انتخاب تامین کنندگان مناسب و تخصیص سفارش به آنها یکی از فعالیت های مهم استراتژیکی مدیریت زنجیره تامین می باشد، هدف این پژوهش ارائه یک مدل ریاضی برای انتخاب تامین کننده تولید در زنجیره تامین در چارچوب روش های پژوهش عملیاتی در واحدهای تولیدی صنایع لبنیاتی شهرستان ماکو بود، مدل بصورت برنامه ریزی خطی با مفروضاتی از قبیل تامین یک نوع مواد (شیر)، با شرایط لازم و یکسان کیفیت، تحویل به موقع، تعهدات و الزامات زیست محیطی برای همه تامین کننده ها طرح گردید، در این مدل پارامتر هایی مانند هزینه خرید شیر، هزینه حمل و نقل، میزان خرید شیر، تعداد تامبن کننده های شیر، ظرفیت تولیدی، حداقل شیر موردنیاز در نظر گرفته شده اند. اهداف این تحقیق شامل مینیمم سازی هزینه های تامین شیر، تامین حداقل شیر موردنیاز و انتخاب تامین کننده مناسب شیر می باشد. روش تحقیق توصیفی ریاضی از حیث هدف کاربردی و ابزار گردآوری اطلاعات اسناد و مدارک، مصاحبه از کارشناسان و مدیران تولید استفاده شد. برای تعیین حجم نمونه، از روش نمونه گیری خوشه ای و به شیوه تصادفی انتخاب شد، با توجه به پیچیدگی حل مساله، از رویکرد الگوریتم فراابتکاری زنبورعسل با بهره گیری از نرم افزار متلب استفاده شد. نتایج حاصل از یافته ها نشان داد که با الگوریتم زنبورعسل، تامین کننده های مناسب شیر در زنجیره تامین انتخاب گردیدند بطوری که هزینه تامین شیر مینیمم شد و حداقل مواد موردنیاز (شیر)، توسط تامین کننده ها برآورد شد. نتیجه می گیریم الگوریتم زنبورعسل پیشنهادی عملکرد قابل قبولی در مدت زمان مناسبی می باشد. تفاصيل المقالة

پیش بینی شاخص کل سهام یک کار چالش برانگیز است، با توجه به پیچیدگی متغیرهای بازار سهام و فقدان مدیریت و بروز مشکل در مواقع بحرانی، توسعه یک مدل کار آمد برای پیش بینی شاخص کل سهام بسیار دشوار است. یکی از روشهای شناخته شده و جدید برای پیش بینی شاخص کل سهام، روش استفاده از شبکه های عصبی مصنوعی میباشد. هدف اصلی از این پژوهش طراحی مدل استفاده از شبکه های عصبی مصنوعی جهت پیش بینی سری های زمانی غیر خطی (مطالعه موردی: شاخص بورس اوراق بهادار تهران) بوده و این تحقیق از نظر هدف، کاربردی و از نظر روش انجام تحقیق، توصیفی مبتنی بر پیمایش و از نظر روش بررسی، تحلیلی-ریاضی می باشد. جامعه‌ی آماری این تحقیق، شاخص کل بورس اوراق بهادار تهران ازسال 1369 تا سال 1399 می باشد. در این پژوهش ابزاری که با آن به سنجش متغیرهای مورد نظر پرداخته شده است اسناد و آمار بورس اوراق بهادار تهران بوده و برای تجزیه و تحلیل داده های این تحقیق از روش آمار توصیفی و آمار استنباطی و همچنین از شبکه عصبی مصنوعی چند لایه پرسپترون استفاده شده است. نتایج این تحقیق نشان دهنده تایید بالا بودن دقت پیش بینی شاخص کل بورس اوراق بهادار تهران نسبت به سایر روش های تخمین توسط مدل ارائه شده بوده که قدرت پیش بینی شاخص کل تا 7/1 درصد خطا را دارد و نیز تائید پیروی شاخص سهام بورس تهران از یک فرایند غیر خطی از دیگر نتایج این پژوهش بشمار می رود. تفاصيل المقالة