مدلی برای بهینه‌سازی سیستم درصنایع

نویسندگان

  • محمد محمدخانی * گروه مهندسی صنایع، دانشگاه جامع امام حسین (ع).
  • اردشیر احمدی دانشکده و پژوهشکده فنی و مهندسی دانشگاه جامع امام حسین (ع).

https://doi.org/10.22105/mmaa.v1i1.66

چکیده

هدف: در دنیای پیچیده و رقابتی امروز، بهینه‌سازی سیستم‌ها در صنایع به‌عنوان یکی از الزامات اساسی برای افزایش بهره‌وری، کاهش هزینه‌ها و ارتقا کارایی سازمان‌ها شناخته می‌شود. مقاله حاضر با هدف ارایه مدلی جامع برای بهینه‌سازی سیستم در صنایع، دو گام کلیدی را مورد بررسی قرار می‌دهد: 1- تخصیص بهینه نیروی انسانی خبره به موقعیت‌های شغلی موثر و 2- تحلیل راهبردی تعارض‌های میان واحدهای همکار در درون صنعت.

روش‌شناسی پژوهش: در گام نخست، تمرکز بر تخصیص مناسب نیروهای متخصص به جایگاه‌های شغلی با استفاده از یک مدل برنامه‌ریزی ریاضی چندهدفه صفر و یک است. این مدل به‌گونه‌ای طراحی شده که بتواند دو هدف اساسی را به‌طور همزمان دنبال کند: حداکثرسازی تطابق میان توانمندی‌های داوطلبان و نیازمندی‌های شغلی و حداقل‌سازی هزینه‌های آموزش افراد جدید. در این راستا، مهارت‌ها، سوابق و هزینه‌های مربوط به آموزش نیروهای انسانی در قالب توابع ریاضی فرموله شده و بهینه‌سازی می‌گردد. استفاده از این رویکرد می‌تواند منجر به تخصیص بهینه منابع انسانی در سازمان و ارتقا سطح کارایی کلی شود.

یافته‌ها: به‌طور خاص، تعارض میان واحد تولید و کنترل کیفیت به‌عنوان یک مثال واقعی بررسی شده و با تشکیل ماتریس بازی، استراتژی‌های هر واحد استخراج و حل استراتژیک بازی تا رسیدن به نقطه تعادل نش انجام شده است. این تحلیل به مدیران کمک می‌کند تا استراتژی‌هایی را انتخاب کنند که هم منافع واحد مربوطه و هم منافع کل سیستم را به بهترین شکل ممکن تامین کند.

اصالت/ارزش افزوده علمی: این پژوهش با در ترکیب همزمان دو رویکرد علمی – یکی در حوزه بهینه‌سازی تخصیص منابع انسانی و دیگری در تحلیل تعارض‌های درون‌سازمانی – نهفته است. این ترکیب می‌تواند الگویی جامع و قابل اجرا برای تصمیم‌گیری‌های راهبردی در سطوح مختلف سازمانی به‌ویژه در صنایع با ساختار پیچیده فراهم آورد.

کلمات کلیدی:

تخصیص شغل، بهینه سازی، سیستم، تصمیم بهینه، انتخاب بهینه

مراجع

  1. [1] Asgharpour, M. J. (2022). Multi-criteria decision making. Tehran University Press. (In Persian). https://press.ut.ac.ir/book_2372.html
  2. [2] Kabak, M., Burmaoğlu, S., & Kazançoğlu, Y. (2012). A fuzzy hybrid MCDM approach for professional selection. Expert systems with applications, 39(3), 3516–3525. https://doi.org/10.1016/j.eswa.2011.09.042
  3. [3] Zha, S., Guo, Y., Huang, S., & Wang, S. (2020). A hybrid MCDM method using combination weight for the selection of facility layout in the manufacturing system: A case study. Mathematical problems in engineering, 2020(1), 1320173. https://doi.org/10.1155/2020/1320173
  4. [4] Seifbarghy, M., & Yazdanifard, R. (2014). Developing a novel multi-objective programming model for personnel assignment problem. Research in production and operations management, 5(1), 1-20. (In Persian). https://jpom.ui.ac.ir/article_19812.html?lang=en
  5. [5] Huang, D. K., Chiu, H. N., Yeh, R. H., & Chang, J. H. (2009). A fuzzy multi-criteria decision making approach for solving a bi-objective personnel assignment problem. Computers & industrial engineering, 56(1), 1–10. https://doi.org/10.1016/j.cie.2008.03.007
  6. [6] Hsiao, Y. C., & Wu, M. H. (2019). How organizational structure and strategic alignment influence new product success. Management decision, 58(1), 182–200. https://doi.org/10.1108/MD-06-2017-0628
  7. [7] Fonseca, T., de Faria, P., & Lima, F. (2019). Human capital and innovation: The importance of the optimal organizational task structure. Research policy, 48(3), 616–627. https://doi.org/10.1016/j.respol.2018.10.010
  8. [8] Lin, S. Y., Horng, S. J., Kao, T. W., Fahn, C. S., Huang, D. K., Run, R. S., … ., & Kuo, I. H. (2012). Solving the bi-objective personnel assignment problem using particle swarm optimization. Applied soft computing, 12(9), 2840–2845. https://doi.org/10.1016/j.asoc.2012.03.031
  9. [9] Lin, H. T. (2010). Personnel selection using analytic network process and fuzzy data envelopment analysis approaches. Computers & industrial engineering, 59(4), 937–944. https://doi.org/10.1016/j.cie.2010.09.004
  10. [10] Nguyen, P. H., Tsai, J. F., Dang, T. T., Lin, M. H., Pham, H. A., & Nguyen, K. A. (2021). A hybrid spherical fuzzy MCDM approach to prioritize governmental intervention strategies against the COVID-19 pandemic: A case study from Vietnam. Mathematics, 9(20), 2626. https://doi.org/10.3390/math9202626
  11. [11] Ahmadi, A., & Memariani, A. (2012). Game theory. Jahan Jam Publishing Institute. (In Persian). https://agahbookshop.com/5139
  12. [12] Dadgar, Y. (2008). Dimensions and functions of games theory in different Fields. Legal research quarterly, 11(47), 101-140. (In Persian). https://lawresearchmagazine.sbu.ac.ir/article_56430.html?lang=fa
  13. [13] Soheil, I. (2022). Application of game theory in military wars. Defense policy, 31(118), 137-166. (In Persian). https://dor.isc.ac/dor/20.1001.1.10255087.1401.31.1.5.2

دانلود

چاپ شده

2024-02-10

شماره

دوره 1 شماره 1 (1403): مدیریت: مدلسازی، تحلیل‌ها و کاربردها

نوع مقاله

مقالات شماره جاری

ارجاع به مقاله

محمدخانی م., & احمدی ا. (2024). مدلی برای بهینه‌سازی سیستم درصنایع. مدیریت: مدلسازی، تحلیل‌ها و کاربرد, 1(1), 10-19. https://doi.org/10.22105/mmaa.v1i1.66
Crossref
Scopus
Google Scholar
Europe PMC

مقالات مشابه

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.