<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd"> <ArticleSet> <Article> <Journal> <PublisherName>دانشگاه شهید بهشتی</PublisherName> <JournalTitle>چشم‌انداز مدیریت صنعتی</JournalTitle> <Issn>2251-9874</Issn> <Volume>14</Volume> <Issue>3</Issue> <PubDate PubStatus="epublish"> <Year>2024</Year> <Month>08</Month> <Day>22</Day> </PubDate> </Journal> <ArticleTitle>Comprehensive Evaluation of E-business Satisfaction Variables and Indicators in B2C Model Using the Negotiation Decision Function Method</ArticleTitle> <VernacularTitle>ارزیابی جامع متغیرها و شاخص های رضایت کسب و کار الکترونیکی در مدل فروشنده-مصرف کننده با روش تابع تصمیم مذاکره</VernacularTitle> <FirstPage>9</FirstPage> <LastPage>23</LastPage> <ELocationID EIdType="pii">104646</ELocationID> <ELocationID EIdType="doi">10.48308/jimp.14.3.9</ELocationID> <Language>FA</Language> <AuthorList> <Author> <FirstName>حامد </FirstName> <LastName>فضل‌الله‌تبار</LastName> <Affiliation>دانشیار، گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه دامغان، دامغان، ایران.</Affiliation> <Identifier Source="ORCID">0000-0003-3053-4399</Identifier> </Author> </AuthorList> <PublicationType>Journal Article</PublicationType> <History> <PubDate PubStatus="received"> <Year>2023</Year> <Month>07</Month> <Day>16</Day> </PubDate> </History> <Abstract>&lt;strong&gt;Introduction and Objectives&lt;/strong&gt;: E-commerce has transformed traditional business behaviors, as consumers can easily make purchases through e-commerce platforms. The internet offers countless products and services, but consumers may struggle to choose their preferred products. In recent years, the B2C customer-seller model has gained significant popularity and is one of the best options for group-buying customers. However, users believe that this method increases the demand for services, which in turn leads to price increases.&lt;br /&gt;&lt;strong&gt;Methods&lt;/strong&gt;:&lt;br /&gt;Using an intelligent agent in negotiations can effectively reduce the efforts spent on gathering buyer information and the costs of transactions and negotiations with sellers. This study applies an intelligent agent to the B2C e-commerce process and evaluates the system through testing. Additionally, a questionnaire is used to assess the benefits of the proposed intelligent system. The innovations of this research include identifying and categorizing variables affecting the business to customer purchase, designing a negotiation mechanism, and evaluating business satisfaction. A key limitation of this research is the data collection process and the sample size studied.&lt;br /&gt;&lt;strong&gt;Results and discussion: &lt;/strong&gt;Analytical results indicate that the proposed intelligent system can reduce operational risk while increasing user satisfaction and perceived fairness. Fifty participants, aged 23 to 27, were involved in this experiment. The most common method for estimating the reliability of such scales is the α coefficient. Based on the minimum acceptable criterion, if α is greater than 0.7, it has higher reliability, and if α is less than 0.35, it has lower reliability and should be rejected. The analysis shows that α in this study is 0.844, which indicates higher reliability. In this study, the perceived value shows no significant difference before and after using this system, indicating that the intelligent agent can enhance the value of the business to customer trading system. When participants engage with the platform, shared value may not be the primary concern. The user can receive assistance from this experimental system, but participants did not have a specific goal for using the system, likely due to the limited time of the experiment. In such a short period, participants were unable to form clear objectives or expectations for using the system. Therefore, the analytical results suggest that the system offers higher satisfaction, greater perceived fairness, and lower perceived risk, but users have a neutral attitude toward the perceived value and use of the system.&lt;br /&gt;&lt;strong&gt; &lt;/strong&gt;&lt;strong&gt;Conclusion: &lt;/strong&gt;The value of this system is not yet fully understood, indicating that it requires more promotion in today&#039;s commerce to better reveal its benefits to consumers. From a practical perspective, it is recommended that e-commerce practitioners implement negotiation processes through intelligent systems to identify customer satisfaction aspects, which can then be used for re-engineering and redesigning processes and products. Moreover, this system is not only applicable to the B2C, but can also be extended to other e-commerce models, as the agent can facilitate negotiations between sellers and buyers.&lt;br /&gt; </Abstract> <OtherAbstract Language="FA">&lt;strong&gt;مقدمه و اهداف&lt;/strong&gt;: تجارت الکترونیکی باعث تغییر رفتارهای سنتی تجارت شده است، زیرا مصرف‌کنندگان می‌توانند از طریق پلتفرم تجارت الکترونیکی، به راحتی خرید خود را انجام دهند. بستر اینترنت، محصولات و خدمات بی‌شماری را ارائه می‌دهد، اما مصرف‌کنندگان ممکن است به سختی بتوانند محصولات مورد علاقه خود را انتخاب کنند. در سال‌های اخیر، مدل فروشنده-مصرف‌کننده محبوبیت بسیاری پیدا کرده است و یکی از بهترین گزینه‌ها برای مشتریانی است که به صورت گروهی خرید می‌کنند. با این حال، استفاده‌کنندگان معتقدند که این روش منجر به بالا رفتن تقاضای خدمات می‌شود و در نتیجه، قیمت‌ها افزایش می‌یابد.&lt;br /&gt;&lt;strong&gt;روش‌ها&lt;/strong&gt;: استفاده از یک عامل هوشمند در مذاکره می‌تواند به طور موثری، تلاش‌های صرف شده برای جمع‌آوری اطلاعات خریداران و هزینه‌های معامله و مذاکره با فروشندگان را کاهش دهد. این مطالعه یک عامل هوشمند را در فرآیند تجارت الکترونیکی فروشنده-مصرف‌کننده اعمال نموده و سیستم را از طریق آزمایش ارزیابی می‌کند. به‌علاوه، از یک پرسشنامه برای بررسی مزایای سیستم‌های عامل هوشمند پیشنهادی استفاده می‌شود. نوآوری‌های پژوهش حاضر شامل، شناسایی و دسته‌بندی متغیرهای موثر بر خرید فروشنده-مصرف‌کننده، طراحی مکانیزم مذاکره و ارزیابی رضایت کسب و کار می‌باشد. محدودیت مهم این پژوهش، متمرکز بر گردآوری داده‌ها و حجم نمونه مورد مطالعه بوده است. &lt;br /&gt;&lt;strong&gt;یافته‌ها&lt;/strong&gt;: نتایج تحلیلی نشان می‌دهد که سیستم هوشمند پیشنهادی می‌تواند ریسک عملکرد را کاهش و رضایت کاربران و انصاف را افزایش دهد. 50 شرکت کننده از 23 تا 27 سال در این آزمایش وجود دارند. رایج‌ترین روش تخمین قابلیت اطمینان این نوع مقیاس‌ها با ضریب  است. با توجه به حداقل معیار قابل قبول، اگر  بیشتر از 0.7 باشد، قابلیت اعتبار بیشتری دارد و اگر  کمتر از 0.35 باشد، قابلیت اعتبار کمتر بوده و باید رد شود. نتایج تحلیل این نشان می‌دهد که  در این مطالعه 0.844 است و از این رو اعتبار بیشتری دارد. در این مطالعه، ارزش درک شده هیچ تفاوت معناداری بین قبل و بعد استفاده از این سیستم ندارد. این نشان می‌دهد که عامل هوشمند می‌تواند ارزش سیستم تجارت فروشنده-مصرف‌کننده را افزایش دهد. هنگامی که شرکت‌کنندگان از سیستم‌عامل درگیر استفاده می‌کنند، ارزش مشترک ممکن است نگرانی اصلی مشتری نباشد. کاربر می‌تواند از این سیستم آزمایشی کمک دریافت کند، اما شرکت‌کنندگان هدف خاصی برای استفاده از این سیستم ندارند. این باید به دلیل زمان محدود آزمایش باشد. در چنین زمان کوتاهی با استفاده از سیستم پیشنهادی، شرکت‌کنندگان نمی‌توانند هدف یا زیاده‌خواهی مشخصی برای استفاده از این سیستم داشته باشند. بنابراین، نتایج تحلیلی نشان می‌دهد که این سیستم رضایت بالاتر، انصاف درک شده بیشتر و ریسک درک شده کمتری دارد، اما کاربران نگرش خنثی نسبت به ارزش درک شده و استفاده از این سیستم دارند.&lt;br /&gt;&lt;strong&gt;نتیجه‌گیری&lt;/strong&gt;: هنوز ارزش این سیستم درک نشده است و نشان می‌دهد که این سیستم نیاز به تبلیغ بیشتری در تجارت امروزی دارد تا ارزش آن برای مصرف‌کنندگان بیشتر مشخص شود. از نظر کاربردی نیز به فعالان حوزه تجارت اکترونیک پیشنهاد می‌گردد، فرایند مذاکره جهت متقاعدسازی کاربران را از طریق هوشمندسازی اجرا نمایند تا بتوانند جنبه‌های رضایت‌مندی مشتری را شناسایی و بر مبنای آن مهندسی مجدد و طراحی دوباره فرایندها و محصولات را عملیاتی نمایند. علاوه بر این، این سیستم نه تنها برای فروشنده-مصرف‌کننده قابل استفاده است، بلکه می‌تواند به سایر مدل‌های تجارت الکترونیکی نیز انتقال یابد، زیرا نماینده می‌تواند به مذاکره بین فروشندگان و خریداران کمک کند.</OtherAbstract> <ObjectList> <Object Type="keyword"> <Param Name="value">تجارت الکترونیک فروشنده-مصرف‌کننده</Param> </Object> <Object Type="keyword"> <Param Name="value">مذاکره</Param> </Object> <Object Type="keyword"> <Param Name="value">عامل هوشمند</Param> </Object> <Object Type="keyword"> <Param Name="value">ارزیابی</Param> </Object> <Object Type="keyword"> <Param Name="value">تابع تصمیم مذاکره</Param> </Object> </ObjectList> <ArchiveCopySource DocType="pdf">https://jimp.sbu.ac.ir/article_104646_2e4588fd2cfe223c5e0fcc91dc597772.pdf</ArchiveCopySource> </Article> <Article> <Journal> <PublisherName>دانشگاه شهید بهشتی</PublisherName> <JournalTitle>چشم‌انداز مدیریت صنعتی</JournalTitle> <Issn>2251-9874</Issn> <Volume>14</Volume> <Issue>3</Issue> <PubDate PubStatus="epublish"> <Year>2024</Year> <Month>08</Month> <Day>22</Day> </PubDate> </Journal> <ArticleTitle>A Novel Meta-Symthesis Model to Improve New Product Development Based on Risk Management of Fast-Moving Consumer Goods</ArticleTitle> <VernacularTitle>ارائه راهکار فراترکیب به منظور بهبود فرآیند توسعه محصول جدید مبتنی بر مدیریت ریسک محصولات تند گردش</VernacularTitle> <FirstPage>24</FirstPage> <LastPage>55</LastPage> <ELocationID EIdType="pii">104557</ELocationID> <ELocationID EIdType="doi">10.48308/jimp.14.3.24</ELocationID> <Language>FA</Language> <AuthorList> <Author> <FirstName>فاطمه </FirstName> <LastName>ثقفی</LastName> <Affiliation>دانشیار، دانشکده مدیریت صنعتی و فناوری، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0000-0003-4843-6885</Identifier> </Author> <Author> <FirstName>علی </FirstName> <LastName>محقر</LastName> <Affiliation>استاد، دانشکده مدیریت صنعتی و فناوری، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-9844-1714</Identifier> </Author> <Author> <FirstName>عارفه </FirstName> <LastName>محمدزاده</LastName> <Affiliation>کارشناس ارشد، گروه مهندسی مکانیک، دانشکدگان فنی، دانشگاه تهران، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0009-0009-1369-3401</Identifier> </Author> <Author> <FirstName>یوسف </FirstName> <LastName>روغنی</LastName> <Affiliation>کارشناس ارشد، دانشکده مدیریت صنعتی و فناوری، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0009-0008-4696-2826</Identifier> </Author> </AuthorList> <PublicationType>Journal Article</PublicationType> <History> <PubDate PubStatus="received"> <Year>2023</Year> <Month>04</Month> <Day>11</Day> </PubDate> </History> <Abstract>&lt;strong&gt;Introduction and objectives:&lt;/strong&gt; With the advancement of Industry 4.0, customer preferences are continuously evolving, and product life cycles are becoming shorter. Consequently, new product development (NPD) processes have become indispensable for companies. Achieving sustainable industries necessitates a process where emerging risks are mitigated. In other words, integrating risk management concepts into the NPD process can significantly improve organizational performance. The primary goal of this research is to develop a framework for risk management within the NPD process specifically tailored for fast-moving consumer goods (FMCG). &lt;strong&gt;Method: &lt;/strong&gt;Initially, relevant research on NPD was reviewed, defining the concepts of NPD process, risk, and FMCG to clearly articulate the problem statement and the need for risk management in this domain. This section was presented in two main parts: theoretical literature and empirical literature. Subsequently, a detailed review of 18 risk management models was conducted, selected from a pool of 95 articles, to identify prominent studies in this area. &lt;strong&gt;Findings: &lt;/strong&gt;The results indicated that while these articles examined specific phases or steps of the five-phase risk management models, often introducing variations, none of them comprehensively covered all activities and phases. Employing the meta-synthesis method and utilizing Sandelowski and Barroso&#039;s seven-step model, while considering the shortcomings and strengths of the reviewed models, a novel risk management model was proposed for enhancing the NPD process. This model consists of six steps and introduces the implementation details of the stages, steps, and sub-steps. Beyond incorporating the strengths of existing models, this model also addresses their deficiencies. Its innovation lies in its in-depth articulation of the risk process steps and its focused attention on improving the path for determining risk response strategies. The FMCG industry&#039;s impact on this model is evident in the independence of risk management and risk monitoring. This research was derived from existing models and grounded in the meta-synthesis method. It was further refined through consultations with risk management experts, FMCG specialists, and a case study of the current product status at Golrang Company. The key criteria for assessing the validity and reliability of the measures were examined. Validity assessment was initially conducted through an extensive review of the literature. Subsequently, the identified components and indicators were evaluated by experts in this field and received final approval. Additionally, two sets of interviews were conducted to gather the necessary data. The first set of interviews aimed to identify existing risks within the NPD process. The second set focused on determining response strategies for each prioritized risk. &lt;strong&gt;Conclusion:&lt;/strong&gt;&lt;strong&gt; &lt;/strong&gt;The feedback loop is a critical factor for FMCG products, as ignoring feedback and failing to adjust the development process can lead to a product&#039;s competitive decline. Experts emphasize the need for independent risk management and risk monitoring in FMCG due to the high perishability of these products. Lost opportunities can result in irreparable losses, highlighting the critical importance of speed in risk management for FMCG. Given the short life cycle of these products, any delay in decision-making can lead to significant losses. Therefore, rapid risk management is essential for these products. To achieve the desired outcomes, developing data collection and analysis systems for assessing risks associated with these products is imperative.</Abstract> <OtherAbstract Language="FA">&lt;strong&gt;مقدمه و اهداف:&lt;/strong&gt; با توسعه‌ نسل چهارم صنعت، ترجیحات مشتریان در حال تغییر مداوم بوده و چرخه عمر محصولات کوتاه‌تر شده است. بنابراین فرآیندهای توسعه محصول جدید در شرکت‌ها به یک ضرورت تبدیل شده است. دسترسی به صنایع پایدار نیازمند فرآیندی است که در آن ریسک‌های نوظهور مهار شوند. به بیان دیگر استفاده از مفاهیم مدیریت ریسک در فرایند توسعه محصول جدید می‌تواند زمینه‌ساز ارتقاء عملکرد سازمان باشد. هدف اصلی پژوهش حاضر، دستیابی به چارچوبی برای مدیریت ریسک در فرآیند توسعه محصول جدید تند گردش است. &lt;strong&gt; &lt;/strong&gt;&lt;strong&gt;روش:&lt;/strong&gt; ابتدا تحقیقات مرتبط با توسعه محصول جدید مرور و مفاهیم فرآیند توسعه محصول جدید، ریسک و محصولات تند گردش تعریف گردیده تا بیان مسئله شفاف و نیازمندی به مدیریت ریسک در این حوزه مشخص شود. مطالب این قسمت در قالب دو بخش کلی ادبیات نظری و ادبیات تجربی ارائه شده است. سپس با مرور مطالعات برجسته در این حوزه، از میان 95 مقاله، 18 مورد از مدل‌های مدیریت ریسک به تفضیل بررسی شد. &lt;strong&gt;یافته­‌ها:&lt;/strong&gt; نتایج نشان داد که طبق تحقیقات، این مقالات برخی از فازهای پنج‌گانه مدل­های مدیریت ریسک و یا گام‌هایی از آن را بررسی کردند، گاها تغییراتی در مدل‌ها ایجاد شده است، اما هیچکدام از مدل‌ها همه فعالیت‌ها و فازها را پوشش ندادند. سپس با کمک روش فراترکیب و با استفاده از الگوی هفت مرحله‌ای ساندلوسکی و باروسو، و با در نظر گرفتن همه کاستی‌ها و نقاط ضعف و قوت مدل‌های مرور شده، مدل مدیریت ریسک نوینی برای بهبود فرآیند توسعه محصول جدید با 6 گام ارائه و نحوه پیاده‌سازی مراحل، گام‌ها و زیرگام‌های مدل معرفی شد. این مدل علاوه بر داشتن نقاط قوت مدل‌های موجود، نواقص کمتری نیز دارد. می‌توان نوآوری این مدل را در ژرف‌نگری و بیان دقیق گام‌های اجرایی فرآیند ریسک و همچنین تمرکز بر بهبود مسیر تعیین راهکار پاسخ به ریسک دانست. تاثیر صنعت محصولات تندگردش بر این مدل، در استقلال مدیریت ریسک و نظارت ریسک است. این تحقیق با استفاده از مدل‌های موجود و مبتنی بر روش فراترکیب استخراج شد و سپس با نظر خبرگان حوزه مدیریت ریسک و متخصصین حوزه محصولات تند مصرف و مطالعه موردی وضعیت فعلی محصول در شرکت گلرنگ بررسی و تکمیل شد. دو معیار عمده برای آزمون صحت و خوب بودن سنجه‌ها، روایی و پایایی است. سنجش روایی در این تحقیق، نخست از طریق ارزیابی دقیق و گسترده پیشینه تحقیق انجام شد. سپس مؤلفه‌ها و شاخص‌های بدست آمده مورد نظرسنجى خبرگان این حوزه قرار گرفت و تأیید نهایى صورت پذیرفت. همچنین جهت جمع‌آوری داده‌های مورد نیاز، از دو سری مصاحبه نیز استفاده شده ‌است. سری نخست مصاحبه‌ها با هدف شناسایی ریسک‌های موجود در فرآیند توسعه محصول جدید انجام شد. سری دوم مصاحبه‌ها نیز با هدف تعیین راهکارهای پاسخ به هر یک از ریسک‌های اولویت‌دار انجام شد.   &lt;strong&gt;نتیجه­‌گیری: &lt;/strong&gt;حلقه بازخورد به عنوان یکی از مهم‌ترین عوامل در ارتباط با محصولات تند گردش به شمار می‌رود؛ زیرا عدم توجه به بازخورد و اصلاح روند توسعه، می‌تواند منجر به خروج محصول از گردونه رقابت شود. خبرگان بر این باورند که در محصولات تند گردش، مدیریت ریسک، نظارت و ارزیابی ریسک باید به صورت مستقل انجام شوند؛ زیرا به دلیل سرعت فساد محصولات تند گردش، فرصت از دست رفته می‌تواند زیان‌های جبران‌ناپذیری به همراه داشته باشد و سرعت عمل از اهمیت ویژه‌ای در مدیریت ریسک محصولات تند گردش برخوردار است. با توجه به عمر کوتاه این محصولات، هرگونه تأخیر در تصمیم‌گیری خسارات جبران‌ناپذیری به همراه داشته باشد. بنابراین، سرعت در مدیریت ریسک این محصولات بسیار حیاتی است. برای دستیابی به نتایج مورد انتظار، توسعه سیستم‌های جمع‌آوری و تحلیل داده برای ارزیابی ریسک این محصولات ضروری است.</OtherAbstract> <ObjectList> <Object Type="keyword"> <Param Name="value">گام‌های اجرایی فرآیند ریسک</Param> </Object> <Object Type="keyword"> <Param Name="value">نظارت ریسک</Param> </Object> <Object Type="keyword"> <Param Name="value">بازخورد و اصلاح روند</Param> </Object> <Object Type="keyword"> <Param Name="value">روش فراترکیب</Param> </Object> <Object Type="keyword"> <Param Name="value">چارچوب کوزو</Param> </Object> </ObjectList> <ArchiveCopySource DocType="pdf">https://jimp.sbu.ac.ir/article_104557_8bb919cbb45c4683fe6151edccc88691.pdf</ArchiveCopySource> </Article> <Article> <Journal> <PublisherName>دانشگاه شهید بهشتی</PublisherName> <JournalTitle>چشم‌انداز مدیریت صنعتی</JournalTitle> <Issn>2251-9874</Issn> <Volume>14</Volume> <Issue>3</Issue> <PubDate PubStatus="epublish"> <Year>2024</Year> <Month>08</Month> <Day>22</Day> </PubDate> </Journal> <ArticleTitle>A Robust Risk Management Model for the Blood Supply Chain in Corona Pandemic Condition</ArticleTitle> <VernacularTitle>مدل استوار مدیریت ریسک زنجیره تأمین خون در شرایط پاندمی کرونا</VernacularTitle> <FirstPage>56</FirstPage> <LastPage>78</LastPage> <ELocationID EIdType="pii">104736</ELocationID> <ELocationID EIdType="doi">10.48308/jimp.14.3.56</ELocationID> <Language>FA</Language> <AuthorList> <Author> <FirstName>ابوالفضل </FirstName> <LastName>بابازاده رفیعی</LastName> <Affiliation>دانشجوی دکترای مدیریت صنعتی، گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0000-0003-2123-5450</Identifier> </Author> <Author> <FirstName>طهمورث </FirstName> <LastName>سهرابی</LastName> <Affiliation>استادیار، گروه مدیریت صنعتی، دانشگاه آزاد اسلامی، واحد تهران مرکزی، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0000-0001-5127-1132</Identifier> </Author> <Author> <FirstName>مجید </FirstName> <LastName>معتمدی</LastName> <Affiliation>استادیار، گروه مدیریت، واحد نوشهر، دانشگاه آزاد اسلامی، نوشهر، ایران.</Affiliation> <Identifier Source="ORCID">0000-0003-1880-6574</Identifier> </Author> <Author> <FirstName>محمد حسین </FirstName> <LastName>درویش متولی</LastName> <Affiliation>استادیار، گروه مدیریت صنعتی، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-3048-1744</Identifier> </Author> </AuthorList> <PublicationType>Journal Article</PublicationType> <History> <PubDate PubStatus="received"> <Year>2023</Year> <Month>12</Month> <Day>20</Day> </PubDate> </History> <Abstract>&lt;strong&gt;Introduction and objectives:&lt;/strong&gt; Supply chain risk management is a proactive approach to prevent potential and unexpected consequences. This research aims to develop a mathematical model to reduce the risk within the blood supply chain during pandemics. Specifically, a robust, multi-objective, scenario-based model has been proposed to mitigate the risk of the blood supply chain under critical conditions. &lt;strong&gt;Methods:&lt;/strong&gt; The COVID-19 pandemic disrupted the blood supply from donors, leading to a crisis in the blood supply chain. Unlike previous research that focused on increased demand due to crises like earthquakes or wars, this study addresses the disruption in supply. To overcome this uncertainty, a three-level model with two objectives was developed. The first objective is to minimize total cost, and the second is to maximize the reliability of the blood supply chain. The model is then made robust by considering uncertainty in blood supply. The novelty of this research lies in presenting a mathematical model that simultaneously optimizes the two conflicting objectives of cost and reliability while considering supply uncertainty. The weighted sum method was used to convert the multi-objective model into a single-objective one, and the model was solved using GAMS software and the BARON solver. &lt;strong&gt;Results and discussion:&lt;/strong&gt; To validate the model, the problem was tested under various scenarios using real-world data, and a sensitivity analysis was conducted to assess the model&#039;s stability against parameter changes. The total cost minimization in the robust model was calculated, and it was observed that as the weight of the cost minimization objective function increased, this objective function moved towards minimization and optimization, stabilizing at a weight of 0.1. By increasing the weight in the reliability maximization objective function, the value of this objective function stabilized at 0.5 and moved towards maximization, reaching its maximum at a weight of 1. The Pareto solutions for changes in the cost function and stable reliability are presented, showing that as the stability of the cost objective function increases, the stable reliability function decreases significantly, and vice versa. Additionally, the relationship between reliability and the number of blood collection facilities was directly proportional. However, the reliability of the system did not increase beyond a certain point (15 facilities). Consequently, constructing more than 15 blood collection facilities is not cost-effective, indicating increased efficiency in the supply chain at the level of blood collection facilities when using the proposed model. The findings show that the presented model can determine the optimal amount of blood collected from donors, the number of collection centers, the blood inventory level at blood centers and hospitals, as well as the units of blood sent from blood centers to hospitals, aiming to reduce risk and manage the blood supply chain effectively during critical blood supply conditions like the COVID-19 pandemic. &lt;strong&gt;Conclusion:&lt;/strong&gt; The COVID-19 pandemic highlighted the importance of blood supply chain risk management. Since the blood supply chain is vital for public health, organizations and institutions involved in this field should implement robust plans and strategies to manage risks and enhance the stability of the blood supply chain during crises like pandemics. Therefore, implementing a robust risk management model for the blood supply chain in the context of the COVID-19 pandemic will help organizations ensure their stability and performance, effectively addressing society&#039;s blood supply needs.</Abstract> <OtherAbstract Language="FA">&lt;strong&gt;مقدمه و اهداف:&lt;/strong&gt; مدیریت ریسک زنجیره تأمین یک رویکرد پیشگیرانه به منظور جلوگیری از عواقب احتمالی و غیرمنتظره به شمار می­رود. هدف از این پژوهش ارائه یک مدل ریاضی در جهت کاهش ریسک زنجیره تأمین خون در شرایط پاندمی است که بر این اساس، یک مدل استوار چند هدفه مبتنی بر سناریو با هدف کاهش ریسک زنجیره تأمین خون در شرایط بحرانی ارائه شده است. &lt;strong&gt;روش­‌ها:&lt;/strong&gt; پاندمی کرونا سبب ایجاد اختلال در عرضه­ خون توسط اهداکنندگان شده و در نتیجه منجر به بحران در زنجیره تأمین خون گردید. با توجه به اینکه پیش از همه‌گیری کرونا بحران‌هایی مانند زلزله، جنگ و غیره منجر به افزایش تقاضا در خون مورد نیاز می­شدند، در نتیجه در تحقیقات گذشته، اختلال در عرضه خون توسط محققان کمتر مورد توجه قرار گرفته بود. لذا در این پژوهش، به منظور غلبه بر این عدم قطعیت مدلی سه سطحی با دو هدف ارائه گردید، که هدف اول هزینه کل را کاهش و هدف دوم قابلیت اطمینان زنجیره تأمین خون را افزایش می­دهد و در نهایت مدل با درنظر گرفتن عدم قطعیت در عرضه خون، استوار گردید. ارائه مدلی ریاضی که همزمان دو محدودیت متضاد هزینه و قابلیت اطمینان را با در نظر گرفتن عدم قطعیت در عرضه بهینه می­‌نماید، از جمله نوآوری‌های این تحقیق است. برای تبدیل مدل چندهدفه به تک هدف از روش مجموع وزن­‌دار شده استفاده و برای حل مدل از نرم‌افزار GAMS و حل کننده BARON استفاده شده است. &lt;strong&gt;یافته‌­ها:&lt;/strong&gt; برای اعتبارسنجی مدل، مسئله در ابعاد مختلف و با استفاده از داده‌­های واقعی مورد آزمون قرار گرفت و به منظور تعیین پایداری مدل نسبت به تغییرات در پارامترها، تحلیل حساسیت انجام گرفته است. حداقل‌سازی هزینه کل در مدل استوار محاسبه شده و مشاهده می­‌گردد که با افزایش مقدار وزن تابع هدف حداقل‌سازی هزینه، این تابع هدف به سمت حداقل‌سازی و بهینه شدن پیش می­‌رود و مقدار آن در وزن 0.1 استوار می­‌گردد. با افزایش وزن در تابع هدف حداکثر‌سازی قابلیت اطمینان، میزان این تابع هدف از 0.5 استوار بوده و به سمت حداکثر‌سازی و بهینه شدن پیش می­‌رود و در وزن 1 به حداکثر میزان خود می‌رسد. در نمودار پارتو تغییرات تابع هزینه و قابلیت اطمینان استوار نشان داده شده است و مشاهده می‌­گردد که با افزایش میزان استواری تابع هدف هزینه، تابع استوار قابلیت اطمینان به‌شدت کاهش می‌­یابد و برعکس. همچنین، تغییرات قابلیت اطمینان در برابر تعداد تسهیلات جمع‌­آوری خون رابطه مستقیم بین این دو مورد را  نشان داده است. اما با افزایش تعداد تسهیلات جمع‌­آوری، قابلیت اطمینان سیستم نیز افزایش می‌­یابد. طبق نتایج نشان داده شده، قابلیت اطمینان با احداث بیش از 15 تسهیل، افزایش پیدا نمی­‌کند. در نتیجه، احداث و به‌کارگیری بیش از 15 تسهیلات جمع‌آوری خون مقرون به صرفه نیست و این نشان‌دهنده افزایش بهره­­‌وری زنجیره تأمین در سطح تسهیلات جمع‌آوری خون در صورت استفاده از مدل ارائه شده است. یافته­‌ها نشان می‌­دهد که مدل ارائه شده قادر است میزان بهینه­ خون جمع­‌آوری شده از اهداکنندگان، تعداد مراکز جمع­‌آوری، میزان موجودی خون در مرکز خون و بیمارستان و همچنین واحد خون ارسال شده از مرکز خون به بیمارستان را با هدف کاهش ریسک تعیین نماید و در جهت مدیریت ریسک زنجیره تأمین خون در شرایط بحرانی عرضه خون مانند پاندمی کرونا مورد استفاده قرار گیرد. &lt;strong&gt; &lt;/strong&gt;&lt;strong&gt;نتیجه­‌گیری: &lt;/strong&gt;در شرایط پاندمی، اهمیت مدیریت ریسک زنجیره تأمین خون بیش از پیش مشخص شد. از آنجایی که زنجیره تأمین خون یکی از عوامل حیاتی در سلامت عمومی جامعه است، لازم است که سازمان‌ها و نهادهای مرتبط با این زمینه، برنامه‌ها و استراتژی‌های استواری را برای مدیریت ریسک‌ها و افزایش پایداری زنجیره تأمین خون در شرایط بحرانی مانند پاندمی کرونا اجرا کنند. بنابراین، اجرای مدل استوار مدیریت ریسک زنجیره تأمین خون در شرایط پاندمی کرونا، به سازمان‌های مسئول کمک می‌کند تا پایداری و عملکرد خود را تضمین کرده و به بهترین شکل ممکن به نیازهای جامعه در زمینه تأمین خون پاسخ دهند.</OtherAbstract> <ObjectList> <Object Type="keyword"> <Param Name="value">مدیریت ریسک</Param> </Object> <Object Type="keyword"> <Param Name="value">زنجیره تأمین خون</Param> </Object> <Object Type="keyword"> <Param Name="value">شرایط پاندمی</Param> </Object> <Object Type="keyword"> <Param Name="value">شرایط بحرانی</Param> </Object> <Object Type="keyword"> <Param Name="value">قابلیت اطمینان</Param> </Object> </ObjectList> <ArchiveCopySource DocType="pdf">https://jimp.sbu.ac.ir/article_104736_08d2b258d3e3d2e769abcb36904ef8e2.pdf</ArchiveCopySource> </Article> <Article> <Journal> <PublisherName>دانشگاه شهید بهشتی</PublisherName> <JournalTitle>چشم‌انداز مدیریت صنعتی</JournalTitle> <Issn>2251-9874</Issn> <Volume>14</Volume> <Issue>3</Issue> <PubDate PubStatus="epublish"> <Year>2024</Year> <Month>08</Month> <Day>22</Day> </PubDate> </Journal> <ArticleTitle>Development of a mathematical programming model to redesign the supply chain network with the possibility of changing the usage of facilities</ArticleTitle> <VernacularTitle>توسعه یک مدل برنامه‌ریزی ریاضی به منظور بازطراحی شبکه‌ی زنجیره تأمین با امکان تغییر کاربری تسهیلات</VernacularTitle> <FirstPage>79</FirstPage> <LastPage>116</LastPage> <ELocationID EIdType="pii">104732</ELocationID> <ELocationID EIdType="doi">10.48308/jimp.14.3.79</ELocationID> <Language>FA</Language> <AuthorList> <Author> <FirstName>علی </FirstName> <LastName>عبدلی</LastName> <Affiliation>کارشناسی ارشد، گروه مدیریت کسب و کار، دانشکده علوم مالی، مدیریت و کارآفرینی، دانشگاه کاشان، کاشان، ایران.</Affiliation> <Identifier Source="ORCID">0009-0009-1427-740X</Identifier> </Author> <Author> <FirstName>هادی </FirstName> <LastName>مختاری</LastName> <Affiliation>دانشیار، گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه کاشان، کاشان، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-5297-5841</Identifier> </Author> </AuthorList> <PublicationType>Journal Article</PublicationType> <History> <PubDate PubStatus="received"> <Year>2024</Year> <Month>05</Month> <Day>03</Day> </PubDate> </History> <Abstract>&lt;strong&gt;Introduction and objectives:&lt;/strong&gt; Today, due to the competitive environment of the market, cooperation in the form of supply chain networks is necessary for the survival of businesses, and for efficient and effective cooperation between members, there is a need for coherent management of the supply chain. To realize this, there is a need for continuous coordination between supply chain performance on the one hand and market expectations on the other hand. One of the methods of maintaining this coordination is the continuous redesign of the supply chain network over time. In the supply chain network redesign problem, the goal is to improve an existing supply chain, while in the supply chain network design problem, a new supply chain is created from scratch. in real conditions; Often, the problem of redesigning the supply chain is more widely used than the problem of designing the supply chain, while in the literature, the vast majority of researches are focused on designing a supply chain from scratch. One of the decisions of the redesign problem that has been hidden from the attention of researchers is the decision to change the use of supply chain facilities. in other words; Changing the facility layer in the supply chain is considered as a new decision. &lt;strong&gt;Methods:&lt;/strong&gt; The decision to change the use of facilities in the traditional supply chain problem is challenging, because it changes not only the network flows but also the network structure (topology). Changing the basic structure of the supply chain network is a non-linear problem. In this research, an innovative innovation has been used to face this challenge, by first changing the perspective of the supply chain network from a traditional layered network to a rotating network and then presenting Innovative mathematical modeling based on the innovative perspective of the rotating supply chain network. &lt;strong&gt;Findings:&lt;/strong&gt; Redesigning the supply chain network with the possibility of changing the usage of facilities due to changes in the network structure is a non-linear problem. In this research, by changing the perspective and creating innovative variables and constraints, a linear mixed integer multi-period programming model has been presented for the problem. Also, in this model, the transition mode of changing the usage of facilities from one layer to another layer is considered, and achieving this capability is one of the amazing results of using the innovative perspective of the rotating network of the supply chain. This model was solved using an example in GAMS software with the CPLEX method, and MATLAB software has been used to show the results of this model and an innovative view of the supply chain. &lt;strong&gt;Conclusion:&lt;/strong&gt; In the past, supply chain managers faced with the decision to change the usage of facilities in the supply chain network due to the limitations of the traditional layer view for mathematical modeling and optimal redesign of the network under their management. They have faced a challenge, which now the managers have the possibility to face it with the help of this innovative model and changing the perspective towards the supply chain network. As a management proposal, we can point out the need to use the principles of optimization and supply chain management as a new management approach and paradigm. At the strategic level of the supply chain, due to its wide nature and dimensions, the amount of costs is high and small improvements in it will lead to a significant competitive advantage increase for the supply chain under management. for this reason; Chain managers are advised to use the model presented in this article for chains in which it is possible to change the use of facilities, to improve the chain under their management.</Abstract> <OtherAbstract Language="FA">&lt;strong&gt;مقدمه و اهداف:&lt;/strong&gt; امروزه به دلیل فضای رقابتی بازار، همکاری در قالب شبکه­‌های زنجیره تأمین لازمه ادامه­ حیات کسب­‌وکار­ها است و برای همکاری کارا و اثربخش میان اعضا، مدیریت منسجم زنجیره تأمین مورد نیاز است. تحقق این امر، مستلزم هماهنگیِ پیوسته بین عملکرد زنجیره تأمین از یکسو و انتظارات بازار در سوی دیگر است. یکی از روش‌­های حفظِ این هماهنگی، بازطراحی مداوم و پیوسته‌ شبکه‌ زنجیره تأمین در طول زمان است. در مسئله­ بازطراحیِ شبکه زنجیره تأمین، هدف بهبود یک زنجیره تأمین موجود است در حالی‌که در مسئله­ طراحیِ شبکه زنجیره تأمین، یک زنجیره­ تأمین جدید از ابتدا ایجاد می­‌شود. در شرایط واقعی؛ اغلب، مسئله­ بازطراحی زنجیره­ تأمین، پراستفاده­‌تر از مسئله­ طراحی زنجیره تأمین است، حال آنکه اکثر تحقیقات، بر طراحی یک زنجیره تأمین متمرکز شده­اند. یکی از تصمیمات مسئله بازطراحی که از توجه پژوهشگران پنهان مانده، تصمیم به تغییر کاربری تسهیلات زنجیره تأمین است. به عبارت دیگر، تغییر لایه­ تسهیلات در زنجیره تأمین به عنوان یک تصمیم جدید لحاظ می­‌گردد. &lt;strong&gt; &lt;/strong&gt;&lt;strong&gt;روش‌­ها: &lt;/strong&gt;تصمیم به تغییر کاربری تسهیلات در مسئله­ سنتی زنجیره تأمین، چالش‌­زا است، زیرا نه تنها جریان­‌های شبکه بلکه ساختار شبکه (توپولوژی) را نیز تغییر می‌­دهد. تغییر ساختار اساسی شبکه زنجیره تأمین یک مسئله­ غیرخطی است. در این تحقیق، برای رویارویی با این چالش، از یک نوآوری مبتکارانه استفاده شده است، به این صورت که ابتدا تغییر در دیدگاه نسبت به شبکه­ زنجیره تأمین از شبکه­ لایه‌­ای سنتی به یک شبکه­ دوار انجام شده و سپس مدل‌­سازی ریاضی ابتکاری براساس دیدگاه نوآورانه­ شبکه­ دوار زنجیره تأمین ارائه گردیده است­. &lt;strong&gt;یافته­‌ها: &lt;/strong&gt;بازطراحی شبکه زنجیره تأمین با امکان تغییر کاربری تسهیلات به دلیل تغییرات ساختار شبکه، یک مسئله­ غیرخطی است. در این پژوهش، با استفاده از تغییر دیدگاه و ایجاد متغییرها و محدودیت­‌های ابتکاری، یک مدل برنامه‌ریزی چند دوره‌ای عدد صحیح مختلط خطی برای مسئله ارائه شده است. همچنین در این مدل، حالت گذار تغییر کاربری تسهیلات از یک لایه به لایه­ای دیگر در نظر گرفته شده است که دست­یابی به این قابلیت از نتایج شگفت­‌انگیز استفاده از دیدگاه نوآورانه شبکه­ دوار زنجیره تأمین است. این مدل، با استفاده از مثالی در نرم‌­افزار گمز با روش سیپلکس حل شد و برای نمایش نتایج این مدل و دیدگاه نوآورانه به زنجیره تأمین از نرم افزار متلب استفاده شده است. &lt;strong&gt;نتیجه­‌گیری: &lt;/strong&gt;در گذشته، مدیران شبکه‌های­ زنجیره تأمین در مواجه با تصمیم‌گیری برای تغییر کاربری تسهیلات در شبکه­ زنجیره تأمین با چالش روبه‌­رو بوده‌­اند. دلیل این چالش‌ها، محدودیت‌های دیدگاه سنتی لایه­ برای مدل‌سازی ریاضی و بازطراحی بهینه­ شبکه­ تحت مدیریت آنها بوده است. اکنون مدیران با کمک این مدل مبتکارانه و تغییر دیدگاه نسبت به شبکه­ زنجیره تأمین، امکان مواجهه با آن را دارند. به عنوان پیشنهاد مدیریتی می­توان به لزوم بکارگیری اصول بهینه­‌سازی و مدیریت زنجیره تأمین، به عنوان یک رویکرد و پارادایم جدید مدیریتی اشاره کرد. در سطح راهبردی زنجیره تأمین به دلیل ماهیت و ابعاد گسترده­ای که وجود دارد، میزان هزینه‌­ها زیاد بوده و بهبودهای اندک در آن منجر به افزایش مزیت رقابتی قابل توجهی برای زنجیره تأمین تحت مدیریت خواهد شد. به همین دلیل؛ به مدیران زنجیره توصیه می­‌شود، برای زنجیره‌­هایی که امکان تغییر کاربری تسهیلات در آن­ها وجود دارد، با استفاده از مدل ارائه شده در این مقاله، جهت بهبود زنجیره­ تحت مدیریت خود، اقدام کنند.</OtherAbstract> <ObjectList> <Object Type="keyword"> <Param Name="value">مدیریت زنجیره تأمین</Param> </Object> <Object Type="keyword"> <Param Name="value">شبکه زنجیره تأمین</Param> </Object> <Object Type="keyword"> <Param Name="value">بازطراحی</Param> </Object> <Object Type="keyword"> <Param Name="value">تغییر کاربری تسهیلات</Param> </Object> <Object Type="keyword"> <Param Name="value">مدل­سازی ریاضی</Param> </Object> </ObjectList> <ArchiveCopySource DocType="pdf">https://jimp.sbu.ac.ir/article_104732_60b91a9457f0707dbbe3ad7756e42b16.pdf</ArchiveCopySource> </Article> <Article> <Journal> <PublisherName>دانشگاه شهید بهشتی</PublisherName> <JournalTitle>چشم‌انداز مدیریت صنعتی</JournalTitle> <Issn>2251-9874</Issn> <Volume>14</Volume> <Issue>3</Issue> <PubDate PubStatus="epublish"> <Year>2024</Year> <Month>08</Month> <Day>22</Day> </PubDate> </Journal> <ArticleTitle>Evaluation and ranking of Stock Funds using Opportunity Losses-Based Polar Coordinate Distance (OPLO-POCOD) Technique</ArticleTitle> <VernacularTitle>ارزیابی و رتبه بندی صندوق های سرمایه گذاری در سهام با رویکرد تکنیک نوین فرصت از دست رفته بر مبنای فاصله در فضای مختصات قطبی (OPLO-POCOD)</VernacularTitle> <FirstPage>117</FirstPage> <LastPage>140</LastPage> <ELocationID EIdType="pii">104877</ELocationID> <ELocationID EIdType="doi">10.48308/jimp.14.3.117</ELocationID> <Language>FA</Language> <AuthorList> <Author> <FirstName>رضا </FirstName> <LastName>شیخ</LastName> <Affiliation>دانشیار، گروه مدیریت صنعتی، دانشکده مهندسی صنایع و مدیریت، دانشگاه صنعتی شاهرود، سمنان، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-2507-7712</Identifier> </Author> <Author> <FirstName>سهیلا </FirstName> <LastName>صنفی</LastName> <Affiliation>کارشناس ارشد، گروه مدیریت کسب و کار، دانشکده مهندسی صنایع و مدیریت، دانشگاه صنعتی شاهرود، سمنان، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-3505-4725</Identifier> </Author> </AuthorList> <PublicationType>Journal Article</PublicationType> <History> <PubDate PubStatus="received"> <Year>2024</Year> <Month>03</Month> <Day>10</Day> </PubDate> </History> <Abstract>&lt;strong&gt;Introduction:&lt;/strong&gt; Today, in the modern economy, due to the growth of the capital market, the importance of investment for people has increased. One of the main concerns of investors, in the first instance, is selecting the most appropriate investment option. Mutual funds are a type of investment that gathers investors&#039; funds to invest in a diverse range of securities, thereby reducing investment risk and increasing returns. In the field of investment decision-making, the process of selecting the most appropriate fund from a wide range of options can be complex. In the literature, various criteria have been developed to evaluate the performance of mutual funds. In this research, the most important criteria have been identified and evaluated using a new technique in the field of multi-criteria decision-making. &lt;strong&gt;Methods&lt;/strong&gt;: Opportunity loss is a fundamental concept in economics and management, referring to the costs incurred from not choosing the best possible option in a particular situation. This concept can serve as the basis for determining the value associated with information and economic decision-making. In fact, opportunity loss helps us better understand the real costs of our choices, enabling us to make more informed decisions. In this research, based on the problem-solving assumptions, a new technique called Opportunity Loss-Based Polar Coordinate Distance (OPLO-POCOD) has been used for evaluating and ranking mutual funds. Due to its strong and scientific logic in analyzing opportunity losses, this technique is recognized as an efficient tool in the decision-making process. One of the notable advantages of this technique is its ability to conduct precise evaluations and comprehensive rankings of various options. Using this method, it is possible to systematically assess the opportunity losses of each option and evaluate their positions relative to the best available condition. This evaluation is based on distance in polar coordinate space, which allows analysts to identify the strengths and weaknesses of each option both intuitively and quantitatively. Overall, this research not only contributes to a better understanding of the concept of opportunity losses but also provides a novel method for evaluating and ranking mutual funds, assisting investors and decision-makers in making more informed choices. This approach can enhance decision-making processes in the fields of investment and financial management, ultimately leading to increased efficiency and effectiveness of investments. &lt;strong&gt;Results and Discussion&lt;/strong&gt;: In this research, using the filters of fund size and one-year, two-year, and three-year performance, and based on the information available on the website of the Financial Information Processing Center of Iran (Fipiran), 20 stock funds were selected from among various mutual funds with the most assets and best performance. The research results indicate that stock funds option 14 with a DOL value of 0.000841, option 15 with a DOL value of 0.017437, and option 19 with a DOL value of 0.03432 received the highest rankings. &lt;strong&gt;Conclusion&lt;/strong&gt;: Based on this research, in addition to a comprehensive ranking of the options, a more detailed analysis has been conducted on three dimensions: the characteristics of the mutual fund, the personality characteristics of the mutual fund manager, and the performance evaluation criteria of the mutual fund. Mutual fund managers, by becoming aware of their fund&#039;s ranking, can analyze the efficiency and inefficiency of the fund across various dimensions and based on top-performing funds.</Abstract> <OtherAbstract Language="FA">&lt;strong&gt;مقدمه و اهداف: &lt;/strong&gt;امروزه در دنیای اقتصاد مدرن با توجه به رشد بازار سرمایه، اهمیت سرمایه‌گذاری برای مردم بیشتر شده است. از دغدغه‌های اصلی  سرمایه‌گذاران در وهله اول انتخاب مناسب‌ترین گزینه سرمایه‌گذاری است. صندوق‌های سرمایه‌گذاری مشترک، نوعی سرمایه‌گذاری است که به جمع‌آوری وجوه سرمایه‌گذاران پرداخته تا در طیف متنوعی از اوراق بهادار سرمایه‌گذاری کنند و از این طریق منجر به کاهش ریسک سرمایه‌گذاری و افزایش بازده می‌شود. در حوزه تصمیم‌گیری سرمایه‌گذاری، فرآیند انتخاب مناسب‌ترین صندوق از میان طیف وسیعی از گزینه‌ها می‌تواند پیچیده باشد. در ادبیات تحقیق، معیارهای مختلفی برای ارزیابی عملکرد صندوق‌های سرمایه‌گذاری توسعه داده شده است. در این تحقیق مهم‌ترین معیارها مشخص شده و با استفاده از تکنیک نوینی در حوزه تصمیم‌گیری چند معیاره مورد ارزیابی و رتبه‌بندی قرار گرفته‌اند. &lt;strong&gt; &lt;/strong&gt;&lt;strong&gt;روش‌ها: &lt;/strong&gt;فرصت از دست رفته یک مفهوم اساسی در اقتصاد و مدیریت است که به معنای هزینه‌های ناشی از عدم انتخاب بهترین گزینه ممکن در یک موقعیت خاص می‌باشد. این مفهوم می‌تواند به عنوان پایه‌ای برای تعیین ارزش مرتبط با اطلاعات و تصمیم‌گیری‌های اقتصادی مورد استفاده قرار گیرد. در واقع، فرصت از دست رفته به ما کمک می‌کند تا درک بهتری از هزینه‌های واقعی انتخاب‌های خود داشته باشیم و به این ترتیب، تصمیمات بهتری اتخاذ کنیم. در این تحقیق، با توجه به مفروضات حل مسأله، از تکنیک جدید فرصت از دست رفته بر مبنای فاصله در فضای مختصات قطبی (OPLO-POCOD) برای ارزیابی و رتبه‌بندی صندوق‌های سرمایه‌گذاری استفاده شده است. این تکنیک به دلیل برخورداری از منطق قوی و علمی در تحلیل فرصت‌های از دست رفته، به عنوان ابزاری کارآمد در فرآیند تصمیم‌گیری شناخته می‌شود. یکی از مزایای بارز این تکنیک، قابلیت آن در انجام ارزیابی دقیق و رتبه‌بندی جامع از گزینه‌های مختلف است. با استفاده از این روش، می‌توان به‌سادگی و به‌طور سیستماتیک، فرصت‌های از دست رفته هر گزینه را سنجید و جایگاه آن‌ها را نسبت به بهترین وضعیت موجود مورد ارزیابی قرار داد. این ارزیابی براساس فاصله در فضای مختصات قطبی انجام می‌شود که به تحلیلگران این امکان را می‌دهد تا به صورت شهودی و کمی، نقاط قوت و ضعف هر گزینه را شناسایی کنند. به‌طور کلی، این تحقیق نه تنها به درک بهتر مفهوم فرصت از دست رفته کمک می‌کند، بلکه با ارائه یک روش نوین برای ارزیابی و رتبه‌بندی صندوق‌های سرمایه‌گذاری، می‌تواند به سرمایه‌گذاران و تصمیم‌گیرندگان در انتخاب‌های آگاهانه‌تر یاری رساند. این رویکرد می‌تواند به بهبود فرآیندهای تصمیم‌گیری در حوزه سرمایه‌گذاری و مدیریت مالی کمک کند و در نهایت به افزایش کارایی و اثربخشی سرمایه‌گذاری‌ها منجر شود. &lt;strong&gt;یافته‌ها: &lt;/strong&gt;در این تحقیق با استفاده از فیلتر اندازه دارایی صندوق‌ها و عملکرد یک ساله، دو ساله و سه ساله و براساس اطلاعات موجود در سایت مرکز پردازش اطلاعات مالی ایران (فیپیران)، تعداد  20 صندوق سرمایه‌گذاری در سهام از بین انواع صندوق‌های سرمایه‌گذاری مشترک که دارای بیشترین دارایی و بهترین عملکرد هستند، انتخاب شدند. نتایج تحقیق نشان می‌دهد که صندوق‌های سرمایه‌گذاری گزینه 14 با مقدار 0.000841DOL=، گزینه 15 با مقدار 0.017437 =DOL و گزینه 19 با 0.03432 = DOL بالاترین رتبه‌بندی را داشته‌اند. &lt;strong&gt;نتیجه‌گیری: &lt;/strong&gt;بر اساس این تحقیق ضمن رتبه‌بندی جامع گزینه‌ها به تحلیل جزئی‌تر در سه بعد ویژگی‌های صندوق، ویژگی‌های شخصیتی مدیر صندوق و معیارهای ارزیابی عملکرد صندوق پرداخته شده است. مدیران هر صندوق سرمایه‌گذاری، ضمن آگاه شدن از رتبه صندوق، می‌توانند کارآمدی و ناکارایی صندوق را در ابعاد مختلف و براساس صندوق‌های برتر تحلیل نمایند.</OtherAbstract> <ObjectList> <Object Type="keyword"> <Param Name="value">صندوق‌های سرمایه‌گذاری مشترک</Param> </Object> <Object Type="keyword"> <Param Name="value">OPLO-POCOD</Param> </Object> <Object Type="keyword"> <Param Name="value">تصمیم‌گیری چندمعیاره</Param> </Object> <Object Type="keyword"> <Param Name="value">سرمایه‌گذاری</Param> </Object> <Object Type="keyword"> <Param Name="value">بورس اوراق بهادار</Param> </Object> </ObjectList> <ArchiveCopySource DocType="pdf">https://jimp.sbu.ac.ir/article_104877_e767a29fdbe7bf5341d2290b73e6ab9e.pdf</ArchiveCopySource> </Article> <Article> <Journal> <PublisherName>دانشگاه شهید بهشتی</PublisherName> <JournalTitle>چشم‌انداز مدیریت صنعتی</JournalTitle> <Issn>2251-9874</Issn> <Volume>14</Volume> <Issue>3</Issue> <PubDate PubStatus="epublish"> <Year>2024</Year> <Month>08</Month> <Day>22</Day> </PubDate> </Journal> <ArticleTitle>Evaluation of Human Resource Productivity Risks, Fuzzy DEMATEL and System Dynamics Approach (Case Study: High-Rise Building Projects)</ArticleTitle> <VernacularTitle>ارزیابی ریسک‌های بهره‌وری منابع انسانی با رویکرد ترکیبی دیمتل فازی و سیستم دینامیک (نمونه موردی: پروژه‌های بلندمرتبه سازی)</VernacularTitle> <FirstPage>141</FirstPage> <LastPage>168</LastPage> <ELocationID EIdType="pii">104731</ELocationID> <ELocationID EIdType="doi">10.48308/jimp.14.3.141</ELocationID> <Language>FA</Language> <AuthorList> <Author> <FirstName>نهال </FirstName> <LastName>گودرزی</LastName> <Affiliation>کارشناس ارشد، گروه ساختمان، دانشکده معماری و شهرسازی، دانشگاه شهید بهشتی، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0009-0003-9956-6169</Identifier> </Author> <Author> <FirstName>احد </FirstName> <LastName>نظری</LastName> <Affiliation>استاد، گروه ساختمان، دانشکده معماری و شهرسازی، دانشگاه شهید بهشتی، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-7031-1280</Identifier> </Author> </AuthorList> <PublicationType>Journal Article</PublicationType> <History> <PubDate PubStatus="received"> <Year>2024</Year> <Month>04</Month> <Day>28</Day> </PubDate> </History> <Abstract>&lt;strong&gt;Introduction:&lt;/strong&gt; The productivity of skilled human resources is one of the key factors influencing the performance of construction projects, and neglecting this issue can result in irreparable damages to the projects. Low labor productivity is one of the fundamental challenges in the construction industry, as it has consistently been a cause of excessive increases in time and cost in construction projects. Research conducted on the risk factors affecting human resource productivity in projects has shortcomings, such as a lack of comprehensiveness in the risk identification process, failure to consider the interactions between risks, and the failure to account for risk factors and their impacts on productivity. Therefore, the purpose of this research is to identify the risk factors and the resulting risks, analyze, and prioritize them to manage critical risks more effectively.&lt;br /&gt;&lt;strong&gt;Methods&lt;/strong&gt;: This research is a case study, and the data collection tools include structured interviews and questionnaires. The first step of this research is to identify the productivity indicators of skilled human resources and the risks arising from these indicators. The process for completing this step includes a comprehensive review of the literature to identify the indicators and risks, followed by interviews with 10 experts in the field to verify the identified risks. In the second step, to analyze the risks, we first employ the fuzzy DEMATEL method to determine the causal relationships between system variables. Using the information obtained from this step, we apply the system dynamics approach to model the risks. After creating the stock-flow diagram and conducting simulations, we identify the sensitive and critical points of the system.&lt;br /&gt;&lt;strong&gt;Results and Discussion&lt;/strong&gt;: The results show that the risks of site execution interference, falling from height, unsafe operations, electrocution, non-compliance with plans and specifications, surface defects during execution, rework, machinery and equipment efficiency, communication and coordination, and material wastage are among the 10 key risks that contribute to decreased productivity in high-rise building projects.&lt;br /&gt;The results of the risk analysis indicate that the risks of 1) site execution interference, 2) rework, 3) communication and coordination, and 4) falling from height have the most significant impact on construction projects. The findings also reveal that the risk of site execution interference, if it occurs, could reduce productivity to 190 units of work completed per month, while rework could reduce productivity to 300 units. On the other hand, the risk of falling from height reduces productivity to 380 units, whereas communication-related risks maintain productivity at around 300 units. Therefore, as the greatest reduction in productivity is related to the risk of site execution interference, this risk is identified as the most critical in the system.&lt;br /&gt;&lt;strong&gt;Conclusions&lt;/strong&gt;: The model developed in this research has significant potential to assist construction managers in systematically evaluating the negative impacts of productivity risks. Project managers can use the findings of this research to focus more on key risks, such as site execution interference, rework, communication and coordination, and falling from height, managing these risks more effectively. By doing so, they can optimize the productivity of human resources, a critical issue in the construction industry. The advantage of this research for the construction industry is that it helps managers better understand the dynamics of productivity risks and, by restoring the connections between risks and breaking key interactions in feedback loops, stop the escalating impact of risks on one another.</Abstract> <OtherAbstract Language="FA">&lt;strong&gt;مقدمه و اهداف:&lt;/strong&gt; بهره‌وری منابع انسانی ماهر  یکی از عوامل کلیدی و تاثیرگذار بر عملکرد پروژه‌های ساختمانی می‌باشد و عدم توجه به این مهم، سبب تحمیل خسارات جبران‌ناپذیری به پروژه‌ها می‌شود. بهره‌وری پایین نیروی کار، یکی از مسائل و چالش‌های اساسی در صنعت ساخت‌وساز می‌باشد؛ چراکه این مسئله همواره یکی از دلایل افزایش بیش از حد زمان و هزینه در پروژه‌های ساخت‌و‌ساز بوده است. تحقیقات به‌عمل آمده پیرامون عوامل ریسک‌زا و تاثیر‌گذار بر بهره‌وری منابع انسانی در پروژه‌ها، با کاستی‌هایی از قبیل عدم جامع‌نگری در فرایند شناسایی ریسک‌ها، عدم توجه به تعاملات بین ریسک‌ها، در نظر نگرفتن عوامل ریسک‌زا و همچنین تاثیر آنها بر بهره‌وری منابع انسانی مواجه می‌باشد. بنابراین هدف از این تحقیق شناسایی عوامل ریسک‌زا و ریسک‌های حاصل از آنان و تحلیل و اولویت‌بندی آن‌ها می‌باشد تا بدین ترتیب بتوان ریسک‌های بحرانی را بصورت موثرتری مدیریت کرد.&lt;br /&gt;&lt;strong&gt;روش‌ها:&lt;/strong&gt; این تحقیق از نوع مطالعه موردی بوده و ابزار گردآوری اطلاعات در آن از نوع مصاحبه ساختاریافته و پرسشنامه می‌‌باشد. گام اول این تحقیق شناسایی شاخص‌های بهره‌وری منابع انسانی ماهر و سپس ریسک‌های حاصل از این شاخص‌ها می‌باشد که نحوه تکمیل این گام، بررسی جامع ادبیات موضوع به‌منظور شناسایی شاخص‌ها، ریسک‌ها و سپس انجام مصاحبه با 10 نفر از خبرگان این حوزه به منظور بررسی صحت ریسک‌های شناسایی شده خواهد بود. در گام دوم به منظور تحلیل ریسک‌ها، ابتدا با بکارگیری روش دیمتل فازی سعی در تعیین روابط علیّ میان متغیرهای سیستم خواهیم داشت و سپس از طریق اطلاعات بدست‌آمده در این مرحله، از روش سیستم دینامیک برای مدلسازی ریسک‌ها استفاده کرده و بدین ترتیب پس از تعیین نمودار حالت جریان و انجام شبیه‌سازی نقاط حساس و بحرانی سیستم را تعیین خواهیم کرد.&lt;br /&gt;&lt;strong&gt;یافته‌ها:&lt;/strong&gt; نتایج نشان می‌دهد که ریسک‌های تداخلات اجرایی در سایت، سقوط از ارتفاع، انجام ناایمن عملیات، برق‌گرفتگی، عدم پایبندی به نقشه‌ها و مشخصات، وجود ایرادات سطحی در اجرا، دوباره‌کاری، سطح کارآمدی تجهیزات و ماشین‌آلات، ارتباطات و هماهنگی و اتلاف مصالح جزو 10 ریسک کلیدی و مهمی هستند که به سبب کاهش بهره‌وری در پروژه‌های بلندمرتبه بوجود می‌آیند.&lt;br /&gt;نتایج حاصل از تحلیل ریسک نشان می‌دهد که ریسک‌های 1)تداخلات اجرایی در سایت، 2) دوباره‌کاری، 3) ارتباطات و هماهنگی و 4) سقوط از ارتفاع به ترتیب بیشترین تاثیرگذاری را بر پروژه‌های ساخت دارند. همچنین یافته‌ها بیانگر آن است که ریسک تداخلات اجرایی در سایت در صورت وقوع می‌تواند بهره‌وری را به عدد 190 واحد کار انجام شده در ماه و ریسک دوباره‌کاری، بهره‌وری را به 300 واحد کار انجام شده در ماه برساند. از سویی دیگر ریسک سقوط از ارتفاع میزان بهره‌وری را به عدد 380 رسانده در صورتی که ریسک ارتباطات بهره‌وری را در محدوده 300 واحد نگه خواهد داشت. بنابراین از آنجایی که بیشترین کاهش، میزان بهره‌وری مرتبط با ریسک تداخلات اجرایی در سایت بوده، بنابراین این ریسک به عنوان مهم‌ترین ریسکِ سیستم شناخته می‌شود.&lt;br /&gt;&lt;strong&gt;نتیجه‌گیری: &lt;/strong&gt;مدل بدست آمده در این تحقیق پتانسیل زیادی در کمک به مدیران ساخت‌وساز برای ارزیابی تاثیرات منفی ریسک‌های بهره‌وری به روشی سیستماتیک‌ دارد و مدیران پروژه با استفاده از نتایج بدست آمده در این تحقیق می‌توانند با تمرکز بیشتر بر ریسک‌های کلیدی از قبیل ریسک تداخلات اجرایی در سایت، دوباره‌کاری، ارتباطات و هماهنگی و سقوط از ارتفاع، آن‌ها را به صورت موثرتری مدیریت کنند تا در نهایت بتوانند میزان بهره‌وری منابع انسانی که همواره یکی از مسائل اساسی در این صنعت می‌باشد را بهینه کنند. مزیت این تحقیق برای صنعت ساخت آن است که به مدیران ساخت و ساز کمک می‌کند تا پویایی ریسک‌های بهره‌وری را بهتر درک کرده و بتوانند از طریق بازیابی ارتباطات موجود میان ریسک‌ها و شکستن تعاملات مهم میان حلقه‌های بازخورد سبب قطع روند فزاینده تاثیرات ریسک‌ها بر یکدیگر شوند.</OtherAbstract> <ObjectList> <Object Type="keyword"> <Param Name="value">بهره‌وری</Param> </Object> <Object Type="keyword"> <Param Name="value">مدیریت پروژه</Param> </Object> <Object Type="keyword"> <Param Name="value">منابع انسانی</Param> </Object> <Object Type="keyword"> <Param Name="value">پویایی سیستم</Param> </Object> <Object Type="keyword"> <Param Name="value">دیمتل فازی</Param> </Object> <Object Type="keyword"> <Param Name="value">مدیریت ریسک</Param> </Object> </ObjectList> <ArchiveCopySource DocType="pdf">https://jimp.sbu.ac.ir/article_104731_3c6deef7f52ebbbfa723edc9b18329b1.pdf</ArchiveCopySource> </Article> <Article> <Journal> <PublisherName>دانشگاه شهید بهشتی</PublisherName> <JournalTitle>چشم‌انداز مدیریت صنعتی</JournalTitle> <Issn>2251-9874</Issn> <Volume>14</Volume> <Issue>3</Issue> <PubDate PubStatus="epublish"> <Year>2024</Year> <Month>08</Month> <Day>22</Day> </PubDate> </Journal> <ArticleTitle>A Quantitative Approach for Prioritizing Supply Chain Priorities in Smart Industries Using Data-Driven Prediction: Two Common Industrial Case Studies</ArticleTitle> <VernacularTitle>ارائه رویکردی کمی برای ارزیابی اولویت ها در زنجیره تامین هوشمند با استفاده از پیش بینی داده گرا: مطالعه موردی در دو صنعت پرکاربرد</VernacularTitle> <FirstPage>169</FirstPage> <LastPage>188</LastPage> <ELocationID EIdType="pii">104929</ELocationID> <ELocationID EIdType="doi">10.48308/jimp.14.3.169</ELocationID> <Language>FA</Language> <AuthorList> <Author> <FirstName>مریم </FirstName> <LastName>نورائی آباده</LastName> <Affiliation>استادیار، گروه مهندسی کامپیوتر، واحد آبادان، دانشگاه آزاد اسلامی، آبادان، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-6221-7008</Identifier> </Author> <Author> <FirstName>سندس </FirstName> <LastName>بهادری</LastName> <Affiliation>استادیار، گروه مهندسی کامپیوتر، واحد ایلام، دانشگاه آزاد اسلامی، ایلام، ایران.</Affiliation> <Identifier Source="ORCID">0009-0004-5365-6182</Identifier> </Author> <Author> <FirstName>منصوره </FirstName> <LastName>میرزایی</LastName> <Affiliation>استادیار، گروه مهندسی کامپیوتر، دانشکده فنی مهندسی گلپایگان، دانشگاه صنعتی اصفهان، اصفهان، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-7380-3985</Identifier> </Author> <Author> <FirstName>نرگس </FirstName> <LastName>ابراهیمی</LastName> <Affiliation>استادیار، گروه مدیریت بازرگانی، واحد آبادان، دانشگاه آزاد اسلامی، آبادان، ایران.</Affiliation> <Identifier Source="ORCID">0000-0003-1114-6702</Identifier> </Author> </AuthorList> <PublicationType>Journal Article</PublicationType> <History> <PubDate PubStatus="received"> <Year>2024</Year> <Month>03</Month> <Day>15</Day> </PubDate> </History> <Abstract>&lt;strong&gt;Introduction:&lt;/strong&gt; Determining supply chain priorities in smart industries with data-driven analysis and modeling methods is essential to achieve sufficient accuracy and identify key factors affecting supply chain efficiency. The use of this information improves the effectiveness of supply chain management. This article investigates and presents a quantitative approach for evaluating the priorities of the smart supply chain using data-driven prediction methods. The main objective of this paper is to provide a systematic and efficient method for determining priorities in the supply chain. In this approach, first, the key efficiency indicators in the supply chain are identified. Then, using data-driven prediction methods based on machine learning, the efficiency of each indicator is calculated for each element of the supply chain. The proposed approach has advantages such as systematicity, flexibility, practicality, and high accuracy. This method helps companies and organizations improve their management decisions by evaluating and determining supply chain priorities, optimizing performance, and enhancing processes. &lt;strong&gt;Method:&lt;/strong&gt; The innovation dimensions of this research include two main aspects. The first aspect focuses on two widely used industries equipped with Internet of Things (IoT) technology. The second aspect combines traditional supply chain analysis methods with machine learning algorithms. Initially, key performance indicators in the supply chain were identified. These indicators were extracted through a comprehensive search of articles in reputable scientific databases using keywords related to the smart supply chain. Then, using data-driven prediction methods, the efficiency of each indicator for each element of the supply chain was calculated. In this study, the DEMATEL matrix was used to analyze the interrelationships between indicators, and the prediction method using Support Vector Machines (SVM) was applied to assess the relationships between the criteria. Finally, the final weight of each indicator was determined by combining the results of DEMATEL and SVM, and the indicators in the supply chain were prioritized accordingly. &lt;strong&gt;Findings:&lt;/strong&gt; The results of this article show that flexibility is the most important criterion in the supply chain due to its ability to respond to changes and fluctuations in demand. The quality of the products and services provided ranks second, as higher quality increases customer satisfaction and trust in the brand. The total cost of the supply chain is third, and reducing costs improves profitability and competitiveness. Product delivery time is fourth, as fast and accurate delivery significantly impacts customer satisfaction. Finally, supply chain-related risks are ranked fifth, and effective risk management can mitigate potential issues. This prioritization helps organizations better allocate resources and improve supply chain performance. &lt;strong&gt;Conclusion:&lt;/strong&gt; Using systematic and precise approaches to prioritize supply chain criteria can serve as a practical guide for selecting and determining suppliers, implementing supply chain optimization strategies, and allocating resources. This research demonstrated that combining traditional supply chain analysis methods with machine learning algorithms such as SVM can improve the accuracy and efficiency of forecasting and decision-making. By enhancing the supply chain, organizations can improve their performance and optimize processes. Moreover, approaches such as Just-In-Time (JIT) strategy, Total Quality Management, and the use of new technologies can contribute to supply chain improvements. Building relationships with suppliers, analyzing data, and forecasting supply chain needs and challenges are also useful strategies.</Abstract> <OtherAbstract Language="FA">&lt;strong&gt;مقدمه:&lt;/strong&gt; تعیین اولویت‌های زنجیره تأمین در صنایع هوشمند با روش‌های تحلیل و مدل‌سازی داده‌گرا برای دست یافتن به دقت کافی و تشخیص عوامل کلیدی تأثیرگذار بر کارایی زنجیره تامین ضروری است؛ زیرا استفاده از این اطلاعات، اثربخشی مدیریت زنجیره تامین را بهبود می­‌دهد. این مقاله به بررسی و ارائه یک رویکرد کمی برای ارزیابی اولویت­‌های زنجیره تامین هوشمند با استفاده از روش‌های تحلیل داده‌گرا می‌پردازد. هدف اصلی این مقاله، ارائه یک روش سیستماتیک و کارا برای تعیین اولویت‌ها در زنجیره تامین است. در این رویکرد، ابتدا شاخص‌های کلیدی کارایی در زنجیره تامین شناسایی می‌شوند. سپس با استفاده از روش‌های تحلیل داده‌گرا مبتنی بر یادگیری ماشین، کارایی هر شاخص برای هر عنصر زنجیره تامین محاسبه می‌شود. رویکرد ارائه شده در این مقاله دارای مزایایی از جمله سیستماتیک بودن، قابلیت انعطاف‌پذیری، کاربردی بودن و دقت بالا است. روش پیشنهادی به شرکت‌ها و سازمان‌ها نیز کمک می‌­کند تا با ارزیابی و تعیین اولویت‌های زنجیره تامین، بهبود عملکرد و بهینه‌سازی فرآیندها، تصمیم‌گیری‌های مدیریتی خود را بهبود بخشند. &lt;strong&gt;روش&lt;/strong&gt;&lt;strong&gt;:&lt;/strong&gt; ابعاد نوآوری این تحقیق شامل دو بعد اصلی است. بعد اول، تمرکز بر دو صنعت پرکابرد در شرایطی است که به تکنولوژی اینترنت اشیا مجهز شده­‌اند. بعد دوم، ترکیب روش‌های سنتی تحلیل زنجیره تامین با الگوریتم‌های یادگیری ماشین است. در ابتدا شاخص‌های کلیدی کارایی در زنجیره تامین شناسایی شدند. این شاخص‌ها از طریق جستجوی جامع مقالات در پایگاه‌های علمی معتبر و با استفاده از کلمات کلیدی مرتبط با زنجیره تامین هوشمند استخراج و سپس، با استفاده از روش‌های تحلیل داده‌گرا کارایی هر شاخص برای هر عنصر زنجیره تامین محاسبه شد. در این پژوهش از ماتریس DEMATEL برای تحلیل روابط متقابل بین شاخص‌ها و از روش پیش‌بینی با ماشین‌های بردار پشتیبان (SVM) برای ارزیابی روابط بین معیارها استفاده شد. در نهایت، وزن نهایی هر شاخص با ترکیب نتایج DEMATEL و SVM تعیین و اولویت‌بندی شاخص‌ها در زنجیره تامین انجام شد. &lt;strong&gt;یافته‌ها:&lt;/strong&gt; نتایج این مقاله نشان می‌دهد که انعطاف‌پذیری به دلیل توانایی زنجیره تامین در پاسخگویی به تغییرات و نوسانات تقاضا به عنوان مهم‌ترین معیار در زنجیره تامین مطرح است. نتایج روش پیشنهادی بر روی دو حوزه صنعتی مبتنی بر اینترنت اشیا نشان می‌دهد، مهم‌ترین معیار در زنجیره تامین متعلق به انعطاف‌پذیری است و کیفیت، هزینه و زمان تحویل به ترتیب در رتبه‌های بعدی قرار دارند. این اولویت‌بندی به مدیران کمک می‌کند تصمیمات آگاهانه‌تری برای بهینه‌سازی زنجیره تامین اتخاذ کنند. &lt;strong&gt;نتیجه‌گیری:&lt;/strong&gt; استفاده از رویکردهای سیستماتیک و دقیق برای اولویت‌بندی معیارهای زنجیره تامین می‌تواند به عنوان یک راهنمایی کاربردی برای انتخاب و تعیین تأمین‌کنندگان، اجرای استراتژی‌های بهینه‌سازی زنجیره تامین و تخصیص منابع استفاده شود. این تحقیق نشان داد که ترکیب روش‌های سنتی تحلیل زنجیره تامین با الگوریتم‌های یادگیری ماشینی مانند SVM می‌تواند به بهبود دقت و کارایی در پیش‌بینی و تصمیم‌گیری‌ها کمک کند. با بهبود زنجیره تامین، سازمان‌ها قادر خواهند بود عملکرد خود را بهبود داده و فرآیندها را بهینه‌سازی کنند. همچنین، رویکردهایی مانند استراتژی Just-In-Time (JIT)، مدیریت کیفیت جامع و استفاده از فناوری‌های نوین نیز می‌توانند به بهبود زنجیره تامین کمک کنند. توسعه روابط با تأمین‌کنندگان و تحلیل داده‌ها و پیش‌بینی نیازها و مشکلات زنجیره تامین نیز از دیگر رویکردهای مفید است.</OtherAbstract> <ObjectList> <Object Type="keyword"> <Param Name="value">اولویت‌بندی</Param> </Object> <Object Type="keyword"> <Param Name="value">تحلیل داده‌گرا</Param> </Object> <Object Type="keyword"> <Param Name="value">رویکرد کمی</Param> </Object> <Object Type="keyword"> <Param Name="value">زنجیره تامین</Param> </Object> <Object Type="keyword"> <Param Name="value">شاخص‌های کارایی</Param> </Object> <Object Type="keyword"> <Param Name="value">مدل‌سازی داده‌گرا</Param> </Object> </ObjectList> <ArchiveCopySource DocType="pdf">https://jimp.sbu.ac.ir/article_104929_79ae2e3a37e62fafbfcdd6498cc88aa9.pdf</ArchiveCopySource> </Article> <Article> <Journal> <PublisherName>دانشگاه شهید بهشتی</PublisherName> <JournalTitle>چشم‌انداز مدیریت صنعتی</JournalTitle> <Issn>2251-9874</Issn> <Volume>14</Volume> <Issue>3</Issue> <PubDate PubStatus="epublish"> <Year>2024</Year> <Month>08</Month> <Day>22</Day> </PubDate> </Journal> <ArticleTitle>Integration and Development of Fuzzy QFD for Evaluation and Selection of Biofuel Development Strategies</ArticleTitle> <VernacularTitle>تلفیق و توسعه QFD فازی در ارزیابی و انتخاب راهکارهای توسعه سوخت‌های زیستی</VernacularTitle> <FirstPage>189</FirstPage> <LastPage>211</LastPage> <ELocationID EIdType="pii">104943</ELocationID> <ELocationID EIdType="doi">10.48308/jimp.14.3.189</ELocationID> <Language>FA</Language> <AuthorList> <Author> <FirstName>الهام </FirstName> <LastName>محسنی</LastName> <Affiliation>دانشجوی دکتری، گروه مدیریت صنعتی، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران.</Affiliation> <Identifier Source="ORCID">0009-0008-0998-3142</Identifier> </Author> <Author> <FirstName>داریوش </FirstName> <LastName>محمدی زنجیرانی</LastName> <Affiliation>دانشیار، گروه مدیریت صنعتی، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-2987-6765</Identifier> </Author> </AuthorList> <PublicationType>Journal Article</PublicationType> <History> <PubDate PubStatus="received"> <Year>2024</Year> <Month>03</Month> <Day>20</Day> </PubDate> </History> <Abstract>&lt;strong&gt;Introduction:&lt;/strong&gt; In order to achieve sustainable development goals and reduce dependence on fossil fuels, biofuels are considered a sustainable and environmentally friendly alternative. The biofuels industry can increase energy security by diversifying energy sources and reducing reliance on fossil fuel imports. However, evaluating and selecting the best solutions for its development requires the use of appropriate methodologies. &lt;strong&gt;Metods:&lt;/strong&gt; This research is practical in nature and can be considered descriptive-survey research, as it focuses on identifying and ranking the challenges, strategies, and solutions for the development of biofuels. In this article, the integration and development of the quality function deployment (QFD) method are used to evaluate and select biofuel development strategies. Based on this approach, after reviewing the theoretical framework and collecting expert opinions through the fuzzy Delphi method, the challenges, strategies, and operational solutions for biofuel development were identified. Then, using a two-stage fuzzy QFD, the importance of strategies against challenges and the weight of solutions against strategies were assessed. In the final stage, by integrating and developing QFD with the TOPSIS method, the ranking of biofuel development solutions was conducted. &lt;strong&gt;Result and Discussion:&lt;/strong&gt; A systematic review of the theoretical framework identified the most important challenges and obstacles to the sustainable development of biofuels, which were categorized into four dimensions: economic, technical, environmental, and socio-political. The 20 challenges extracted from the theoretical framework were screened using the fuzzy Delphi method and reduced to 13 challenges after aggregating expert opinions. In the next step, the experts selected the best and worst challenges and compared the importance of other challenges to them. After aggregating the opinions and formulating the non-linear mathematical model, the challenges&#039; weights were calculated using Lingo software. Based on the results of the Best-Worst Method (BWM), &quot;unstable supply of raw materials and energy&quot; and &quot;lack of cost-effective innovations and technologies&quot; were identified as the most and least important challenges, respectively. In the first phase of the QFD method, the strategies for addressing these challenges were weighted. According to the experts, the strategies of &quot;research and development of programs to improve the biofuel production process&quot; and &quot;research and development of new and advanced technologies for biofuel production&quot; were identified as the most important strategies. In the final phase of QFD, 10 executive solutions for biofuel development were evaluated and ranked against the prioritized strategies. The three top-ranked solutions were: establishing and enhancing standards, supporting sustainable producers, and protecting biodiversity. &lt;strong&gt;Conclusions:&lt;/strong&gt; Biofuels will play a crucial role in the future, but their production faces certain challenges. The unstable supply of raw materials and energy is one of the most significant challenges identified in this study. The implementation solutions proposed in this study can contribute effectively to biofuel production. In general, promoting environmental sustainability involves actions such as increasing the use of renewable resources, reducing reliance on non-renewable resources, promoting biofuels, improving energy efficiency, and managing waste and industrial effluents effectively.</Abstract> <OtherAbstract Language="FA">&lt;strong&gt;مقدمه و هدف:&lt;/strong&gt; در راستای دستیابی به اهداف توسعه پایدار و نیز کاهش وابستگی به سوخت‌های فسیلی، سوخت‌های زیستی به‌عنوان جایگزینی پایدار و طرف‌دار محیط‌زیست مطرح هستند. صنعت سوخت‌های زیستی می‌تواند با تنوع‌بخشی به منابع انرژی، امنیت انرژی را افزایش داده و وابستگی به واردات سوخت‌های فسیلی را کاهش دهد؛ اما ارزیابی و انتخاب بهترین راهکارهای توسعه آن، نیازمند به‌کارگیری روش‌های مناسبی است. &lt;strong&gt;روش‌ها: &lt;/strong&gt;این پژوهش از نظر هدف، کاربردی است و به دلیل اینکه به شناسایی و رتبه‌بندی چالش‌ها، راهبردها و راهکارهای توسعه سوخت‌های زیستی می‌پردازد، می‌توان آن را پژوهش توصیفی ـ پیمایشی محسوب کرد. در این مقاله، از توسعه و تلفیق روش گسترش کارکرد کیفیت، برای ارزیابی و انتخاب راهکارهای توسعه سوخت‌های زیستی استفاده شده است. بر همین مبنا، با مرور چارچوب نظری و بررسی نظرات خبرگان طی روش دلفی فازی، چالش‌ها و راهبردهای توسعه سوخت‌های زیستی و نیز راهکارهای اجرایی آن شناسایی شدند. سپس، با استفاده از یک QFD فازی و دومرحله‌ای، درجه اهمیت استراتژی‌ها در مقابل چالش‌ها و وزن راهکارها در مقابل استراتژی‌ها ارزیابی شد و در مرحله آخر با تلفیق و توسعه  QFDبا روش تاپسیس، به رتبه‌بندی راهکارهای توسعه سوخت‌های زیستی پرداخته شد. &lt;strong&gt;یافته‌ها:&lt;/strong&gt; با بررسی سیستماتیک چارچوب نظری، مهم‌ترین چالش‌­ها و موانع توسعه پایدار سوخت‌های زیستی شناسایی و در 4 بعد چالش‌های اقتصادی، فنی، زیست‌محیطی،  اجتماعی و سیاسی طبقه‌بندی شدند. 20 چالش­ استخراج شده از چارچوب نظری با استفاده از روش دلفی فازی و تجمیع نظر کارشناسان، غربالگری و به 13 چالش تقلیل داده شد. در مرحله بعد، خبرگان پژوهش، بهترین و بدترین چالش را انتخاب و اهمیت سایر چالش‌­ها را با آنها مقایسه نمودند. پس از تجمیع نظرات و فرموله نمودن معادله ریاضی غیرخطی و حل آن توسط نرم‌­افزار لینگو، وزن چالش­‌ها محاسبه شد. بر مبنای وزن‌های حاصل از اجرای روش بهترین-بدترین (BWM)، &quot;تأمین ناپایدار مواد اولیه و انرژی&quot; و نیز &quot;فقدان نوآوری­‌ها و تکنولوژی­‌های به‌صرفه&quot; به ترتیب مهم‌ترین و کم اهمیت‌ترین چالش‌های شناسایی شده بودند. استراتژی‌­های مقابله با چالش­‌های توسعه سوخت­‌های زیستی در فاز اول روش گسترش کارکرد کیفیت، تعیین وزن گردیدند. بر این اساس و طبق نظر خبرگان پژوهش، راهبردهای&quot;تحقیق و توسعه برنامه‌های بهبود فرایند تولید سوخت‌های زیستی&quot; و &quot;تحقیق و توسعه فناوری‌های جدید و پیشرفته برای تولید سوخت‌های زیستی&quot; به‌عنوان مهم‌ترین استراتژی توسعه سوخت‌های زیستی شناخته شدند. در مرحله پایانی و در فاز دوم QFD، 10 راهکار اجرایی توسعه سوخت‌های زیستی، در مقابل راهبردهای اولویت‌بندی شده، مورد ارزیابی و رتبه‌بندی قرار گرفتند و سه راهکار اصلی دارای اولویت عبارت بودند از: ایجاد و ارتقای استانداردها، حمایت از تولیدکنندگان پایدار و حفاظت از تنوع زیستی. &lt;strong&gt;نتیجه‌گیری:&lt;/strong&gt;&lt;strong&gt; &lt;/strong&gt;سوخت‌های زیستی نقش مهمی در آینده ایفا می‌کنند، اما در تولید این انرژی‌های تجدیدپذیر چالش‌هایی هم وجود دارد. تأمین ناپایدار مواد اولیه و انرژی از مهم‌ترین چالش‌های یافت شده در این مطالعه است. راهکارهای اجرایی این مطالعه نیز نقش مؤثری در تولید سوخت‌­های زیستی ایفا می‌­کنند. به‌طور کلی، ارتقای پایداری زیست‌محیطی شامل اقداماتی است که به افزایش استفاده از منابع تجدیدپذیر، کاهش استفاده از منابع غیرقابل‌تجدید، ارتقا استفاده از سوخت‌های زیستی، بهبود کارایی انرژی و مدیریت مؤثر پسماند و پساب‌های صنعتی متمرکز می‌شود.</OtherAbstract> <ObjectList> <Object Type="keyword"> <Param Name="value">منابع تجدیدپذیر</Param> </Object> <Object Type="keyword"> <Param Name="value">انرژی پایدار</Param> </Object> <Object Type="keyword"> <Param Name="value"> سوخت‌های فسیلی</Param> </Object> <Object Type="keyword"> <Param Name="value">سوخت­های زیستی</Param> </Object> <Object Type="keyword"> <Param Name="value">  گسترش کارکرد کیفیت فازی</Param> </Object> </ObjectList> <ArchiveCopySource DocType="pdf">https://jimp.sbu.ac.ir/article_104943_13b9c55400830256c8cd768e41a1e263.pdf</ArchiveCopySource> </Article> <Article> <Journal> <PublisherName>دانشگاه شهید بهشتی</PublisherName> <JournalTitle>چشم‌انداز مدیریت صنعتی</JournalTitle> <Issn>2251-9874</Issn> <Volume>14</Volume> <Issue>3</Issue> <PubDate PubStatus="epublish"> <Year>2024</Year> <Month>08</Month> <Day>22</Day> </PubDate> </Journal> <ArticleTitle>Evaluating Environmental Efficiency of Iranian Provinces Using Fuzzy Window Data Envelopment Analysis (FWDEA) with Undesirable Output</ArticleTitle> <VernacularTitle>ارزیابی کارایی زیست ‌محیطی استان‌های کشور با رویکرد تحلیل پوششی داده‌های پنجره‌ای فازی (FWDEA) با حضور خروجی نامطلوب</VernacularTitle> <FirstPage>212</FirstPage> <LastPage>235</LastPage> <ELocationID EIdType="pii">104945</ELocationID> <ELocationID EIdType="doi">10.48308/jimp.14.3.212</ELocationID> <Language>FA</Language> <AuthorList> <Author> <FirstName>محمد </FirstName> <LastName>زارعی محمودآبادی</LastName> <Affiliation>دانشیار، گروه مدیریت صنعتی، دانشکده علوم انسانی، دانشگاه میبد، میبد، ایران.</Affiliation> <Identifier Source="ORCID">0000-0001-9544-2490</Identifier> </Author> <Author> <FirstName>رضا </FirstName> <LastName>نوروزی آورگانی</LastName> <Affiliation>دانشجوی کارشناسی ارشد، گروه مدیریت صنعتی، دانشکده علوم انسانی، دانشگاه میبد، میبد، ایران.</Affiliation> <Identifier Source="ORCID">0009-0004-7659-325X</Identifier> </Author> </AuthorList> <PublicationType>Journal Article</PublicationType> <History> <PubDate PubStatus="received"> <Year>2024</Year> <Month>05</Month> <Day>25</Day> </PubDate> </History> <Abstract>&lt;strong&gt;Introduction: &lt;/strong&gt;Over the past three decades, environmental challenges have become a global concern due to growing worries about the irreversible consequences of environmental degradation. Consequently, addressing environmental issues has increasingly become a priority for policymakers. Today, all countries are striving to achieve a balance between environmental protection and socioeconomic stability through the development of effective policies. &lt;strong&gt;Objective:&lt;/strong&gt; This study aims to examine and evaluate the environmental efficiency of Iran&#039;s provinces over different time periods, considering the inherent uncertainty in the data. In the real world, data is not always precise and deterministic, and deviations in data can significantly alter the results of efficiency evaluations. Therefore, it is essential to employ suitable methods to address data uncertainty when assessing efficiency. In this research, a Fuzzy Window Data Envelopment Analysis (FWDEA) model is utilized to evaluate the environmental efficiency of Iran&#039;s provinces. This model effectively accounts for data uncertainty and provides more accurate and reliable results. &lt;strong&gt;Methodology: &lt;/strong&gt;The approach used in this study incorporates undesirable outputs and can be applied to various structures in fuzzy data envelopment analysis. Based on a literature review, consultations with experts in the fields of the environment and data envelopment analysis, and available data, the input variables of the study were determined to be per capita energy consumption and per capita vehicles, while the output variable was defined as per capita pollutant emissions. Given the uncertainty about whether all units operate at optimal scale, the BCC model was employed. Furthermore, since it is easier to control outputs compared to inputs, an output-oriented data envelopment analysis model with variable returns to scale was assumed. Finally, the proposed fuzzy window data envelopment analysis model was implemented for 29 provinces of Iran over four time periods from 2017 to 2020, and the results were analyzed. &lt;strong&gt;Findings: &lt;/strong&gt;Data analysis using the proposed model revealed that East Azerbaijan province had the best environmental performance with an efficiency score of 0.837407, while Hormozgan province had the worst performance with an efficiency score of 0.332543 during the four years of the study. Examining the annual average efficiency of the provinces indicated that the trend of efficiency improvement or decline varied across provinces over the years and was not stable. Additionally, the results of the fuzzy window data envelopment analysis model showed that the efficiency of provinces varied in each consecutive time window and did not follow a fixed pattern. &lt;strong&gt;Conclusion:&lt;/strong&gt; In this study, a fuzzy DEA approach was employed to evaluate efficiency considering the ambiguous, unavailable, and imprecise nature of the data. Overall, the use of fuzzy window DEA in assessing the environmental efficiency of Iran&#039;s provinces is one of the best methods due to its high accuracy, ability to model fuzzy data, and identification of complex patterns. This approach can assist policymakers in identifying the strengths and weaknesses of provinces in terms of environmental efficiency and formulating appropriate policies to improve environmental performance. To enhance the environmental efficiency of provinces, it is necessary to develop dynamic environmental policies tailored to the specific conditions of each province. Moreover, given that environmental challenges are global, the application of similar approaches to evaluate environmental efficiency in other countries can also contribute to improving global environmental performance.</Abstract> <OtherAbstract Language="FA">&lt;strong&gt;مقدمه:&lt;/strong&gt; در سه دهه اخیر، با افزایش نگرانی‌ها در مورد پیامدهای جبران‌ناپذیر تخریب محیط‌زیست، چالش‌های زیست‌محیطی به دغدغه‌ای جهانی تبدیل شده‌ است؛ بنابراین، حل معضلات زیست‌محیطی به­طور فزاینده‌ای در دستورکار سیاست­گذاران قرار گرفته است. امروزه، همه کشورها در تلاش‌اند تا با تدوین سیاست‌های کارآمد، به تعادل بین حفاظت از محیط‌زیست و ثبات اجتماعی- اقتصادی دست یابند. &lt;strong&gt;هدف:&lt;/strong&gt; هدف پژوهش حاضر، بررسی و ارزیابی کارایی زیست‌محیطی استان‌های کشور در دوره‌های زمانی مختلف با در نظر گرفتن عدم قطعیت موجود در داده‌ها است. در دنیای واقعی، داده‌ها همیشه دقیق و قطعی نیستند و انحرافات موجود در آنها می‌تواند نتایج ارزیابی کارایی را به­طور قابل توجهی تغییر دهد. از این­رو، استفاده از روش‌های مناسب برای مقابله با عدم قطعیت داده‌ها در هنگام ارزیابی کارایی ضروری است. در این پژوهش، از مدل تحلیل پوششی داده‌های پنجره‌ای فازی (FWDEA) برای ارزیابی کارایی زیست‌محیطی استان‌های ایران استفاده شده است. این مدل قادر است عدم قطعیت موجود در داده‌ها را به­طور مؤثر در نظر بگیرد و نتایج دقیق‌تر و قابل اعتمادتری ارائه دهد. &lt;strong&gt;روش‌شناسی پژوهش:&lt;/strong&gt; رویکرد مورد استفاده در این پژوهش شامل خروجی نامطلوب نیز می‌شود و برای ساختارهای مختلف در تحلیل پوششی داده‌های فازی قابل استفاده است. با بررسی ادبیات موضوع و نیز مشورت با خبرگان حوزه زیست‌محیطی و تکنیک تحلیل پوششی داده‌ها و همچنین براساس داده­های موجود، متغیرهای ورودی پژوهش شامل سرانه مصرف انرژی و سرانه وسایل نقلیه و متغیر خروجی شامل سرانه گازهای آلاینده تعیین شد. باتوجه به عدم اطمینان از اینکه همه واحدها در مقیاس بهینه ‌عمل می­کنند یا خیر از مدل بازده متغیر نسبت به مقیاس (BCC) استفاده شد. همچنین، از آنجا که امکان کنترل بر خروجی‌ها نسبت به ورودی‌های پژوهش بیشتر است، از مدل تحلیل پوششی داده‌ها با ماهیت خروجی­محور استفاده‌ شد. در نهایت، مدل تحلیل پوششی داده‌های پنجره‌ای فازی پیشنهادی در 29 استان کشور طی چهار دوره زمانی سال‌های 1396 تا 1399 اجرا شد و نتایج آن مورد تجزیه و تحلیل قرار گرفت. &lt;strong&gt; &lt;/strong&gt;&lt;strong&gt;یافته‌ها&lt;/strong&gt;&lt;strong&gt;:&lt;/strong&gt; تحلیل داده‌ها با مدل پیشنهادی نشان داد که در طول 4 سال مورد مطالعه، استان آذربایجان شرقی با کارایی 837407/0 بهترین و استان هرمزگان با کارایی 332543/0 بدترین عملکرد را در زمینه زیست‌محیطی داشته‌اند. بررسی میانگین کارایی سالانه استان‌ها نشان داد که روند صعودی یا نزولی کارایی در هر استان در طول سال‌ها متفاوت بوده و ثبات نداشته است. همچنین، نتایج مدل تحلیل پوششی داده‌های پنجره‌ای فازی نشان داد که کارایی استان‌ها در هر پنجره زمانی متوالی سیر متفاوتی داشته و از یک الگوی ثابت پیروی نمی‌کند. &lt;strong&gt;نتیجه­‌گیری:&lt;/strong&gt; در این مطالعه با توجه به شرایط ابهام، در دسترس نبودن و نادقیق بودن داده‌ها از رویکرد DEA فازی برای ارزیابی کارایی استفاده‌ شده است. در کل، استفاده از DEA فازی پنجره‌ای در ارزیابی کارایی زیست‌محیطی در استان‌های کشور، به دلیل دقت بالا، توانایی مدل‌سازی داده‌های فازی و شناسایی الگوهای پیچیده، یکی از بهترین روش‌ها است. این رویکرد می‌تواند به سیاستگذاران در شناسایی نقاط قوت و ضعف استان‌ها در زمینه زیست‌محیطی و تدوین سیاست‌های مناسب برای ارتقای کارایی زیست‌محیطی کمک کند. به منظور ارتقای کارایی زیست‌محیطی استان‌ها، لازم است که سیاست‌های زیست‌محیطی به صورت پویا و متناسب با شرایط هر استان تدوین و اجرا شوند. همچنین با توجه به اینکه چالش‌های زیست‌محیطی چالشی جهانی هستند، استفاده از رویکردهای مشابه برای ارزیابی کارایی زیست‌محیطی در سایر کشورها نیز می‌تواند به ارتقای عملکرد زیست‌محیطی در سطح جهانی کمک کند.</OtherAbstract> <ObjectList> <Object Type="keyword"> <Param Name="value">تحلیل پوششی داده‌ها (DEA)</Param> </Object> <Object Type="keyword"> <Param Name="value">تحلیل پنجره­ای</Param> </Object> <Object Type="keyword"> <Param Name="value">منطق فازی</Param> </Object> <Object Type="keyword"> <Param Name="value">کارایی زیست‌محیطی</Param> </Object> <Object Type="keyword"> <Param Name="value">خروجی نامطلوب</Param> </Object> </ObjectList> <ArchiveCopySource DocType="pdf">https://jimp.sbu.ac.ir/article_104945_d67344f804e692a932b956f295edfd47.pdf</ArchiveCopySource> </Article> <Article> <Journal> <PublisherName>دانشگاه شهید بهشتی</PublisherName> <JournalTitle>چشم‌انداز مدیریت صنعتی</JournalTitle> <Issn>2251-9874</Issn> <Volume>14</Volume> <Issue>3</Issue> <PubDate PubStatus="epublish"> <Year>2024</Year> <Month>08</Month> <Day>22</Day> </PubDate> </Journal> <ArticleTitle>A Simulation-Based Bi-Objective Optimization Model for Supply Chain Inventory Replenishment: A Case Study of the Electric Industry</ArticleTitle> <VernacularTitle>طراحی یک مدل دو هدفه بهینه سازی مبتنی بر شبیه سازی برای بازپرسازی موجودی زنجیره تامین: مورد مطالعه صنعت برق</VernacularTitle> <FirstPage>236</FirstPage> <LastPage>260</LastPage> <ELocationID EIdType="pii">104947</ELocationID> <ELocationID EIdType="doi">10.48308/jimp.14.3.236</ELocationID> <Language>FA</Language> <AuthorList> <Author> <FirstName>بهزاد </FirstName> <LastName>مقیمی شهری</LastName> <Affiliation>دانشجوی دکتری، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-0430-0479</Identifier> </Author> <Author> <FirstName>علی </FirstName> <LastName>خاتمی فیروزآبادی</LastName> <Affiliation>استاد، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0000-0003-0903-6184</Identifier> </Author> <Author> <FirstName>مقصود </FirstName> <LastName>امیری</LastName> <Affiliation>استاد، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-0650-2584</Identifier> </Author> <Author> <FirstName>پرهام </FirstName> <LastName>عظیمی</LastName> <Affiliation>دانشیار، گروه مهندسی صنایع، دانشکده مهندسی صنایع و مکانیک، دانشگاه آزاد اسلامی، واحد قزوین، قزوین، ایران.</Affiliation> <Identifier Source="ORCID">0000-0002-9164-6880</Identifier> </Author> </AuthorList> <PublicationType>Journal Article</PublicationType> <History> <PubDate PubStatus="received"> <Year>2024</Year> <Month>01</Month> <Day>20</Day> </PubDate> </History> <Abstract>&lt;strong&gt;Introduction:&lt;/strong&gt; The electricity sector plays a crucial role in the country&#039;s economy. Therefore, any disruptions in the supply chain of this industry can result in the loss of economic benefits and decrease the competitiveness of industries dependent on this sector. The industry structure analysis of the electricity sector has shown that the lack of proper relationships between entities involved in the supply of goods and equipment leads to disruptions in the electricity supply chain. On the other hand, the specific political and economic conditions of the country, the presence of natural disasters, and high levels of change in the Middle East region have had significant impacts on increasing uncertainty at various levels of the supply chain in this sector. Considering the high uncertainty in the procurement of components in this industry, this study focuses on presenting a set of scenarios for replenishing goods in the supply chain entities of this sector.&lt;br /&gt;&lt;strong&gt;Methods: &lt;/strong&gt;To achieve this, a probabilistic four-echelon model consisting of a supplier, distributor, retailer, and customer was presented to minimize total inventory costs and the ratio of unmet customer demand based on the (R, Q) policy. Furthermore, by searching organizational documents, interviewing industry experts, and utilizing warehouse management software, data for the model was collected. Subsequently, through experimental design, initial solutions were provided for the differential evolutionary algorithm, and based on this algorithm, different values for reorder points and order quantities were determined. By employing simulation methods, the model&#039;s objective values were estimated, and the set of solutions was illustrated in a Pareto chart.&lt;br /&gt;&lt;strong&gt;Result and Discussion: &lt;/strong&gt;Research findings have shown that increasing the average inventory levels of retailers&#039; warehouses leads to a decrease in the proportion of unmet customer demand. This occurs when different reorder point values for two retailers have high levels, but considering the probabilistic demand function, the order quantity can vary. On the other hand, reducing ordering and inventory costs leads to an increase in unmet customer demand. In other words, when reorder point values and low order quantities lead to inventory reduction, customer dissatisfaction increases. The Differential Evolution Algorithm used in this study has accelerated the process of finding solutions and improved model efficiency. This algorithm considers values between high and low levels of reorder points and order quantities, presenting multiple objective function values. Utilizing simulation methods to estimate the probabilistic objective functions employed in the model has increased the speed of executing multiple scenarios, aiding in cost reduction and model execution time.&lt;br /&gt;&lt;strong&gt;Conclusions:&lt;/strong&gt; Based on the results of this research, electric equipment with high innovation should have a low reorder point and a high order quantity in the supply chain. This is because the short product lifespan renders the product obsolete along the chain, lacking customer demand and consequently increasing the chain&#039;s costs. The computational results of this study indicate that a 105% increase in inventory leads to a 104% increase in customer satisfaction and a 95% decrease in lost sales costs. However, considering the high purchasing costs and large product volume during ordering, a scenario aligned with financial conditions and warehouse capacity should be selected for chain entities.</Abstract> <OtherAbstract Language="FA">&lt;strong&gt;مقدمه و اهداف:&lt;/strong&gt; صنعت برق بخش مهمی از اقتصاد کشور را تشکیل می­‌دهد. بنابراین، بروز اختلال در زنجیره تأمین این صنعت منجر به از بین رفتن منافع اقتصادی و کاهش توان رقابتی صنایع وابسته به این حوزه می‌­شود. تحلیل ساختار صنعت برق نشان داده که عدم وجود روابط صحیح بین نهادهای مرتبط با تأمین کالاو تجهیزات، منجر به ایجاد اختلال در زنجیره تأمین برق می­‌شود. از سوی دیگر، شرایط خاص سیاسی و اقتصادی کشور، وجود بلایای طبیعی و سطح بالای تغییرات در منطقه خاورمیانه تاثیرات قابل توجهی بر روی افزایش عدم‌قطعیت در سطوح مختلف زنجیره تأمین این حوزه گذاشته است. با توجه به عدم‌قطعیت بالا در تأمین قطعات این صنعت، در این پژوهش به ارائه مجموعه‌­ای از سناریوهای بازپرسازی کالا در نهادهای زنجیره تأمین­‌کنندگان تجهیزات این حوزه پرداخته شد.   &lt;br /&gt;&lt;strong&gt; &lt;/strong&gt;&lt;strong&gt;روش‌­ها:&lt;/strong&gt; برای این منظور، یک مدل احتمالی چهار حلقه‌­ای شامل تأمین­‌کننده، توزیع­‌کننده، خرده‌فروش و مشتری برای حداقل نمودن هزینه­ کل موجودی و نسبت تقاضای برآورده نشده مشتریان بر اساس سیاست (R,Q) ارائه گردید. همچنین از طریق جستجو در اسناد و مدارک سازمانی، مصاحبه با خبرگان صنعت و استفاده از نرم افزار مدیریت انبار داده­های مدل جمع‌­آوری شد و سپس با استفاده از طراحی آزمایشات مجموعه جواب اولیه برای الگوریتم تکاملی تفاضلی فراهم گردید و بر اساس این الگوریتم فراابتکاری، مقادیر مختلف نقطه سفارش مجدد و مقدار سفارش تعیین و با بکارگیری روش شبیه­سازی مقادیر اهداف مدل تخمین زده شد و مجموعه­ راه­‌حل‌­ها در نمودار پارتو نشان داده شد.        &lt;br /&gt;&lt;strong&gt;یافته‌­ها:&lt;/strong&gt; یافته­‌های تحقیق نشان داد که افزایش متوسط سطح موجودی انبارهای خرده­‌فروشان منجر به کاهش نسبت تقاضای برآورده نشده مشتریان می­‌گردد که این در زمان بالابودن مقادیر نقطه سفارش مجدد دو خرده فروش صورت می‌­گیرد؛ ولی با توجه به تابع احتمالی تقاضای مشتریان، مقدار سفارش می­‌تواند مقادیر متفاوتی را بگیرد. از طرفی، کاهش هزینه­‌های سفارش‌­دهی و انبار منجر به افزایش تقاضای برآورده نشده مشتریان می­‌شود، به عبارت دیگر، زمانی­‌که مقادیر نقطه سفارش مجدد کالا و مقدار سفارش پایین باشد منجر به کاهش موجودی انبار و افزایش نارضایتی مشتریان می­‌گردد. الگوریتم تکاملی تفاضلی بکار رفته در این پژوهش منجر به سرعت بخشیدن در یافتن راه‌­حل و افزایش کارآمدی مدل شده است. این الگوریتم مقادیر بین سطوح بالا و پایین نقطه سفارش مجدد و مقدار سفارش را در نظر گرفته که مقادیر تابع هدف متعددی را نشان داده است. استفاده از روش شبیه‌سازی برای تخمین توابع اهداف احتمالی بکار رفته در مدل منجر به افزایش سرعت اجرای سناریوهای متعدد گردیده که در کاهش هزینه­ و زمان اجرای مدل کمک نموده است.&lt;br /&gt;&lt;strong&gt;نتیجه­‌گیری:&lt;/strong&gt; بر اساس نتایج این پژوهش، آن دسته از تجهیزات الکتریکی دارای سطح نوآوری بالا می­‌بایست نقطه سفارش مجدد پایین و مقدار سفارش بالایی در زنجیره تأمین این صنعت داشته باشد؛ زیرا با توجه به طول عمر کوتاه محصول در طول زنجیره منسوخ و مستهلک گردیده و فاقد تقاضای مشتری خواهد شد و در نتیجه باعث افزایش هزینه­ زنجیره می‌­گردد. نتایج محاسباتی این پژوهش نشان داد که افزایش 105 درصدی کالاهای موجود در انبار منجر به افزایش 104 درصدی سطح رضایت مشتریان و کاهش 95 درصدی هزینه فروش ازدست رفته خواهد شد؛ ولی با توجه به هزینه بالای خرید و حجم زیاد محصول در هنگام سفارش­ می­بایست سناریوی متناسب با شرایط مالی و ظرفیت انبار نهادهای زنجیره را انتخاب نمود.     </OtherAbstract> <ObjectList> <Object Type="keyword"> <Param Name="value">مدیریت زنجیره تأمین</Param> </Object> <Object Type="keyword"> <Param Name="value">شبیه­‌سازی</Param> </Object> <Object Type="keyword"> <Param Name="value">طراحی آزمایش‌­ها</Param> </Object> <Object Type="keyword"> <Param Name="value">الگوریتم­ تکاملی تفاضلی</Param> </Object> <Object Type="keyword"> <Param Name="value">سیاست (R</Param> </Object> <Object Type="keyword"> <Param Name="value">Q)</Param> </Object> </ObjectList> <ArchiveCopySource DocType="pdf">https://jimp.sbu.ac.ir/article_104947_b607af4c1c9c7930640d7dee2415d998.pdf</ArchiveCopySource> </Article> </ArticleSet>