<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>University of Tehran</PublisherName>
				<JournalTitle>Advances in Industrial Engineering</JournalTitle>
				<Issn>2783-1744</Issn>
				<Volume>53</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>04</Month>
					<Day>01</Day>
				</PubDate>
			</Journal>
<ArticleTitle>ارزیابی عملکرد عامل‌های انسانی در مرکز تلفن با استفاده از رویکرد داده‌کاوی</ArticleTitle>
<VernacularTitle></VernacularTitle>
			<FirstPage>575</FirstPage>
			<LastPage>584</LastPage>
			<ELocationID EIdType="pii">80149</ELocationID>
			
<ELocationID EIdType="doi">10.22059/jieng.2019.215385.1217</ELocationID>
			
			<Language>EN</Language>
<AuthorList>
<Author>
					<FirstName>مریم</FirstName>
					<LastName>دولت شاه</LastName>
<Affiliation>دانشجو/ دانشگاه پیام نور</Affiliation>

</Author>
<Author>
					<FirstName>بابک</FirstName>
					<LastName>تیمورپور</LastName>
<Affiliation>دانشگاه تربیت مدرس</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2016</Year>
					<Month>09</Month>
					<Day>27</Day>
				</PubDate>
			</History>
		<Abstract>اکثر مشکلات مربوط به برنامه‌ریزی منابع انسانی منحصر به محدودیت‌های سطح خدمات است. ارایه سطح خدمات بالا بر فاکتورهایی هم‌چون کاهش زمان خدمت تاکید می‌کند. بنابراین ارزیابی عملکرد عامل‌های انسانی در صنعت مراکز تلفن، به منظور تعیین کیفیت سطح خدمات، از مهم‏ترین چالش‏های این مراکز محسوب می‌شود. در این پژوهش جهت تعیین سطح خدمت، مهارت و خوشه‌بندی عامل‌های انسانی، ویژگی‏های توصیفی معیار زمان خدمت بر اساس نوع خدمت به مشتری به عنوان داده‌های ورودی استخراج شده‏اند. استفاده از این مشخصهـها می‌تواند به ارزیابی و الویت‏بندی موثرتر عامل‌های انسانی کمک کند. بعلاوه این مشخصه‏ها دشواری استفاده از سایر معیارهای ارزیابی عملکرد را ندارند. مشخصه‌های این پژوهش از داده‌های مرکز تماس یک شرکت طراح و تولیدکننده سیستم‌های کامپیوتری و الکترونیکی استخراج شده و با استفاده از روش تحلیل مولفه‌های اصلی ارزیابی شده‌اند. هم‌چنین موقعیت عامل‌ها نسبت به مشخصه‌های عملکردشان نمایش داده شده است. در نهایت عامل‌های انسانی مورد مطالعه با استفاده از الگوریتم‌ خوشه‌بندی k-means و بر اساس مشخصه‌های عملکردشان گروه‌بندی شده‌اند. سه گروه از عامل‌های انسانی ایجاد شده است که هر گروه بیانگر سطح مهارت و خدمت آن‌ گروه می‏باشد. نتایج تحقیق سهولت در ارزیابی عملکرد عامل‌ها با روش‌های داده‌کاوی را نشان می‌دهد.</Abstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">مرکز تلفن</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">عامل‌های انسانی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">زمان خدمت</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">داده‌کاوی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">خوشه‌بندی</Param>
			</Object>
		</ObjectList>
</Article>

<Article>
<Journal>
				<PublisherName>University of Tehran</PublisherName>
				<JournalTitle>Advances in Industrial Engineering</JournalTitle>
				<Issn>2783-1744</Issn>
				<Volume>53</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>04</Month>
					<Day>01</Day>
				</PubDate>
			</Journal>
<ArticleTitle>قیمت گذاری در یک زنجیره تامین دو سطحی تحت سیاست های کنترل میزان انتشار کربن</ArticleTitle>
<VernacularTitle></VernacularTitle>
			<FirstPage>585</FirstPage>
			<LastPage>596</LastPage>
			<ELocationID EIdType="pii">80150</ELocationID>
			
<ELocationID EIdType="doi">10.22059/jieng.2019.267301.1629</ELocationID>
			
			<Language>EN</Language>
<AuthorList>
<Author>
					<FirstName>مروارید</FirstName>
					<LastName>رهنمای رحمانی</LastName>
<Affiliation>دانشجو</Affiliation>

</Author>
<Author>
					<FirstName>عطاالله</FirstName>
					<LastName>طالعی زاده</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2018</Year>
					<Month>10</Month>
					<Day>12</Day>
				</PubDate>
			</History>
		<Abstract>در این مقاله، به مطالعه یک زنجیره تامین دو سطحی شامل یک تولیدکننده و یک خرده فروش با درنظر گرفتن سیاست های انگیزشی تحت شرایطی از قبیل آگاهی زیست محیطی مصرف کننده که منجر به ترجیح تولید محصول کم کربن نسبت به محصولی که منجر به انتشار کربن بالا می شود، پرداخته شده است. در این مطالعه از قرارداد تاخیر در پرداخت به منظور هماهنگ سازی زنجیره تامین استفاده شده است. همچنین از قانون کپ اند ترید در زمینه ی تکنولوژی سبز و کاهش انتشار کربن بهره گرفته شده است. به این گونه که بازار معاملات کربن در نظر گرفته شده و مکانیزم تبادلات اعتبارات کربن مورد بررسی قرار گرفته است. در این مطالعه از روش حل استکلبرگ برای رسیدن به مقدار بهینه ی قیمت خرده فروشی و قیمت عمده فروشی استفاده شده است. در انتها از مثال عددی با محاسبه متغیرهای تصمیم و سود زنجیره تامین هماهنگ سازی شده، برای مشاهده ی نتایج حاصل از سیاست های انگیزشی استفاده شده است و نیز از آنالیز حساسیت به منظور مشاهده تغییرات در متغیرهای تصمیم حاصل از تغییرات در پارامترهای مسئله بهره گرفته شده است.</Abstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">تکنولوژی سبز</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">انتشار کربن</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تئوری بازیها</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">قرارداد تاخیر در پرداخت</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">هماهنگی زنجیره تامین</Param>
			</Object>
		</ObjectList>
</Article>

<Article>
<Journal>
				<PublisherName>University of Tehran</PublisherName>
				<JournalTitle>Advances in Industrial Engineering</JournalTitle>
				<Issn>2783-1744</Issn>
				<Volume>53</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>04</Month>
					<Day>01</Day>
				</PubDate>
			</Journal>
<ArticleTitle>تحلیل سری های زمانی غیر خطی و شبکه عصبی مصنوعی بیزی در مدل سازی و پیش بینی رشد اقتصادی</ArticleTitle>
<VernacularTitle></VernacularTitle>
			<FirstPage>595</FirstPage>
			<LastPage>608</LastPage>
			<ELocationID EIdType="pii">80151</ELocationID>
			
<ELocationID EIdType="doi">10.22059/jieng.2019.231898.1362</ELocationID>
			
			<Language>EN</Language>
<AuthorList>
<Author>
					<FirstName>فریده</FirstName>
					<LastName>سبحانی فرد</LastName>
<Affiliation>دانشگاه سیستان و بلوچستان</Affiliation>

</Author>
<Author>
					<FirstName>محمد رضا</FirstName>
					<LastName>شهرکی</LastName>
<Affiliation>مدیر گروه مهندسی صنابع- دانشگاه سیستان و بلوچستان</Affiliation>

</Author>
<Author>
					<FirstName>محمد</FirstName>
					<LastName>انیسه</LastName>
<Affiliation>استادیار گروه مدیریت صنعتی، دانشگاه بین المللی امام خمینی</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2017</Year>
					<Month>04</Month>
					<Day>24</Day>
				</PubDate>
			</History>
		<Abstract>پیش بینی صحیح رشد اقتصادی در سیاست گذاری ها و برنامه ریزی های بلند مدت توسعه ی پایدار نقش مهمی را ایفا می کند. یکی از مسائل مهم در پیش بینی سری های زمانی استفاده از روش هایی جهت شناسایی الگوهای زمانی با هدف کنترل پیچیدگی ها و بهینه سازی خطای حاصل از پیش بینی می باشد. در این تحقیق تحلیل سری های زمانی تولید ناخالص داخلی جهت پیش بینی مسیر حرکت رشد اقتصادی با استفاده از روش شبکه عصبی مصنوعی بیزی، برای انعطاف بیشتر مدل غیر خطی در برخورد با پیچیدگی-های مسئله و انطباق بیشتر با شرایط واقعی انجام خواهد گرفت. در ادامه با استفاده از ترکیب الگوریتم های فراابتکاری ژنتیک در آموزش شبکه به بهبود کارایی مدل در مقایسه با نتایج روش های قدیمی تر پرداخته می شود. در تخمین مدل از داده های دوره ی 1371 تا 1392 استفاده گردید و سپس کارایی آن برای داده های فصلی 1393 تا دو فصل اول 1395 با استفاده از معیار SSE و MSE بررسی گردید. نتایج نشان می‌دهد که اصلاح پیچیدگی های در آموزش شبکه نقش بسزایی در بهینه سازی خطای مدل خواهد داشت.</Abstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">مدل سازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پیش بینی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">سری زمانی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شبکه عصبی بیزی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شبیه سازی زنجیره مارکوف مونت کارلو</Param>
			</Object>
		</ObjectList>
</Article>

<Article>
<Journal>
				<PublisherName>University of Tehran</PublisherName>
				<JournalTitle>Advances in Industrial Engineering</JournalTitle>
				<Issn>2783-1744</Issn>
				<Volume>53</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>04</Month>
					<Day>01</Day>
				</PubDate>
			</Journal>
<ArticleTitle>کاربرد قرارداد رزرو در کنترل اپیدمی با استفاده از واکسیناسیون و درمان</ArticleTitle>
<VernacularTitle></VernacularTitle>
			<FirstPage>609</FirstPage>
			<LastPage>620</LastPage>
			<ELocationID EIdType="pii">80152</ELocationID>
			
<ELocationID EIdType="doi">10.22059/jieng.2019.247858.1495</ELocationID>
			
			<Language>EN</Language>
<AuthorList>
<Author>
					<FirstName>نفیسه</FirstName>
					<LastName>شمسی گمچی</LastName>
<Affiliation>دانشگاه تهران، دانشجوی دکتری، مهندسی صنایع</Affiliation>

</Author>
<Author>
					<FirstName>سید علی</FirstName>
					<LastName>ترابی</LastName>
<Affiliation>مدیر گروه مهندسی کسب و کار در دانشکده مهندسی صنایع پردیس فنی دانشگاه تهران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2018</Year>
					<Month>01</Month>
					<Day>17</Day>
				</PubDate>
			</History>
		<Abstract>زنجیره‌های تامین دارو و واکسن بسیار متفاوت از زنجیره‌های تامین سایر اقلام امدادی هستند. لذا لازم است در مناطق بالقوه شیوع بیماری‌های بومی، در فاز قبل از وقوع بحران، سیاست‌های لازم جهت کنترل به‌موقع آن‌ها اتخاذ شود. در این مقاله، یک قرارداد رزرو برای تامین واکسن و دارو در فاز قبل از وقوع بحران طراحی شده است تا در صورت وقوع اپیدمی بیماری‌های واگیردار به‌عنوان یکی از عواقب وقوع بحران‌های طبیعی و غیرطبیعی، بتوان آن را کنترل کرد. به کمک مدل طراحی شده و با در نظر گرفتن مدل اپیدمی SIR، میزان موردنیاز واکسن و دارو تعیین شده و سپس با استفاده از بازی استکلبرگ به تعیین پارامترهای قرارداد رزرو پرداخته می‌شود. برای تبیین کاربردی بودن مدل ریاضی، یک مثال عددی نیز ارائه و نتایج آن تحلیل شده است.&lt;br /&gt; زنجیره‌های تامین دارو و واکسن بسیار متفاوت از زنجیره‌های تامین سایر اقلام امدادی هستند. لذا لازم است در مناطق بالقوه شیوع بیماری‌های بومی، در فاز قبل از وقوع بحران، سیاست‌های لازم جهت کنترل به‌موقع آن‌ها اتخاذ شود.</Abstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">واکسیناسیون</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">قرارداد رزرو</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مدل اپیدمی SIR</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کنترل بهینه</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">بازی استکلبرگ</Param>
			</Object>
		</ObjectList>
</Article>

<Article>
<Journal>
				<PublisherName>University of Tehran</PublisherName>
				<JournalTitle>Advances in Industrial Engineering</JournalTitle>
				<Issn>2783-1744</Issn>
				<Volume>53</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>04</Month>
					<Day>01</Day>
				</PubDate>
			</Journal>
<ArticleTitle>مدیریت زنجیره تامین پایدار و مدل تصمیم گیری استراتژیک باتوجه به هزینه های اجتماعی ناشی ازآلودگی محیط زیست</ArticleTitle>
<VernacularTitle></VernacularTitle>
			<FirstPage>621</FirstPage>
			<LastPage>632</LastPage>
			<ELocationID EIdType="pii">80153</ELocationID>
			
<ELocationID EIdType="doi">10.22059/jieng.2019.273370.1666</ELocationID>
			
			<Language>EN</Language>
<AuthorList>
<Author>
					<FirstName>محمد</FirstName>
					<LastName>فلاح</LastName>
<Affiliation>گروه مهندسی صنایع دانشگاه آزاد تهران مرکز</Affiliation>

</Author>
<Author>
					<FirstName>عذرا</FirstName>
					<LastName>قبادی</LastName>
<Affiliation>گروه صنایع دانشگاه آزاد اسلامی تهران مرکز</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2019</Year>
					<Month>01</Month>
					<Day>08</Day>
				</PubDate>
			</History>
		<Abstract>مطالعه پیش رو مدل تصمیم گیری استراتژیکی را که هزینه های عملیاتی و اجتماعی آلودگی محیط زیست ناشی از عملیات چنین شبکه زنجیره تامین را برای مدیریت زنجیره تامین پایدار، ارائه می دهد. مدیریت پایدار به کمتر شدن ریسک های زیست محیطی و اجتماعی در کسب و کار اطلاق می شود. این مدل به منظور ارزیابی انتشار دی اکسید کربن و هزینه های عملیاتی تحت سنایوهای مختلف دریک شبکه زنجیره تامین تولید مواد لبنی بررسی نموده و نتایج بیان می نمایدکه میزان کم انتشار دی اکسید کربن در اثر بالا بودن نرخ هزینه اجتماعی آنها است و هم چنین قوانینی که شرکتها را مجبور به تحمل هزینه های اجتماعی آلودگی های محیط زیستی ناشی از فعالیت های اقتصادی خود کند یک روش موثر برای کاهش انتشار آلودگی خواهد بود. مشخص شد که کل انتشار گاز دی اکسید کربن با افزایش نرخ هزینه های اجتماعی انتشار گاز دی اکسید کربن کاهش می‌یابد. نتایج نشان داد که اگر شرکت‌ها مجبور به پرداخت هزینه های اجتماعی انتشار گازدی اکسید کربن ناشی از عملیات شبکه های زنجیره تامین خود باشند، تصمیم گیرندگان این شرکت‌ها استراتژی های بهینه برای مبادلات بین هزینه های عملیاتی و انتشار گاز دی اکسید کربن را ایجاد خواهند کرد. بنابراین، تصمیم گیرندگان شرکت‌ها کارخانه‌هایی را انتخاب خواهند کرد که گاز دی اکسید کربن کمتری منتشر می کنند، حتی اگر آن کارخانه‌ها هزینه های بالاتری برای تولید داشته باشند</Abstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">مدیریت زنجیره تامین پایدار</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تصمیم گیری استراتژیک</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">آلودگی محیط زیست</Param>
			</Object>
		</ObjectList>
</Article>

<Article>
<Journal>
				<PublisherName>University of Tehran</PublisherName>
				<JournalTitle>Advances in Industrial Engineering</JournalTitle>
				<Issn>2783-1744</Issn>
				<Volume>53</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>04</Month>
					<Day>01</Day>
				</PubDate>
			</Journal>
<ArticleTitle>شبیه سازی زنجیره تامین دو سطحی گندله آهن با استفاده از رویکرد پویایی های سیستم</ArticleTitle>
<VernacularTitle></VernacularTitle>
			<FirstPage>633</FirstPage>
			<LastPage>643</LastPage>
			<ELocationID EIdType="pii">80154</ELocationID>
			
<ELocationID EIdType="doi">10.22059/jieng.2019.241581.1436</ELocationID>
			
			<Language>EN</Language>
<AuthorList>
<Author>
					<FirstName>میراحمد</FirstName>
					<LastName>محمدی</LastName>
<Affiliation>دانشکده فنی و مهندسی- دانشگاه تربیت مدرس- تهران، ایران</Affiliation>

</Author>
<Author>
					<FirstName>احمد رضا</FirstName>
					<LastName>صیادی</LastName>
<Affiliation>دانشکده فنی و مهندسی- دانشگاه تربیت مدرس، تهران، ایران</Affiliation>

</Author>
<Author>
					<FirstName>علی</FirstName>
					<LastName>حسین زاده کاشان</LastName>
<Affiliation>دانشکده صنایع، دانشگاه تربیت مدرس، تهران، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2017</Year>
					<Month>09</Month>
					<Day>17</Day>
				</PubDate>
			</History>
		<Abstract>زنجیره تامین صنعت فولاد به روش احیای مستقیم، شامل تهیه سنگ آهن، تولید کنسانتره، گندله، آهن اسفنجی و فولاد است. محدودیت تأمین ‌کنندگان، تنوع نهاده‌های مصرفی و محدودیت مشتریان باعث تنوع گزینه‌های فنی و اقتصادی شده که مدیریت بهینه زنجیره تامین را ضروری می‌سازد. هدف پژوهش حاضر، ارایه مدل پویای زنجیره تامین دوسطحی (سنگ آهن-کنسانتره و کنسانتره-گندله) با استفاده از رویکرد پویایی‌های سیستم است. بدین منظور، ضمن شناسایی متغیرهای کمی و کیفی و تعیین روابط بین آنها، چگونگی تعامل و نحوه بازخورد بین متغیرها تعیین گردید. در ادامه یک مدل شبیه‌سازی طراحی و امکان بررسی سناریوهای مختلف تولید فراهم گردید. جهت بررسی کارکرد مدل، از داده‌های یک مجتمع تولید فولاد در ایران استفاده شد. بر این اساس، افزایش 2% عیار سنگ آهن منجر به افزایش 35/3% در تولید نهایی گندله و افزایش همزمان 2% عیار سنگ‌آهن ورودی، 5% نرخ تولید و 2% بازیابی باعث افزایش 85/5% در تولید گندله می‌شود</Abstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">فولاد</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">گندله</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مدیریت زنجیره تامین</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پویایی‌های سیستم</Param>
			</Object>
		</ObjectList>
</Article>

<Article>
<Journal>
				<PublisherName>University of Tehran</PublisherName>
				<JournalTitle>Advances in Industrial Engineering</JournalTitle>
				<Issn>2783-1744</Issn>
				<Volume>53</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>04</Month>
					<Day>01</Day>
				</PubDate>
			</Journal>
<ArticleTitle>زمانبندی در سلول های تولیدی رباتیک دو ماشینه با در نظر گرفتن وابستگی زمان ‏پردازش و زمان تعویض ابزار</ArticleTitle>
<VernacularTitle></VernacularTitle>
			<FirstPage>645</FirstPage>
			<LastPage>658</LastPage>
			<ELocationID EIdType="pii">80155</ELocationID>
			
<ELocationID EIdType="doi">10.22059/jieng.2019.239904.1421</ELocationID>
			
			<Language>EN</Language>
<AuthorList>
<Author>
					<FirstName>واحد</FirstName>
					<LastName>مرادی</LastName>
<Affiliation>گروه مهندسی صنایع، دانشگاه آزاد اسلامی واحد بناب، بناب، ایران</Affiliation>

</Author>
<Author>
					<FirstName>مهدی</FirstName>
					<LastName>یوسفی نژاد عطاری</LastName>
<Affiliation>دانشگاه آزاد اسلامی واحد بناب</Affiliation>
<Identifier Source="ORCID">0000-0002-5219-042X</Identifier>

</Author>
<Author>
					<FirstName>هیوا</FirstName>
					<LastName>فاروقی</LastName>
<Affiliation>استادیار گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه کردستان</Affiliation>
<Identifier Source="ORCID">0000-0001-9745-9691</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2017</Year>
					<Month>08</Month>
					<Day>22</Day>
				</PubDate>
			</History>
		<Abstract>در این مقاله مسئله ی زمانبندی در سلولهای تولیدی رباتیک دو ماشینه مورد بررسی قرار گرفته است. مجموعه ای از قطعات مختلف توسط سلول تولیدی ‏رباتیک تولید میشوند و هر قطعه جهت تکمیل شدن به تعدادی ابزار روی هر ماشین نیاز دارد و با توجه به اینکه مخزن ابزار ماشینها دارای ظرفیت محدودی ‏هستند، نحوه ی تعویض ابزارها و زمان لازم برای این کار یک مسئله ی تصمیم گیری میباشد. همچنین فرض شده است که زمان پردازش هر قطعه روی ماشین ‏دوم تابعی از عمر ابزارهای ماشین اول میباشد. بر اساس زمان تعویض ابزار و وابستگی زمان پردازش به عمر ابزارها به عنوان دو فرض جدید، مدل برنامه ریزی ‏ریاضی برای کمینه سازی زمان سیکل در یک سلول تولیدی رباتیک دو ماشینه ارائه شده است و سپس تاثیر آنها بر زمان سیکل تحلیل شده و مدل ارائه شده با ‏استفاده از نرم افزار ‏GAMS‏ و الگوریتم ژنتیک حل شده است.‏</Abstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">‏ زمانبندی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">سلول های تولیدی رباتیک</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تعویض ابزار</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">الگوریتم ژنتیک</Param>
			</Object>
		</ObjectList>
</Article>

<Article>
<Journal>
				<PublisherName>University of Tehran</PublisherName>
				<JournalTitle>Advances in Industrial Engineering</JournalTitle>
				<Issn>2783-1744</Issn>
				<Volume>53</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2019</Year>
					<Month>04</Month>
					<Day>01</Day>
				</PubDate>
			</Journal>
<ArticleTitle>مدل سازی و بهینه سازی آزمایش های پروفایل پاسخ با استفاده از مدل های خطی تعمیم یافته</ArticleTitle>
<VernacularTitle></VernacularTitle>
			<FirstPage>659</FirstPage>
			<LastPage>668</LastPage>
			<ELocationID EIdType="pii">80157</ELocationID>
			
<ELocationID EIdType="doi">10.22059/jieng.2019.225052.1299</ELocationID>
			
			<Language>EN</Language>
<AuthorList>
<Author>
					<FirstName>رسول</FirstName>
					<LastName>نورالسنا</LastName>
<Affiliation>دانشکده مهندسی صنایع، دانشگاه علم وصنعت ایران</Affiliation>

</Author>
<Author>
					<FirstName>فرهاد</FirstName>
					<LastName>پژوهیان</LastName>
<Affiliation>دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2017</Year>
					<Month>12</Month>
					<Day>06</Day>
				</PubDate>
			</History>
		<Abstract>طراحی آزمایشها ابزار مهمی برای بهبود کیفیت محصول یا فرایند است. هدف کلی از یک آزمایش طراحی شده، دسترسی به مقدار بهینه داده های مشاهده شده خروجی از طریق ایجاد تغییر در عامل های ورودی به یک سیستم است. در اغلب آزمایش های صنعتی یک متغیر پاسخ متوالی در فضای داده ها مشاهده می شود. ساختار همبستگی پروفایل خروجی ممکن است منجر به براوردهای گمراه کننده در ضرایب رگرسیونی شود. در این مقاله، یک روش کیفی برای مدل سازی و بهینه سازی آزمایش های پروفایل پاسخ با استفاده از مدل های خطی تعمیم یافته پیشنهاد می شود. در مرحله اول به عنوان یک مطالعه طولی در آزمایش پروفایل پاسخ، مدل خطی تعمیم یافته به منظور مدل سازی و در مرحله دوم، تنظیم بهینه عامل های کنترل که منجر به قرار گیری هم زمان پاسخ-های چندگانه در مقادیر اسمی می شود، با استفاده از روش تابع مطلوبیت تعیین می شود. کارایی روش پیشنهادی بر روی یک مثال از ادبیات موضوع، نشاند دهنده پیشرفت در تحلیل آزمایش های پروفایل پاسخ است.</Abstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">پاسخ پروفایلی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">داده های طولی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مدل های خطی تعمیم یافته</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">درستنمایی سلسله مراتبی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تابع مطلوبیت</Param>
			</Object>
		</ObjectList>
</Article>
</ArticleSet>
