مکان‌یابی سیستم‌های توزین تنظیم بار با استفاده از تصمیم‌گیری چندمعیاره: مطالعه موردی شرکت معدنی و صنعتی گهرزمین

نویسندگان

  • محمد سنجری پاریزی * دانشکده مهندسی صنایع، دانشگاه تهران، تهران، ایران .شرکت معدنی و صنعتی گهرزمین، سیرجان، ایران.
  • محمدعلی سعادتی پاریزی شرکت معدنی و صنعتی گهرزمین، سیرجان، ایران.
  • محمدجواد محمدی سلیمانی شرکت معدنی و صنعتی گهرزمین، سیرجان، ایران.
  • سید رضا آل نبی شرکت معدنی و صنعتی گهرزمین، سیرجان، ایران.
  • حمید خواجه نظری شرکت معدنی و صنعتی گهرزمین، سیرجان، ایران.

https://doi.org/10.22105/mmaa.v3i2.126

چکیده

هدف: اهمیت تعیین مکان مناسب برای احداث مراکز اصلی یک شرکت کاملا ملموس است تا جایی که مدیران ارشد یک سازمان در تلاش برای یافتن روش‌های تصمیم‌گیری مناسب در این زمینه هستند. مکان‌یابی انبار و سیستم‌های توزین بار عموما یکی از مهم‌ترین و استراتژیک‌ترین تصمیمات در بهینه‌سازی سیستم‌های لجستیکی است. همچنین با‌توجه‌به اهمیت جنبه‌های پایداری در سال‌های گذشته، توسعه پایدار به یکی از دغدغه‌های اصلی کشورها تبدیل شده است که علاوه‌بر توسعه اقتصادی باید تاثیرات اجتماعی و عملکرد زیست‌محیطی صنایع نیز تضمین شود. تجزیه‌وتحلیل تصمیم‌گیری چندمعیاره یک تکنیک بهینه‌سازی است که برای شناسایی ارجح‌ترین گزینه تحت معیارهای متعدد به‌کار می‌رود. هدف این مطالعه، ارزیابی و شناسایی سیستماتیک مناسب‌ترین مکان‌ها برای احداث سیستم‌های توزین تنظیم بار در شرکت معدنی و صنعتی گهرزمین است.

روش‌شناسی پژوهش: ابتدا بامطالعه و بررسی مرور ادبیات موضوع و همچنین بررسی شرایط مساله، پس از تشکیل تیم کارشناسی متشکل از 5 نفر، 4 گزینه براساس 7 معیار شناسایی و رتبه‌بندی شده‌اند. این مطالعه از یک مدل MCDM استفاده می‌کند که روش ERASA و  روش بهترین–بدترین را در‌بر می‌گیرد.

یافته‌ها: نتایج محاسباتی محل احداث سیستم‌های توزین تنظیم بار را با‌توجه‌به گزینه‌های بالقوه مشخص می‌سازد. بر این اساس با‌توجه‌به نظر کارشناسان معیارهای مسافت و هزینه احداث مهم‌ترین عامل‌ها شناسایی شدند و همچنین پس از ارزیابی گزینه‌های موجود، گزینه 4 بیشترین امتیاز و رتبه 1 را کسب کرد.

اصالت/ارزش‌افزوده علمی: ارزش و نوآوری پژوهشی این تحقیق به‌کارگیری روش جدید تصمیم‌گیری چندمعیاره ERASA جهت ارزیابی و رتبه‌بندی مکان‌های بالقوه به‌منظور احداث سیستم‌های توزین تنظیم بار است که ضمن بررسی دقیق موضوع منجر به ارایه راهکارهای موثر جهت تصمیم‌گیری مدیران ارشد سازمان می‌گردد.

کلمات کلیدی:

تصمیم‌گیری چندمعیاره، روش ERASA، روش بهترین-بدترین، ، سیستم‌های توزین، مکان‌یابی

مراجع

  1. [1] Żak, J., & Wkegliński, S. (2014). The selection of the logistics center location based on MCDM/A methodology. Transportation research procedia, 3, 555–564. https://doi.org/10.1016/j.trpro.2014.10.034
  2. [2] Aditi., Kaul, A., Darbari, J. D., & Jha, P. C. (2019). A fuzzy MCDM model for facility location evaluation based on quality of life. In Soft computing for problem solving: Socpros 2018, (pp. 687-697). Springer. https://doi.org/10.1007/978-981-15-0035-0_56
  3. [3] Wang, C. N., Nguyen, V. T., Thai, H. T. N., & Duong, D. H. (2018). Multi-criteria decision making (MCDM) approaches for solar power plant location selection in Viet Nam. Energies, 11(6), 1504. https://doi.org/10.3390/en11061504
  4. [4] Karacsan, A., Kaya, I., & Erdougan, M. (2020). Location selection of electric vehicles charging stations by using a fuzzy MCDM method: A case study in Turkey. Neural computing and applications, 32(9), 4553–4574. https://doi.org/10.1007/s00521-018-3752-2
  5. [5] Wang, R., Li, X., Xu, C., & Li, F. (2020). Study on location decision framework of electric vehicle battery swapping station: Using a hybrid MCDM method. Sustainable cities and society, 61, 102149. https://doi.org/10.1016/j.scs.2020.102149
  6. [6] Aydin, N., & Seker, S. (2021). Determining the location of isolation hospitals for COVID-19 via Delphi-based MCDM method. International journal of intelligent systems, 36(6), 3011–3034. https://doi.org/10.1002/int.22410
  7. [7] Sahin, M. (2021). Location selection by multi-criteria decision-making methods based on objective and subjective weightings. Knowledge and information systems, 63(8), 1991–2021. https://doi.org/10.1007/s10115-021-01588-y
  8. [8] Xuan, H. A., Trinh, V. V., Techato, K., & Phoungthong, K. (2022). Use of hybrid MCDM methods for site location of solar-powered hydrogen production plants in Uzbekistan. Sustainable energy technologies and assessments, 52, 101979. https://doi.org/10.1016/j.seta.2022.101979
  9. [9] Nenzhelele, T., Trimble, J. A., Swanepoel, J. A., & Kanakana-Katumba, M. G. (2023). MCDM model for evaluating and selecting the optimal facility layout design: A case study on railcar manufacturing. Processes, 11(3), 869. https://doi.org/10.3390/pr11030869
  10. [10] Kabak, M., & Keskin, I. (2018). Hazardous materials warehouse selection based on GIS and MCDM. Arabian journal for science and engineering, 43(6), 3269–3278. https://doi.org/10.1007/s13369-018-3063-z
  11. [11] Ocampo, L., Genimelo, G. J., Lariosa, J., Guinitaran, R., Borromeo, P. J., Aparente, M. E., … ., & Bongo, M. (2020). Warehouse location selection with TOPSIS group decision-making under different expert priority allocations. Engineering management in production and services, 12(4), 22–39. https://doi.org/10.2478/emj-2020-0025
  12. [12] Ak, M. F., & Acar, D. (2021). Selection of humanitarian supply chain warehouse location: A case study based on the MCDM methodology. Avrupa bilim ve teknoloji dergisi, (22), 400–409. https://dergipark.org.tr/en/pub/ejosat/issue/59649/849896
  13. [13] Saha, A., Pamucar, D., Gorcun, O. F., & Mishra, A. R. (2023). Warehouse site selection for the automotive industry using a fermatean fuzzy-based decision-making approach. Expert systems with applications, 211, 118497. https://doi.org/10.1016/j.eswa.2022.118497
  14. [14] Mittal, R., & Obaid, A. (2023). Sustainable warehouse location selection in humanitarian supply chain: Multi-criteria decision-making approach. International journal of mathematical, engineering & management sciences, 8(2), 316-335. https://doi.org/10.33889/IJMEMS.2023.8.2.019
  15. [15] Sanjari Parizi, M., Sazvar, Z., Nayeri, S., & Mehralizade, R. (2024). Novel decision-making methods for the sustainable warehouse location selection problem considering the value alteration boundaries and accumulation of alternatives. Clean technologies and environmental policy, 26(9), 2977–3002. https://doi.org/10.1007/s10098-024-02759-5
  16. [16] Stević, Ž., Pamučar, D., Puška, A., & Chatterjee, P. (2020). Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of alternatives and ranking according to compromise solution (MARCOS). Computers & industrial engineering, 140, 106231. https://doi.org/10.1016/j.cie.2019.106231
  17. [17] Rezaei, J. (2015). Best-worst multi-criteria decision-making method. Omega, 53(1), 49–57. https://doi.org/10.1016/j.omega.2014.11.009
  18. [18] Rezaei, J. (2016). Best-worst multi-criteria decision-making method: Some properties and a linear model. Omega, 64(1), 126–130. https://doi.org/10.1016/j.omega.2015.12.001
  19. [19] Paramanik, A. R., Sarkar, S., & Sarkar, B. (2022). OSWMI: An objective-subjective weighted method for minimizing inconsistency in multi-criteria decision making. Computers & industrial engineering, 169, 108138. https://doi.org/10.1016/j.cie.2022.108138

دانلود

چاپ شده

2026-09-26

شماره

دوره 3 شماره 2 (2026): مدیریت: مدلسازی، تحلیل‌ها و کاربردها

نوع مقاله

مقالات شماره جاری

ارجاع به مقاله

سنجری پاریزی م., سعادتی پاریزی م., محمدی سلیمانی م., آل نبی س. ر., & خواجه نظری ح. (2026). مکان‌یابی سیستم‌های توزین تنظیم بار با استفاده از تصمیم‌گیری چندمعیاره: مطالعه موردی شرکت معدنی و صنعتی گهرزمین. مدیریت: مدلسازی، تحلیل‌ها و کاربرد, 3(2), 139-148. https://doi.org/10.22105/mmaa.v3i2.126
Crossref
Scopus
Google Scholar
Europe PMC

مقالات مشابه

##common.pagination##

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.

مقالات بیشتر خوانده شده از همین نویسنده