مقاله ISI

سال انتشار 2022

ارزیابی عملکرد سازمان های خدماتی

مقاله ISI
منتشر شده در 2022
زمانبندی خطوط هوایی
برنامه ریزی ریاضی
الگوریتم های فراابتکاری

A Nash bargaining solution for a multi period competitive portfolio optimization problem: Co-evolutionary approach

Behnaz Pourvalikhan Nokhandan 
, Kaveh Khalili-Damghani

, Ashkan Hafezalkotob

Hosein Didehkhani

این مطالعه در رابطه با ایجاد یک مدل  برای حل یک نمونه کار جدید رقابتی چند دوره ای متمرکز است
 و به ارائه راه حل براب مشکل بهینه‌سازی برای سرمایه‌گذاران بزرگ در بازار سهام که می‌خواهند ثروت پایانی خود را به حداکثر برسانند، می پردازد.
 در این مقاله مثال های  عددی با تجزیه و تحلیل توصیفی (با استفاده از داده های واقعی از دو صندوق سرمایه گذاری مشترک بزرگ که در
بازار بورس ایران) برای ارزیابی امکان سنجی مدل پیشنهادی و کارایی آن استفاده می شود.

چارچوبی برای ارزیابی ریسک پروژه در شبکه های پویا: مطالعه موردی نفت و گاز ساخت و ساز مگا پروژه:

AMIR FARMAHINI FARAHANI , KAVEH KHALILI-DAMGHANI, HOSSAIN DIDEHKHANI, AMIR HOMAYOUN SARFARAZ, AND MEHDI HAJIREZAIE

Supply chain scheduling is a relatively new research area with less than 20 years of history. It is an intersection of two traditional areas: supply chain management and scheduling. In this book, the authors provide a comprehensive coverage of supply chain scheduling. The book covers applications, solution algorithms for solving related problems, evaluation of supply chain conflicts, and models for encouraging cooperation between decision makers.

Supply chain scheduling studies detailed scheduling issues within supply chains, as motivated by a variety of applications in the real world. Topics covered by the book include:

1. Coordinated decision making in centralized supply chains, including integrated production and distribution scheduling, joint scheduling and product pricing, and coordinated subcontracting and scheduling. 
2. Coordination and competition issues in decentralized supply chains, including conflict and cooperation within scheduling decisions made by different parties in supply chains, and both cooperative and non-cooperative supply chain scheduling games.

The book describes a variety of representative problems within each of these topics. The authors define these problems mathematically, describe corresponding applications, and introduce solution methods for solving each problem to improve supply chain performance.

Author(s): Zhi-Long Chen, Nicholas G. Hall

Series: International Series in Operations Research & Management Science, 323

Publisher: Springer, Year: 2022

Table of contents :
1. Introduction to Engineering Economy
2. Cost Concepts and Design Economics
3. Cost-Estimation Techniques
4. The Time Value of Money
5. Evaluating a Single Project
6. Comparison and Selection among Alternatives
7. Depreciation and Income Taxes
8. Price Changes and Exchange Rates
9. Replacement Analysis
10. Evaluating Projects with the Benefit-Cost Ratio Method
11. Breakeven and Sensitivity Analysis
12. Probabilistic Risk Analysis
13. The Capital Budgeting Process
14. Decision Making Considering Multiattributes
Appendix A. Using Excel to Solve Engineering Economy Problems
Appendix B. Abbreviations and Notation
Appendix C. Interest and Annuity Tables for Discrete Compounding
Appendix D. Interest and Annuity Tables for Continuous Compounding
Appendix E. Standard Normal Distribution
AppendixF. Selected References
Appendix G. Solutions to Try Your Skills
Index

Author(s): William G. Sullivan, Elin M. Wicks, C. Patrick Koelling

Publisher: Pearson Education, Year: c2015

A First Course in Probability is an elementary introduction to the theory of probability for students in mathematics, statistics, engineering, and the sciences. Through clear and intuitive explanations, it presents not only the mathematics of probability theory, but also the many diverse possible applications of this subject through numerous examples. The 10th Edition includes many new and updated problems, exercises, and text material chosen both for interest level and for use in building student intuition about probability.

Author(s): Sheldon M. Ross

Publisher: Pearson, Year: 2020

تحلیل داده ها، داده کاوی و کار با داده های عظیم جزیی از زندگی امروز بشری و توسعه کسب و کارها می باشد. این کتاب به عنوان مرجع جامع کار با نرم افزار IBM SPSS Modeler تمامی الگوریتم های این حوزه و کار با آنها در بستر نرم افزار را آموزش دقیق می دهد.

تعداد صفحات:1285

تعداد فصول:12

سال چاپ: 2020

این کتاب به مشکلات بهینه سازی ترکیبی تصادفی در مدیریت اختلال در زنجیره تأمین می پردازد و بر رویکردهای نوآورانه و محاسباتی کارآمد پرتفوی برای مدیریت اختلال در زنجیره تأمین ، به عنوان مثال ، انتخاب اوراق بهادار عرضه اولیه و بازیابی ، پرتفوی تقاضا ، پرتفوی ظرفیت و غیره متمرکز شده است .یکی از اهداف اصلی این کتاب ارائه یک رویکرد پرتفولیوی کارآمد محاسباتی برای تصمیم گیری یکپارچه در عرضه جهانی است.

بر خلاف بیشتر تحقیقات در مورد مدیریت ریسک زنجیره تامین که عمدتا بر تصمیمات  منجر به کاهش خطر قبل از ایجاد اختلال تمرکز دارند،
رویکرد این کتاب تصمیماتی را که قبل، در حین و بعد از اختلال اتخاذ می شود را  ترکیب می کند. هنگامی که یک اختلال رخ می دهد، پورتفولیوهای اولیه تعیین شده قبل از یک اختلال با پورتفولیوهای بازیابی جایگزین می شوند.

بهینه‌سازی ترکیباتی (Combinatorial Optimization) شاخه‌ای از بهینه‌سازی است که به آن دسته از مسایل بهینه‌سازی می‌پردازد که در آن‌ها مجموعه پاسخ‌های امکان‌پذیر گسسته است یا می‌تواند به صورت گسسته درآید و هدف پیدا کردن بهترین پاسخ از بین این پاسخ‌ها است. بهینه‌سازی ترکیباتی شاخه‌ای از ریاضیات کاربردی و علوم رایانه و مرتبط با تحقیق در عملیات، نظریه الگوریتم و نظریه پیچیدگی محاسباتی است که در محل تلاقی چندین رشته ازجمله هوش مصنوعی، ریاضیات و مهندسی نرم‌افزار قرار دارد.

الگوریتم تصادفی به الگوریتمی گفته می‌شود که رفتارش نه تنها به اندازهٔ ورودی بلکه همچنین با مقادیر تولید شده توسط یک مولد تصادفی تعیین می‌شود. بنابراین در این نوع الگوریتم فرض می‌کنیم ماشینی که در آن الگوریتم خود را پیاده‌سازی می‌کنیم باید قابلیت تولیدکننده ی اعداد تصادفی را داشته باشد. این کتاب برای هر دانش آموزی که دارای آشنایی کمی با اقتصاد، علوم کامپیوتر و مهندسی و ریاضیات  است مناسب می باشد.در این کتاب فرض بر این است که
خواننده این کتاب یک دوره مقدماتی در حساب دیفرانسیل و انتگرال جبر خطی داشته است
.

از روزهای اولیه به  میان آمدن علم تحقیق در عملیات تا به امروز، مشکلات بهینه سازی در شبکه های زمانی به شدت مورد بررسی قرار گرفته است.
 پارامترهایی مانند مدت زمان کار، ساختار شبکه،
در دسترس بودن منابع و جریان های نقدی معمولاً زمانی که ناشناخته باشند
مشکل در  تصمیم گیری به وجود می آید.

در این کتاب تلاش می شود تا مسائل مرتبط با بهینه سازی شبکه های دارای عدم قطعیت آموزش داده شود.

بسیاری از افراد متخصص به صورت مستقیم یا غیرمستقیم – در تکمیل این کتاب مشارکت داشته اند.

در تولیدات انبوه، مدیران سعی دارند تا با پیاده‌سازی استراتژی‌های خود هزینه‌های تولید را کاهش دهند تا از توسعه آهسته محصولات خود جلوگیری کنند به همین دلیل مفاهیم مدیریت زنجیره تأمین جای خود را در بین برنامه‌ریزی‌ها مدیران باز کرد. مدیران ضمن بررسی مدیریت در زنجیره تأمین به یکپارچه‌سازی در زنجیره پرداخته  تا بین جریان‌های اطلاعات، مالی ومواد هماهنگی ایجاد بکنند.

برنامه ریزی لجستیک زنجیره تامین، موضوع کلیدی مدیریت زنجیره تامین است.
بهینه سازی زنجیره تامین شامل تعداد بی شماری از محدودیت ها مانند تامین مواد اولیه ،
مقدار خرید محصولات، مقدار تولید، مقدار موجودی و حمل و نقل و … می باشد که باید در نظر گرفته شوند.

محاسبات نرم (به انگلیسی: soft computing) به مجموعه‌ای از شیوه‌های جدید محاسباتی در علوم رایانه، هوش مصنوعی، یادگیری ماشینی و بسیاری از زمینه‌های کاربردی دیگر اطلاق می‌شود. در تمامی این زمینه‌ها به مطالعه، مدل‌سازی و آنالیز پدیده‌های بسیار پیچیده‌ای نیاز است که شیوه‌های علمی دقیق در گذشته، در حل آسان، تحلیلی، و کامل آنها موفق نبوده‌اند.

منطق فازی از منطق ارزش‌های «صفر و یک» نرم‌افزارهای کلاسیک فراتر رفته و درگاهی جدید برای دنیای علوم نرم‌افزاری و رایانه‌ها می‌گشاید، زیرا فضای شناور و نامحدود بین اعداد صفر و یک را نیز در منطق و استدلال‌های خود به کار برده و به چالش می‌کشد. منطق فازی از فضای بین دو ارزش «برویم» یا «نرویم»، ارزش‌های جدید «شاید برویم» یا «می‌رویم اگر» یا حتی «احتمال دارد برویم» را استخراج کرده و به کار می‌گیرد. بدین ترتیب به عنوان مثال مدیر بانک پس از بررسی رایانه‌ای بیلان اقتصادی یک بازرگان می‌تواند فراتر از منطق «وام می‌دهیم» یا «وام نمی‌دهیم» رفته و بگوید: «وام می‌دهیم اگر…» یا «وام نمی‌دهیم ولی…».

محاسبات نرم (به انگلیسی: soft computing) به مجموعه‌ای از شیوه‌های جدید محاسباتی در علوم رایانه، هوش مصنوعی، یادگیری ماشینی و بسیاری از زمینه‌های کاربردی دیگر اطلاق می‌شود. در تمامی این زمینه‌ها به مطالعه، مدل‌سازی و آنالیز پدیده‌های بسیار پیچیده‌ای نیاز است که شیوه‌های علمی دقیق در گذشته، در حل آسان، تحلیلی، و کامل آنها موفق نبوده‌اند.

برخی مسائل واقعی مانند شناسایی دست‌خط (Handwriting Recognition)، دسته‌بندی تصویر (Image Classification)، تولید موسیقی (Music Generation) و سایر موارد، الگوریتمی برای رسیدن به جواب قطعی در مرتبه زمانی با تقریب چندجمله‌ای ندارند. لذا،‌ اینجا است که نیاز به استفاده از محاسبات نرم به وجود می‌آید.

محاسبات نرم، به کارگیری محاسبات تقریبی (Approximate Calculations) برای حل مسائل است که حاصل آن راه‌حل‌هایی هر چند نادقیق اما قابل قبول برای حل مسائل محاسباتی پیچیده هستند. این رویکرد راه‌حل‌هایی را برای مسائلی ارائه می‌دهد که ممکن است یا غیرقابل حل باشند و یا حل آن‌ها با امکانات سخت‌افزاری کنونی، بسیار زمان‌بر باشد. به رایانش نرم گاهی «هوش محاسباتی» (Computational Intelligence) نیز گفته می شود.

شناسایی سیستم زمینه ای از تئوری کنترل می باشد که بر ایجاد مدل های ریاضی سیستم های دینامیکی بر اساس داده های اندازه گیری شده مبتنی است. اغلب روشهای موجود بر شناسایی سیستم از یک چارچوب ورودی، خروجی استفاده می کند به طوری که سیگنالهای ورودی به سیستم u(t) و سیگنالهای خروجی y(t) داده های اندازه گیری شده هستند. سیستم های هیبرید طی دهه اخیر در مهندسی کنترل توجه فزآینده ای به خود جلب کرده اند. این توجه بیشتر به دلیل قابلیت این سیستم ها در مدلسازی همزمان دینامیک های پیوسته و گسسته طیف گسترده ای از سیستم های حقیقی می باشد. سیستم های هیبرید از فرآیند های پیوسته زمانی و یا گسسته زمانی که با فرآیند های منطقی در تقابل هستند تشکیل می یابند. در این پایان نامه به مسالة شناسایی سیستم های هیبرید پرداخته شده است. بدین منظور یک روش شناسایی سیستم برخط بنام روش خوشه بندی فازی پتانسیلی نموی ارائه شده است و برخی اصلاحات ضروری جهت بکارگیری آن در سیستم های هیبرید انجام یافته است. کارآیی روش ارایه شده با اعمال آن به چند سیستم هیبرید مرسوم مورد ارزیابی قرار گرفته است.

سیستم‌های فازی ژنتیکی دسته‌ای از سیستم‌های فازی هستند که در ساخت آن‌ها از الگوریتم ژنیتک یا برنامه‌ریزی ژنتیکی برای یافتن ساختار و پارامترهای سیستم استفاده شده‌است. با توجه به غیر خطی بودن نتایج و خروجی‌های سیستم‌های فازی، روش‌های متداول بهینه‌سازی در حل و مدل‌سازی خودکار سیستم‌های فازی با محدودیت مواجه هستند. از این رو، در چارچوب محاسبات نرم، استفاده از الگوریتم ژنتیک و برنامه‌ریزی ژنتیک برای یافتن ساختار و پارامترهای سیستم‌های فازی موفقیت‌آمیز بوده‌است.

این کتاب به معرفی نرم افزار متن باز PROCESSMAKER می پردازد. این نرم افزار از جمله نرم افزارهای BPMS می باشد که توانایی مدلسازی و اجرای اتوماتیک فرایندهای سازمان را دارد. نرم افزار PROCESSMAKER در سال های اخیر به دلیل توانمندی های مناسبی که از خود نشان داده است به عنوان یکی از گزینه های مطرح در زمینه پیاده سازی و اتوماسیون فرایندهای کسب و کار شناخته می شود.

مجموعه آمادگی آزمون PMP مورد تایید PMI برای مدیران و متخصصان پروژه ای که نیاز به دریافت مدرک PMP دارند، دسته ای از مسایل مطرح در این آزمون را به همراه پاسخ ها گرداوری کرده است. این مجموعه می تواند توانمندیهای لازم برای شرکت در آزمون PMP را تقویت کند. این مجموعه در سال 2021 منتشر شده است و مورد تایید موسسه مدیریت پروژه PMI می باشد.

شبکه‌های عصبی مصنوعی (Artificial Neural Networks – ANN) یا به زبان ساده‌تر شبکه‌های عصبی، سیستم‌ها و روش‌های محاسباتی نوین برای یادگیری ماشینی، نمایش دانش و در انتها اعمال دانش به دست آمده در جهت بیش‌بینی پاسخ‌های خروجی از سامانه‌های پیچیده هستند. ایدهٔ اصلی این گونه شبکه‌ها تا حدودی الهام‌گرفته از شیوهٔ کارکرد سیستم عصبی زیستی برای پردازش داده‌ها و اطلاعات به منظور یادگیری و ایجاد دانش می‌باشد. عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانهٔ پردازش اطلاعات است. 

شبکه‌های عصبی مصنوعی (ANN) به عنوان یک ابزار محاسباتی قدرتمند برای موضوعاتی از جمله: طبقه بندی، تشخیص الگو، مدل سازی شبکه های عصبی بیولوژیکی مجهز به رویه‌هایی برای یادگیریو … که هیچ راه حل الگوریتمی شناخته شده ای ندارند، استفاده می شود.

In Practical Financial Optimization: A Library of GAMS Models, the authors provide a diverse set of models for portfolio optimization, based on the General Algebraic Modelling System. ‘GAMS’ consists of a language which allows a high-level, algebraic representation of mathematical models and a set of solvers – numerical algorithms – to solve them. The system was developed in response to the need for powerful and flexible front-end tools to manage large, real-life models.

کتاب حاضر به ارایه مسایل متنوع و البته مطرحی در زمینه بهینه سازی ترکیباتی می پردازد و تمام مسایل را با استفاده از الگوریتم ها و روشهای هوش محاسباتی حل و تحلیل می کند. به نحوی که پس از معرفی کامل هر مساله به تشریح مبانی حل و توسعه الگوریتم های هوش محاسباتی برای آن مساله می پردازد و سپس کدها و M فایل های متلب مربوطه را کاملا ارایه و تشریح می کند.