به اختصاص دادن بهینه اندازه و مکان منابع توان راکتیو برنامه ریزی توان راکتیو (rpp) گفته می شود. در ابتدا، مکانهای نصب منابع توان راکتیو جدید، بر اساس تحلیلهای ساده مهندسی و تجربیات قبلی مهندسین سیستم قدرت به طور تقریبی مشخص می شدند. در تحقیقات دو دهه اخیر، برنامه ریزی توان راکتیو با استفاده از روشهای بهینه سازی انجام شده است. هدف از این پایان نامه مطالعه فرمول بندیهای ارائه شده برای برنامه ریزی توان راکتیو سیستمهای قدرت و رسیدن به یک فرمول بندی مناسب است. بنابراین در ابتدا انواع توابع هدف در برنامه ریزی توان راکتیو مورد بررسی قرار می گیرند. تابع هدف برنامه ریزی توان راکتیو می تواند هزینه های مرتبط با برنامه ریزی توان راکتیو، همچون هزینه ثابت و متغیر در نصب منابع توان راکتیو، هزینه تلفات توان حقیقی و/ یا هزینه سوخت باشد. اهداف دیگری همچون حداقل شدن انحراف یک متغیر کنترلی (همچون ولتاژ) از یک مقدار مشخص یا حداکثر شدن حاشیه پایداری ولتاژ نیز می توانند در برنامه ریزی توان راکتیو مورد توجه باشند. گاهی نیز از چند تابع هدف در فرمول بندی برنامه ریزی توان راکتیو استفاده می شود. در ادامه قیود موجود در برنامه ریزی توان راکتیو مورد بحث قرار می گیرند. این قیود به طور معمول شامل معادلات پخش توان در حالت نرمال (مبنا) و در حالت وقوع پیشامدها هستند. تحقیقات اخیر، اضافه کردن قیود مربوط به حاشیه پایداری ولتاژ تحت هر دو حالت نرمال و پیشامد را پیشنهاد می کنند. لذا فرمول بندیهای مختلف برنامه ریزی توان راکتیو با توجه به توابع هدف و قیود استفاده شده بر روی سیستم تست ieee 30 باس مطالعه شده و در نهایت فرمول بندی کامل توان راکتیو که در آن حالت نرمال همراه با وقوع پیشامدها در نظر گرفته شده است، ارائه می شود. روشهای تعیین باسهای کاندیدا برای نصب منابع توان راکتیو جدید نیز ارائه و مورد مطالعه قرار می گیرند.

موضوعات مختلفی در دنیای واقعی وجود دارند که برنامه ریزی دو سطحی برای مدل سازی فرآیندهای تصمیم گیری در آن ها مناسب است، اما به دلیل فقدان الگوریتم های موثر برای حل مسائل برنامه ریزی دوسطحی کاربرد آنها در دنیای واقعی محدود است. برای حل مسائل برنامه ریزی دو سطحی الگوریتم های دقیق متنوعی گسترش داده شده است؛ اما همه این روش ها بسیار زمان بر هستند به خصوص زمانی که مسئله در ابعاد بزرگ باشد و نمی توان از رویکردهای معمول در حل این گونه مسائل استفاده نمود؛ این امر منجر به استفاده از روش های فراابتکاری در حل مسائل برنامه ریزی دو سطحی شده است. الگوریتم رقابت استعماری الگوریتم فراابتکاری جدیدی است که در حل مسائل گوناگون بهینه سازی عملکرد خوبی داشته است. در این پایان نامه با استفاده از این الگوریتم و نوعی روش شمارش، الگوریتمی برای حل مسائل کوچک و متوسط برنامه ریزی دوسطحی خطی ارائه می شود. این الگوریتم با استفاده از عملگرهای موجود در الگوریتم رقابت استعماری و استفاده از مفاهیم موجود در روش سیمپلکس به حل مسائل مختلف می پردازد. پس از مدل سازی و ارائه الگوریتم پیشنهادی،کارایی الگوریتم رقابت استعماری در مسائل کوچک با حل مسائل موجود در مقالات و در مسائل متوسط با مقایسه نتایج حاصل از اجرای الگوریتم پیشنهادی و الگوریتم ژنتیک بررسی می شود . نتایج نشان می دهد الگوریتم رقابت استعماری در حل مسائل کوچک عملکرد خوبی داشته است و در حل مسائل متوسط در مقایسه با الگوریتم ژنتیک در تعداد کمتری از مسائل به جواب بهینه می رسد اما زمان حل مسائل را به طور متوسط تا 45/2 برابر، نسبت به زمان حل در الگوریتم ژنتیک کاهش می دهد.

با توجه به نقش هموارسازی تولید در کاهش هزینه ها و افزایش سطح خدمت به مشتری، تاکنون پژوهش های وسیعی بر روی مسائل هموار سازی تولید انجام گرفته است. در این پژوهش هموار سازی تولید در مسئله تعیین همزمان اندازه دسته و زمان بندی تولید (glsp) در سیستم تولیدی تک ماشین، با در نظر گرفتن دو تابع هدف کمینه سازی مجموع هزینه های تولید شامل آماده سازی وابسته به توالی و نگهداری موجودی و نیز تابع هدف کمینه سازی میزان انحراف از نرخ تولید ایده ال، مورد مطالعه قرار گرفته است. در ادبیات موضوع تاکنون مسئله هموارسازی تولید در glsp بررسی نشده است. دو مدل ریاضی بر اساس نحوه مدل سازی کلرک و مدل سازی فلشمن و میر برای این مسئله ارائه شده است. مقایسه دو مدل مذکور نشان داده است که مدل کلرک نسبت به مدل فلمشن و میر کاراتر بوده و در مدت زمان کوتاه تر توانسته است فضای حل بیشتری را جستجو کند و به پاسخ بهتری دست یابد. برای حل مدل ریاضی مسئله در ابعاد کوچک، از دو روش مجموع وزنی توابع هدف و روش محدودیت ? استفاده شده است. هم چنین یک الگوریتم فراابتکاری ژنتیک با جستجوی محلی پیشنهاد شده است. در مسائل با ابعاد کوچک، مرز کارای تشکیل شده از اجرای الگوریتم ژنتیک با مرز کارای تشکیل شده از ترکیب بهترین نتایج بدست آمده از روش های محدودیت ? و مجموع وزنی توابع هدف مقایسه شده است. نتایج نشان می دهند که پاسخ های تولید شده توسط الگوریتم ژنتیک در بسیاری از موارد نسبت به پاسخ های تولید شده از حل مدل ریاضی چیره شده است. در مسائل با ابعاد بزرگ بدلیل زمان بر بودن حل مدل ریاضی، مرز کارا از اجرای الگوریتم ژنتیک با جستجوی محلی بدست آمده است. نتایج بدست آمده نشان می دهند که در تکرارهای اولیه از الگوریتم ژنتیک، کیفیت پاسخ ها بهبود مناسبی داشته است و در تکرارهای نهایی غالبا بر تنوع پاسخ ها افزوده شده است.

در دنیای کنونی، اطلاعات به عنوان یکی از فاکتورهای تولیدی مهم مطرح است. در نتیجه، تلاش برای استخراج اطلاعات از داده ها از جمله چالش های اساسی در صنعت اطلاعات و حوزه های وابسته به آن است. حجم داده ها دائماً در حال رشد است و در همه ی محیط ها و به صورت متنوع در قالب های مختلف وجود دارد، که این نمایانگر پیچیدگی کار تبدیل داده ها به اطلاعات است. داده کاوی یکی از پیشرفت های اخیر در زمینه فناوری مدیریت داده هاست. در دادهکاوی ?تئوریهای پایگاهدادهها، هوش مصنوعی، یادگیری ماشین و علم آمار را در هم میآمیزند تا زمینهای کاربردی فراهم شود. داده کاوی روش های مختلفی دارد که از جمله مهمترین آنها قوانین وابستگی است. یکی از الگوریتم های رایج برای کشف قوانین وابستگی الگوریتم apriori است. تاکنون مطالعات متعددی جهت توسعه کاوش قوانین وابستگی صورت گرفته است که پایه بسیاری از آنها، الگوریتم apriori بوده است. آنچه دراین تحقیق بر آن تأکید می شود نگاهی جدید بر مبنای منطق فازی جهت کشف قوانین وابستگی است. پس از مطرح شدن منطق فازی، استفاده از آن در سیستم های هوشمند به دلیل شباهت با نحوه استدلال انسان به سرعت وارد داده کاوی شد. در مقایسه با منطق کلاسیک، منطق فازی جهان بینی نوینی است که با نیازهای دنیای پیچیده امروز سازگارتر است. در این نظریه درستی گزاره ها عددی بین صفر و یک است در صورتی که در منطق کلاسیک گزاره ها یا درست و یا غلط هستند. لذا نتایج حاصل از منطق فازی در مسائل متعدد، کاربردی تر و واقعی تر خواهد بود. در این تحقیق ضمن مطالعه کارهای انجام شده تاکنون و بررسی نقاط ضعف و قوت آنها، همچنین بررسی مسائل کاربردی و مطرح کنونی، الگوریتمی جدید با نام ftarm برای کشف قوانین وابستگی فازی از روی مجموعه دادههای عددی مختلف، با در نظر گرفتن یک طبقهبندی چندسطحی فازی روی دادهها و همچنین قابلیت متفاوت در نظر گرفتن کمترین پشتیبان به ازای اقلام مختلف پیشنهاد شده است. یکی از ایده های مهم به کار رفته در این الگوریتم توانایی آن در استفاده روی مجموعه داده های مختلف با انواع متنوعی از مشخصه ها اعم از مشخصه های گسسته و پیوسته است. قابلیت الگوریتم ارائه شده در لحاظ نمودن طبقه بندی فازی و کشف قوانین وابستگی در تمام سطوح آن با در نظر گرفتن فرض های فوق یکی از نقاط قوت پرکاربرد آن است. همچنین در این تحقیق یک روش برای به دست آوردن طبقه بندی فازی بر مبنای روش چند متغیره آماری تحلیل عاملی ارائه شده است. استفاده از این روش به منظور استخراج طبقه بندی فازی در مواردی توصیه می گردد که طبقه بندی در دسترس نبوده و یا تولید آن مشکل باشد. از این رو با کمک تحلیل عاملی می توان به استخراج طبقه بندی فازی پرداخت. این روش با تقسیم بندی شاخص های سطح پایین تر، عوامل پنهان را در سطح بالاتر طبقه بندی تولید می نماید. روش های فوق بر روی دو مثال کاربردی به منظور نشان دادن کارکرد الگوریتم پیاده سازی شده است. مثال اول در زمینه هواشناسی و شامل داده های میانگین دمای هوای ماهیانه 26 شهر کشور ایران در بین سال های 1990 تا 2000 میلادی است. مثال دوم برگرفته از حمل و نقل جاده ای کشور بوده و در آن 14 شاخص مهم در زمینه ایمنی حمل و نقل جاده ای کشور در سال 1387 مورد استفاده قرار گرفته است.

تولید ناخالص داخلی (gdp) به عنوان یکی از مهم ترین شاخص های عملکرد اقتصادی برای بخش های خصوصی و دولتی است، به طوری که بر مبنای پیش بینی های کوتاه و بلندمدت این متغیر دست به انتخاب سیاست های مالی یا سرمایه گذاری می زنند. بدیهی است که هر چقدر این پیش بینی ها با واقعیت فاصله بیشتری داشته باشند، برنامه ها و سیاست های موجود ناکاراتر می شوند. اما از آنجایی که عموما فعالیت های اقتصادی متاثر از فصل هستند و رفتاری فصلی دارند، تحلیل ها بر پایه داده های فصلی بسیار مطلوب تر و احتمالا با دقت بیشتری همراه خواهد بود. البته اخیرا رویکرد استفاده از داده هایی با فرکانس بالاتر نیز بسیار رایج شده است. پیشرفت های جدید و پایه ای در مدل های کمی، بویژه در عرصه پیش بینی، باعث شده است تا تغییرات اساسی ای در این مدل ها ایجاد شود و دسترسی به نتایج بهتر و خطای کمتر تسهیل شود. در این پایان نامه تلاش شده است با ارائه یک سیستم پیش بینی کوتاه مدت برای gdp اسمی و واقعی فصلی، گامی هر چند ناچیز در تسهیل سیاست های کلان اقتصاد کشور برداشته شود. در عرصه پیش بینی، روش های مختلفی وجود دارد که می توان آنها را به دو دسته کلاسیک اقتصادسنجی و نوین هوش مصنوعی تقسیم بندی کرد. به منظور رسیدن به یک مقایسه منطقی تر، از هر دسته یک روش انتخاب شد. در واقع، در این پایان نامه از دو روش sarima و anfis که بر پایه متدولوژی های باکس-جنکینز و جانگ هستند، استفاده شده است. پس از مدل سازی ها و پیش-بینی های انجام گرفته برای gdp اسمی و واقعی فصلی، نرخ های رشد فصل-به-فصل و سال-به-سال نیز محاسبه شده و خطاهای مربوط بدست آمدند. دو معیاری که برای محاسبه خطاها استفاده شده است، mape و rmse می باشد. لازم به ذکر است که پیش بینی ها برای حداکثر 8 فصل رو به جلو انجام و ارزیابی شده اند. به عبارت دقیق تر نتایج برای 2،1،....،8 فصل رو به جلو انجام و ارائه شده اند، اما 8 گام بیشتر مد نظر بوده و مورد بررسی قرار گرفته است. نتایج حاصل برای پیش بینی gdp اسمی فصلی، gdp واقعی فصلی، نرخ رشد فصل-به-فصل و نرخ رشد سال-به-سال همگی نشان دادند که روش anfis نسبت به روش sarima از نظر معیار mape برتری بلامنازعی داشته است. حداقل بهبودهایی که در هر یک از چهار حالت فوق رخ داده اند، به ترتیب 33% در 7 گام پیش بینی، 59% در 8 گام پیش بینی، 48% در 7 گام پیش بینی و 62% در 8 گام پیش بینی می باشد.

اهمیت ویژه بازار بورس در توسعه اقتصادی از طریق هدایت موثر سرمایه و تخصیص بهینه منابع غیر قابل انکار است. سرمایه-گذاری در بازار بورس مستلزم تصمیم گیری در خصوص خرید سهام جدید و یا فروش سهام موجود می باشد که این خود نیازمند دستیابی به اطلاعاتی در خصوص وضعیت آینده قیمت بازار سهام می باشد. لذا در صورتی که بتوان روند آتی بازار سهام را با روش-های مناسب پیش بینی نمود، سرمایه گذار می تواند وضعیت آتی، زمان و میزان سرمایه گذاری را به گونه ای تامین نماید که بازده حاصل از سرمایه گذاری او بیشینه گردد. ویژگی اصلی بازار سهام، عدم اطمینان است، هر چند این امر برای سرمایه گذاران ناخوشایند است ولی زمانی که بازار سهام به عنوان محل سرمایه گذاری انتخاب می شود، به امری اجتناب ناپذیر تبدیل می شود، که در این موارد باید به دنبال بهترین ابزارها بود تا بتوان با استفاده از آنها عدم اطمینان را کاهش داد. پیش بینی بازار سهام یکی از ابزارهای این فرایند است. امروزه مدل های ترکیبی هوش مصنوعی، بدلیل انعطاف پذیری بالا و توانایی تخمین دقیق روابط غیرخطی بدون نیاز به فرضیات و محدودیت های روش های سنتی از قبیل سری های زمانی و ... به رویکردی غالب در مسأله پیش بینی تبدیل شده اند. در این پایان نامه ارائه یک مدل ترکیبی هوش مصنوعی به نام dfis، برای ساخت یک سیستم خبره فازی جهت پیش بینی و تخمین رفتار قیمت سهام با رویکرد فنی مد نظر است. این مدل ترکیبی با بکارگیری یک سیستم فازی – ژنتیک و تکنیک های داده کاوی مانند فیلترسازی نویز، روش رگرسیون گام به گام و همچنین الگوریتم خوشه بندی ایجاد می شود. از الگوریتم ژنتیک برای یادگیری قواعد فازی و تنظیم توابع عضویت متغیرها استفاده می شود و از تکنیک های داده کاوی جهت صافی کردن داده ها، انتخاب متغیرهای ورودی به مدل و کاهش اثرات مربوط به نویز در آنها استفاده می شود. این مدل ترکیبی قادر است روندهای غیرخطی در داده های قیمت سهام را شناسایی کرده و به عنوان یک سیستم خبره جهت تصمیم گیری در حوزه سهام به کار گرفته شود. برای ارزیابی مدل ترکیبی ارائه شده از داده های قیمت سهام شرکت ibm استفاده شده است. مقایسه نتایج حاصل از مدل ارائه شده ، شبکه های عصبی فازی تطبیقی، الگوریتم پرواز پرند گان و الگوریتم ژنتیک و مدل های ارائه شده در مقالات دیگر که پیش بینی قیمت سهام این شرکت را انجام داده اند حاکی از عملکرد بهتر مدل ارائه شده در این پایان نامه نسبت به مدل های قبلی بر اساس دو معیارmape و آزمون های ناپارامتری است و بنابراین می توان مدل ارائه شده در این پایان نامه را به عنوان ابزاری قدرتمند جهت پیش بینی و تخمین رفتار قیمت سهام بکار گرفت.

در بسیاری از مسائل رگرسیون فازی با داده های تصادفی-فازی مواجه هستیم، که علاوه بر فازی بودن، تصادفی نیز هستند. به منظور بررسی و تحلیل مدل های رگرسیونی در حضور چنین داده هایی، مناسب است از متغیرهای تصادفی-فازی استفاده شود. در این مطالعه با استفاده از اندازه اعتبار و اصول رگرسیون امکانی، یک مدل رگرسیون فازی جدید برای متغیرهای ورودی و خروجی که به صورت تصادفی-فازی هستند بررسی می شود. با تعریف فواصل اطمینان-سیگما، براساس امید و واریانس متغیرهای تصادفی-فازی، یک رده جدید از مدل های رگرسیون فازی، به نام مدل های رگرسیون تصادفی-فازی براساس فواصل اطمینان(ci_frrm) بنا می گردد. براورد ضرایب این مدل هاف توسط برنامه ریزی های غیر خطی دشوار است. بنابراین از روشی موسوم به رئوس استفاده می گردد. اما این روش برای تعداد زیاد داده ها کارایی ندارد. لذا نیاز به استفاده از یک الگوریتم ابتکاری می باشد، که این الگوریتم نیز معرفی و تشریح می گردد. در پایان با ارایه مثال های عددی استفاده از این مدل رگرسیونی را شرح داده و ارزیابی می کنیم.

ارزیابی و انتخاب تأمین کنندگان و برنامه ریزی خرید مواد، از موضوعات مهم در مدیریت زنجیره تأمین به شمار می روند. اتخاذ تصمیمی مناسب و منطقی، در شرایطی که خریدار با شیوه های تخفیف دهی و شیوه های پرداختی از جانب تأمین کنندگان مواجه می-گردد، از مسائل سخت و پیچیده به شمار می رود. در شرایط واقعی، تأمین کنندگان، جهت کسب حداکثر سهم بازار و تشویق خریداران، ممکن است شیوه های تخفیف دهی و شیوه های پرداختی متفاوتی را پیشنهاد نمایند. در این حالت، خریداران در تلاش برای ارزیابی و انتخاب بهترین تأمین کننده/ تأمین کنندگان، با درنظرگرفتن کلیه معیارهای کمی و کیفی بطور همزمان در مسأله تصمیم گیری خرید می باشند. علاوه بر آن در شرایط خریدهای دوره ای، مدیریت موجودی می تواند به عنوان موضوعی مهم جهت ارزیابی و انتخاب تأمین کنندگان، در شرایط تعیین اندازه انباشته، مطرح گردد. در این تحقیق یک مدل دو هدفه، جهت ارزیابی و انتخاب تأمین کنندگان و تعیین اندازه انباشته، در شرایط وجود چندین دوره برنامه ریزی خرید مواد مختلف پیشنهاد می گردد. در این مدل، شیوه تخفیف دهی کل واحد و پرداخت با تأخیر که بطور معمول توسط تأمین کنندگان پیشنهاد می گردد، درنظرگرفته شده است. با استفاده از روش مجموع وزنی، توابع هدف مدل به یک تابع هدف تبدیل شده است تا خریدار بتواند تصمیمی یگانه اتخاذ کند. هدف در این پایان نامه تعیین این که کدام محصول در چه دوره ای و از کدام تأمین کننده خریداری شود، می باشد. با توجه به پیچیدگی حل این مسأله، یک الگوریتم ژنتیک برای حل مدل پیشنهادی، به کارگرفته شده است. جهت اجرای مدل پیشنهادی با استفاده از روش مذکور، داده های ورودی موردنیاز مانند تقاضا، بازه های تخفیف، هزینه ها و رتبه کلی مربوط به هر یک از تأمین-کنندگان با درنظرگرفتن معیارهای کیفی، به صورت تصادفی ایجاد گردیده است. در نهایت، مدل پیشنهادی با استفاده از مجموعه داده های موجود، با نرم افزار بهینه سازی لینگو و الگوریتم ژنتیک حل گردیده است. همچنین نتایج محاسباتی حاصل ازاستفاده از نرم افزار لینگو و الگوریتم پیشنهادی مقایسه شده اند.

در این پایان نامه ابتدا به بیان مفاهیم مقدماتی هندسه ریمانی و فینسلری پرداخته ایم. سپس هندسه گروه های لی پوچتوان از رده 2 همراه با متر فینسلری ناوردای چپ را مورد مطالعه قرار می دهیم و التصاق چرند-راند، تانسور انحنا، انحنای پرچمی، تانسور ریچی و ژئودزیک این گونه فضا ها را ارائه می دهیم. در انتها به بررسی متر های راندرز از نوع بروالد روی گروه های لی ?? بعدی پوچتوان از رده 2می پردازیم.

فلسفه زنجیره تأمین و مدیریت آن در دو دهه ی اخیر توجه محققان و مدیران صنایع را به شدت به خود جلب نموده است. جهانی سازی در بازار، افزایش رقابت، کاهش فاصله بین محصولات از لحاظ کیفیت و عملکرد، محیط های دانشگاهی و صنعت را به فکر در مورد مدیریت کاراتر و موثرتر عملیات مجبور کرده است. از آنجا که تصمیمات ناهماهنگ واحدهای اقتصادی مستقل و مجزا در زنجیره تأمین باعث انحراف از عملکرد بهینه ی کل سیستم می شود، مباحث هماهنگ سازی زنجیره تأمین در زمره ی با اهمیت ترین و جذاب ترین موضوعات در رابطه با این فلسفه مورد توجه هستند. در ادبیات موضوع، مکانیزم های طراحی قرارداد به عنوان تکنیک های مناسبی جهت هماهنگ سازی معرفی شده اند. در تحقیق پیش رو طراحی قرارداد به منظور هماهنگ سازی زنجیره تأمین دو سطحی با یک تولیدکننده و یک خرده فروش مورد بررسی قرار گرفته است. در ابتدا پس از تشریح قرارداد تعهد سفارش از قبل و بیان فرضیات مورد نظر، تصمیمات بهینه ی سفارش دهی خرده فروش و تولیدکننده با توجه به بکارگیری قرارداد مذکور بررسی می شود. همچنین علاوه بر نشان دادن نحوه ی تقسیم ریسک بین تولیدکننده و خرده فروش، میزان کاهش در کل هزینه های خرده فروش، تولیدکننده و زنجیره تأمین در نتیجه ی پذیرش این قرارداد، محاسبه می شود. بررسی های صورت گرفته نشان می دهد که قرارداد تعهد سفارش از قبل فقط تحت بازه ی خاصی از پارامترهای مسئله می تواند موجب کاهش در کل هزینه های زنجیره تأمین شود. در ادامه نحوه ی در نظر گرفتن قرارداد بازخرید با قرارداد تعهد سفارش از قبل مورد بررسی قرار گرفته است. در این حالت با ارائه ی تحلیل هایی، میزان تأثیر قرارداد بازخرید بر قرارداد تعهد سفارش از قبل مورد بررسی قرار گرفت. بررسی های عددی نشان داد که تحت شرایط خاصی از پارامترهای مسئله، در نظر گرفتن قرارداد بازخرید می تواند موجب صرفه جویی بیشتر در کل هزینه های زنجیره تأمین شود. در همین راستا و به منظور کمک به تولیدکننده به عنوان طراح قرارداد در مورد تعیین تعداد دوره ی بهینه سفارش از قبل و همچنین مشخص نمودن مناسب ترین قیمت بازخرید پیشنهادی به خرده فروش جهت کمینه کردن کل هزینه های زنجیره تأمین، تحلیل های عددی ارائه شده است. در نهایت به منظور جبران افزایش هزینه های خرده فروش و دستیابی وی به شرایط برد-برد در مسئله، یک طرح به اشتراک گذاری سود توسط تولیدکننده ارائه می شود.

به دلیل افزایش رقابت جهانی و بهبود و توسعه سریع تکنولوژی، سازمان های موجود در بازار جهانی بایستی منابع انسانی متخصص و با کیفیت داشته باشند. این امر توسط به کارگیری پتانسیل کافی پرسنل ممکن می باشد. در این تحقیق ضمن بررسی و تحلیل رویکردهای موجود برای انتخاب پرسنل، روشی ارائه می شود که در سازمان مورد مطالعه شرایط و معیارهای شغلی را تحلیل و بررسی نماید و در نهایت منجر به سیستمی شود که باعث به کارگماری نیروهایی شود که از نظر سایر معیارهای تعیین شده، شایستگی بیشتری داشته باشند. برای این منظور از ترکیب مدل anp فازی و dea فازی استفاده شده و به گونه ای توسعه داده می شود که بتوان اهمیت معیارهای انتخاب پرسنل را وارد فرآیند کرد و همچنین چارچوبی برای یکپارچه کردن نظر افراد گروه تصمیم گیری ارائه می شود. این مدل در نهایت یک رتبه بندی از داوطلبین بر اساس امتیاز کارایی نسبی آن ها را فراهم می کند و با کمک دوگان مدل dea فازی میزان بهبود لازم برای کارا شدن هر یک از داوطلبین کم کارا را ارائه می دهد. در این تحقیق پس از تعیین معیارهای انتخاب پرسنل توسط کارشناسان، روش فوق برای انتخاب پرسنل درشرکت نفت و گاز اروندان به کار برده شد. از مدل ارائه شده در این تحقیق نیز می توان برای انتخاب کارمند نمونه و رتبه بندی آن ها در یک سازمان استفاده کرد و همچنین می توان میزان بهبود لازم برای ارتقاء کارمندان و بالا بردن بهره وری سازمان را نیز به دست آورد.

در بازار رقابتی موجود، بنگاه های اقتصادی و تولیدی علاوه بر پرداختن به سازمان و منابع داخلی، برای دست یابی به مزیت یا مزایای رقابتی با هدف کسب سهم بیشتری از بازار، نیازمند مدیریت و نظارت بر منابع و ارکان مرتبط خارج از سازمان می باشند. یکی از این اجزا تأمین کنندگان می باشند. اقدامات یک سازمان برای ارزیابی و انتخاب تأمین کنندگان کارا منجر به ایجاد مزیت رقابتی و برتری عملکرد خود می باشد. یکی از روش هایی که برای ارزیابی کارایی تأمین کنندگان بکار برده می شود، روش تحلیل پوششی داده ها(dea )است. برتری و خصوصیت اصلی این روش محاسبه کارایی برای زمانی است که چندین ورودی و خروجی وجود داشته باشد به طوری که خود روش، وزن مربوط به ورودی ها و خروجی ها را بدست می آورد. در دنیای واقعی، شرایط اغلب غیرقطعی می باشد. بنابراین برای نزدیک شدن به واقعیت، مسئله ارزیابی کارایی تأمین کنندگان باید تحت شرایط عدم قطعیت در نظر گرفته شود. دراین تحقیق برای مواجهه با شرایط عدم قطعیت از تئوری مجموعه های فازی و معیار اعتبار استفاده شد.همچنین نشان داده شد که معیار اعتبار معیار مناسبی برای نشان دادن شانس رویداد فازی است. برای ارزیابی جامع عملکرد باید از هر دو دیدگاه خوش بینانه و بدبینانه به آن نگاه کرد. لذا در این تحقیق مدلdea فازی از هردو دیدگاه خوش بینانه و بدبینانه پیشنهاد شد به طوریکه مفهوم کارایی بازه ای تعریف شد و سپس بازه های کارایی رتبه بندی شدند و نتایج با مدل های dea فازی موجود در سطوح اطمینان مختلف مقایسه و تحلیل شد. در نهایت مدلdea فازی پیشنهادی برای ارزیابی و انتخاب تأمین کنندگان پروژه ای در پژوهشکده علوم و تکنولوژی زیر دریا در دانشگاه صنعتی اصفهان به کار برده شد.تأمین کنندگان برتر شناخته شد وپیشنهاد شد که از آن ها برای تأمین قطعات زیردریایی مورد نظر، استفاده شود.

هدف از انجام رساله حاضر، ارایه نگرشی جدید برای تعدادی از مسائل مهم در مدیریت زنجیره تامین، یکپارچه سازی و ارایه روش هایی برای مدل سازی و حل آنها است. زنجیره تامین مجموعه عواملی است که به منظور تولید محصول برای مشتریان یا ارایه خدمت به آنها با یکدیگر در تعامل هستند. در عصر حاضر، مدیریت زنجیره تامین با چالش های زیادی در خصوص اخذ تصمیمات مطرح در یک زنجیره مواجه است. افزایش سطح خدمات و کاهش هزینه ها از جمله مهمترین اهداف مدیریت زنجیره تامین است. رساله حاضر به یکپارچه سازی چهار مورد از مهمترین و پرکاربردترین تصمیمات در یک زنجیره تامین شامل تخصیص موعد تحویل، تخصیص منابع و زمانبندی تولید و توزیع می پردازد. مدل یکپارچه مورد بررسی idrpds نام گذاری شده است. این مدل برای تصمیمات برون سپاری نیز کاربرد دارد. به طور خاص در این رساله، مساله کمینه کردن مجموع وزنی کارهای تاخیری وکل هزینه های تخصیص موعد تحویل، هزینه های تخصیص منابع و هزینه های ارسال بررسی شده است. به منظور بررسی مساله مذکور تعدادی از مسائل دیگر که تاکنون در ادبیات موضوع ارایه نشده است مورد بررسی قرار گرفته و روش هایی برای حل آنها توسعه یافته است. همچنین، ادبیات موضوع به منظور شناسایی موضوعات قابل توجه جهت انجام تحقیقات آتی بررسی و روند تحقیقات موجود تحلیل شده است. به طور خلاصه در این رساله، مسائل زیر مورد بررسی قرار گرفته است: یک) کمینه سازی مجموع وزنی کارهای تاخیری و هزینه های ارسال. برای این مساله در حالت تک مشتری یک روش ابتکاری و یک روش شاخه و کران توسعه داده شده است. برای حالت چند مشتری نیز ضمن تعمیم مدل غیرخطی موجود در ادبیات موضوع یک روش ابتکاری و یک روش شاخه و کران ارایه شده است. دو) کمینه کردن مجموع وزنی کارهای تاخیری و هزینه های تخصیص موعد تحویل و ارسال. برای این مساله یک برنامه ریزی ریاضی غیر خطی عدد صحیح، یک برنامه ریاضی خطی عدد صحیح، یک روش ابتکاری، یک الگوریتم برنامه ریزی پویای شبه چندجمله ای و یک روش شاخه و کران ارایه شده است. سه) کمینه کردن مجموع وزنی کارهای تاخیری و هزینه های تخصیص موعد تحویل، تخصیص منابع و ارسال. برای این مساله روش های برنامه ریزی ریاضی، ابتکاری، برنامه ریزی پویا و شاخه و کران و نیز یک روش تقریبی چند جمله ای کامل برای حالت تک مشتری توسعه داده شده است. قضایا و روش های ارایه شده در این رساله نشان می دهد مساله مورد بررسی به طور معمولی np-hard است. همچنین در این رساله، تست های محاسباتی متنوعی جهت بررسی کارایی روش های توسعه داده شده مورد استفاده قرار گرفته است. جهت تولید آزمایش ها از تکنیک طراحی آزمایش ها (doe ) و جهت تحلیل نتایج از تکنیک آنالیز واریانس (anova ) استفاده شده است. در تمام مسائل، تست های محاسباتی نشان می دهد که روش شاخه و کران عملکرد بهتری نسبت به سایر رویکردها دارد. کلمات کلیدی: زمانبندی زنجیره تامین، تخصیص موعد تحویل، تخصیص منابع، زمانبندی تولید و توزیع، برون سپاری.

مسئله مسیریابی وسایل نقلیه، یکی از قدیمی ترین و پرکاربردترین مسائل در حوزه ی تحقیق در عملیات است. این مسئله به دنبال جستجوی یک برنامه ی کارا برای ناوگان وسایل نقلیه است. در این برنامه هر وسیله نقلیه، محموله ها را از انبار مرکزی بارگیری می کند و آن ها را به مشتریانی که در مکان های جغرافیایی مختلفی قرار دارند، تحویل می دهد؛ به طوری که محدودیت های مختلف نظیر بازگشت هر وسیله نقلیه به انبارمرکزی، برآورده کردن تقاضای مشخص هر مشتری و حداکثر ظرفیت حمل بار هر وسیله نقلیه رعایت گردد. اثبات شده است که مسئله مسیریابی وسایل نقلیه، یک مسئله np-hard است و با افزایش اندازه ی مسئله و محدودیت ها، محاسبات به صورت نمایی افزایش می یابد. از این رو، یافتن راه حل مناسب در این دسته مسائل حائز اهمیت است. در این پژوهش سعی شده است ابتدا توسعه هایی بر روی مدل ریاضی مسئله، شامل یک تابع هدف جدید و برخی فرضیات واقعی اعمال گردد و سپس الگوریتمی کارا برای حل مسئله، طراحی و ارائه شود. در تحقیق حاضر، مسئله مسیریابی وسایل نقلیه در شرایطی که وابستگی کاملی بین مشتریان و نوع وسایل نقلیه وجود-دارد، مورد بررسی قرار گرفته است و مدل سازی ریاضی جدیدی برای مسئله انجام شده است و سپس با افزودن محدودیت پنجره زمانی نرم، مدل مسئله ارتقاء داده شده است. روش های حل ارائه شده شامل یک الگوریتم اجتماع مورچگان ترکیبی و یک الگوریتم جستجوی ممنوعه ابتکاری است. عملکرد روش های توسعه داده شده در دو نوع آزمایش محاسباتی مورد بررسی و ارزیابی قرار گرفته است. در آزمایش نخست، به حل دقیق مسائل با ابعاد کوچک پرداخته ایم که نتایج حل با جواب بهینه مقایسه شده است. در مرحله دوم آزمایش، مسائل با ابعاد بزرگ با استفاده از روش های حل توسعه داده شده حل شده اند و نتایج دو الگوریتم مورد مقایسه قرار گرفته است. در طراحی الگوریتم های پیشنهادی بر اساس اجتماع مورچگان و جستجوی ممنوعه، از عملگرهای الگوریتم ژنتیک در جهت بهبود حل و هم چنین الگوریتم های جستجوی محلی به طور موثر استفاده شده است. نتایج نشان می دهد که در مسئله ی موردبررسی، الگوریتم اجتماع مورچگان از کارایی نسبتا بالاتری در مقایسه با الگوریتم جستجوی ممنوعه برخوردار است.

زمان بندی تولید و توزیع هم از نظر تئوری و هم از جنبه کاربردی امور مهمی هستند. یکپارچگی میان زمان بندی تولید و برنامه ریزی ارسال یکی از مسائل مهم در زمان بندی است که در سال های اخیر مورد توجه قرار گرفته است. در مسائل کلاسیک زمان بندی، به هماهنگی با واحد حمل ونقل و در نظر گرفتن شرایط ارسال توجهی نشده است و تصمیمات مربوط به زمان بندی تولید و برنامه ریزی ارسال به طور جداگانه انجام می شود. در حالی که اتخاذ تصمیمات یکپارچه زمان بندی تولید و برنامه ریزی ارسال (زمان بندی تولید با در نظر گرفتن شرایط ارسال) که نگرش جامع تر این موضوع است، کاهش هزینه ها و افزایش سودآوری مرتبط با سیستم تولیدی و بهبود سطح سرویس و سطح رضایتمندی مشتری را به همراه دارد. با این وجود، تحقیقات قابل توجهی در زمینه تصمیمات یکپارچه زمان بندی تولید و برنامه ریزی ارسال صورت نگرفته است. به دلیل وجود مسائل کاربردی فراوان، تحقیقات در این زمینه روند رو به رشدی داشته و اغلب کارهای صورت گرفته در این حوزه مربوط به دهه اخیر است. در این مطالعه با توجه به اهمیت تابع هدف هزینه دیرکرد (مجموع وزن دار تعداد کارهای دیرکرددار) به عنوان معیاری برای سنجش سطح رضایتمندی مشتری، سعی شده است تا روش های دقیق و غیردقیق برای حل مسئله زمان بندی ماشین های موازی مشابه همراه با دسته بندی برای ارسال با تابع هدف کمینه سازی جریمه ی دیرکرد کارها به علاوه هزینه ارسال ارائه شود. در این مطالعه به منظور ارائه روش های حل، ابتدا دو مدل برنامهریزی عدد صحیح مختلط (mip) برای مسئله مورد نظر ارائه می شود. در ادامه ی این مطالعه، به منظور ارائه یک روش دقیق کاراتر برای حل مسئله مورد نظر، یک الگوریتم شاخه و کران توسعه داده شده است. بر این اساس، یک روش ابتکاری برای ایجاد یک حد بالای اولیه به همراه حدودپایین و دستورالعمل هایی برای قرار گرفتن در ساختار شاخه و کران و کاهش فضای جواب، توسعه داده شده است. الگوریتم شاخه و کران ارائه شده موفق به حل بهینه 86 درصد از مسائل تا اندازه 20 کار و 5 ماشین، در محدودیت زمانی 3600 ثانیه شده است. پس از توسعه روش های دقیق گفته شده، از آنجایی که حل بسیاری از مسائل واقعی به دلیل ابعاد بزرگ، غیرممکن بوده و یا در زمان بسیار بزرگ قابل حل خواهند بود یک الگوریتم ژنتیک (ga) به منظور حل غیر دقیق مسائل با ابعاد بزرگ ارائه شد است.الگوریتم ژنتیک ارائه شده موفق به حل بهینه 62 درصد از مسائل تا اندازه 20 کار و 5 ماشین، شده است.

فلسفه زنجیره تأمین و مدیریت آن در دو دهه ی اخیر مورد توجه محققان و مدیران صنایع بوده است. از آن جا که تصمیمات ناهماهنگ واحدهای اقتصادی مستقل و مجزا، در زنجیره تأمین باعث انحراف از عملکرد بهینه کل سیستم می شود، مباحث هماهنگ سازی زنجیره تأمین در زمره ی با اهمیت ترین موضوعات در رابطه با این فلسفه قرار می گیرد. در ادبیات موضوع، مکانیزم های طراحی قرارداد به عنوان تکنیک های مناسبی برای هماهنگ سازی معرفی شده اند. در این تحقیق جهت هماهنگ سازی تأمین کننده و خرده فروش در یک زنجیره تأمین دوسطحی، قراردادی جدید ارائه می گردد. در این نوع از قرارداد خریدار متعهد می شود که مجموع سفارشات او در طی یک افق برنامه ریزی، از یک مقدار از پیش تعیین شده، کمتر نباشد. همچنین در این قرارداد تولیدکننده علاوه بر پیشنهاد تخفیف قیمت، به خریدار اطمینان می دهد که محصولات اضافی به فروش نرسیده در پایان دوره آخر را از وی بازخرید خواهد کرد، این عمل باعث ترغیب خرده فروش به تعهد خرید مقادیر بالاتری خواهد شد. در این تحقیق، مسئله فوق الذکر به صورت چند دوره ای با تقاضای احتمالی صورت بندی گردیده است و سپس یک مدل برنامه ریزی پویای احتمالی به منظور حل آن ارائه شده است. به این منظور در ابتدا شروط لازم جهت هماهنگ سازی سیستم مورد مطالعه تبیین شده و تصمیمات بهینه سفارش دهی خرده فروش در چارچوب این قرارداد محاسبه گردیده اند. سپس مقادیر مختلف پارامترهای تأثیرگذار در تصمیمات اتخاذی همچون میزان تعهد، قیمت بازخرید پیشنهادی و میزان تخفیف قیمت تحلیل حساسیت گردیده اند. تحلیل های انجام شده از نتایج بدست آمده، بیانگر آن است که با بکارگیری قرارداد مذکور سود سیستم نسبت به حالت بدون قرارداد در مقادیری از تعهد و قیمت بازخرید، افزایش خواهد یافت. بررسی ها نشان می دهد که با افزایش قیمت بازخرید، پذیرش قرارداد به ازای مقادیر بزرگتری از تعهد به سود خرده فروش است و از این نتایج می توان به عنوان ابزاری برای انتخاب قرارداد بهینه از میان قراردادهای موجود استفاده نمود.

زنجیره تامین مجموعه عواملی است که به منظور تولید محصول برای مشتریان یا ارایه خدمت به آن ها با یکدیگر در تعامل هستند. مدیریت زنجیره تامین یکی از موضوعات بسیار مهمی است که هم از نظر تئوری و هم از جنبه های کاربردی سال ها مورد توجه محققین قرار گرفته است. به دلیل گستردگی و تنوع موضوع زنجیره تامین، این موضوع تحقیقات زیادی را به خود اختصاص داده است. یکی از مهمترین انگیزه های شکل گیری زنجیره تامین، نگرش یکپارچگی و هماهنگی در اخذ تصمیمات زنجیره تامین است. تولید و توزیع دو عملیات کلیدی در زنجیره تامین هستند که برای دسترسی به کارایی بهینه در یک زنجیره تامین برنامه ریزی و زمان بندی یکپارچه این دو عامل بسیار مهم است. در این پایان نامه با توجه به اهمیت تابع هدف مجموع وزنی کارهای تاخیری، سعی شده است تا روش های دقیق و تقریبی برای حل مساله زمان بندی یکپارچه تولید و توزیع در زنجیره تامین با در نظر گرفتن مسیریابی با تابع هدف کمینه سازی مجموع وزنی کارهای تاخیری و هزینه های ارسال، ارایه شود. برای این مساله که دارای پیچیدگی np-hard قوی بوده و برای اولین بار مورد بررسی قرار گرفته است، یک مدل برنامه ریزی عدد صحیح مختلط ( mip) توسعه داده شده است. به دلیل پیچیدگی بالای مساله، مدل mip قادر به حل مسائل بزرگ در زمان قابل قبول نیست. به همین دلیل یک روش ابتکاری و دو روش فراابتکاری شامل الگوریتم ژنتیک و الگوریتم جستجوی ممنوع برای حل مساله ارایه گردید. همچنین در این پایان نامه،آزمایش های محاسباتی برای بررسی کارایی روش های توسعه داده شده مورد استفاده قرار گرفته است. جهت تحلیل نتایج از تکنیک آنالیز واریانس (anova ) استفاده شده است. نتایج محاسباتی نشان از کارایی روش های ابتکاری و فراابتکاری ارایه شده دارد. همچنین در بین الگوریتم های توسعه داده شده، نتایج محاسباتی برای ابعاد بزرگ نشان دهنده برتری الگوریتم ژنتیک نسبت به الگوریتم جستجوی ممنوع است.

در این تحقیق سعی بر این است که فاصله بهینه نگهداری و تعمیرات پیشگیرانه برای یک قطعه در یک سیستم با توجه به معیارهای مورد نظر برای این تصمیم گیری و همچنین در نظر گرفتن محدودیت هایی که در دنیای واقعی برای این تصمیم وجود دارند، تعیین شود. برای تعیین فاصله بهینه نت با توجه به وجود چند معیار از روش های تصمیم گیری چند معیاره استفاده می شود. یکی از محدودیت هایی که در دنیای واقعی با آن مواجه هستیم و در این تحقیق به آن پرداخته شده این است که تصمیم گیرنده مایل است برای هر معیار حدود قابل قبولی وجود داشته باشد که اولاً اگر گزینه ای انتظارات تصمیم گیرنده را برآورده نکرد از تصمیم گیری حذف شود و ثانیاً اگر گزینه ای در حدود قابل قبول قرار داشت اما از کران ایده آل تصمیم گیرنده فاصله گرفت از مطلوبیت آن کاسته شود. برای این منظور و در نظر گرفتن این نیاز در مدل پیشنهادی اول از برنامه ریزی آرمانی چند انتخابه استفاده شده است. محدودیت دیگری که در این تحقیق برای تعیین فاصله بهینه نت پیشگیرانه مورد توجه قرار گرفته این است که در شرایط واقعی وقتی با یک خرابی برنامه ریزی نشده مواجه می شویم هزینه تعمیر خرابی و زمان تعمیر خرابی به طور قطعی مشخص نیست و بایستی این موضوع در مدلی که برای انتخاب فاصله بهینه نت پیشگیرانه استفاده می شود در نظر گرفته شود برای در نظر گرفتن این شرایط نیز در مدل دوم این دو پارامتر فازی در نظر گرفته شده اند و از روش تخصیص خطی اصلاح شده برای حل مدل استفاده شده است. در انتها نیز مثال هایی برای دو مدل حل شده است و تحلیل حساسیت مدل های ارائه شده به ازای پارامترهای مختلف بررسی شده است.

در سال های اخیر، مفهوم زنجیره تأمین بسیار مورد توجه مراکز صنعتی و دانشگاهی قرار گرفته است. مدیریت زنجیره تأمین، مدیریت مواد و جریان اطلاعات میان اعضای تشکیل دهنده زنجیره اعم از تأمین کنندگان، تولیدکنندگان، توزیع کنندگان، واسطه ها، خرده فرشان و مشتریان می باشد. زنجیره تامین با فعالیت‏های مختلفی که شامل سازمان‏های متعدد و یا دارای افق زمانی طولانی می‏باشد، درگیر است. اعضای زنجیره تامین، معمولا در حوزه‏ی خود بهترین عملکرد را دارند، ولی ممکن است این حالت منجر به بهینه شدن کل سیستم نشود. لذا، یک مسئله کلیدی در مدیریت زنجیره تأمین، توسعه مکانیزم‏هایی است که می‏تواند با توجه به اهداف خود به هماهنگی فعالیت‏های زنجیره تأمین به منظور بهینه‏سازی عملکرد سیستم بپردازد. در این تحقیق، مسأله هماهنگی بین موجودی و توزیع در زنجیره تأمین مورد بررسی قرار می گیرد. برای این منظور، زنجیره تأمینی دوسطحی و در حالت چنددوره ای تعریف شده است که در سطح اول آن، تعدادی نقطه توزیع بالقوه و در سطح دوم آن، تعدادی خرده فروش قرار دارند. در این زنجیره تأمین، هزینه های متفاوتی از قبیل هزینه فعال سازی نقاط توزیع بالقوه، هزینه واحد ارسال کالا، هزینه نگهداری موجودی در خرده فروش ها و هزینه ثابت دریافت بار در آن ها به کل سیستم اعمال می شود. هدف از بررسی این مسأله، کمینه کردن مجموع هزینه های فعال سازی، توزیع و نگهداری موجودی بطور همزمان می باشد. برای مسأله مطرح شده، مدل برنامه ریزی خطی مختلط عددصحیح با تابع هدف کمینه سازی هزینه ارائه شده است. از آنجا که ، مدل mip قادر به حل مسائل با ابعاد بزرگ در زمان قابل قبول نیست. به همین دلیل، یک روش ابتکاری و یک روش فراابتکاری(الگوریتم ژنتیک) برای حل مسائل ارائه گردیده است. همچنین، در این تحقیق، آزمایشات محاسباتی، برای کارایی روش های ارائه شده، صورت پذیرفته است. نتایج محاسباتی، حاکی از کارایی روش های ابتکاری و فراابتکاری ارائه شده می باشد.

در این رساله، اثباتی هندسی از قضیه لی در مورد اصول برهم نهی غیر خطی برای جوابهای معادلات دیفرانسیل عادی همگن ارائه شده است. اثبات براساس تعریفی هم ارز از اصل بر هم نهی میباشد.اصل برهم نهی را می توان به عنوان یک برگ بندی در نظر گرفت. با در نظر گرفتن بعد نقصان برگ بندی ساخته شده از جبر لی میدانهای برداری،یکتایی تابع برهم نهی مورد بررسی قرار گرفته شده است. در پایان نشان داده می شود که تعریف مذکور امکان تعمیم اصل برهم نهی برای دستگاه های معادلات دیفرانسیل جزئی را نیز به ما می دهد.

امروزه با تشدید رقابت در بازار حمل و نقل هوایی، شرکت های فعال در این عرصه به ضرورت مدیریت هزینه ها جهت کاهش قیمت تمام شده و در نتیجه حفظ بازار خود پی برده اند. در فهرست میزان هزینه های شرکت ها بعد از هزینه سوخت، هزینه های مربوط به خدمه در جایگاه دوم قرار دارد. لذا در این مقاله مسئله ی چرخش خدمه ی خطوط هوایی مورد توجه و بررسی قرار می گیرد. برای مدل کردن این مسئله از مسئله ی افراز مجموعه استفاده شده و به دلیل قرار گرفتن آن در زمره مسائل با ابعاد بزرگ از رویه ی تولید ستونی برای حل آزادسازی خطی مدل افراز مجموعه استفاده می شود. در این تحقیق تمرکز بر روی حل زیرمسئله ی تولید ستونی است. لذا برای حل آن دو الگوریتم بر مبنای الگوریتم های کوتاهترین مسیر با محدودیت منابع با عنوان sprcf و sprcd ارائه گردیده است.

در دنیای امروز، سیستم هایی وجود دارد که در آنها انسان و روابط بین انسان ها نقش اصلی را دارند. چون رقابت بین افراد و قوانین حاکم بر روابط انسان ها همواره در حال تغییر است، باعث می شود که این سیستم ها پیچیده تر شده و تجزیه و تحلیل آنها مشکل تر شود. برای بررسی، تجزیه و تحلیل سیستم های پیچیده می توان از مدل های مبتنی برعامل استفاده کرد.با ایجاد این شبیه سازی می توان عوامل مختلف و موثر بر روی این بازارها در مدل شبیه سازی اجرا و آزمایش کرده و تأثیرات آن را مورد تجزیه و تحلیل قرار داد و سپس با توجه به این تجزیه و تحلیل، تصمیمات لازم را در حالت واقعی به کار گرفت.

در این تحقیق سعی شده است با بکارگیری سیستم های تصمیم گیری چند معیاره در کنار منطق فازی، مناسب ترین ومنطبق ترین استراتژی ها برای سازمان تدوین گردد .بدین منظور با استفاده از ماتریس swot به عنوان یکی از پرکاربردترین ابزارها در تدوین استراتژی ها و با بهره گیری از فرایند تحلیل شبکه ای فازی، استراتژی های مختلف یک سازمان مورد ارزیابی و اولویت بندی قرار گیرد و اثر بخش ترین و اجرایی ترین استراتژی ها مشخص گردد. در این تحقیق با استفاده از کلیه معیارها و زیر معیارهای موجود در ماتریس swot و با کمی نمودن میزان اهمیت هر یک از معیارها و زیرمعیارها و همچنین در نظر گرفتن انواع وابستگی های موجود در بین این معیارها با استفاده از ساختار شبکه ای و بهره گیری از اعداد فازی مثلثی برای بیان نقطه نظرات خبرگان ، استراتژی های مختلف و متنوع موجود در ماتریس swot اولویت بندی شده و استراتژی های برتر به همراه ضرایب آنها استخراج گردید که این ضرایب پایه و اساس بسیاری از سیستم های کنترلی سازمان و مبنایی برای ارزیابی و پرداخت جبران خدمت پرسنل سازمان می باشد .

از روش تحلیل پوششی داده ها می توان به عنوان یکی از جدیدترین و پرکاربردترین روش های ارزیابی عملکرد یاد نمود. این روش با کمک مدل های مختلف و با استفاده از ورودی ها و خروجی های سیستم به محاسبه کارایی می پردازد. مدل های کلاسیک اولین مدل های ارائه شده در این زمینه می باشند. وجود نقاط ضعف در مدل های کلاسیک موجب ظهور مدل های تحلیل پوششی داده های شبکه ای گردید. این مدل ها یک سیستم را با ساختاری شبکه ای در نظر می گیرند بطوری که ورودی های وارد شده به آن پس از فعل و انفعالات مختلف و تبدیل به محصولات میانی در نهایت به صورت محصولات نهایی از سیستم خارج می شوند. در دنیای واقعی نمونه های فراوانی را می توان یافت که ساختار شبکه ای موجود، با آنها مطابقت ندارد. این عدم تطابق به اثر یک خروجی در چندین دوره زمانی و یا همان اثردینامیکی مربوط می شود. یکی از جدیدترین و مفیدترین روش های تحلیل پوششی داده های شبکه ای مرتبط، توسط چن در سال 2009 ارائه شده است. اما این روش دارای اشکالاتی شامل عدم توانایی محاسبه کارایی در چندین دوره زمانی، خاص بودن شبکه ارائه شده و اعمال اثردینامیکی فقط به دوره زمانی نهایی، عدم توانایی محاسبه کارایی شبکه های شامل دور و لینک تخصیصی و عدم محاسبه کارایی واحد تصمیم گیری در هر یک از دوره های زمانی می باشد. بنابراین در این پایان نامه، ابتدا به بررسی ارتباطات موجود در ساختار شبکه های دارای اثر دینامیکی پرداخته شده است و با توجه به این ارتباطات، ساختاری ارائه گردید بطوریکه به کمک این ساختار اثردینامیکی در دوره های زمانی مختلف براحتی محاسبه شود. سپس سه روش شامل روش تلفیقی، روشی بر مبنای متغیرهای کمبود و روشی بر اساس ساختارهای سری و موازی جهت محاسبه کارایی واحدهای تصمیم گیری با چنین ساختارهایی ارائه گردیده است. در نهایت نیز راه حلی جهت اندازه گیری کارایی سازمان در هر دوره زمانی پیشنهاد گردید.

در این مقاله عوامل درونی و بیرونی موثر بر قیمت سهام که از بیشترین ارتباط با یکدیگر برخوردار می باشند در 21 عامل مهم خلاصه گردید. پس از تعیین اهمیت نسبی عوامل با استفاده از تکنیک بردار ویژه، رتبه بندی با استفاده از روش تاپسیس فازی در حالت تصمیم گیری گروهی انجام گرفت. با در نظر گرفتن نتایج حاصل از رتبه بندی و وزن دهی عوامل هم چنین با توجه به نتایج روش حداقل مربعات معمولی به منظور تعیین میزان تاثیرگذاری عوامل موثر بر قیمت سهام، با به کار گیری مدل برنامه ریزی خطی و با در نظر گرفتن عوامل درونی سود سهام، نرخ بازده سرمایه گذاری، رشد سود سهام و عامل بیرونی قیمت طلا، مدلی برای پیش بینی قیمت سهام گروه بهمن ارائه گردید. نتایج نشان دهنده خطای کمتر مدل برنامه ریزی خطی در زمان مورد بررسی نسبت به روش arima می باشد.

امروزه تصمیم گیری چندمعیاره(mcdm) یکی از شاخه های پرکاربرد علم تصمیم گیری محسوب می شود. توجه تصمیم گیرندگان و محققین به این حوزه باعث شده است که روش های بسیار زیادی در چارچوب آن توسعه یابد. گستردگی روش های mcdm از یک سو باعث سردرگمی تحلیل گران و تصمیم گیرندگان شده است. آن ها نمی دانند که کدام روش تصمیم گیری برای مسئله موردنظرشان مناسب تر است. این امر موجبات تردید را در تصمیم گیرندگان جهت استفاده از روش های mcdm فراهم آورده است. از این رو طراحی رویکردهایی به منظور پیشنهاد مناسب ترین روش mcdm به تصمیم گیرندگان، متناسب با شرائط مسئله تصمیم گیری، بسیار حائز اهمیت است. بدین منظور در این تحقیق یک سیستم خبره جهت پیشنهاد مناسب ترین روش به تصمیم گیرندگان طراحی گردیده است. این سیستم خبره سوالاتی را از کاربر در خصوص ویژگی های مسئله تصمیم گیری پرسیده و متناسب با پاسخ های وی، مناسب ترین روش mcdm را پیشنهاد می نماید. اصلی ترین تفاوت سیستم خبره طراحی شده در این تحقیق با سیستم های خبره مشابه پیشین، جامعیت فرایند توسعه آن می باشد. همچنین دانش موجود در این سیستم به صورت مستند از ادبیات موضوع جمع آوری گردیده است و تنها مختص به دانش ضمنی یک فرد خبره نیست.

کنترل فرایند آماری و برنامه ریزی نگهداری و تعمیرات از جمله عوامل مهم در کنترل هر فرایند تولیدی به شمار می آیند. هر چند این دو زمینه تحقیقاتی دارای اهداف مشترکی هستند ولی بطور سنتی، چه در صنعت و چه درپژوهش های علمی بطور جداگانه بررسی می شوند. هدف مشترک هر دو مورد رسیدن به محصولی با کیفیت مناسب، کاهش زمان های خرابی و کاهش هزینه ها به وسیله کنترل تغییر پذیری فرایند می باشد. بنابراین بررسی کاربرد جداگانه این دو زمینه نمی تواند بطور کامل موثر واقع شود. به تازگی کارهایی برای ترکیب این دو زمینه صورت پذیرفته است ولی این کارها تماماً بر استفاده از نمودارهای کنترلی x ? تمرکز داشته اند. از آنجا که این نمودارها برای اندازه تغییرات کوچک توانایی مناسبی نداشته و خطای نوع دوم زیادی را ایجاد می کنند و در فرایند های حساس از نمودارهای پیشرفته تری همانند ewma استفاده می شود، بنابراین در این پایان نامه به مسئله طراحی توام نمودارهای کنترلی ewma و سیاست های نگهداری و تعمیرات پرداخته شده است

در پایان نامه حاضر فرآیندی جهت برون سپاری قطعات یک محصول و در واقع تعیین نوع منبع تامین هر قطعه با توجه به شرایط هر منبع ارائه شده است. در این فرآیند قطعات قابل برون سپاری با استفاده از روش تحلیل سلسله مراتبی اولویت بندی می شود. سپس با استفاده از یک مدل برنامه ریزی خطی صفر-یک با هدف می نیمم کردن هزینه ها، ضمن تعیین نوع تأمین قطعه(برون سپاری/ درون سپاری)، تامین کننده مناسب نیز تعیین می گردد. در این مدل تأمین کنندگان نسبت به معیارهای انتخابی به کمک تابع زیان تاگوچی ارزیابی شده اند، همچنین هزینه ی پنهان وابستگی بین قطعات در نظر گرفته شده است. نهایتاً مدل ارائه شده در یک مطالعه موردی در زمینه ساخت کمپرسور پکیج cng به کار گرفته شده است و حساسیت مدل نسبت به پارامترهای ورودی مورد ارزیابی قرار گرفته است.

ربات ها و وسایل نقلیه خودمختار، به صورت روز افزونی در سال های اخیر جهت انجام ماموریت هایی چون واکاوی مریخ، تجسس از نیروهای دشمن در میدان نبرد، کسب اطلاع از وضعیت آتش سوزی درجنگل ها، کنترل مرزها و پیش بینی وضعیت هوا به کارگرفته شده اند. یکی از اصلی ترین چالش های توسعه پرنده های بدون سرنشین هوشمند، مسیریابی در محیط های متخاصم، تغییرپذیر و ناشناخته است. در روش های موجود مسیریابی جهانی، مساله عدم برخورد با موانع متحرک با دیدی حال نگر مورد بررسی قرار گرفته. در این پایان نامه رویکردی آینده نگر برای مدیریت عدم برخورد با موانع متحرک و مسیریابی جهانی در نظر گرفته شده است. هدف از این پایان نامه، ارائه روشی جهت حل مساله مسیریابی یک پرنده بدون سرنشین در محیطی سه بعدی است. در این محیط موانع به دو دسته فیزیکی و غیرفیزیکی تقسیم شده و تغییرپذیری زمانی و عدم اطلاع کافی از موانع در مورد دسته دوم صدق می کند.