهاند.
در لجستیک میلکران پالتهای سفارشات مختلف را میتوان با آرایشبندی متفاوت درون خودرو چید و بنابراین شکل چیدمان پالتها درون خودروی حامل میتواند متغیر باشد. در نوشتار حاضر ایدهی بارگیری اقلام با شکل چیدمان قابل تغییر درون خودرو برای نخستین بار معرفی شده و یک مدل برنامهریزی ریاضی برای کمینهسازی هزینهها در سیستم لجستیک میلکران ارائه میشود. ملاحظاتی نظیر اعمال هزینهی برگشت پالتهای خالی، پنجرههای زمانی و ناوگان نامتجانس نیز در نظر گرفته میشود. یک الگوریتم استراتژی تکاملی گروهبندی برای حل مسئله معرفی میشود که از روشهای کارا برای تولید جواب و تضمین شدنی بودن بارگیری و مسیریابی خودروها استفاده میکند. کارایی مدل و الگوریتم معرفی شده و اثربخشی لجستیک میلکران، با استفاده از دادههای جمعآوری شده از گروه خودروسازی سایپا مورد سنجش قرار میگیرد. استفادهی توامان از لجستیک میلکران و منطق بارگیری با شکل چیدمان متغیر میتواند منجر به کاهش ۳۲ درصدی هزینهها نسبت به استراتژی ارسال مستقیم شود. \پایان{چکیده} \واژههایکلیدی{} \تاریخدریافت{۱۳۹۹٫۱۲٫۲۴} \تاریخاصلاحیه{۱۴۰۰٫۸٫۳۰} \تاریخپذیرش{۱۴۰۰٫۹٫۲.\\ DOI:10.24200/J65.2021.57401.2196} \عنوانساز \علامتدردوطرف{معرفی و مدلسازی منطق بارگیری سفارشات با شکل...} {مهندسی صنایع و مدیریت شریف )زمستان ۱۴۰۰(، دورهی۱−۳۷، شمارهی ۲} \قسمت{۱. مقدمه} یکی از حوزههای مهم در عملیات لجستیک، حمل و نقل کالا در بستر زنجیرهی تأمین است. بر اساس گزارش محققان\مرجع{۱}، هزینههای توزیع نزدیک به یکسوم
یکی از مهمترین مسائلی که همواره بانکها و موسسات مالی با آن مواجه هستند، مسئله ریسک اعتباری میباشد. رقم قابل توجه مطالبات معوق بانکها در سراسر جهان نشان دهنده اهمیت این موضوع و لزوم توجه به آن میباشد. از این رو تاکنون تلاشهای بسیاری به منظور ارائه مدلی کارا جهت ارزیابی و طبقهبندی هر چه دقیقتر متقاضیان تسهیلات اعتباری صورت گرفته است. در این راستا، پژوهش حاضر سعی در ارائه رویکردی نو برای ارزیابی ریسک اعتباری مشتریان بانکی دارد. روش ماشین بردار پشتیبان (SVM) به عنوان طبقهبندی کنندهی اصلی با یک روش انتخاب ویژگی به نام الگوریتم مورچگان باینری (BACO-SVM) ترکیب میگردد. به منظور نشان دادن اثر بخشی روش پیشنهادی از دادههای مربوط به 85 شرکت از تسهیلات گیرندگان حقوقی یک بانک ایرانی در یک بازهی 5 ساله (1389-1393) به همراه 16 ویژگی مربوط به هر یک از آنها استفاده نمودهایم. نتایج روش BACO-SVM با روش PSO-SVM، GA-SVM و روش SVM به تنهایی مقایسه گردیده است. یافتههای پژوهش دلالت بر آن داشته که در ارزیابی ریسک اعتباری، مدل BACO-SVM نسبت به روشهای دیگر از عملکرد خوبی برخوردار است. در نتیجه با استفاده از روش BACO-SVM به طبقهبندی مشتریان به دو گروه مشتریان خوشحساب و بدحساب میپردازیم. و در نهایت جهت افزایش انعطافپذیری در تصمیمگیری، مشتریان خوشحساب را با استفاده از روش VIKOR رتبهبندی میکنیم. این رتبهبندی منجر به آن میشود که قضاوت دقیقتری دربارهی وضعیت ریسک اعتباری متقاضیان خوشحساب صورت گیرد.
کنسرسیومهای نفتی در ایران یکی از مهمترین رویکردهای اجرای پروژههای عظیم صنعت پتروشیمی به شمار میآیند؛ اما در این میان انتخاب شرکایی لایق یکی از گلوگاههای بسیار حیاتی در چنین شبکههای همکاری است. هدف از این مقاله ارائه راهحلی کاربردی و درعینحال ساده است. تا تصمیمگیرندگان بتوانند انتخاب شایستهای از میان کاندیدها به عملآورند. بدین منظور مدل سه مرحلهای طراحیشده است که در مرحله نخست ابتدا شاخصهای تأثیرگذار بر انتخاب شریک از دیدگاه خبرگان و مرور ادبیات گردآوری و با کمک روش سوارا وزن دهی شد. در مرحله بعد رتبهبندی شرکا (6 شرکت داخلی و 4 شرکت خارجی) بر اساس مجموعهای از روشهای تصمیمگیری همچون کوپراس، ویکور، وزن دهی تجمعی ساده، تاپسیس، آراس، مورا و مولتی مورا صورت گرفت. در مرحله نهایی به ادغام نتایج رتبهبندی بر اساس کپلند پرداخته شد. در پایان، توانایی مالی و نسبت بدهی و توان بازپرداخت بهعنوان مهمترین شاخص و زیر شاخص معرفی شدند. همچنین شریک 3 بهعنوان برترین کاندید از سوی کپلند انتخاب شد. درنهایت، بهمنظور سنجش عملکرد ادغام نتایج از ضریب همبستگی اسپیرمن استفاده و نتایج قرابت بالای آزمون و ادغام نتایج حاصل شد، بنابراین میتوان گفت رویکرد مورداستفاده عملکرد مطلوبی داشته است.
ارزشگذاری کسبوکارهای نوپا به سبب وجود عدم اطمینان بالا در خصوص آینده آنها امری پیچیده و موضوعی مهم در مذاکرات میان کارآفرینان و سرمایهگذاران خطرپذیر بوده است. در تحقیق پیش رو، با در نظر گرفتن عدم اطمینانهای موجود در دور اول تأمین مالی و نیز انعطافپذیری موجود برای سرمایهگذاران خطرپذیر در مراحل قبل (اختیار رها کردن) و بعد (اختیار توسعه) از تجاریسازی محصول، رویکرد جدیدی برای تعیین ارزش کسبوکارهای نوپا، ارائه گردید. به دلیل عدم وجود جواب تحلیلی برای رویکرد توسعه دادهشده، از روش عددی شبیهسازی مونتکارلو حداقل مربعات (لانگ اشتاف-شوارتر) برای حل آن استفاده شد. مقایسه نتایج حاصل از مدل با نتایج سه سناریو دیگر، مؤید نقش و اهمیت انعطافپذیریهای مذکور در اتخاذ تصمیم سرمایهگذاری خطرپذیر در کسبوکارهای نوپا میباشد. در بخش پایانی نیز پیشنهادهایی برای توسعه مدل تحت شرایط رقابتی و یا توسعه آن برای سایر مراحل سرمایهگذاری ارائه شد.
حملونقل دریایی، از مقرون بهصرفهترین راههای انتقال کالاها تلقی میشود. با وجود این، سوانح دریایی این موضوع را تحت تأثیر قرار میدهد. یکی از مسائل پراهمیت در کاهش خسارتهای ناشی از وقوع سوانح دریایی، برنامهریزی نحوهی بهکارگیری ناوگان شناورهای در دسترس مراکز نجات دریایی است. در این پژوهش، با بهکارگیری مفاهیم عمومی مسئلهیی با نام تعیین ترکیب ناوگان دریایی، یک مدل ریاضی دوهدفه، از نوع برنامهریزی اعداد مختلط ارائه شده است که به تعیین ترکیب، استقرار و تعدیل ناوگان شناورهای یک مرکز نجات دریایی میپردازد. این مسئله، بهصورت آزمایشی بر روی اطلاعات مرتبط با مراکز نجات دریایی جنوب ایران به کار گرفته شده است و توسط تلفیقی از یک الگوریتم ابتکاری و الگوریتم فراابتکاری راهبردهای تکاملی گروهی، بهینهسازی شده است. نتایج به گونهیی بوده که علاوهبر پوششدهی حداکثری تقاضا) از جنس سوانح دریایی( و تعدیل ناوگان به بهترین شکل ممکن، هزینهی بهرهبرداری مناسبی از ناوگان شناورها حاصل شده است.
سامانهی توزیع در صنعت خودروساز پیچیدگی زیادی دارد و ملاحظات بسیاری باید در نظر گرفته شود. از جمله حجم و وزن پالتها، ظرفیت حجمی و وزنی خودروها، پنجرههای زمانی و سازگاری محمولهها. مدلسازی ریاضی سامانهی توزیع در نظر گرفته شده در این مقاله، این گونه ملاحظات دنیای واقعی را با هدف کمینه کردن هزینهی کل حملونقل در نظر گرفته است. در شبکهی حملونقل، روشهای ارسال میتواند به صورت ارسال مستقیم و توزیع میلکران باشد. محمولههای بزرگ به محمولههای کوچکتر شکسته میشوند و به صورت مستقیم ارسال میشوند، و بقیهی محمولهها میتوانند در توزیع میلکران شرکت کنند. حل مدل ریاضی ارائه شده برای مسائل کوچک، منتج به جواب بهینه میشود. برای مسائل بزرگ، الگوریتمی ابتکاری موسوم بر الگوریتم اولین برازش ارائه شده است. الگوریتم ارائه شده با استفاده از نمونه مسائل تصادفی و دادههای واقعی در صنعت خودرو ارزیابی شده است و نشان میدهد این الگوریتم توانایی ارائهی جوابهای باکیفیت را در زمان کوتاه داراست.
مسئلهی مکانیابی هاب، از مسائل مهم و پرکاربرد در طراحی شبکه به شمار میآید. هابهای مستقر شده در طول زمان به دلایل مختلفی از جمله بلایای طبیعی یا اختلالات عمدی میتوانند از کار بیفتند که در این صورت هزینههای گزافی به شرکتهای بهرهبردار تحمیل میشود. بنابراین لازم است برنامهریزی مناسب برای کاهش اثرات مخرب اختلال صورت گیرد. در این تحقیق مسئلهی مکانیابی هاب تکتخصیصهی بدون ظرفیت تحت شرایط اختلال هابها در نظر گرفته شده است. هر هاب بعد از احداث ممکن است دچار اختلال شود؛ بنابراین باید متقاضیانی که به هاب خراب شده در شبکه متصل شدهاند به هابهای سالم شبکه تخصیص یابند که در صورت بالا بودن هزینه، جریمهیی به عنوان هزینهی عدم خدمت رسانی تقاضاها پرداخت شود. مسئله به صورت مدل ریاضی تصادفی دو مرحلهیی فرمولبندی شده و روش فراابتکاری ترکیبی جستجوی همسایگی بزرگ تطبیقیافته با شبیهسازی تبرید ارائه شده است. محاسبات انجام شده بر روی دو مجموعه داده نشان دهندهی کارایی و عملکرد بالای الگوریتم پیشنهادی است.
در این مقاله مسئلۀ زمانبندی ماشین پردازندۀ انباشته با فرض وجود کارهایی با اندازۀ غیریکسان و با هدف حداقلکردن زمان انجام کل کارها (Cmax) بررسی شده است. هدف این مقاله، حل مسئلۀ مدنظر با بهرهگیری از حدود پایین قوی و با استفاده از الگوریتم شاخه و کران حد، یکی از روشهای حل دقیق، است. در این الگوریتم از دو روش جدید بهنامهای و برای تولید حد پایین استفاده و نتایج با حد پایین موجود در ادبیات بهنام مقایسه شده است. برای ارزیابی عملکرد روش ارائهشده، دستهای از نمونه مسائل بهصورت تصادفی تولید و روش شاخه و حد با حدود پایین متفاوت روی این مسائل آزمایش شده است. نتایج محاسبات نشان میدهد در الگوریتم شاخه و کران وقتی اندازۀ کارها نسبت به ظرفیت ماشین بزرگ باشد، حد پایین بهترین عملکرد را دارد و زمانیکه اندازۀ کارها نسبت به ظرفیت ماشین کوچک باشد (حداکثر بهاندازۀ G نصف ظرفیت ماشین)، الگوریتم با حد پایین عملکرد بهتری دارد. همچنین زمانیکه اندازۀ کارها متوسط باشد، بهترین عملکرد را دارد.
هر ساله بحرانهای طبیعی مختلف، تعداد زیادی از افراد سراسر دنیا را تحت تاثیر خود قرار میدهند. بعد از وقوع یک بحران، ارسال منابع امدادی از طریق لجستیک امداد سریع و کارا مهمترین اقدام برای کاهش درد و رنج افراد تحت تاثیر است. سرعت و کارایی برنامههای امدادی به توانایی لجستیک در تهیه، دریافت، انتقال و توزیع موجودیها به مناطق آسیبپذیر بستگی دارد. تصمیمگیری در زمان وقوع بحران معمولا بر اساس تجربه صورت میگیرد. از اینرو، فراهم کردن یک ابزار کارآمد برای مدیریت عملیاتهای بشردوستانه مهم است. در این مقاله دوتا از اصلیترین تصمیمات لجستیکی در زمان وقوع بحران، یعنی مسیریابی و زمانبندی وسایل نقلیه برای توزیع منابع به نقاط آسیبدیده مورد توجه قرار گرفته است. برای این منظور یک مدل برنامهریزی ریاضی پویا، چند کالایی، چند انبار، چند سفره تحت شرایط عدم قطعیت توسعه داده شده است که همزمان چندین ویژگی مهم مسائل دنیای واقعی را دربر میگیرد. برنامهریزی چند دورهای استفاده شده این امکان را برای برنامهریزان فراهم میکند که در صورت هر گونه تغییر در پارامترها، برنامههای لجستیکی را با در نظر گرفتن وقایع جدید و اقدامات انجام شده قبلی بههنگام نموده و بر کارایی برنامهریزیهای انجام شده بیافزاید. در نتیجه پیچیدگی مدل بیان شده، یک الگوریتم فراابتکاری گروهبندی برای حل مساله بیان شده و برای نخستین بار مساله از دیدگاه گروهبندی دیده میشود. برای ارزیابی درستنمایی و کارایی مدل ارائه شده، مطالعه موردی از کلانشهر تهران ارائه شده است. یافتهها، کاربردی بودن مدل بیان شده را برای حل مسائل واقعی نشان میدهند.
پیشبینی قابلاعتماد، عنصری حیاتی برای موفقیت در مدیریت یک پروژه میباشد. از دیرباز روش ارزش کسبشده (EVM) بهمنظور دنبال نمودن عملکرد زمانی و هزینهای پروژه، مورداستفاده قرارگرفته است. بهرهگیری از این روش جهت ارزیابی عملکرد زمانی پروژه با بهرهگیری از شاخص عملکرد زمانی (SPI) توسط محققین و صنعتگران موردانتقاد جدی واقعشده است؛ ازاینرو، مطالعه حاضر، چارچوبی بهمنظور ارزیابی تصادفی و پیشبینی عملکرد زمانی در هر یک از فعالیتها در مدیریت پروژه ارائه مینماید. در این چارچوب، با استفاده از الگوریتم چندهدفه فرا ابتکاری قهرمانی در لیگهای ورزشی (LCA)، برنامهریزی اولیه پروژه با توجه به زمان و منابع فعالیتها که فاکتورهایی غیرقطعی در نظر گرفتهشدهاند، بهینهسازی شده است؛ سپس با استفاده از روش پیشبینی فیلتر کالمن، برنامهریزی اجرایی پروژه به صورتی انجامگرفته است که بتوان پروژهها را در شرایط عدم قطعیت، پیشبینی و افق زمانی پیش روی آنها را خیلی دقیق و با کمترین خطا برای مدیران پروژه ترسیم نمود و با کمترین تأخیر زمانی و هزینهای، پروژه را به اتمام رساند. جهت اطمینان از کیفیت جواب، خروجی الگوریتم فرا ابتکاری قهرمانی در لیگهای ورزشی با الگوریتم ژنتیک (NSGAII) و الگوریتم چندهدفه بهینهسازی انبوه ذرات (PSO) مقایسه شده است که نتایج بهدستآمده نشان از برتری الگوریتم معرفیشده در این مقاله دارد.
در این نوشتار، به مسئلهی تدارک قطعات مورد نیاز یک شرکت خودروسازی از تعدادی تأمینکننده در قالب یک مذاکره پرداخته شده است. این مسئله از طریق یک برنامهریزی ریاضی دوسطحی که در آن خریدار بهعنوان رهبر و تأمینکنندگان مستقل بهعنوان پیرو در سطح پایین به تصمیمگیری میپردازند، مدلسازی شده است. برای حل مدل ریاضی دوسطحی، یک الگوریتم ترکیبی مبتنیبر الگوریتم بهینهسازی ازدحام ذرات (PSO-A) پیشنهاد شده است. در این سازوکار مطابق با مقادیر متغیرهایی که بهطور متوالی توسط ذرات در الگوریتم PSO تعیین میشود، یک الگوریتم ابتکاری برمبنای جستوجوی A$^*$ زیر مسائل برنامهریزی تولید چنددورهییٓـ چندکالایی را برای هریک از تأمینکنندگان حل میکند. در این مقاله یک الگوی جامع برای تعبیه فرایندهای مذاکره در مدلهای ریاضی دوسطحی و فرایند حل آنها ارائه شده است. بهمنظور ارزیابی عملکرد الگوریتم پیشنهادی، نتایج آن با نتایج الگوریتمهای PSO-Exact و PSO-Greedy مقایسه شده است. نتایج نشان داده است که الگوریتم پیشنهادی نسبت به الگوریتم PSO-Exact در زمان کوتاهتر، جوابهایی با خطای قابل قبول یا حتی با خطای کمتر تولید کرده است. همچنین نسبت به الگوریتم PSO-Greedy همواره جوابهایی با خطای کمتر تولید کرده است.
امروزه فضای پیچیده و پرابهام صنعت ساخت، عوامل فعال را ناگزیر به بهرهگیری از ابزارهای نوین مدیریت پروژه و دانش روز دنیا میکند. این عوامل بهدلیل گسترهی پهناور این دانش، بیشتر بر حوزههای کلیدی گریزناپذیر متمرکزند که این خود ضامن موفقیتهای بیشتر خواهد بود. با هدف پاسخگویی به نیازهای مذکور، مدل یکپارچهیی از ارزیابی عملکرد و آنالیز ریسک، در قالب یک سیستم پشتیبانی تصمیم مدلمحور و با هدف افزایش دقت، سهولت، کارایی و اثربخشی در هر دو مرحلهی برنامهریزی و اجرای پروژه توسعه داده شده است. مدل پیشنهادی برای اهداف عملکردی پروژه (شامل: زمان، هزینه و...) متناسب با پروژههای مورد بررسی برای یکپارچهسازی ارزیابی عملکرد و مدیریت ریسک، با توسعهی شاخصهای مالی و تلفیق روش مدیریت ارزش کسب شده است. روش پیشبینی فیلتر کالمن ارائه شده در مرحلهی اجرایی پروژه، برای پیگیری روند پیشرفت، تحلیل ریسک و پیشبینیهای آتی برای اهداف عملکردی، مورد استفاده قرار میگیرد.
در این مقاله یک مدل ریاضی برای طراحی و توسعه یک شبکه انتقال گاز طبیعی بهمنظور کاهش هزینههای عملیاتی و سرمایهگذاری اولیه ارائهشده است. یک مدل بهینهسازی برنامهریزی عدد صحیح غیرخطی (MINLP) برای تعیین شبکه انتقال، تعیین محل ایستگاههای تقویت فشار و ظرفیت آنها، زمان نصب آنها در یک افق چند دورهایی و درنهایت میزان تولید گاز در حالت پایدار شبکه ارائهشده است. این مدل در نرمافزار GAMS حلشده است. مدل توسعه دادهشده برای دادههای شبکه گازی ایران با دادههای تولید و تقاضای واقعی شبکه در حالات مختلف که در متن مقاله تشریح شدهاند، حلشده و تحلیل حساسیتهای مختلفی روی اجزای اصلی شبکه صورت گرفته است؛ نتایج حاصل، نشاندهنده بهبود 30 % در مجموع هزینههای شبکه واقعی انتقال گاز بوده است.
چالشی که امروزه سیستم توانگری مالی شرکتهای بیمه با آن مواجه است، درک مفهوم ریسک و به دنبال آن اندازهگیری و کمیکردن ریسک است. یکی از ریسکهای مهم یک شرکت بیمه، ریسک بازار ناشی از سرمایهگذاری است. هدف اصلی این مقاله، رفع نواقص و ایرادات آییننامۀ نحوۀ محاسبه و نظارت بر توانگری مالی مؤسسات بیمه و لحاظکردن دقیقتر ویژگیهای سریهای زمانی مالی برای برآورد ارزش در معرض ریسک پرتفوی سرمایهگذاری (سهام شرکتهای بورسی، حسابهای ارزی، و املاک و مستغلات) است. ابتدا از مدلهای گارچ برای مدلسازی توزیعهای حاشیهای سری زمانی لگاریتم بازدهیها استفاده میکنیم. سپس با استفاده از روش فراابتکاری الگوریتم ژنتیک، برای حصول بهترین آستانه در نظریۀ ارزش فرین، دنبالههای توزیع را مدلسازی و از تابع مفصل برای مدلسازی همبستگی بین توزیعهای حاشیهای استفاده میکنیم. روشهای پسآزمایی نشان میدهند که مدل پیشنهادی نسبت به مدل سنتی شبیهسازی تاریخی عملکرد بهتری دارد و نتایج حاصلشده از تابع مفصل تی- استیودنت قابل قبولتر است و ضریب ریسک بازار برابر با 403/9 درصد به دست آمد.
در این نوشتار، به مسئلهی تدارک قطعات مورد نیاز یک شرکت خودروسازی از تعدادی تأمینکننده در قالب یک مذاکره پرداخته شده است. این مسئله از طریق یک برنامهریزی ریاضی دوسطحی که در آن خریدار بهعنوان رهبر و تأمینکنندگان مستقل بهعنوان پیرو در سطح پایین به تصمیمگیری میپردازند، مدلسازی شده است. برای حل مدل ریاضی دوسطحی، یک الگوریتم ترکیبی مبتنیبر الگوریتم بهینهسازی ازدحام ذرات (PSO-A) پیشنهاد شده است. در این سازوکار مطابق با مقادیر متغیرهایی که بهطور متوالی توسط ذرات در الگوریتم PSO تعیین میشود، یک الگوریتم ابتکاری برمبنای جستوجوی A$^*$ زیر مسائل برنامهریزی تولید چنددورهییـ چندکالایی را برای هریک از تأمینکنندگان حل میکند. در این مقاله یک الگوی جامع برای تعبیه فرایندهای مذاکره در مدلهای ریاضی دوسطحی و فرایند حل آنها ارائه شده است. بهمنظور ارزیابی عملکرد الگوریتم پیشنهادی، نتایج آن با نتایج الگوریتمهای PSO-Exact و PSO-Greedy مقایسه شده است. نتایج نشان داده است که الگوریتم پیشنهادی نسبت به الگوریتم PSO-Exact در زمان کوتاهتر، جوابهایی با خطای قابل قبول یا حتی با خطای کمتر تولید کرده است. همچنین نسبت به الگوریتم PSO-Greedy همواره جوابهایی با خطای کمتر تولید کرده است.
