محمد رضا امین ناصری

دانشیار مهندسی صنایع، دانشکدۀ فنی و مهندسی، دانشگاه تربیت مدرس، تهران، ایران

[ 1 ] - مدل‎سازی ترکیبی Pareto/NBD و RFM موزون فازی به‎منظور بخش‌بندی مشتریان در روابط غیرقراردادی

درآمدسازی در شرکت‌ها از طریق ایجاد رابطه با مشتریان و حفظ این روابط در درازمدت صورت می‌پذیرد. از این رو توانایی پیش‌بینی مناسب روابط با مشتریان نکته‌ای اساسی در مدیریت رابطه با مشتریان است. بخش‌بندی روشی است که طی آن با تفکیک مشتریان به بخش‌های متجانس با رفتار خرید مشابه، تلاش می‌شود تا ارزش آتی رابطه با مشتریان پیش‌بینی شود. روش RFM یکی ازمتداول‌ترین روش‌های بخش­بندی است که از تحلیل پایگاه داد...

[ 2 ] - بهینه سازی استراتژی‌های مدیریت اختلال در خطوط راه آهن شهری با استفاده از الگوریتم جستجوی همسایگی متغیر

رخداد اختلالات در راه آهن شهری باعث بروز تاخیرات قطارها، افزایش زمان انتظار مسافرین، افت سطح خدمت و استواری برنامه زمانبندی می‌شود. مدیریت اختلال در راه‌آهن، مجموعه روش‌هایی جهت مدیریت رخدادهای پیش‌بینی نشده‌ و کنترل عملکرد سیستم است. در این تحقیق، مسدودی موقتی بخشی از مسیر به عنوان عامل اختلال در برنامه حرکت قطارها در نظر گرفته شده است. جهت حل مساله از رویکرد بهینه‌سازی مبتنی بر شبیه‌سازی برای...

[ 3 ] - مدل برنامه‌ریزی مجدد حرکت قطارهای مسافری در شرایط مسدودی خطوط شبکه ریلی

رخداد حوادث و اختلالات پیش‌بینی نشده در شبکه‌های ریلی موجب افزایش زمان‌های تأخیر قطارها، کاهش ظرفیت بالقوه مسیر، افت قابلیت اطمینان و استواری برنامه زمان‌بندی می‌شود. مدیریت اختلال در راه‌آهن، شامل مجموعه روش‌هایی است که جهت مدیریت رخدادهای پیش‌بینی نشده‌ و کاهش انحراف از برنامه زمان‌بندی اولیه، اتخاذ می‌گردد. در این تحقیق، مسدودی موقتی بلاک‌های یک شبکه ریلی در اثر حوادث، به عنوان عامل اختلال د...

[ 4 ] - پیش‌بینی زمان ازکارافتادگی ماشین‌آلات دوار با استفاده از سیستم هوشمند

خرابی ماشین‌آلات در کارخانه‌ها گاه به توقف خط تولید منجر می‌شود و ضرر مالی زیادی را به‌دنبال دارد. عملیات پیشگیرانه به‌منظور جلوگیری از وقوع خرابی، نقشی مهم در افزایش طول عمر ماشین‌آلات و کاهش هزینه‌ها دارد. همچنین، پیش‌بینی زمان ازکارافتادگی تجهیزات، مهندسان تعمیرات و نگهداری (نت) را قادر می‌سازد تا قبل از توقف کامل دستگاه برای تعمیر یا جایگزینی تجهیزات اقدام کنند و از این‌رو از هزینة تعمیرات ...

[ 5 ] - طراحی سیستم خبره به منظور مدیریت انبوهی و بیش‏انبوهی در اورژانس

فراهم‏آوری سریع و کارایِ خدمات مورد نیاز بیماران از مسائل بسیار مهم بخش اورژانس قلمداد می‏شود. گاه، به دلیل عدم تطابق نیاز‏ها با ظرفیت ارائة خدمات، بخش اورژانس در شرایط اضطراری قرار می‏گیرد. در این پژوهش، با به‌کارگیری اطلاعات پیشینة موضوع، سیستم خبره‏ای به منظور تشخیص شرایط اضطراری و ارائة راهکار مناسب جهت بازگشت به شرایط عادی اورژانس توسعه داده شد. بدین منظور نداکس شاخصی برای تعیین وضعیت در نظ...

[ 6 ] - توسعه شبکه عصبی مصنوعی ترکیبی به منظور انتخاب سبد محصولات در سازمان‌ها

دنیای امروز شاهد رقابت فشرده سازمان­ها درحوزه­های متنوع است و تصمیم­گیری­ صحیح و بهینه،بخصوص در امور راهبردی مزیت­ رقابتی را برای هر سازمان به ارمغان می­آورد. در این مقاله، مدلی برای یاری مدیران ارشد سازمان در اتخاذ تصمیمات راهبردی توسعه داده شده است. این مدل با استفاده از ترکیب رویکرد تصمیم­گیری چندمعیاره فازی و شبکه عصبی مصنوعی ارائه‌شده و امکان شناسایی بهترین سبد محصولات برای سرمایه­گذاری را...

[ 7 ] - الگویابی داده‌های لرزه‌یی با استفاده از خوشه بندی به منظور پیش بینی زلزله

زلزله‌ها همواره به‌عنوان یکی از مخرب‌ترین بلایای طبیعی شناخته می‌شوند. به دلیل خسارت‌های اقتصادی و تلفات جانی بسیار بالا، پیش‌بینی زلزله امری ضروری به نظر می‌رسد. در این نوشتار، تغییرات زمانی پارامتر $b$ از رابطه‌ی گوتنبرگ ریشتر قبل از زلزله‌هایی با بزرگای $M_w=6.0$ و یا بالاتر از آن در ناحیه‌ی جنوبی ایران، منطقه‌ی قشم و اطراف آن مورد بررسی قرار گرفته است. از دو روش خوشه‌بندی K-M‌e‌a‌n‌s و نقشه...

[ 8 ] - A statistical analysis framework for bus reliability evaluation based on AVL data: A case study of Qazvin, Iran

Reliability is a fundamental factor in the operation of bus transportation systems for the reason that it signifies a straight indicator of the quality of service and operator’s costs. Todays, the application of GPS technology in bus systems provides big data availability, though it brings the difficulties of data preprocessing in a methodical approach. In this study, the principal component an...

[ 9 ] - پیشبینی قیمت تسویه بازار برای خوشه های زمانی رقابت پذیری بازار با استفاده از شبکه عصبی بهبود یافته با الگوریتم ژنتیک: مطالعه بازار برق ایران

با قانون‌زدایی بازار و شکل‌گیری بازار روز بعد انرژی، در هرروز تولیدکنندگان انرژی اقدام به ارائه پیشنهاد قیمت خود برای هر واحد به تفکیک ساعت، در حداکثر 10 پله به مدیریت‌شبکه می‌کنند و مدیریت‌شبکه با تعیین میزان تقاضا در روزبعد، قیمت‌تسویه بازار برای روز آتی را به همراه برندگان بازار اعلام می‌کند و بر اساس قیمت پیشنهادی تولیدکنندگان با آنها تسویه می‌کند. از این رو پیشبینی قیمت تسویه بازار برای شر...

[ 10 ] - توسعه شبکه عصبی مصنوعی مبتنی بر الگوریتم ژنتیک به منظور پیش‌بینی آزمایش‌های PVT چاه‌های نفت در صنایع بالادستی

در مرحله صیانت از مخازن نفتی صنایع بالادستی، آزمایش‌های پیچیده‌ای موسوم به PVT برای شناسایی خواص سیالات مخزن انجام می‌گیرد. وجود مشکلاتی چون خطرات احتمالی، زمان‌بر بودن، دقیق نبودن نمونه‌ها و محدودیت‌های دما و فشار، باعث شده تا استفاده از روش‌های هوشمند در این حوزه گسترش یابد. در این پژوهش به منظور اجتناب از مشکلات مذکور و یافتن رابطه پیچیده و غیرخطی داده‌های آزمایش‌های‌ PVT از شبکه عصبی مصنوعی...

[ 11 ] - Price Competition Between Two Leader-Follower Supply Chains, A Case Study

We model a real-world case problem as a price competition model between two leader-follower supply chains that each of them consists of one manufacturer and one retailer. T he manufacturer produces partially differentiated products and sells to market through his retailer. The retailer sells the products of manufacturer to market by adding some values to the product and gains margin as a fracti...

[ 12 ] - Competitive Pricing in a Supply Chain Using a Game Theoretic Approach

We develop a price competition model for a new supply chain that competes in a market comprised of some rival supply chains. The new supply chain has one risk-neutral manufacturer and one risk-averse retailer in which the manufacturer is a leader and retailer is a follower. The manufacturer pays a fraction of the risk cost (caused by demand uncertainty) to the retailer. We apply this competitiv...

[ 13 ] - Demand-oriented timetable design for urban rail transit under stochastic demand

In the context of public transportation system, improving the service quality and robustness through minimizing the average passengers waiting time is a real challenge. This study provides robust stochastic programming models for train timetabling problem in urban rail transit systems. The objective is minimization of the weighted summation of the expected cost of passenger waiting time, its va...

[ 14 ] - برآورد تابع بهای تمام‌شده تولید انرژی در واحدهای گازی نیروگاه سیکل ترکیبی اردبیل با استفاده از الگوریتم‌های هوش مصنوعی

   با مقررات زدایی از بازار و شکل‌گیری بازار روز بعد انرژی، باهدف کاهش هزینه‌های تولیـد و توزیـع بـرق و رفـع ناکارآمدی‌های صنعت برق انحصاری، تحدید ساختار در بازار برق ایران انجام گرفت که در آن در هرروز تولیدکنندگان انرژی با یکدیگر به رقابت می‌پردازند. دراین‌بین بهای تمام‌شده تولید انرژی پارامتر تعیین‌کننده در تعیین استراتژی پیشنهاد قیمت توسط هر نیروگاه و میزان سود بخشی آن می‌باشد. ازاین‌رو در ا...

[ 15 ] - مدل حل مبتنی بر جستجوگر محلی ژنتیک برای مساله زمان بندی استقرار کارگاهی تعمیم یافته با زمانهای عملیات قابل کنترل

Although incorporating complexities and flexibilities of real world manufacturing systems into classic scheduling problems results in problems with greater complexity, it has immense theoretical and practical importance due to its impressive effect on system performance. In this research, three basic assumptions of a job shop scheduling problem have been revised to develop a model with three ty...

[ 16 ] - ارائه‌ی یک الگوریتم تلفیقی جهت مسأله زمانبندی پروژه مبتنی بر تخفیف قیمت با استفاده از رویکرد رگرسیون مرحله‌ای جهت تنظیم پارامترها

  The project scheduling problem is known as a NP-hard problem in literature. In this research, a resource constrained project scheduling problem which is known as a NP-Hard problem is considered. This problem has attracted many researchers during recent years. The aim of this problem is to determine the optimal starting times of activities considering both precedence and available resources co...

[ 17 ] - Optimizing Multiple Response Problem Using Artificial Neural Networks and Genetic Algorithm

  This paper proposes a new intelligent approach for solving multi-response statistical optimization problems. In most real world optimization problems, we are encountered adjusting process variables to achieve optimal levels of output variables (response variables). Usual optimization methods often begin with estimating the relation function between the response variable and the control variab...

[ 18 ] - A Game Theoretic Approach for Sustainable Power Systems Planning in Transition

Intensified industrialization in developing countries has recently resulted in huge electric power demand growth; however, electricity generation in these countries is still heavily reliant on inefficient and traditional non-renewable technologies. In this paper, we develop an integrated game-theoretic model for effective power systems planning thorough balancing between supply and demand for e...

[ 19 ] - Solving Re-entrant No-wait Flow Shop Scheduling Problem

In this study, we consider the production environment of no-wait reentrant flow shop with the objective of minimizing makespan of the jobs. In a reentrant flow shop, at least one job should visit at least one of the machines more than once. In a no-wait flowshop scheduling problem, when the process of a specific job begins on the first machine, it should constantly be processed without waiting ...

[ 20 ] - Coordination of Pricing and Order Quantity for Two Replaceable and Seasonal Products

This paper deals with the coordination of pricing and order quantity decisions for two seasonal and substitutable goods in one firm. We assume that the customers are price sensitive and they are willing to buy the cheaper products, which is known as one way and customers-based price driven substitution. First, a mathematical model is developed for one firm, which contains two replaceable produc...