OTHERS_CITABLE
ارایه الگوریتمهای کارآمد برای زمانبندی تولید بههنگام در شرایط پردازش انباشته
در این مقاله مساله زمانبندی تولید بههنگام در یک ماشین پردازنده انباشته مورد بررسی قرار میگیرد. ماشینهای پردازنده انباشته قادرند به طور همزمان بیش از یک کار را پردازش کنند و کاربردهای فراوانی در صنایع تولید نیمه هادی دارند. در راستای تامین اهداف تولید بههنگام، معیار عملکرد در نظر گرفته شده، کمینه کردن توام هزینه زودهنگامی و دیرهنگامی کارهاست که یک معیار مورد پسند برای تولیدکننده و مشتری است. با توجه به NP-hard بودن مساله مفروض، هدف یافتن جواب نزدیک به بهینه برای مساله در اندازههای صنعتی با استفاده از الگوریتمهای فراابتکاری است. دو الگوریتم برای مساله ارایه میشود. الگوریتم نخست، الگوریتم ژنتیک ترکیبی و الگوریتم دوم مبتنی بر الگوریتم جستجوی تطبیقی تصادفی حریصانه است. در هر دو الگوریتم از یک الگوریتم برنامهریزی پویا برای زمانبندی انباشتهها استفاده میشود. نتایج آزمایشات محاسباتی نشاندهنده کارایی الگوریتمهای پیشنهادی برای مسایل با ابعاد بزرگ است به نحوی که متوسط خطای الگوریتم ژنتیک ترکیبی برابر 6/82% و این مقدار برای الگوریتم جستجوی تطبیقی تصادفی حریصانه برابر 11/64% است. همچنین کارایی الگوریتمهای پیشنهادی برای مسایل با کارهای با اندازه کوچک قابل توجهتر از مسایل با کارهای دارای اندازه بزرگ است.
http://jamlu.liau.ac.ir/article-1-1962-fa.pdf
2021-05
1
23
10.52547/jamlu.18.2.1
ماشین پردازنده انباشته
تولید بههنگام
زود هنگامی و دیرهنگامی
برنامهریزی پویا
الگوریتمهای فراابتکاری
Efficient Algorithms for Just-In-Time Scheduling on a Batch Processing Machine
Just-in-time scheduling problem on a single batch processing machine is investigated in this research. Batch processing machines can process more than one job simultaneously and are widely used in semi-conductor industries. Due to the requirements of just-in-time strategy, the minimization of total earliness and tardiness penalties is considered as the criterion. It is an acceptable criterion for both manufacturer and customer. Since the research problem is proven to be NP-hard, the main objective of this research is to develop metaheuristic algorithms for finding efficient upper bounds for industry sized instances. Two algorithms are proposed for the research problem: a Hybrid Genetic Algorithm (HGA), and a Greedy Randomized Adaptive Search Procedure (GRASP). A dynamic programming approach is developed to sequence the batches in these algorithms. The computational results, based on available test problems in the literature, demonstrate that the proposed algorithms are effective, especially for large sized instances. The average percentage error of HGA is 6.82% and the corresponding value for GRASP is 11.64%. The results also show that the performance of the proposed algorithms is more considerable when the job sizes are small.
http://jamlu.liau.ac.ir/article-1-1962-en.pdf
2021-05
1
23
10.52547/jamlu.18.2.1
Batch Processing Machine
Just-In-Time
Earliness and Tardiness
Dynamic Programming
Metaheuristics
T.
Keshavarz
taha_keshavarz@semnan.ac.ir
1
Department of Industrial Engineering, Semnan University, Semnan, Iran
AUTHOR
N.
Rafiee Parsa
n.rafieeparsa@iauctb.ac.ir
2
Department of Industrial Engineering, Central Tehran Branch, Islamic Azad University, Tehran, Iran
AUTHOR
OTHERS_CITABLE
بررسی مفاهیم جوابهای مختلف در مسایل برنامهریزی خطی چندهدفه با ضرایب بازهای
مسایل بهینه سازی شاخه ای از پژوهش را از دیرباز به خود اختصاص دادهاند. در این حوزه برنامه ریزی چندهدفه از اهمیت ویژه ای برخوردار است. از آنجا که در اکثر مسایل برنامه ریزی چندهدفه موجود در دنیای واقعی امکان تعیین ضرایب به طور قطعی وجود ندارد، در این مقاله مسایل برنامه ریزی خطی چندهدفه با ضرایب بازهای مورد بررسی قرار میگیرند. متناظر با چنین مسایلی چهار مفهوم جواب، (A,b)-لزوما کارای ضعیف، (A,b)-لزوما کارا، (A,b,C)-لزوما کارای ضعیف و (A,b,C)-لزوما کارا، معرفی میشوند. همچنین شرایط لازم و کافی برای تشخیص چنین جوابهایی ارایه می شوند. درپایان کارایی نتایج در مثالهایی عددی بررسی می شوند.
http://jamlu.liau.ac.ir/article-1-1955-fa.pdf
2021-05
25
35
10.52547/jamlu.18.2.25
برنامهریزی بازهای
برنامهریزی خطی چندهدفه
جواب کارا
مساله مجموع وزنی
A Survey on Different Solution Concepts in Multiobjective Linear Programming Problems with Interval Coefficients
Optimization problems have dedicated a branch of research to themselves for a long time ago. In this field, multiobjective programming has special importance. Since in most real-world multiobjective programming problems the possibility of determining the coefficients certainly is not existed, multiobjective linear programming problems with interval coefficients are investigated in this paper. Corresponding to such problems, four solution concepts, (A,b)-necessarily weak efficient, (A,b)-necessarily efficient, (A,b,C)-necessarily weak efficient and (A,b,C)-necessarily efficient, are introduced. Moreover, necessary and sufficient conditions for recognizing such solutions are presented. Finally, the efficiency of the results is investigated in some numerical examples.
http://jamlu.liau.ac.ir/article-1-1955-en.pdf
2021-05
25
35
10.52547/jamlu.18.2.25
Interval Programming
Multiobjective Linear Programming
Efficient Solution
Weighted Sum Problem
Sh.
Gholinezhad
rozitagh.323@gmail.com
1
Department of Mathematics, Faculty of Basic Science, Babol Noshirvani University of Technology, Babol, Iran
AUTHOR
S.
Rivaz
srivaz@nit.ac.ir
2
Department of Mathematics, Faculty of Basic Science, Babol Noshirvani University of Technology, Babol, Iran
AUTHOR
OTHERS_CITABLE
بهکارگیری الگوریتم رقابت استعماری دو هدفه برای مسیریابی خودروهای امدادی با در نظر گرفتن خرابی مسیر و خرابی خودروها
توسعه شتابان شهرها و ازدیاد روز افزون جمعیت شهری در دهه های اخیر، برنامه ریزی، مدیریت و کنترل شهرها را بیش از پیش با مشکل مواجه کرده است. این مشکل در زمان وقوع بحران های طبیعی و به ویژه زمانی که با ناهنجاری های اجتماعی همراه می شوند، بسیار پیچیده تر می گردد. از اینرو مسیریابی خودروهای امدادی در شرایط بحران از اهمیت بالایی برخوردار است. در این پژوهش، مساله مسیریابی خودروهای امدادی با در نظر گرفتن خرابی مسیر و خرابی خودروهای امدادی همراه با یکسری محدودیت های عملیاتی بررسی می شود. در این پژوهش یک مدل ریاضی دو هدفه برای خرابی مسیر و خرابی خودرو در نظر گرفته شده است. در تابع هدف اول، مجموع نرخ مشتریان از دست رفته ناشی از ازدحام در تسهیلات و انسداد مسیرهای ارتباطی کمینه میگردد. همچنین تابع هدف دوم، میانگین زمان های سفر در واحد زمان را کمینه می سازد. همچنین این رابطه میزان کارایی (احتمال خرابی) خودرو مورد استفاده را نیز نشان میدهد. در ادامه، مدل پیشنهادی پژوهش را در ابعاد مختلف با استفاده از الگوریتم های ژنتیک دو هدفه و الگوریتم رقابت استعماری دو هدفه با نرمافزار MATLAB حل نموده و کارایی آن را با شاخصهای شش گانه مورد ارزیابی قرار میدهیم.
http://jamlu.liau.ac.ir/article-1-1838-fa.pdf
2021-05
37
58
10.52547/jamlu.18.2.37
مدیریت بحران
مسیریابی
خودروهای امداد
الگوریتم رقابت استعماری دو هدفه
الگوریتم ژنتیک دو هدفه
Using Imperialist Competitive Algorithm For Routing Relief Vehicles Considering Road Breakdown and Vehicle Breakdowns
The rapid development of cities and the increasing urban population in recent decades have made urban planning, management and control more difficult. This problem becomes much more complicated at the time of natural disasters, especially when accompanied by social anomalies. Hence, it is important to ride emergency aid vehicles in crisis situations. In this research, the issue of riding vehicles is considered, taking into account the failure of the route and the failure of rescue vehicles, along with a number of operational constraints. In this study, a two-objective mathematical model for road failure and vehicle failure is considered. In the first objective function, the total amount of customers lost due to congestion in facilities and obstruction of communication paths is minimized. Also, in the second objective function, the average of trip times per unit of time is minimized. It also shows the performance (likelihood of failure) of the used vehicle. In the following, the proposed model was solved for several problems in different dimensions using the two-objective colonial competition meta-heuristic algorithm with MATLAB software and the results were compared with the two-objective genetic algorithm.
http://jamlu.liau.ac.ir/article-1-1838-en.pdf
2021-05
37
58
10.52547/jamlu.18.2.37
Crisis Management
Routing
Relief Vehicles
Two-Objective Imperialist Competitive Algorithm
Two-Objective Genetic Algorithm
Kh.
Salimidard
salimifard@pgu.ac.ir
1
Faculty of Business and Economics, Persian Gulf University, Bushehr, Iran
AUTHOR
M. H.
Kabgani
mohammadhossein.kabgani@gmail.com
2
AUTHOR
OTHERS_CITABLE
رویکردی جدید برای یافتن جواب مسایل حملونقل با پارامترهای خاکستری
در دنیای واقعی، تعیین میزان دقیق عرضه و تقاضا در مساله های حملونقل به دلیل تغییر شرایط اقتصادی ممکن است بهسختی امکانپذیر باشد؛ اما هنگام حملونقل کالاهای ضروری به هنگام وقوع بلایای طبیعی یا جابجایی وسایل نظامی در زمان جنگ با دادههای نادقیق سروکار خواهیم داشت. در این صورت بهمنظور مواجهه با عدم قطعیت دادهها و توصیف مناسب پارامترها در مساله حملونقل نیازمند رویکردهای جدیدی خواهیم بود. یکی از رویکردها استفاده از نظریه سیستمهای خاکستری و پارامترهای خاکستری در مدلسازی اینگونه مسایل است. بر این اساس، در این مقاله رویکرد جدیدی برای حل مساله حملونقل خاکستری معرفیشده است که بدون نیاز به سفیدسازی پارامترها با رویکردی مبتنی بر مقایسه اعداد خاکستری، جواب را بهصورت اعداد خاکستری تعیین میکند. درنتیجه عدم قطعیت دادههای ورودی در جوابهای بهدستآمده بهخوبی منعکس خواهد شد. برای نشان دادن کارایی روش ارایهشده، مثالهایی مطرح و با روش پیشنهادی حلمیشوند.
http://jamlu.liau.ac.ir/article-1-1983-fa.pdf
2021-05
59
73
10.52547/jamlu.18.2.59
عدم قطعیت
اعداد خاکستری بازهای
حملونقل خاکستری
عرضه
تقاضا.
A New Approach to Find the Solution of Transportation Problem with Grey Parameters
In the real world, determining the exact amount of supply and demand in transportation problems due to changing economic conditions may be difficult; but we will be dealing with inaccurate data when transporting essential goods in the event of natural disasters or the movement of military equipment during a war. In this case, in order to deal with data uncertainty and proper description of the parameters in the transport problem, we will need new approaches. One approach is to use grey systems theory and grey parameters in modeling such problems. Accordingly, in this paper, a new approach to solve the problem of grey transport is introduced, which determines the answer as grey numbers without the need to whiten the parameters with an approach based on comparing gray numbers. As a result, the uncertainty of the input data will be well reflected in the obtained answers. To show the efficiency of the proposed method, examples are given and solved with the proposed method.
http://jamlu.liau.ac.ir/article-1-1983-en.pdf
2021-05
59
73
10.52547/jamlu.18.2.59
Uncertainty
Interval Grey Numbers
Grey Transportation
Supply
Demand.
F.
Pourofoghi
farid.p53@gmail.com
1
Department of Mathematics, Payame Noor University, Tehran, Iran
AUTHOR
D.
Darvishi Salokolaei
d_darvishi@pnu.ac.ir
2
Department of Mathematics, Payame Noor University, Tehran, Iran
AUTHOR
J
Saffar Ardabili
saffar@pnu.ac.ir
3
Department of Mathematics, Payame Noor University, Tehran, Iran
AUTHOR
OTHERS_CITABLE
بهرهگیری از مدل برنامهریزی ریاضی برای تولید بیشتر بخشهای مختلف اقتصاد ایران
برنامه ریزی را می توان مجموعه ای از فعالیت های هماهنگ، منسجم و امکان پذیر برای رسیدن به اهداف مشخص و از پیش تعیین شده در طی بازه زمانی معین و براساس امکانات موجود تعریف کرد. اجرای مدل های برنامه ریزی توسعه اقتصادی با توجه به شرایط حاکم بر جامعه و محدودیت های موجود در جامعه از اهمیت بسزایی برخوردار می باشد و این امر موجب پیشرفت کشور می شود. یکی از مدل هایی که در برنامه ریزی توسعه اقتصادی از آن استفاده می شود، مدل برنامه ریزی ریاضی می باشد. در این مقاله از یک مدل بهینه سازی برنامه ریزی ریاضی استفاده می شود و مدل برای داده های واقعی ایران در طی بازه زمانی 1387 تا 1391 اجرا می شود. ارزش افزوده طبق تابع تولید کاب داگلاس تعریف می شود و نتایج مدل، سهم نیروی کار، سهم سرمایه و ضریب بهره وری کل عوامل تولید را گزارش می کند و با توجه به نتایج می توان تولید (ارزش افزوده) بیشتر را نیز محاسبه نمود. براساس نتایج مدل، اگر اقتصاد ایران می توانست به مقادیر ارزش افزوده بیشتر دست یابد، آنگاه رشد اقتصاد ایران در سال 1391 از 6/6- درصد به3/1 درصد تغییر پیدا می کرد. با توجه به نتایج بهدست آمده، نمره کارایی هر بخش محاسبه شده است و بخش ها براساس نمره کارایی شان رتبه بندی میشوند.
http://jamlu.liau.ac.ir/article-1-1950-fa.pdf
2021-05
75
89
10.52547/jamlu.18.2.75
برنامهریزی توسعه
برنامهریزی ریاضی
کارایی
تابع کاب داگلاس
رشد اقتصادی ایران.
Using Mathematical Programming Model to Investigate the More Production of Various Sectors of Iran Economy
Planning can be defined as a set of coordinated, coherent, and feasible activities to achieve specific and predetermined goals over a given time frame and based on available facilities. Implementation of economic development planning models is very important, according to prevailing conditions in society and the constraints in society. One of the models used in economic development planning is the mathematical planning model. In this article, we use a mathematical programming optimization model and we run it for real Iranian data over the period 2008-2012. Value added is defined by the Cobb-Douglas model, and the results of the model report labor force share, capital share and total factor productivity of the factors of production. According to the model results, if the Iranian economy could achieve higher value added, then Iran's economic growth in 2012 would have changed from -6.6% to 3.1%. Based on the results, the efficiency score of each section has calculated and we rank the sections based on their efficiency score.
http://jamlu.liau.ac.ir/article-1-1950-en.pdf
2021-05
75
89
10.52547/jamlu.18.2.75
Development Planning
Mathematical Programming
Efficiency
Cobb-Douglas Function
Economic Growth of Iran
M.
Khodabakhshi
Mkhbakhshi@yahoo.com
1
Department of Mathematics, Faculty of Mathematical Sciences, Shahid Beheshti University, General Campus, Tehran, Iran
AUTHOR
Z.
Cheraghali
zahracheraghali@yahoo.com
2
Department of Mathematics, Faculty of Mathematical Sciences, Shahid Beheshti University, General Campus, Tehran, Iran
AUTHOR
OTHERS_CITABLE
توسعه مدل اندازه با کران اصلاح شده جهت رتبهبندی واحدهای تصمیمگیرنده
استفاده از مدلهای تحلیل پوششی دادهها علاوه بر تعیین میزان کارایی نسبی، نقاط ضعف سازمان را در شاخصهای مختلف تعیین کرده و با ارایه میزان مطلوب آنها، خطمشی سازمان را به سوی ارتقای کارایی و بهره وری مشخص میکند. یکی از مدلهای غیرشعاعی در زمینه ارزیابی عملکرد و محاسبه کارایی سازمانها مدل اندازه با کران اصلاحشده (BAM) نام دارد. علیرغم مزایا و توانمندیهایی که مدل BAM در محاسبه کارایی واحدها دارد ولی قادر به مقایسه و رتبهبندی واحدهای کارا نمیباشد. بر این اساس با توسعه آن، در این مقاله مدل جدیدی بنام SupBAM جهت رتبهبندی واحدهای تصمیمگیری ارایه میشود. علاوه بر این، خواص مهم و کاربردی مدل BAM و مدل SupBAM ارایه گردیده و اثبات میشود. ارزیابی کارایی و رتبهبندی تعدادی شهرک صنعتی تواناییهای مدل پیشنهادی و صحت خواص و قضایای بیان شده را نشان میدهد.
http://jamlu.liau.ac.ir/article-1-915-fa.pdf
2021-05
91
105
10.52547/jamlu.18.2.91
تحلیل پوششی دادهها
کارایی
رتبهبندی
مدل BAM
مدل SupBAM
Development of the BAM Model for Ranking Decision Making Units
Using data envelopment analysis models, in addition to determining the relative efficiency, identifies the weaknesses of the organization in different criteria and, by presenting the desired values, determines the organization's policy towards efficiency and productivity improvement. One of the non-radial models in evaluating the performance and computing the efficiency of firms is called the BAM model. Despite the advantages and disadvantages of the BAM model in calculating DMU’s efficiency, it is not able to compare and rank efficient units. Based on this fact, this paper develops the BAM model and presents a new model called SupBAM for ranking the decision units. In addition, the important and practical properties of the BAM model and the SupBAM model are presented and proven. Performance evaluation and ranking of some industrial parks illustrates the capabilities of the proposed model and the accuracy of the properties and theorems expressed.
http://jamlu.liau.ac.ir/article-1-915-en.pdf
2021-05
91
105
10.52547/jamlu.18.2.91
DEA
Efficiency
Ranking
BAM Model
SupBAM Model.
M.
Izadikhah
m-izadikhah@iau-arak.ac.ir
1
Department of Mathematics, College of Science, Arak Branch, Islamic Azad University, Arak, Iran
AUTHOR
OTHERS_CITABLE
روش ترکیبی تاگوچی و تحلیل پوششی دادهها برای تعیین پارامترها و عملگرهای الگوریتمهای فراابتکاری– الگوریتم ژنتیک برای حل مساله جریان کارگاهی جایگشتی دوباره واردشونده
کارایی الگوریتمهای فراابتکاری ارتباط مستقیمی با تنظیم پارامترهای آن دارد، به طوری که انتخاب نادرست پارامترهای الگوریتمی کاملاً کارا، باعث ناکارآمدی آن میگردد. در این تحقیق ترکیب روش طراحی آزمایشات به روش تاگوچی و روش تحلیل پوششی دادهها جهت بالا بردن کارایی الگوریتم ژنتیک برای حل مساله جریان کارگاهی جایگشتی دوباره واردشونده بهکار گرفته میشود. سناریوهای مختلفی جهت انتخاب اپراتورهای الگوریتم ژنتیک برای واحدهای تحت ارزیابی شکل میگیرند. در ابتدا با استفاده از روش تاگوچی برای هر واحد، پارامترهای بهینه با هدف کمینهسازی تابع هدف (حداکثر دیرکرد کارها) مشخص شده، سپس واحدهای کارا جهت تعیین بهترین عملگرهای الگوریتم با توجه به بهینه تابع هدف در کمترین زمان ممکن، تعیین شده و رتبهبندی میگردند. این تحقیق میتواند به عنوان روشی برای تنظیم پارامترهای دیگر الگوریتمهای تکاملی و فراابتکاری با هدف اجتناب از معایب مربوط به روشهای آزمایش و خطا بهکار گرفته شود.
http://jamlu.liau.ac.ir/article-1-1625-fa.pdf
2021-05
107
124
10.52547/jamlu.18.2.107
زمانبندی
جریان کارگاهی جایگشتی دوباره واردشونده
پارامترها و عملگرهای الگوریتم ژنتیک
تحلیل پوششی دادهها
طراحی آزمایشات تاگوچی
مدل رتبهبندی اندرسن-پترسن.
Combined Method of the Taguchi Approach and DEA for Setting Parameters and Operators of Metaheuristic Algorithms - Genetic Algorithm to Solve the Reentrant Permutation Flow Shop Problem
The efficiency of metaheuristic algorithms has a direct relationship with their parameters setting, so that the incorrect selection of completely effective algorithmic parameters could make them inefficient. In this research, the combination of Taguchi approach and the Data Envelopment Analysis (DEA) method are applied to enhance the efficiency of the genetic algorithm to solve the Reentrant Permutation Flow Shop (RPFS) problem. Various scenarios are formed to select genetic algorithm’s operators for units under evaluation. First, using the Taguchi method for each unit, the optimal parameters are specified with the goal of minimizing the objective function (maximum tardiness). Then the effective units are determined and ranked in order to specify the best operators of the algorithm according to the optimal objective function in the shortest possible time. This research can be used as a method for setting the parameters of other evolutionary and metaheuristic algorithms in order to avoid the disadvantages of the trial and error methods.
http://jamlu.liau.ac.ir/article-1-1625-en.pdf
2021-05
107
124
10.52547/jamlu.18.2.107
Scheduling
Reentrant Permutation Flow Shop
Setting Genetic Algorithm Parameters and Operators
Data Envelopment Analysis
Taguchi Experimental Design
Andersen-Petersen Ranking Model.
M.
Fasihi
maedeh.fasihi@gmail.com
1
Department of Industrial Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
AUTHOR
S. E.
Najafi
najafi1515@yahoo.com
2
Department of Industrial Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
AUTHOR
R.
Tavakkoli-Moghaddam
3
School of Industrial Engineering, College of Engineering, University of Tehran, Tehran, Iran
AUTHOR
M.
Hahiaghaei-Keshteli
4
Department of Industrial Engineering, University of Science and Technology of Mazandaran, Behshahr, Iran
AUTHOR
OTHERS_CITABLE
ارایه مدلی جهت ارزیابی کارایی جریان اطلاعات در زنجیرهتامین با استفاده از تحلیل پوششی دادهها
محیط کسب و کاری که سازمانها در آن فعالیت دارند به طور مداوم در حال تغییر است. شرکتها به منظور دستیابی به مزایای رقابتی باید از استراتژیهای جدید استفاده کنند، یکی از استراتژیها رویکرد مدیریت زنجیره تامین میباشد. بهبود جریان اطلاعات بر عملکرد کل زنجیرهتامین تاثیر خواهد گذاشت. بر این اساس، هدف این مقاله ارایه مدلی جهت ارزیابی کارایی جریان اطلاعات در زنجیره تامین شرکت ساپکو میباشد. ابتدا با مرور ادبیات موضوع، شاخصها برای ارزیابی کارایی جریان اطلاعات در زنجیرهتامین تعیین و سپس اعتبار شاخصها بررسی گردید. پس از معرفی واحد تصمیمگیرنده و ورودیها و خروجیهای مدل، با استفاده از برنامهریزی آرمانی، مدلسازی ریاضی انجام گردید و با استفاده از نرم افزار GAMS، مدل برنامهریزی آرمانی پیادهسازی گردید. درنهایت نتایج حل مدل مشخص گردید. براساس مقایسه نتایج بهدست آمده چهار مقطع زمانی: در مرحله اول، واحد شماره3 در سال 1394 بالاترین کارایی را دارد و واحد شماره 2 در سال 1395 پایینترین کارایی را دارد. در مرحله دوم، واحد شماره 1 در سالهای 1395و 1396 بالاترین کارایی را دارد و واحد شماره 4 در سال1394 پایینترین کارایی را دارد. در مرحله سوم، واحد شماره1 در سالهای 1394 الی 1397 بالاترین کارایی را دارد و همچنین واحد شماره 2 در سال1397 بالاترین کارایی را دارد و واحد شماره 3 در سال1394 پایینترین کارایی را دارد. در مرحله چهارم، واحد شماره 4 در سالهای1395 الی 1397 بالاترین کارایی را دارد و واحد شماره 8 در سال1397 پایینترین کارایی را دارد. در مرحله پنجم، واحد شماره 6 در سال 1395 بالاترین کارایی را دارد و واحد شماره1در سال 1396 پایینترین کارایی را دارد.
http://jamlu.liau.ac.ir/article-1-1951-fa.pdf
2021-05
125
142
10.52547/jamlu.18.2.125
تحلیل پوششی دادهها
کارایی
مدیریت زنجیره تامین
جریان اطلاعات
Providing a Model for Evaluating the Efficiency of Information Flow in the Supply Chain Using Data Envelopment Analysis
The business environment where organizations operate is changing constantly. To achieve competitive advantage, companies should use new strategies; one of these strategies is the supply chain management approach. The performance of the entire supply chain will be affected by improvement of information flow. According to this, the purpose of this paper is to provide a model for evaluating the efficiency of information flow in the supply chain of SAPCO. The indicators were first determined through reviewing the literature in order to assess the efficiency of supply chain information flow and their validity was then checked. Mathematical modeling was performed using goal programming after introducing DMU as well as model inputs and outputs; and goal programming model was implemented by means of GAMS software. The results of model solving were ultimately determined. According to the comparison of the results of the four periods, at the first stage, DMU No. 3 has the highest efficiency in year 1394 and DMU No. 2 has the lowest efficiency in the year 1395. At the second stage, DMU No. 1 has the highest efficiency in the years 1395 and 1396, and DMU No. 4 has the lowest efficiency in the year 1394. At the third stage, DMU No.1 has the highest efficiency in the years 1394 to 1397 and DMU No. 2 has the highest efficiency in the year 1397, and DMU No. 3 has the lowest efficiency in the year 1394. At the fourth stage, DMU No. 4 has the highest efficiency in the years 1395 to 1397 and DMU No. 8 has the lowest efficiency in the year 1397. At the fifth step, DMU No. 6 has the highest efficiency in the year 1395 and DMU No. 1 has the lowest efficiency in the year 1396.
http://jamlu.liau.ac.ir/article-1-1951-en.pdf
2021-05
125
142
10.52547/jamlu.18.2.125
Data Envelopment Analysis (DEA)
Efficiency
Supply Chain Management
Information Flow
T.
Noohi Tehrani
t.n.tehrani@gmail.com
1
Department of Information Technology Management, Tehran North Branch, Islamic Azad University, Tehran, Iran
AUTHOR
F.
Hosseinzadeh Lotfi
farhad@hosseinzadeh.ir
2
Department of Mathematics, Science and Research Branch, Islamic Azad University, Tehran, Iran
AUTHOR
M.
Shoar
m_shoar@iau-tnb.ac.ir
3
Department of Industrial Management, Tehran North Branch, Islamic Azad University, Tehran, Iran
AUTHOR
S.
Saati Mohtadi
s_saatim@iau-tnb.ac.ir
4
Department of Mathematics, Tehran North Branch, Islamic Azad University, Tehran, Iran.
AUTHOR