پژوهش های نوین در تصمیم گیری

چکیده شاخص توبین یکی از شاخص های مهم در دنیای سرمایه گذاری است که بعنوان معیاری برای ارزیابی عملکرد شرکت ها جهت تصمیم گیری برای سرمایه گذاری های صحیح به کار می رود. اما در دقت نتایج مبتنی بر این شاخص، ابهاماتی وجود دارد که پژوهشگران را بر آن داشته است تا به دنبال برآورد این شاخص از روی دیگر شاخص های مالی باشند. اما شاخص توبین یک شاخص پویاست و به علت مبتنی بودن بر قیمت بازار، ممکن است در لحظه مقدار آن تغییر کند. بنابراین استفاده از روش هایی مانند رگرسیون چندگانه که تلاش می کنند مقدار دقیق متغیر وابسته را پیش بینی کنند منطقی به نظر نمی رسد. به همین دلیل این تحقیق به منظور انجام قضاوت در مورد شاخص توبین از روی دیگر شاخص های مالی، روشهای مبتنی بر پیش بینی دقیق مانند رگرسیون خطی را مورد نقد قرار داده و به جای آن استفاده از روش های تحلیل تشخیص مانند رگرسیون لجستیک و شبکه عصبی را توصیه می کند. تحلیل تشخیص، روشی برای طبقه بندی مجموعه ای از مشاهدات به یکی از دو یا چندین گروه تعیین شده است به طوریکه مشاهدات درون هر گروه بیشترین شباهت را به یکدیگر داشته باشند. لذا این پژوهش با استفاده از اطلاعات مالی 184 شرکت پذیرفته شده در بورس اوراق بهادار تهران در سالی مالی منتهی به 29 اسفند 1393 به کمک رگرسیون لجستیک و شبکه عصبی به تحلیل تشخیص شاخص توبین پرداخته و نتایج دو تکنیک را گزارش و خروجی را تحلیل و با یکدیگر مقایسه می کند.

چکیده مسئله زمان‌بندی پروژه با محدودیت منابع یکی از مسائل بسیار معروف و مطرح در زمینه تحقیق در عملیات و مدیریت پروژه است. در پژوهش حاضر، این مسئله با در نظر گرفتن اهداف مهمی  شامل کمینه‌کردن زمان اتمام پروژه و همچنین کمینه‌کردن حداکثر هزینه انجام پروژه در یک روز مدل‌سازی شده است. در این راستا، تمامی روابط پیش‌‌‌نیازی ممکن بین فعالیت‌های یک پروژه موردتوجه قرار گرفته است. مدل پیشنهادی برای سه پروژه واقعی در اندازه‌‌‌های متفاوت و با استفاده از الگوریتم‌های فراابتکاری شامل الگوریتم ژنتیک، بهینه‌سازی ازدحام ذرات و تکامل تفاضلی اجرا شده است. نتایج حاصل از اجرای مدل نشان می‌دهد که الگوریتم تکامل تفاضلی برای پروژه‌‌‌های با مقیاس بزرگ و الگوریتم ازدحام ذرات برای پروژه‌‌‌های با مقیاس متوسط، از کارایی مطلوبی در مقایسه با الگوریتم‌ ژنتیک برخوردار است. استفاده از الگوریتم‌های فراابتکاری برای حل پروژه‌های با مقیاس کوچک توصیه نمی‌شود.

چکیده با تجهیز بانک‌ها به سیستم‌های پرداخت و دریافت الکترونیکی و استفاده از کارت‌‌های اعتباری، مشتریان اکثر تعاملات بانکی خود را از طریق کارت‌‌های اعتباری و کانال‌‌های اعتباری نظیر دستگاه‌‌های خودپرداز ATM، پایانه‌‌های فروش POS، تلفن‌بانک، موبایل بانک و اینترنت بانک انجام می‌دهند. مشتریان با افزایش تعداد بانک‌ها و محصولات و خدمات آنان، زمانی که خدمات و محصولات بهتری پیدا کنند، به‌راحتی بانک خود را تغییر می‌دهند؛ بنابراین، مدیریت ارتباط با مشتری یک انتخاب اجتناب‌ناپذیر برای بانک‌هاست. یکی از ابزار‌هایی که در‌ زمینه مدیریت ارتباط با مشتری می‌تواند به سازمان‌ها کمک‌کننده باشد، داده‌کاوی است. در این تحقیق برای شناسایی خدمات سودآوری که توسط مشتریان خوب مورد استقبال قرار گرفته‌اند، چهار روش داده‌کاوی درخت تصمیم، بیز ساده، K همسایه نزدیک و مدل ترکیبی استفاده شدند. هر یک از این روش‌ها بر روی داده‌های واقعی، آزمایش و کارایی هر روش سنجیده شد. نتایج ارزیابی مدل‌ها نشان داد که دقت مدل K همسایه نزدیک در شناسایی خدمات سودآور 26/93 درصد، دقت مدل بیز 83/74 درصد و دقت مدل درخت تصمیم 18/97 درصد است و پس از ترکیب مدل‌ها، دقت روش ترکیبی80/94 درصد شده است. همچنین مدل ترکیبی 01/96 درصد از خدمات عادی را درست شناسایی کرده و در مجموع 44/94 درصد از خدمات را به‌درستی تشخیص داده است و عملکرد بهتری نسبت به روش بیز ساده و K همسایه نزدیک داشته است. از مقایسه نتایج ارزیابی مدل‌ها مشخص شد که استفاده از روش‌های ترکیبی در مقایسه با روش‌های دسته‌بندی مبتنی بر یک مدل، از دقت بیشتری برخوردار است.

چکیده روند رو به افزایش اختلالات زنجیره‌های تامین، اهمیت بررسی استراتژی‌های بازگشت‌‌پذیری را بیشتر نموده است. پژوهش حاضر یک مدل برنامه ریزی تصادفی دو مرحله‌ای عدد صحیح سناریو-محور برای رویارویی با ریسک‌های عملیاتی و اختلال در یک شبکه زنجیره تامین خرده‌فروشی ارائه می‌نماید. مدل پیشنهادی تصمیمات قبل و بعد از بروز اختلال را در نظر می‌گیرد. پنج استراتژی بازگشت‌پذیری در برگیرنده ابعاد مختلف قابلیت‌های بازگشت‌پذیری اعم از پیش‌کنشی، واکنشی و کیفیت طراحی زنجیره (شامل مستحکم‌سازی تسهیلات، نگهداری موجودی احتیاطی، ایجاد ظرفیت اضافی در برخی گره‌های شبکه، استفاده از سیاست تحویل مستقیم به فروشگاهها و پوشش چندگانه فروشگاهها)، در نظر گرفته شده است. مدل ارائه شده برای یک مطالعه موردی در صنعت خرده‌فروشی بکار گرفته شده است. تحلیل حساسیت روی پارامترهای اصلی انجام شده و رهنمودهای مدیریتی از آنها استخراج شده است. نتایج مدل نشان دهنده تاثیر مثبت بکارگیری استراتژی‌های بازگشت‌پذیری در کاهش هزینه کل در طراحی شبکه زنجیره تامین خرده‌فروشی می‌باشد.

چکیده در سازمان‌های خدماتی، بهبود کیفیت خدمات جهت افزایش بهره‌‌وری، سود و رضایت مشتری یک موضوع حیاتی است که بدون شناسایی معیارهای مؤثر بر بهبود کیفیت خدمات، امکان‌پذیر نیست. بنابراین، هدف از این مقاله، معرفی یک روش دلفی بر اساس مفهوم استدلال کیفی، برای شناسایی و بومی‌سازی معیارهای مؤثر در کیفیت خدمات است. در این مقاله، ابتدا مفاهیم روش مرتبه بزرگی مطلق کیفی به‌ عنوان یکی از روش‌های استدلال کیفی، تشریح و بر اساس آن، یک ساختار منظم برای روش دلفی ارائه شد. در این روش، ابتدا با استفاده از مفهوم آنتروپی یک تابع اجماع در محیط استدلال کیفی، معرفی و سپس سازوکار لازم برای رسیدن به همگرایی در روش دلفی فراهم شد. پس از معرفی مدل مفهومی تحقیق، شناسایی و بومی‌سازی معیار‌های کیفیت خدمات در بخش حمل‌ونقل عمومی شهرکرد به‌عنوان یک مطالعه کاربردی از روش پیشنهادی ارائه شد. نتایج حاصل نشان داد که از میان 35 معیار اولیه که بر اساس تلفیق معیارهای موجود در مطالعات کتابخانه‌‌ای و نظر پنل خبره گردآوری شده بود، در نهایت 30 معیار به‌عنوان معیارهای مؤثر بر بهبود کیفیت خدمات حمل‌ونقل عمومی شهرکرد انتخاب شدند.

چکیده نظریه مکانیابی یکی از مباحث مهم در بهینه سازی و تحقیق در عملیات می باشد. در مسائل مکانیابی هدف پیدا کردن مکان یک یا چند سرویس دهنده به گونه ای است که معیارهایی مانند هزینه حمل ونقل، مسافت طی شده توسط مشتریان، زمان کل سرویس دهی و هزینه حاصل از سرویس دهی بهینه شود. در این مقاله ما به مساله مکانیابی آرمانی می پردازیم که در آن مکان تعدادی مشتری در صفحه داده شده است و حالت ایده آل این است که مکانی برای سرویس دهنده تعیین کنیم به گونه ای که فاصله سرویس دهنده تا مشتری iام برابر ri باشد. اما چون چنین جوابی همواره موجود نیست، به دنبال کمینه کردن مجموع خطای حاصل از فاصله سرویس دهنده تا نقطه ایده آل هستیم. دو نوع تابع هدف کمینه کردن مجموع مربعات خطا و مجموع قدر مطلق در حالتی که تابع فاصله تحت نرم Lp اندازه گیری می شود را مورد بررسی قرار می دهیم. سپس از روشهای شبه وایزفیلد، گوس- نیوتن و الگوریتم فراابتکاری رقابت استعماری برای حل آنها استفاده می کنیم. در انتها نتایج عددی حاصل از حل روشهای ارائه شده را با هم مقایسه می کنیم.

چکیده سیستم‌های سرو در زمره پیشرفته‌ترین سیستم‌های تولید  تکراری به شمار می‌روند که در حجم کم یا متوسط تولید می‌کنند. این سیستم‌ها متشکل از چندین سلول بوده و از طریق روش‌های نوین تخصیص متصدی ها، به بهترین زمان جریان کار دست می‌یابند. تحقیقات انجام‌شده در این حوزه بیشتر به جنبه‌های شکل‌گیری، تخصیص و توالی محصولات مختلف به سلول‌ها توجه کرده‌اند و موضوع تخصیص متصدی ها  که بااهمیت‌ترین عنصر در این سیستم‌ها به‌حساب می‌آیند، همسنگ با دیگر تصمیمات موردمطالعه قرار نگرفته است؛ لذا در این مقاله این تصمیمات به‌طور مستقل بررسی و در قالب گردش شغلی درون و بین سلول‌ها تحلیل شده است. مدل ارائه‌شده، یک مدل برنامه‌ریزی خطی عدد صحیح (ILP) است که مجموعه‌ای از متصدی را به سلول‌ها تخصیص می‌دهد؛ به‌نحوی‌که عدم جابجایی‌های بین سلولی در دوره‌های متوالی کمینه شود. برای حل مدل، از نرم‌افزار گمز استفاده شده و همچنین به‌منظور بهبود کارایی حل برای مسائل با ابعاد متوسط و بزرگ، الگوریتم ابتکاری بهینه‌سازی مبتنی بر آموزش و یادگیری طراحی شده است. چندین مسئله نمونه در ابعاد مختلف برای بررسی اعتبار مدل و عملکرد الگوریتم به‌صورت تصادفی ایجاد و حل شده‌اند که حاکی از کارایی و کیفیت مناسب این الگوریتم است.

چکیده در مطالعات قبلی، طراحی مدل‌های مدیریت موجودی توسط تأمین‌کنندگان (VMI) بر اساس حداقل هزینه کل زنجیره تأمین بود. در این مقاله، یک روش جدید برای طراحی مدل‌های VMI با هدف بهینه‌سازی گردش موجودی انبار تولیدکننده ایجاد شده است. بر اساس مدل پیشنهادی، هدف ما افزایش حداکثر گردش موجودی همراه با محدودیتِ نداشتن کمبود کالا در خطوط تولید و انطباق با حداقل و حداکثر محدودیت‌های موجودی در انبار تولیدکننده است. روش پیشنهادی در مقایسه با روش های متعارف به حداقل رساندن کل هزینه زنجیره تأمین ساده‌تر و عملی‌تر است. الگوریتم ترکیبی مبتنی بر الگوریتم ژنتیک (GA) با استفاده از بهینه‌سازی ازدحام ذرات (PSO) برای به دست آوردن هر دو توانایی جستجوی مناسب فراگیر و محلی در فضای جواب، برای حل مدل جدید پیشنهاد شده است. به‌عنوان یک مطالعه موردی، اجرای مدل پیشنهادی در زنجیره تأمین شرکت سایپا بهبود در گردش موجودی کالا، کاهش سطح موجودی انبار و کاهش سطح بازپرسازی کالا توسط تأمین‌کنندگان را نشان می‌دهد.

چکیده در عصر اقتصاد دانش‌بنیان، یکی‌ از مهم‌ترین نهادهای تأثیرگذار بر رشد این اقتصاد ارزیابی عملکرد است. هدف این پژوهش ارائه مدلی جهت ارزیابی کارایی پارک‌های علم‌وفناوری و شرکت‌های مستقر در آن‌ها با توجه به مختصات جغرافیایی-اقتصادی ایران است. در این پژوهش، ابتدا پژوهشگران با استفاده از مبانی نظری و نظر خبرگان متغیرهای مورداستفاده برای ارزیابی عملکرد پارک‌های علم‌وفناوری را شناسایی نمودند. به‌علاوه برای بالا بردن روایی مدل از توپولوژی‌های متفاوت متغیرها استفاده شد تا بهترین ارتباط میان این متغیرها و همچنین بالاترین سطح کارایی واحدهای تصمیم‌گیری شناسایی شود.
از طرف دیگر، مدل تحلیل پوششی داده‌های دوسطحی استوار برای ارزیابی عملکرد پارک انتخاب شد. مدل ریاضی با توجه به ماهیت مسئله و همچنین بسط موری و بنکر توسعه داده شد. این تغییرات موجب توسعه مدل دوسطحی استوار تحلیل پوششی داده‌ها با متغیر غیراختیاری شد. درنهایت، کارایی پارک‌های علم‌وفناوری و واحدهای مستقر در دو مدل، بدون استفاده از متغیر غیراختیاری و با استفاده از متغیر اختیاری تشکیل و نتایج آن‌ها موردمقایسه قرار گرفت. بر اساس نتایج متغیر‌های غیراختیاری درصد تولید ناخالص هر استان و طول عمر پارک به‌عنوان متغیر میانجی شناسایی شدند.