ارائه الگوی سیستم‌های مدیریت هوشمند برای سیستم‌های تولید پایدار و تاب‌آور در صنعت سیمان در راستای بهبود توسعه اجتماعی
الموضوعات : مطالعات توسعه اجتماعی ایراناسحق جمال امیدی 1 , محمدعلی کرامتی 2 , مهدی رجبیون 3 , صفیه مهری نژاد 4
1 - گروه مدیریت صنعتی، واحد تهران مرکزی ، دانشگاه آزاد اسلامی، تهران ، ایران
2 - گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
3 - گروه مدیریت بازرگانی ،واحد تهران مرکزی ،دانشگاه آزاد اسلامی ،تهران ، ایران
4 - گروه مدیریت مالی ،واحد تهران مرکزی ،دانشگاه آزاد اسلامی ،تهران ، ایران
الکلمات المفتاحية: سیستم‌های مدیریت هوشمند, سیستم‌های تولید پایدار و تاب‌آور, صنعت سیمان, الگوریتم VIS,
ملخص المقالة :
در زمینه ارائه الگوی سیستم‌های مدیریت هوشمند برای سیستم‌های تولید پایدار و تاب‌آور در صنعت سیمان در راستای بهبود توسعه اجتماعی، انجام تحلیل‌های متعدد برای انتخاب بهترین الگوریتم‌ها به منظور بهبود عملکرد سیستم‌های مدیریت بسیار حیاتی است. در این تحقیق، یک مسأله مرتبط با تولید بر اساس الگوی سیستم‌های مدیریت هوشمند برای سیستم‌های تولید پایدار و تاب‌آور در صنعت سیمان مورد بررسی قرار گرفته است. هدف اصلی این مسأله بهبود سیستم تولید به نحوی است که پایداری به صورت یکنواخت در روند تولید حفظ شود. در این فرآیند تولید، از توزیع پوآسن و اجرای هوش مصنوعی در تولید با توزیع نمایی استفاده می‌شود. همچنین، دو محدودیت اصلی بر روی این مسأله تعیین شده‌اند؛ یکی مرتبط با تعداد کل تولیداتی که ایجاد می‌شوند و دیگری مرتبط با محدودیت حداکثر زمان تولید. این مسأله سه هدف را در نظر دارد. هدف اول، کاهش متوسط میزان انتظار تولید را به عنوان هدف اصلی دارد. هدف دوم، به مینیمم کردن میزان آسیب‌های زیست محیطی در فرآیند تولید می‌پردازد. هدف سوم نیز به ماکزیمم کردن کل کارکرد دستگاه‌ها در واحد زمان پرداخته است. بدین منظور از الگوریتم‌های VIS، CNSGA-II، NSGA-II، MISA، NNIA و NRGA در نرم افزار متلب استفاده شد. الگوریتم VIS در اکثر معیارها، بهترین عملکرد را از خود نشان داد.
1. ضیایی، آرسام. (1401). مدیریت کردن نوآوری در قرن 21 با استفاده از هوش مصنوعی. کنفرانس بین المللی مدیریت و صنعت. SID. https://sid.ir/paper/949988/fa
2. کرباسی, شیرین, هاشم زاده خوراسگانی, غلامرضا, خمسه, عباس فتحی هفشجانی, کیامرث. (1401). مدلی برای تدوین نقشه راه فناوری صنعت نسل 0.4 با رویکرد مدیریت هوشمند در صنایع تجهیزات نیروگاهی و تأمین انرژی. مطالعات مدیریت کسب و کار هوشمند، 11- 189-220.
3. ملکی, محمد حسن, میرزایی, مونا, رحیمیان اصل, محمد مهدی. (1401). سناریونگاری صنعت سیمان در ایران با رویکرد آمیخته. بهبود مدیریت, 16(3), 60-88.
4. کرمی، ذبیح الله. حسینی، سیدروح الله. دامغانیان، تقی. (1401). مدل ادراک کارکنان از هوش مصنوعی در کار با استفاده از فن داده بنیاد. توسعه مدیریت منابع انسانی و پشتیبانی، 65: 53-90.
5. جمالی، غلامرضا، و الهام کریمی اصل (1397). "موقعیت رقابتی زنجیره تأمین لارج در صنعت سیمان و تحلیل اهمیت عملکرد الزامات راهبردی مرتبط با آن"، فصلنامه مطالعات مدیریت صنعتی، دوره ،16 شماره 50 )1397(: .53-77
6. حسن پور راد، علی و علیزاده قادیکلائی، مهدی، (1401). هوش مصنوعی و چالش‌های پیش رو در تعامل اعضای یک سازمان، سومین کنفرانس ملی پژوهش‌های سازمان و مدیریت، تهران
7. حشمدار، اکرم. کردی، مراد. (1401). بررسی اثربخشی سیستم‌های هوش مصنوعی در کارکردهای منابع انسانی. پژوهش‌های معاصر در علوم مدیریت و حسابداری، 12: 1-6.
8. سلیمی زاویه, سید قاسم. (1398). مروری بر سیستم‌های تولید هوشمند و روندهای آینده. فصلنامه توسعه تکنولوژی صنعتی, 17(38), 13-24.
9. منوچهری کلانتری، فرزاد، (1397). تکنولوژی نوین آنالیزگرهای هوشمند بر خط عنصری در صنعت سیمان،چهارمین کنفرانس ملی صنعت سیمان و افق پیش رو،تهران،
10. سیدشمالی، سیدمهدی و صادقیان، سیدحمیدرضا،1396،توسعه مدل تولیدچابک بادرنظرگرفتن پایداری وتاب‌آوری سیستم‌های تولیدی،اولین کنفرانس بین المللی بهینه‌سازی سیستم‌ها و مدیریت کسب و کار،بابل
11. فلاحی، علی ومجید كفاشی(1397(بررسی اثرتوسعه اجتماعی بر سلامت اجتماعی در کلان شهر تهران مجله مطالعات توسعه اجتماعی ایران. سال 10 شماره 2 بهار 1397 72-59
12. واعظ زاده، ساجده(1394)مولفه هاي پایداري اجتماعی در برنامه هاي توسعه ایران مجله مطالعات توسعه اجتماعی ایران. ،شماره 7 ،2:1394 .45-59
13. بلوچي، اسماء (1401)طراحي الگویي براي شهر هوشمند با الهام از مفروضات خدمات دولتي نوین و ارزیابي مؤلفه هاي زیرساختي آن در شهرداري بندرعباس. مجله مطالعات توسعه اجتماعی ایران 2 159-189
14. حيدري، تارا(1401) نقش مشاركت شهروندان در حکمروایي خوب شهري(نمونه موردي: منطقه2 شهر شيراز) مجله مطالعات توسعه اجتماعی ایران37 35 -66
15. Afanasyev, V.Y., Lyubimova, N.G., Ukolov, V.F. & Shayakhmetov, S.R. (2019), Digitalization of energy manufacture: infrastructure, supply chain strategy and communication International Journal of Supply Chain Management, 8 (4). 601-609.
16. Alharthi, S., Cerotti, P.R. & Far, S.M. (2020). An exploration of the role of blockchain in the sustainability and effectiveness of the pharmaceutical supply chain, Journal of Supply Chain and Customer Relationship Management, 1-29.
17. Alonso-Muñoz, S. González-Sánchez, R., Siligardi, C., & García-Muiña, F. E. (2021). New circular networks in resilient supply chains: An external capital perspective. Sustainability, 13(11), 6130
18. Appolloni, A., Jabbour, C.J.C., D'Adamo, I., Gastaldi, M. & Settembre-Blundo, D. (2022). Green recovery in the mature manufacturing industry: the role of the green-circular premium and sustainability certification in innovative efforts. Ecological Economics, 193, 1-9.
19. Ardito, L., Scuotto, V., Del Giudice, M. and Petruzzelli, A.M. (2018). A bibliometric analysis of research on Big Data analytics for business and management. Management Decision, 57 (8), 1993-2009.
20. Bagloee, S.A., Heshmati, M., Dia, H., Ghaderi, H., Pettit, C. & Asadi, M. (2021), “Blockchain: the operating system of smart cities. Cities, 112, 103-104
21. Battisti, S., Agarwal, N. & Brem, A. (2022). Creating new tech entrepreneurs with digital platforms: Meta-organizations for shared value in data-driven retail ecosystems. Technological Forecasting Social Change, 175, 121392.
22. Bayramova, A., Edwards, D. J., & Roberts, C. (2021). The role of blockchain technology in augmenting supply chain resilience to cybercrime. Buildings, 11(7), 283
23. Belhadi, A., Kamble, S., Fosso Wamba, S. & Queiroz, M.M. (2022). Building supply-chain resilience: an artificial intelligence-based technique and decision-making framework. International Journal of Production Research, 60(14), 4487-4507.
24. Birkel, H. S., & Müller, J. M. (2020). Potentials of industry 4.0 for supply chain management within the triple bottom line of sustainability—A systematic literature review. Journal of Cleaner Production, 289, 125612
25. Chen, C., Feng, Y. & Shen, B. (2022). Managing labor sustainability in digitalized supply chains: a systematic literature review. Sustainability, 14(7), 1-19.
26. D'Adamo, I. (2022). The analytic hierarchy process as an innovative way to enable stakeholder engagement for sustainability reporting in the food industry. Environment Development Sustainability, Vol. ahead-of-print No. ahead-of-print, doi: 10.1007/s10668-022-02700-0.
27. Deloitte (2020). COVID-19 Managing supply chain risk and disruption. Report Authors; Kilpatrick, J. & Barter, L. Contributors; Alexander, .C, Brown, J., Calderon, R., Carruthers, R., Joyce, P. & Xu, L. Deloitte Development LLC. Deloitte Design Studio, Canada. 20–6536
28. Dohale, V., Akarte, M., Gunasekaran, A. & Verma, P. (2022). Exploring the role of artificial intelligence in building production resilience: learnings from the COVID-19 pandemic. International Journal of Production Research, Vol. ahead-of-print, 1-17, doi: 10.1080/00207543.2022.2127961.
29. Dubey, R., Bryde, D.J., Dwivedi, Y.K., Graham, G. & Foropon, C. (2022). Impact of artificial intelligence-driven big data analytics culture on agility and resilience in humanitarian supply chain: a practice-based view. International Journal of Production Economics, Vol. ahead-of-print No. ahead-of-print, doi: 10.1016/j.ijpe.2022.108618.
30. Dzalbs, I., & Kalganova, T. (2020). Accelerating supply chains with Ant Colony Optimization across a range of hardware solutions. Computers & Industrial Engineering, 147, 106610
31. Faasolo, M. B., & Sumarliah, E. (2022). An Artificial Neural Network examination of the intention to implement blockchain in the supply chains of SMEs in Tonga. Information Resources Management Journal (IRMJ), 35(1), 1–27
32. Gupta, S., Modgil, S., Bhattacharyya, S., &Bose, I. (2021). Artificial intelligence for decision support systems in the field of operations research: review and future scope of research. Annals of Operations Research, 308(1), 1–60
33. Harfouche, A., Quinio, B., Saba, M. & Saba, P.B. (2022). The recursive theory of knowledge augmentation: integrating human intuition and knowledge in artificial intelligence to augment organizational knowledge. Information Systems Frontiers, 1-16, doi: 10.1007/s10796-022-10352-8.
34. Helo, P. & Hao, Y. (2022). Artificial intelligence in operations management and supply chain management: an exploratory case study. Production Planning and Control, 33(16), 1573-1590.
35. Jarrahi, M. H. (2018). Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision making. Business Horizons, 61(4), 577–586
36. Joshi, S. & Sharma, M. (2022). Impact of sustainable supply chain management on performance of SMEs amidst COVID-19 pandemic: an Indian perspective”, International Journal of Logistics Economics and Globalisation, 9(3), 248-276
37. Karmaker, C. L., Ahmed, T., Ahmed, S., Ali, S. M., Moktadir, M. A., & Kabir, G. (2021). Improving supply chain sustainability in the context of COVID-19 pandemic in an emerging economy: Exploring drivers using an integrated model. Sustainable Production and Consumption, 26, 411–427
