در عصر حاضر ارزیابی و سپس بهبود عملکرد سیستم‌های تولیدی و در کل زنجیره‌های تأمین، بعنوان تنها راه ممکن جهت رقابت در بازار جهانی کسب و کار مطرح می‌باشد. تکنیک تحلیل پوششی داده‌ها (DEA) بعنوان یک روش برنامه‌ریزی ریاضی، روشی ناپارامتریک برای اندازه‌گیری کارایی نسبی سیستم‌های تولیدی و واحدهای تصمیم‌گیرنده با چندین ورودی و خروجی همگن است. تعیین نوع بازده به مقیاس (RTS) به مدیران کمک می‌کند که پیش‌بینی‌های دقیق‌تری در رابطه با توسیع یا تحدید واحد تصمیم‌گیرنده (DMU) داشته باشند. با توجه به اهمیت RTS در رابطه با تصمیم گیری‌های مدیریتی، روش‌های مختلف و متنوعی از سوی پژوهشگران علم DEA جهت معرفی و تعیین نوع آن ارائه شده است. تحقیق‌ها در ارزیابی RTS، منجر به دسته‌بندی کلی‌تری از انواع RTS، با عناوین بازده به مقیاس چپ (L-RTS) و بازده به مقیاس راست (R-RTS) شده است.این تحقیق به مطالعه فرآیند تولید دو مرحله‌ای می‌پردازد و یک رویکرد برای برآورد نوع بازده به مقیاس راست و چپ DMUs‌ معرفی می‌نماید. در این مقاله کاربرد مدل DEA شبکه‌ای برای محاسبه کارایی نسبی و بازده به مقیاس شرکت‌های سیمان حاضر در بورس اوراق بهادار مورد مطالعه قرار گرفته است. داده‌های مورد استفاده در مدل، مربوط به فرآیند تولید 42 شرکت سیمان در سال 1400 می‌باشد. Manuscript profile

میزان در اﯾﻦ ﻣﻘﺎﻟﻪ ﻣﺴﺌﻠﻪ ﺗﻌﯿﯿﻦ ﺗﻮاﻟﯽ ماشین‌ها در ﺧﻂ ﻣﻮﻧﺘﺎژ ﻧﻬﺎﯾﯽ ﺑﺎ در ﻧﻈﺮ ﮔﺮﻓﺘﻦ ﺗﺎﻣﯿﻦ ﻗﻄﻌﺎت ﺑﺮرﺳﯽ ﺷﺪه اﺳﺖ. ﺑﺪﯾﻦ ﺟﻬﺖ ﯾﮏ ﻣﺪل ﭘﺎﯾﻪ ای ﺑﺮﻧﺎﻣﻪ رﯾﺰی ﺧﻄﯽ ﻋﺪد ﺻﺤﯿﺢ ﺗﻮﺳﻌﻪ ﯾﺎﻓﺘﻪ و ﺑﺮ ﻣﺒﻨﺎی آن، اﻟﮕﻮرﯾﺘﻢ ﺣﻞ ﻣﺴﺌﻠﻪ ﻣﻄﺎﺑﻖ ﺑﺎ روﯾﮑﺮد واﮐﻨﺸﯽ و ﻣﺒﺘﻨﯽ ﺑﺮ ﺗﺠﺪﯾﺪ ﺗﻮاﻟﯽ ﻋﻤﻠﯿﺎت، ﺗﻮﺳﻌﻪ ﯾﺎﻓﺘﻪ اﺳﺖ. ﻫﻤﭽﻨﯿﻦ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ Np-hard ﺑﻮدن ﻣﺴﺌﻠﻪ، ﯾﮏ روش ﻓﺮا اﺑﺘﮑﺎری ﻣﺒﺘﻨﯽ ﺑﺮ اﻟﮕﻮرﯾﺘﻢ ﺟﺴﺘﺠﻮی ﻫﻤﺴﺎﯾﮕﯽ ﻣﺘﻐﯿﺮ ارائه گردیده است. ﺟﻬﺖ ارزﯾﺎﺑﯽ روش ﺣﻞ ﭘﯿﺸﻨﻬﺎدی، از ﻧﻤﻮﻧﻪ ﻣﺴﺎﺋﻞ ﮐﺘﺎﺑﺨﺎﻧﻪ ای بهره گرفته و ﺟﻬﺖ ﺷﺒﯿﻪ ﺳﺎزی رﺧﺪاد اﺧﺘﻼل، ﻣﺴﺎﺋﻞ آزﻣﻮن در اﺑﻌﺎد ﺑﺰرگ، ﻣﺘﻮﺳﻂ و ﮐﻮﭼﮏ ﻃﺮاﺣﯽ ﺷﺪه اﻧﺪ. ﻧﺘﺎﯾﺞ ﺑﺪﺳﺖ آﻣﺪه ﺑﯿﺎﻧﮕﺮ آن اﺳﺖ ﮐﻪ در ﺳﻪ دﺳﺘﻪ ﻣﺴﺎﺋﻞ، روش ﻓﺮا اﺑﺘﮑﺎری ﭘﯿﺸﻨﻬﺎدی در ﻣﻘﺎﯾﺴﻪ ﺑﺎ ﺑﻬﺘﺮﯾﻦ روش ﻣﻮﺟﻮد، ﺗﺎ ﺣﺪ ﺑﺴﯿﺎر ﻣﻨﺎﺳﺒﯽ ﺑﻪ آن ﻧﺰدﯾﮏ ﺷﺪه و ﻋﻼوه ﺑﺮ اﯾﻦ، از ﺟﻬﺖ زﻣﺎن ﺣﻞ ﻧﯿﺰ ﺑﺴﯿﺎر ﮐﺎراﺗﺮ از روش ﺣﻞ ﺑﻬﯿﻨﻪ ﺑﻮده و ﭘﺎﺳﺨﮕﻮی ﻧﯿﺎزﻫﺎی آﻧﯽ ﺑﻪ روزآوری ﺗﻮاﻟﯽ ﻋﻤﻠﯿﺎت در ﻣﻮاﺟﻬﻪ ﺑﺎ اﺧﺘﻼﻻت اﯾﺠﺎد ﺷﺪه در ﺧﻂ ﺗﻮﻟﯿﺪ ﺧﻮدرو ﻣﯽﺑﺎشد Manuscript profile

انتخاب و تشکیل سبد سهام بهینه، یکی از مهمترین‌ مسائل در حوزه تحقیقات مالی است که موجب می‌شود ترکیب بهینه‌ای از دارایی‌ها را انتخاب شود تا با توجه به محدودیت‌ها، بیشینه مطلوبیت برای سرمایه‌گذار ایجاد شود. با توجه به آن‌که بازده اوراق بهادار در دنیای واقعی معمولاً مبهم و نادقیق است، یکی از مهمترین چالش‌های سرمایه‌گذاری، عدم‌اطمینان نسبت به آینده و پیامدهای آن‌ها می‌باشد. بر این اساس، در این مقاله، با استفاده از گشتاورهای مراتب بالا و تئوری فرامدرن پرتفوی، و با استفاده از منطق فازی و بهینه‌یابی تکاملی چندهدفه، مسأله انتخاب و بهینه‌یابی پرتفوهای اوراق بهادار با اهداف مختلف مدلسازی، حل و مقایسه گردیده است. مدل‌های طراحی شده هم طبیعت مسأله انتخاب پرتفو را در نظر گرفته و هم ملاحظات مدنظر سهامدار را در انتخاب پرتفو دخیل نموده است. کیفیت عدم اطمینان بازده آتی پرتفوی داده شده با استفاده از اعداد LR فازی تخمین زده شده در حالیکه گشتاورهای بازدهی آن با استفاده از تئوری امکانی سنجیده شده است. مهمترین هدف این مقاله حل مسأله و مقایسه مدل‌های انتخاب پرتفوی به صورت بهینه‌سازی همزمان دو، سه و چهار هدفه است. برای این هدف، از الگوریتم ژنتیک با مرتب‌سازی نامغلوب (NSGA-II)استفاده شده و عملگرهای جهش و تقاطع به طور اختصاصی برای تولید راه‌حل‌های ممکن محدودیت کاردینالیتی مسأله طراحی شده است. در نهایت عملکرد مدل‌ها در صورت استفاده از منطق فازی و عدم استفاده از آن مقایسه شده است و مشخص گردیده است که استفاده از منطق فازی و تئوری امکانی، باعث تشکیل پرتفوهای با عملکرد بالاتر و مطلوببیت بیشتر می‌گردد. Manuscript profile

در این مقاله، ارائه یک مدل بهینه‌سازی همزمان جایابی و تخصیص سرور برای شرکت تازه وارد در یک بازار رقابتی مورد توجه قرار گرفته است. هدف بیشینه‌سازی سود شرکت است. مشتریان به­صورت احتمالی و بر اساس معیارهای قیمت، زمان سفر و زمان انتظار در صف، تسهیلات مورد نظر را انتخاب می‌کنند. همچنین فرض می‌شود میزان آگاهی مشتریان از سطوح زمان‌های انتظار در مراکز به صورت مرحله‌ای و طی استفاده‌های متوالی از شبکه افزایش می‌یابد. تقاضا به صورت کشش­دار و تابعی از مطلوبیت مشتریان از طراحی کل شبکه و هزینه ارائه یک واحد خدمات در یک مرکز به صورت تابعی از تقاضای جذب شده آن تعریف می‌شود. برای حل مدل یک الگوریتم تکامل تفاضلی بهبود یافته توسعه داده شده و مسائل نمونه برای نمایش کارایی آن حل شده است. نتایج با روش‌های معرفی شده در تحقیقات پیشین مقایسه گردیدند. نتایج عددی حاکی از آن است که رویکرد پیشنهادی قادر است نسبت به روش‌های پیشین نتایج بهتری ارایه نماید و می‌تواند در حل مسائل کاربردی مورد استفاده قرار بگیرد. Manuscript profile

A Crew Scheduling Problem (CSP) is a highly complex airline optimization problem, which includes two sub-problems, namely Crew Rostering Problem (CRP) and Crew Pairing Problem (CPP). Solving these problems sequentially may not lead to an optimal solution. To overcome this shortcoming, the present study introduces a new bi-objective formulation for the integrating CPP and CRP by considering the reserve crew with the objectives of crew cost minimization and crew reserve maximization. The integrated model generates and assigns pairings to a group of crew members by taking into account the rules and regulations about employing the manpower (i.e., crew member) and crew reservation in order to reduce flight delays or even cancellations due to the unexpected disruptions. An Ant Colony Optimization (ACO) algorithm is used to solve the considered problem. To justify the efficiency of this proposed algorithm in solving the presented model, different test problems are generated and solved by ACO and GAMS. The computational results indicate that solutions obtained by the proposed ACO algorithm have a 2.57% gap with the optimal solutions reported by GAMS as optimization software on average and significantly less CPU time for small-sized problems. Also, ACO obtains better solutions in significantly shorter CPU time for large-sized problems. The results indicate the efficient performance of the proposed algorithm in solving the given problems. Manuscript profile

Performance measurement is always one of the most important tasks of managers, so knowledge management is measurement knowledge, and if we can measure something, we can no doubt control it, and therefore we cannot manage it. In this paper, according to the Malmquist productivity index, an index is used to determine the progress and regress of a unit. This index is defined by the boundary changes resulting from the inputs of the units and their efficiency changes, which we call the Malmquist Productivity Index. After calculating the Malmquist changes, we were able to determine the rate of increase or decrease in the indicators for the following period. Manuscript profile

شرکت‌های بیمه ﺑﻪ ﻋﻨﻮان ﯾﮑﯽ از مهمترین ﻧﻬﺎدﻫﺎی ﻣﺎﻟﯽ، ﺟﺎﯾﮕﺎه وﯾﮋه‌ای در رﺷﺪ و ﺗﻮﺳﻌﻪ اﻗﺘﺼﺎدی کشورها دارند، ﺑﻪ ﻃﻮری ﮐﻪ ﻋﻤﻠﮑﺮد ﮐﺎرای اﯾﻦ ﺑﺨﺶ، ﺳﺎﯾﺮ ﺑﺨش‌های اﻗﺘﺼﺎدی را نیز تحت تاثیر قرار خواهد داد. از اینرو ارزیابی عملکرد شرکت‌های فعال در این صنعت و شناسایی نقاط قوت و ضعف آنها از اهمیت بالایی برخوردار است. یکی از تکنیک‌های ارزیابی عملکرد که در سالهای اخیر بسیار مورد توجه قرار گرفته، تحلیل پوششی داده‌ها می‌باشد. در این مقاله با بهره‌گیری از مدل دو مرحله‌ای تحلیل پوششی داده‌های SORM-SBM ارزیابی عملکرد 21 شرکت بیمه‌ای فعال در کشور ایران با شاخص‌های مالی انجام شده که علاوه بر کارایی کل، کارایی هر شرکت در دو حوزه بازاریابی و سودآوری را نیز محاسبه و نشان می‌دهد که عملکرد شرکت درصورتی کاراست که در هر دو حوزه کارا بوده باشد. همچنین مقادیر الگو نیز برای هر شرکت محاسبه و ارتباط میان این مقادیر و کارایی کل نشان داده شده است. Manuscript profile