امروزه، باتوجه به فراگیر شدن دنیای کسب و کار، شرکت‌ها فعالیت‌های خود را به خارج از مرزهای جغرافیایی کشورها و قاره‌ها گسترش داده و وارد بازارهای جهانی شده‌اند. بدین سبب، از یک سو مزیت رقابتی سازمان ها افزایش پیدا کرده و از سوی دیگر باعث گستره تر شدن زنجیره تأمین و افزایش ارتباطات با بخش‌های گوناگون شده است. با افزایش این ارتباطات و گسترش زنجیره‌های تأمین، شرکت‌ها در معرض ریسک‌ها و اختلالات بیشتری قرار گرفته و آسیب‌پذیرتر شدند. طی سالیان گذشته، روش های زیادی برای ارزیابی و انتخاب تأمین کنندگان ارائه شده است، اما نکته ای که معمولا از آن غفلت شده است، بخش بندی تامین کنندگان در این فرآیند است. هدف این تحقیق، ارائه رویکردی برای بخش بندی تامین کنندگان است. شاخص های مد نظر این تحقیق در دو بعد توانمندی و تمایل مورد بررسی قرار گرفته است. در این پژوهش با استفاده از تکنیک بهترین- بدترین تامین کنندگان یکی از شرکت-های لبنیاتی مهم استان مازندران مورد بررسی قرار گرفته و این تامین کنندگان بر اساس شاخص های انتخابی بخش بندی می شوند که با توجه به نتایج حاصل شده، بیشتر تامین کنندگان در نواحی اول و چهارم قرار گرفتند که تحلیل های صورت گرفته می تواند به بهبود سازمان های مورد مطالعه کمک شایانی کند. Manuscript profile

Today, attention to the social and environmental aspects in addition to the economic aspect has become one of the main concerns of global organizations defending the environment and human societies, and urbanization. Also, profitability is raised as a key component in the robustness of various sectors including agricultural production. In this research, we investigate the impact of some policies and environmental aspects such as land use, pruning decisions, and research and development (R&D) on the profitability of citrus production, in the long run, using the system dynamics (SDs) model. The main contribution of this study is considering several key assumptions simultaneously in an integrated dynamics model such as the solar effect, R&D policy, pesticide effect, harvesting condition, and prune effect which is neglected or less noticed in the literature. For validation, the model’s behavior is compared with collected historical observations. Statistical analysis shows that the simulated model is consistent with historical patterns. To further investigate, the Monte Carlo simulation for sensitive variables of the proposed model is implemented and finally, the model under different scenarios is examined. Various simulations have shown that changes in maximum economic yield, citrus price, and R&D policy are three important and effective agents to achieve the best performance in this sector. Also, the obtained results can help agricultural managers and the application of these interventionist policies can lead to an increase in producers’ income and citrus production. Manuscript profile

The purpose of the current research is to present a location-routing-inventory model for perishable products. The presented model is applied in a two-stage structure. The first-stage decisions confirm the establishment of distribution centers, whereas the second-stage decisions determine the other variables of the problem. For a better management of inventory, it has been used under the names of fresher first and older first policies. In the fresher first policy, the fresher items have a priority to be sent to the customer, whereas in the older first policy, the items with a longer age have the priority to be sent to the customer. The summary of the results of the models demonstrates that among the free, fresher first, and older first policies, it is the free policy that offers a higher profit function to the customer than the other two policies since it is more flexible and general,and encompasses these two extremes. The free policy lets the model determine which items to sell at any given time period in order to maximize profit.Moreover, in the older first policy, since the older items reach the customers sooner than the other items, the number of the expired items is reduced. However, this policy brings the lowest revenue to the customer. In the fresher first policy, since the fresher items are sold first and then the older items are sold, the number of the expired items is increased along the customer horizon. Nevertheless, the customer obtains more revenue compared with the older first policy. Manuscript profile

In this research, the problem of designing a logistics hub network to improve flow management in the implementation of global transport operations has been investigated. In this case, shipments can be moved directly or indirectly between points. In indirect shipping mode, the shipment first enters the hub network and then is sent to customers. In this case, there is a certain discount factor that reduces the time it takes for the product to reach end customers. The objective function of the proposed model is to minimize the fixed costs of constructing a hub, the cost of constructing an inter-hub infrastructure, the cost of transportation if the equipment is transported directly, and the cost of transportation if the hub network is used. The limitations of the model also include locating logistics hubs, managing flow between points, calculating transport time, and finally managing flow between network points. To evaluate the performance of the proposed model, a researcher-made numerical example based on real-world conditions with randomly generated data and sensitivity analysis on the problem outputs was performed. According to the results, it can be seen that the proposed model can produce justified and optimal global answers and therefore can solve real-world problems. Also, based on the sensitivity analysis, it can be seen that with increasing the amount of capacity, the values of the target function decrease. In other words, if capacity is increased, there is a need for fewer vehicles and thus costs are reduced. It is also clear that as capacity increases, the number of vehicles to respond to decreases. In fact, the greater the carrying capacity, the easier it is to manage the flow between the hubs as well as the direct transmission, thus reducing the number of vehicles. In addition, as the cost of building infrastructure increases/decreases, the cost of the entire system is affected. Manuscript profile

یکی از مهم ترین مسائل دنیای مالی، انتخاب سبد سرمایه گذاری است. سرمایه گذاران همواره برآنند که بهترین تصمیمات را مطابق با شرایط دنیای واقعی اتخاذ نمایند. در دنیای واقعی از یک طرف، داده ها همواره با عدم قطعیت مواجه هستند و از طرف دیگر استراتژی‌‌ها برای انتخاب سبد سرمایه گذاری، اغلب چند دوره‌ای هستند و سرمایه گذار باید موقعیت خود را در طول زمان مورد بازنگری قرار دهد. از این رو در این پژوهش به بهینه سازی سبد سرمایه گذاری با در نظر گرفتن افق چند دوره ای و هزینه مبادلات می پردازیم، عدم قطعیت داده ها نیز با استفاده از برنامه ریزی پایدار و خصوصاً رویکرد برتسیماس و سیم، مدل سازی می شود. مدل ارائه شده یک مدل چند هدفه میانگین-ارزش در معرض خطر شرطی است که برای حل آن از برنامه ریزی آرمانی استفاده می شود. در حل مدل مذکور به پیش بینی بازده های آتی سهام نیاز است که این امر با استفاده ازکاربرد شبکه عصبی در پیش بینی قیمت آتی سهام انجام می گردد. در نهایت کیفیت نتایج حاصل از مدل پایدار ارائه شده با نتایج مدل قطعی مقایسه می شوند. نتایج حاصل از حل مدل حاکی از آن است که در نظر گرفتن فرض عدم قطعیت داده ها، در کنار سایر فروض عنوان شده، مقدار تابع هدف نهایی را بدتر می کند که نشان دهنده منطقی بودن جواب های حاصل از مدل است. به عبارت دیگر ما از حل این مدل به پاسخ های کاراتر و کاربردی تری دست می یابیم. Manuscript profile