پژوهش های مدیریت در ایران

چکیده تصمیم‌گیرندگان در انتخاب یک گزینه از میان گزینه‌های متعدد اغلب چندین معیار را هم‌زمان در تصمیم‌گیری مورد نظر قرار می‌دهند. معیارها گاه هم‌راستا و گاه متقابل و متضاد است. هنگامی که بین معیارها وابستگی وجود دارد می‌توان برخی تکنیک‌های تصمیم‌گیری مانند ANP، AHP و یا دیمتل را به کار برد. رویکرد دیگر گروه‌بندی معیارهایی است که با یکدیگر همبستگی دارند. بدین منظور در این تحقیق با به‌ کارگیری رویکردی جدید گروه‌بندی معیارها را برمبنای همبستگی بین آن‌ها انجام می‌دهیم. روش پیشنهادی به‌ منظور حل مسأله پوشش مجموعه است. در این مسأله هدف عبارت از طبقه‌بندی کردن معیارها در گروه‌هایی که همبستگی بین معیارها در درون هر گروه بیشینه و همبستگی بین معیارهای هر گروه با گروه دیگر کمینه شود. موردمطالعه برای این تحقیق 9 صنعت مربوط به 26 کشور اروپایی است. روش تحلیل عاملی به ‌منظور اعتبارسنجی مدل پیشنهادی نیز استفاده می‌شود. نتایج حاکی از آن است که روش پیشنهادی (پوشش مجموعه) به‌ منظور گروه‌بندی متغیرها از کارایی قابل قبولی برخوردار است و می‌توان از این روش نیز در تحقیقات آتی برای گروه‌بندی متغیرها (زمانی که بین متغیرها همبستگی وجود دارد) استفاده کرد.

چکیده انتخاب تامین کننده و تعیین میزان بهینه سفارش یکی از اجزای مهم تولید و مدیریت لجستیک برای بسیاری از شرکت‌ها می‌باشد. به همین منظور پس از انتخاب تامین کننده مناسب می‌بایست میزان سفارش بهینه هر یک از تامین کنندگان را با توجه به اهداف و تنگناها و محدودیت‌هایی که مورد نظر تصمیم گیرندگان است را بدست آورد. یکی از روش‌های کارا در‌این راستا که می‌تواند با هدفگذاری‌های مختلف جواب بهینه ارائه دهد، مدلهای برنامه‌ریزی چندهدفه می‌باشد. پس می‌توان بیان کرد که هدف از‌این پژوهش طراحی یک مدل چندهدفه کارا بمنظور تعیین میزان سفارش مطلوب موجودی وتخصیص به هر یک از تامین کنندگان می‌باشد.‌این کار با طراحی مدلی چند هدفه، با اهداف حداقل کردن هزینه‌های موجود در زنجیره، مانند هزینه خرید، نگهداری، حمل و نقل و. .. و همچنین حداکثر نمودن سطح کیفیت مواد خریداری شده از تامین کنندگان انجام می‌گیرد. در نهایت نیز مدل با استفاده از روش فرابتکاری چند هدفه الگوریتم ژنتیک مرتب ساز ی نامغلوب (NSGA-II) حل شده و به منظور اعتبار سنجی مدل، مدل با استفاده از روش الگوریتم فراابتکاری بهینه سازی انبوه ذرات (PSO) نیز حل شده و نتایج با روش اول مقایسه می‌گردد.