آرمین جبارزاده

هدف: حمل بار از طریق ریل با توجه به مزایایی همچون آلودگی کمتر در مقایسه با حمل جاده ای، صرف زمان کمتر در قیاس با حمل دریایی و هزینه کمتر نسبت به حمل هوایی، از جمله موضوعاتی است که در حوزه حمل ونقل اهمیت دارد. از همین رو شرکت های حمل ونقلی، بیش از پیش به فعالیت در زمینه حمل بار ریلی و به ویژه، حمل بار بین المللی ریلی تمایل نشان می دهند. از جمله چالش های شرکت راه آهن جمهوری اسلامی ایران، در حوزه حمل ونقل بین المللی، رتبه بندی این شرکت هاست که در تصمیم های گوناگونی همچون اعطای تخفیفات و تسهیلات، واگذاری واگن های خارجی، اولویت دهی به تأمین خواسته ها و رسیدگی به شکایات و موضوعاتی از این دست تأثیرگذار است. به همین منظور، در این مقاله مدل تصمیم گیری چندمعیاره پویا، برای رتبه بندی شرکت های حمل ونقل بین المللی ریلی ایران پیاده سازی شده است. روش: با توجه به ماهیت پویای مسئله، مدل تصمیم گیری چندمعیاره پویا، بر اساس داده های واقعی حمل بار بین المللی، شامل صادرات، واردات و ترانزیت، توسط شرکت های حمل ونقل بین المللی ریلی، در پنج سال اجرا شد و به منظور برآورد داده های عملکردی شرکت ها در آینده، از سیستم استنتاج فازی بهره گرفته شد. یافته ها: با لحاظ کردن عدم قطعیت از دو جهت که یکی تأثیرپذیری فعالیت شرکت ها در قالب یک سیستم استنتاج فازی و دیگری، پویایی مدل تصمیم گیری چندمعیاره پویا بود، اولویت 15 شرکت حمل ونقل بین المللی ریلی، برای شرکت راه آهن جمهوری اسلامی ایران مشخص شد. نتیجه گیری: نتایج کلی بیانگر آن است که مواجهه با موضوع رتبه بندی شرکت های حمل ونقل بین المللی ریلی به صورت پویا، خروجی مطلوب تری را ارائه می دهد. همچنین کاربردی بودن روش ارائه شده برای بهره مندی از سیستم استنتاج فازی در مدل تصمیم گیری چندمعیاره پویا، از دیگر نتایجی است که از این پژوهش حاصل شد.

در سال های اخیر پیچیدگی های محیطی، رقابت های شدید سازمان ها و فشار دولت ها بر تولیدکنندگان برای مدیریت پسماند محصولات، فشارهای زیست محیطی و از همه مهم تر سود ناشی از بازیافت محصولات، بر اهمیت طراحی شبکه زنجیره تأمین معکوس و حلقه بسته افزوده است. همچنین وجود عدم قطعیت های ذاتی در پارامترهای ورودی، یکی دیگر از موارد مهمی است که عدم توجه به آن می تواند تصمیمات استراتژیک، تاکتیکی و عملیاتی سازمان را تحت تأثیر قرار دهد. به همین جهت این پژوهش به طراحی یک مدل شبکه زنجیره تأمین حلقه بسته چند محصولی و چند دوره ای در شرایط عدم قطعیت می پردازد. در همین راستا ابتدا یک مدل برنامه ریزی خطی عدد صحیح به منظور حداقل سازی هزینه های زنجیره تأمین ارائه می گردد. سپس جهت در نظر گرفتن عدم قطعیت های ترکیبی مدل که شامل عدم قطعیت شناختی و تصادفی می باشد، پنج مدل استوار امکانی- تصادفی مختلف توسعه داده شده و نقاط ضعف، قوت و کاربرد هر یک مورد ارزیابی و تحلیل قرار می گیرد و مناسب ترین مدل جهت پاسخگویی به عدم قطعیت های موجود در مدل پیشنهاد می شود. در پایان عملکرد و کاربردی بودن مدل پیشنهادی، از طریق مطالعه موردی در یک صنعت روغن خوراکی مورد ارزیابی قرار می گیرد.

پیش بینی حرکت قیمت سهام ازجمله مسائلی است که همواره تحلیل گران و سرمایه گذاران با آن مواجه هستند و آنان از ابزارهای مختلفی ازجمله تحلیل های بنیادی و تکنیکال برای انتخاب سهام خوب و همچنین پیش بینی روند قیمتی در روزهای آینده استفاده می کنند. آنچه تحلیل گران به آن توجه دارند، توانایی تحلیل تکنیکال در پیش بینی های کوتاه مدت می باشد. بدین منظور، در این مقاله، مدل هایی با استفاده از ابزارهای شبکه عصبی، لاجیت، پروبیت و مقدار حدی به منظور پیش بینی جهت حرکت قیمت سهم در روز بعد ارائه شده است. برای پیاده سازی و مقایسه مدل های ارائه شده، برخی از شاخص های تکنیکال روزانه سهام شرکت ایران خودرو در بورس اوراق بهادار تهران که ازجمله سهام های مورد اقبال سرمایه گذاران می باشد، بررسی شده است. بازه زمانی موردبررسی سال های 1392 تا 1397 بوده است. نتایج این پژوهش نشان می دهد که در آزمون نا پارامتری برابری نسبت ها، ازلحاظ آماری مدل های ارائه شده تفاوت معناداری باهم نداشته اند، اما معیارهای سنجش خطا بیان می کند که مدل پروبیت، خطای کمتری در پیش بینی سهام در بازار بورس تهران دارد.

هدف اصلی این پژوهش ارائه مدلی برای طراحی زنجیره تأمین سنگهای تزئینی در شرایط رقابتی و باا درنرار گرفتن ریسکهای اختلال میباشد. ابزار اصلی مورداستفاده در این پژوهش، استفاده از برناماه ریازی ریایای و تئوری بازیها میباشد که اغلب در مدلسازی مدلهای رقابتی از بازی استکلبرگ استفاده مای گاردد. همنناین هدف در مدلسازی این مسئله مقابله با ریسکهای احتمالی اختلال و در نررگرفتن شرایط رقابتی بازار میباشد. با توجه به شرایط مسئله، از روشهای فرا ابتکاری نریر الگوریتم بهینه سازی انبوه ذرات و بهینه سااز ی مبتنای بار جغرافیای زیستی جهت حل مدل و اعتبارسنجی آن استفاده شده است. نتایج حاصل از این تحقیق نشان میدهد که بروز اختلال، تصمیمات مکانیاابی اساتقرار مراکاز تولیادی و تاوزیعی، قیمات محصاودت و ساود اجازای زنجیره را تحت تأثیر قرار میدهد

هدف این مقاله، مدل سازی و حل مسئله مکان یابی هاب سلسله مراتبی تک تخصیصه چند کالایی با در نظرگرفتن عدم قطعیت های موجود و ملاحظات کیفیت خدمت دهی است. شبکه هاب سلسله مراتبی طراحی شده، سه سطحی است که سطح بالا از شبکه کامل هاب های مرکزی تشکیل شده است و سطح دوم و سوم به ترتیب، شبکه های ستاره ای مربوط به هاب های غیرمرکزی با هاب های مرکزی و مراکز تقاضا به هاب ها (مرکزی و غیرمرکزی) هستند. در مدل پیشنهادی، با توجه به تابع هدف کمینه کردن مجموع هزینه حمل و نقل در شبکه، هزینه دیرکرد و هزینه فعال سازی مسیر برای خطوط هوایی غیرفعال، در خصوص مکان هاب ها، نحوه تخصیص گره های غیرهاب به هاب ها و نوع وسایل نقلیه لازم در هر مسیر، تصمیم بهینه ای گرفته شده است. برای ارزیابی مدل ارائه شده، از مجموعه داده جمع آوری شده در ایران استفاده شده است. رفتار مدل با تغییرات پارامترها، آنالیز و تحلیل حساسیت شده و نتایج مدیریتی به دست آمده است

ریسک قیمت نفت خام برای کشورهای صادرکننده نفت از جایگاه ویژه ای برخوردار است، بنابراین وجود مکانیزمی برای پوشش ریسک قیمت نفت در این کشورها اهمیت بالایی دارد. از جمله ابزارهای شناخته شده برای محاسبه ریسک قیمت، ارزش در معرض ریسک است. در این مقاله، سعی می شود تا با استفاده از معیار ارزش در معرض ریسک، مکانیزمی برای مدیریت ریسک درآمدهای نفتی ایران طراحی گردد، بدین منظور از مدل های واریانس ناهمسان شرطی GARCH، CGARCH و EGARCH با توابع توزیع چگالی مختلف برای محاسبه ارزش در معرض ریسک نفت خام اپک در طول دوره 6 اکتبر سال 2005 تا 29 آگوست سال 2015، استفاده شده است. نتایج مطالعه نشان می دهد که از نظر معیارهای سنجش خطای پیش بینی، مدل CGARCH با توزیع تی استیودنت در پیش بینی تلاطم عملکرد بهتری داشته است، بر این اساس، پس از انتخاب مدل مناسب، مقادیر ارزش در معرض ریسک برای طراحی مکانیزم پوشش ریسک مورد استفاده قرار گرفته و با استفاده از داده های تولید نفت ایران، برای سال 2014 این مکانیزم پیاده سازی شده است. نتایج نشان داد که بر مبنای مکانیزم پیشنهادی، علاوه بر پوشش ریسک کاهش قیمت، مدل با مازاد درآمد مواجه خواهد بود.