مروارید درخشان اندیشه مهندسی و مدیریت کیفیت 3134-0849 9 2 2019 06 22 Developing a Mathematical Model to Determine the Optimum Buffer Size and Redundancy Allocation in Series-Parallel Production Systems توسعه یک مدل ریاضی جهت تعیین اندازه بهینه بافر و تخصیص افزونگی در سیستم‌های تولیدی سری-موازی 101 123 102743 FA مجتبی آقایی مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران مقصود امیری استاد، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران محمدتقی تقوی فرد گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران پرهام عظیمی گروه مهندسی صنایع، دانشکده مهندسی صنایع و مکانیک، دانشگاه آزاد اسلامی، قزوین، ایران Journal Article 2019 05 05 The issue studied in this paper, considering redundancy allocation and buffer allocation problems simultaneously in a series-parallel production system. The purpose of this research is to improve the availability, total system costs and buffer capacity through determining the optimal buffers size between work stations, selecting high reliability machines and assigning them to work stations, and developing a proper maintenance and repair plan. In this paper, the preventive and emergency repairs to machines are allowed and their cost is considered in the cost function. Furthermore, it is assumed that machine failure rates are random and follows a distribution function such as Weibul. Given these assumptions, it is very difficult to obtain the availability and cost functions via mathematical relations, explicitly. Thus, a hybrid simulation, design of experiments, and neural network approach are applied to estimate the availability and cost functions. In order to analyze the proposed model, a numerical example was used and based on the proposed methodology, was analyzed and evaluated. The model related to the problem was coded and solved by the NSGA-II algorithm and the Pareto set of answers was obtained. The results of the research indicated the validity of the proposed methodology for the problem under study. مسئله مورد بررسی در این تحقیق، در نظر گرفتن مسائل تخصیص افزونگی و تخصیص بافر به‌صورت هم‌زمان در یک سیستم تولیدی سری-موازی است. هدف از انجام این تحقیق، بهبود دسترس‌پذیری، هزینه‌های کلی سیستم و ظرفیت بافرها از طریق تعیین میزان بهینه بافرهای بین ماشین‌آلات، انتخاب ماشین‌آلات با قابلیت اطمینان بالا و تخصیص آن‌ها و تدوین یک برنامه مناسب تعمیرات و نگهداری است.در این تحقیق از رویکرد ترکیبی شبیه‌سازی، طراحی آزمایش‌ها و شبکه عصبی به‌منظور برآورد اهداف دسترس‌پذیری و هزینه هدف استفاده شد. به‌منظور تحلیل مدل پیشنهادی از یک مثال عددی استفاده شد و بر اساس متدلوژی پیشنهادی مورد تجزیه‌وتحلیل و بررسی قرار گرفت. مدل مربوط به مسئله مورد بررسی، توسط الگوریتم NSGA-II کد نویسی و حل شد و مجموعه جواب‌های پارتو به دست آمد.نتایج حاصل از تحقیق حاکی از اعتبار متدلوژی پیشنهادی برای مسئله مورد بررسی بود.

https://www.pqprc.ir/article_102743_c4df2a54ab1f499e2b8a1f9d7b0d3f92.pdf

مروارید درخشان اندیشه مهندسی و مدیریت کیفیت 3134-0849 9 2 2019 06 22 Designing a new multi-objective mathematical model for scheduling multifunctional machines taking into account the quality of manufactured parts طراحی یک مدل ریاضی جدید چند هدفه برای زمان‌بندی ماشین‌آلات چندکاره با در نظر گرفتن کیفیت قطعات تولیدی 124 137 102745 FA محمد اسفندیار دانشجوی دکتری، مدیریت تحقیق در عملیات، پردیس بین الملل، دانشگاه فردوسی مشهد، مشهد، ایران مصطفی کاظمی استاد گروه آموزشی مدیریت دانشکده علوم اداری و اقتصادی دانشگاه فردوسی مشهد، مشهد، ایران بهمن نادری دانشیار، گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه خوارزمی، تهران، ایران علیرضا پویا دانشیار گروه آموزشی مدیریت دانشکده علوم اداری و اقتصادی، دانشگاه فردوسی مشهد Journal Article 2019 05 14 The purpose of this paper is to design a multi-objective mathematical programming model for scheduling multifunctional machines in a production cell. For this purpose, a multiobjective invasive weed algorithm was proposed and its solution results were compared with multi-objective and genetic particle swarm algorithms. Algorithm parameters were adjusted according to Taguchi method. The innovation of this article, on the one hand, is in implementing the idea of machine processing speed in the production of parts with different qualities. In other words, to ensure quality, processing speed and loading rate are adjusted in the machine, and on the other hand, a multi-objective algorithm with a new chromosome structure was designed to optimize the model. To analyze the performance of solution algorithms, thirty sample problems with different dimensions were designed and performed ten times each. The analysis of the results showed that the multi-objective invasive weed-based algorithm was able to solve and answer problems more than other algorithms. هدف این مقاله طراحی یک مدل برنامه‌ریزی ریاضی چند هدفه برای زمان‌بندی ماشین‌آلات چندکاره در یک سلول تولیدی است. بدین منظور، یک الگوریتم علف هرز مهاجم چندهدفه ارائه شد و نتایج حل آن با الگوریتم های ازدحام ذرات چندهدفه و ژنتیک مقایسه گردید. با توجه به روش تاگوچی، پارامترهای الگوریتم تنظیم گردید. نوآوری این مقاله از یک‌سو، در اجرای ایده سرعت پردازش ماشین‌آلات در تولید قطعات با کیفیت‌های متفاوت است. به عبارت دیگر، برای تضمین کیفیت، سرعت پردازش و میزان بارگیری در ماشین تنظیم می‌گردد و از سوی دیگر، الگوریتم چندهدفه با ساختار جدید کروموزونی برای بهینه سازی مدل طراحی شد. برای تحلیل عملکرد الگوریتم های حل، سی مسألة نمونه با ابعاد مختلف، طراحی و هریک ده نوبت اجرا شد. تحلیل نتایج نشان داد الگوریتم مبتنی بر علف هرز مهاجم چندهدفه بیش از سایر الگوریتم‌ها قادر به حل و پاسخ‌گویی به مسائل بوده است.

https://www.pqprc.ir/article_102745_0b7b3fba187157a8465132dbf623e75a.pdf

مروارید درخشان اندیشه مهندسی و مدیریت کیفیت 3134-0849 9 2 2019 06 22 A Spatiotemporal Model for Monitoring and Analysis of Product Color, Case Study: Dairy Products یک مدل فضایی-زمانی به منظور پایش و آنالیز رنگ محصول ،مطالعه موردی: محصولات لبنی 138 153 102746 FA ناصر صفایی استادیار، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیر الدین طوسی، تهران، ایران یاسر صمیمی استادیار، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران فرزاد خوانچه مهر دانشجوی کارشناسی ارشد، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیر الدین طوسی، تهران، ایران Journal Article 2019 07 08 Nowadays, in line with the rapid growth of image and video-based inspection technologies such as machine vision systems, applications of image-based statistical process control are found in a wide variety of industries and processes. Considering the spatio-temporal variation of the observations in an image-driven process monitoring, the purpose of this study is to use multivariate statistical process control methods in order to evaluate and analyze the quality of samples from a dairy production process. In this research, the color content of each pixel is identified in the standard RGB format, and then the color conversion is performed to the new three-dimesnional L*a*b* color space. After estimation of the spatio-temporal autoregressive (STAR) model, multivariate control charts are employed to monitor both mean and vrainace of the estimates. Change point analysis using likelihood ratio statistic and decomposion of control statistic have improved the interpretability of the out-of-control signals on the control chart. The results of a case study related to the dairy industry reveals the capability of the propsed method in recognition of out-of-control conditions using image processing and analysis of the product surface color. چکیده امروزه همگام با پیشرفت فناوری‌های تصویربرداری همچون سیستم‌های بینایی ماشین و اسکنرهای لیزری سه‌بعدی، پایش عملکرد فرآیندهای تولیدی با استفاده از داده‌های تصویری به شکل چشمگیر رو به افزایش است. هدف این پژوهش به‌کارگیری مشاهدات حاصل از یک سیستم پردازش تصویر به‌منظور پیاده‌سازی کنترل آماری فرآیند و ارزیابی کیفیت محصول بر اساس اندازه-گیری مؤلفه‌های رنگ مربوط به تصویر سطح محصول است. در این تحقیق برای پردازش تصویر، محتوای رنگ هر پیکسل در فرمت L*a*b* تعریف می‌شود. سپس، با به‌کارگیری مدل اتورگرسیو فضایی مجموعۀ پارامترهای مربوط به هر تصویر برآورد می‌شوند. از طریق ترسیم نمودارهای کنترل چند متغیره بردار میانگین و ماتریس کوواریانس ضرایب تحت پایش قرار می‌گیرند. نهایتاً از روش آزمون نسبت درستنمایی تعمیم‌یافته برای تخمین نقطه تغییر استفاده‌شده است. نتایج حاصل از یک مطالعه موردی مربوط به صنایع تولید فرآورده‌های لبنی نحوه کاربرد روش پیشنهادی را نشان می‌دهد.

https://www.pqprc.ir/article_102746_b82b431a707e150506e4e4af4b267d03.pdf

مروارید درخشان اندیشه مهندسی و مدیریت کیفیت 3134-0849 9 2 2019 06 22 Modeling and Solving the Stochastic Problem of Maximum Coverage of Multi-Preventive Facilities with Meta-Heuristic Algorithms مدلسازی و حل مسئله‌ی تصادفی پوشش حداکثری تسهیلات پیشگیرانه‌ی متعدد با الگوریتم‌های فراابتکاری 154 171 102750 FA زهره خلیل پور گروه مهندسی صنایع، واحد بناب، دانشگاه آزاد اسلامی، بناب، ایران مهدی یوسفی نژاد عطاری گروه مهندسی صنایع، واحد بناب، دانشگاه آزاد اسلامی، بناب، ایران Journal Article 2018 10 26 The present research is about the location of preventive facilities. Effective preventive health care services play an important role in reducing medical costs and mortality in all human societies, and the level of customer access to these services can be considered as a measure of their effectiveness and effectiveness. In order to solve the waiting and queuing problem, a biobjective mathematical and nonlinear problem is presented to address the issue of reducing the maximum waiting time for the visitors with the aim of increasing the maximum coverage. This research method is based on modeling. Data analysis was performed using Matlab software, and the answers obtained from the meta-heuristic algorithms were compared in the Minitab software. From the results of this study, it is possible to increase coverage by preventive facilities and increase waiting time. Another result of this study is the comparison of the effectiveness of each of the metaheuristic NSGAII and MOIWO with the defined index. پژوهش حاضر در مورد مکان‌یابی تسهیلات پیشگیرانه می‌باشد. خدمات موثّر مراقبت‌های بهداشتی پیشگیرانه، نقش مهمی در کاهش هزینه‌های پزشکی و مرگ و میر در همه‌ی جوامع انسانی دارند و سطح دسترسی مشتریان به این خدمات می‌تواند به عنوان مقیاس کارآیی و تاثیرشان بررسی شود. برای اینکه مشکل انتظار و صف حل شود یک مساله‌ی دوهدفه‌ی ریاضی و غیرخطی ارائه شده تا موضوع کاهش حداکثر زمان انتظار مراجعه کنندگان با هدف افزایش حداکثر مقدار پوشش‌دهی بررسی گردد. روش تحقیق پژوهش حاضر از نوع مدلسازی ریاضی است. تجزیه و تحلیل اطلاعات با استفاده از نرم‌فزار Matlab انجام شده و جواب‌های بدست آمده از الگوریتم‌های متاهیورستیک در نرم‌افزار Minitab مقایسه شده است. از نتایج این تحقیق، می توان به افزایش پوشش توسط تسهیلات پیشگیرانه و افزایش زمان انتظار اشاره نمود. از دیگر نتایج این تحقیق، مقایسه‌ی کارایی هر یک از الگوریتم‌های فرا ابتکاری NSGAII و MOIWO نسبت به شاخص‌های تعریف شده می‌باشد.

https://www.pqprc.ir/article_102750_811f3ece0d528b3376914913cc54240e.pdf

مروارید درخشان اندیشه مهندسی و مدیریت کیفیت 3134-0849 9 2 2019 06 22 Service Contract-Aware Quality Supervisory Methodology in Cloud Systems ارائه رویکرد روش‌شناسی مبتنی بر قرارداد سرویس جهت نظارت بر کیفیت خدمت در سیستم‌های ابری 172 185 102753 FA نفیسه فارغ زاده گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد خدابنده، زنجان، ایران 0000-0001-7314-8231 Journal Article 2019 06 24 Supervising the service quality and aligning performance objectives in cloud service centers facilitates the effective delivery of the requirements and related operational goals. Nowadays, with huge level of resource sharing and dynamic workloads in data centers, there is a need for comprehensive approaches for service quality supervisory in clouds. Previous research has considered this issue from different aspects and at present, there is a lack of multi-objective and methodologic supervisory approach to connect major previous approaches. Therefore, compared with related work, the purpose of this research is to take steps to compensate the mentioned deficiencies and the most important achievement is a novel service contact aware and quality supervisory methodology in cloud data centers. Proposed methodology, unlike existing solutions, is independent from the management strategy and environmental operators and supervises the goal quality metrics in cloud ecosystem. The empirical results indicate the usefulness and superiority of the proposed methodology in identifying quality bottlenecks and supervising the service quality targets. امروزه سطح عظیم اشتراک منابع رایانشی و پویائی بارهای کاری در محیط‌های ابری، ضرورت تدوین رویکردی جامع در جهت نظارت بر کیفیت خدمت را ایجاب می‌نماید. درحال حاضر فقدان بکارگیری دیدگاهی جامع، متدولوژیک و چندمنظوره درجهت پیوند دیدگاه‌های قبلی، موجب ایجاد فضای آشوب در این حوزه تحقیقاتی و درک ناقص از مسئله گشته است. بنابراین در مقایسه با تحقیقات قبلی، هدف این پژوهش گام برداشتن درجهت جبران نواقص مذکور می‌باشد و مهمترین دستاورد آن ارائه دیدگاه متدولوژیک نظارت بر کیفیت خدمت مبتنی بر قرارداد سطح سرویس در سیستم های ابری می باشد. دیدگاه پیشنهادی برخلاف راه‌حل های موجود، مستقل از عملگرهای محیطی، اهداف کیفی را به صورت یکپارچه و خودکار نظارت می‌نماید تا موثّر واقع گردد. نتایج ارزیابی ها مبیّن سودمندی و برتری دیدگاه متدولوژیک پیشنهادی نسبت به دیدگاه‌های موجود و مدیریت چندمنظوره کیفیت خدمت در مراکز داده ابری می‌باشد.

https://www.pqprc.ir/article_102753_c177e920af85098d22a3945054eefa9d.pdf

مروارید درخشان اندیشه مهندسی و مدیریت کیفیت 3134-0849 9 2 2019 06 22 Combination of Robust Optimization and Risk Management to Design Closed-Loop Green Supply Chain Network ترکیب بهینه‌سازی استوار و مدیریت ریسک در طراحی شبکه زنجیره‌تأمین سبزحلقه‌بسته 186 201 102754 FA علیرضا علی نژاد دانشیار گروه مهندسی صنایع ، دانشکده مهندسی صنایع و مکانیک، واحد قزوین ، دانشگاه آزاد اسلامی، قزوین،ایران معصومه ایوزی دانشجوی کارشناسی ارشد گروه مهندسی صنایع، دانشکده مهندسی صنایع و مکانیک، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران. Journal Article 2019 06 09 One of the most important factors of effect on designing effective supply chain is reduction of economic costs. On the other hand, greenhouse gas emission and pollutants increase has driven managers of organizations and researchers to look for designing and setting up networks that are focused on optimization of environmental factors and reduction of pollutants in all sectors in addition to economic optimization. In addition to these two factors, product delivery time is one of factors of effect on supply chain. In this research an integrated direct and reverse logistic model is studied by considering three objective functions: minimizing environmental effects, economic costs and delivery time. In this research model, uncertainty is considered through solution robustness. Possible scenarios are defined and evaluated by common risk management tools. Then scenario-oriented robust model of the problem is presented by considering uncertain parameters. The model is completed by replacing occurrence rate of each scenario by outputs of risk assessment (normalized RPN) in the model. Then the model is turned in to a single-objective model by applying LP metric method, and solved with the GAMS software. Finally it can be said that an effective supply chain can be designed by combining risk assessment and robust optimization. یکی از مهمترین عوامل تأثیرگذار در طراحی زنجیره تأمین کارامد، کاهش هزینه‌های اقتصادی می‌باشد. از سوی دیگر با افزایش حجم گازهای گلخانه‌ای و آلاینده‌ها، مدیران سازمان‌ها و محققان در پی طراحی و راه‌اندازی شبکه‌هایی برآمدند که علاوه بر بهینه‌سازی اقتصادی بر عوامل زیست‌محیطی و کاهش آلاینده‌ها در همه بخش‌ها، تمرکزی ویژه داشته باشند علاوه بر این دو مورد، از عوامل تأثیرگذار دیگر در زنجیره‌تأمین می‌توان به زمان تحویل کالا اشاره نمود. در این تحقیق یک مدل یکپارچه لجستیک مستقیم و معکوس با در نظر گرفتن سه تابع هدف کمینه نمودن اثرات زیست محیطی، هزینه‌های اقتصادی و زمان تحویل که از نوآوری های این تحقیق است مورد مطالعه قرار گرفته است. عدم قطعیت در این مدل از طریق استوار بودن روش حل در نظر گرفته شده است، سناریوهای محتمل نیز بااستفاده از ابزارهای متداول مدیریت ریسک‌ شناسایی وارزیابی گردیده‌اند. سپس با درنظر گرفتن پارامترهای غیرقطعی،مدل استوارسناریو محور مسئله ارائه گردیده است و با جایگذاری خروجی‌های حاصل از ارزیابی ریسک (RPNنرمال شده) در مدل به جای وقوع هر یک از سناریوها مدل تکمیل شده و به کمک نرم افزار GAMS و از طریق روش LP متریک به یک مدل تک هدفه تبدیل و حل گردیده است.در نهایت می‌توان گفت که با ترکیب نمودن ارزیابی ریسک و بهینه‌سازی استوار یک زنجیره تأمین کارامد قابل طراحی می باشد که از نوآوری های دیگر تحقیق می باشد.

https://www.pqprc.ir/article_102754_1e1430c902e49b2378830d0754303d4c.pdf