بکارگیری مفهوم تئوری مجموعه ی راف در روش های تصمیم گیری چند شاخصه برای ارزیابی و انتخاب مناسبترین استراتژی نگهداری و تعمیرات

نوع مقاله: علمی _ پژوهشی

نویسنده

دانشجوی دکتری مدیریت تولید و عملیات، دانشگاه علامه طباطبائی

چکیده

هدف از این پژوهش ارزیابی استراتژی­های مختلف نگهداری و تعمیرات برای ماشین­آلات سازمان می­باشد. تلاش شده است تا مناسب­ترین استراتژی نگهداری و تعمیرات برای ماشین­آلات و تجهیزات به­گونه­ای انتخاب شود که سطح قابلیت اطمینان تجهیزات و ماشین­آلات را بدون افزایش در سرمایه‌گذاری، افزایش‌‌دهد. از آنجایی که انتخاب مناسب­ترین استراتژی نگهداری و تعمیرات یک مساله تصمیم‌گیری چند معیاره است، بنابراین تصمیم‌گیرندگان در ارزیابی گزینه­ها و معیارهای پژوهش از ترجیحاتی استفاده می‌کنند که غیرقطعی است. از این رو در این پژوهش از مفهوم تئوری مجموعه راف که در چنین شرایطی کارآمد می­باشد استفاده می­شود. در واقع در این پژوهش ابتدا با استفاده از تحلیل عاملی تاییدی به ارزیابی معیارها و عوامل پژوهش پرداخته می­شود و سپس از مفهوم تئوری راف برای تبدیل ترجیحات خبرگان به اعداد فاصله‌ای و از روش­های فرایند تحلیل سلسله مراتبی راف و تاپسیس راف برای ارزیابی و رتبه‌بندی گزینه­ها استفاده می‌شود. قابل ذکر است که در این مقاله، روش تاپسیس با داده­های راف توسعه داده شده است. در پایان نیز به منظور نشان­دادن  قابلیت کاربردی بودن روش مطرح شده، آن را در یک مورد مطالعاتی استفاده نموده­ایم. نتایج حاصل از این پژوهش نشان می­دهد که بکارگیری مفهوم تئوری راف به همراه روش­های تصمیم­گیری چند شاخصه می­تواند به مدیران سازمان­ها در امر تصمیم­گیری در شرایط عدم وجود اطلاعات دقیق کمک نماید.

کلیدواژه‌ها


Arunraj, N & Maiti, J (2010). Risk-based maintenance policy selection using AHP and goal programming .Sofety science, 48(2), 238-247.
Azadivar, F & Shu, V (1999). Maintenance policy selection for JIT production systems.International jcurnal of production research, 37(16), 3725-3738.
Bali, O, Kose, E & Gumus, S (2013). Green supplier selection based on IFS and GRA.Grey systems: theory and Application, 3(2), 158-176.
Bengtsson, M (2004). Condition Based Maintenance System Technology – Where is Development Heading.condition based maintenance systems-An investigation of Technical Constituents and organizational Aspects,55.
Bertolini, M & Bevilacqua, M (2006). A combined goal programming—AHP approach to maintenance selection problem. Reliability Engineering & Systems Safety, 91(7), 839-848.
Bruno, G, Esposito, E, Genovese, A & Simpson, M (2015). Applying supplier selection methodologies in a multi-stakeholder environment: A case study and a critical assessment.Expert systems with Application,43,271-285.
Burns , P (1997). Advanced integrated maintenance strategie. Issues of A FE Facilities Management Journal, 27 – 36
Cao, J, Cao, G & Wang,­W (2012). A hybrid model using analytic network process and gray relational analysis for bank's IT outsourcing vendor selection.kybernets,47(7/8) , 994-1013.
Chen, L. F & Tsai, C.-T (2016). Data mining framework based on rough set theory to improve location selection decisions: A case study of a restaurant chain. Tourism Management, 53, 197-206.
Fakoor Saghih, A. M (2016). Measuring the Flexibility of Supply Chain by Using Gray System. Management Research in Iran, 19(4), 117-138.
Hon Yin Lee, H & Scott, D (2009). Strategic and operational factors' influence on the management of building maintenance operation processes in sports and leisure facilities, Hong Kong. Journal of Retail & Leisure Property, 8(1), 25-37. doi:10.1057/rlp.2008.29.
Hylocka, R & Currimb, F (2013). A maintenance centric approach to the view selection problem. A maintenance centric approach to the view selection problem, 38(7), 971–987.
Ilker, M. A, Coşkun, H & Birdogan, B (2013). Business School ranking with grey relational analysis: the case of Turkey. Grey Systems: Theory and Application, 3(1), 76-94. doi:doi:10.1108/20439371311293714
Ishizaka, A & Nemery, P (2014). Assigning machines to incomparable maintenance strategies with ELECTRE-SORT. Omega, 47, 45-59.
Karsak, E. E & Dursun, M (2015). An integrated fuzzy MCDM approach for supplier evaluation and selection. Computers & Industrial Engineering, 82, 82-93.
Kose, E, Kabak, M & Aplak, H (2013). Grey theory based MCDM procedure for sniper selection problem.Grey systems: theory and application, 3(1), 35-45.
Luce, S (1999). Choice criteria in conditional preventive maintenance. Mechanical Systems and Signal Processing, 13(1), 163-168.
Oberg, C. P (2002). Managing maintenance as a business.EPAC Software Technologies.
Orji, I. J & Wei, S (2015). An innovative integration of fuzzy-logic and systems dynamics in sustainable supplier selection: A case on manufacturing industry. Computers & Industrial Engineering, 88, 1-12.
Pawlak, Z (1982). Rough sets. International Journal of Computer & Information Sciences, 11(5), 341-356.
Ramesh, S, Viswanathan, R & Ambika, S (2016). Measurement and optimization of surface roughness and tool wear via grey relational analysis, TOPSIS and RSA techniques. Measurement, 78, 63-72.
Sabet Motlagh, M, Salehi Sadaghiani, j, Ayazi, S. A & Abedini Naeini, M (2015). Evaluation and Selection of Strategic Suppliers Using Integrated approach of AHP and Gray  TOPSIS. Journal of Operational Research and Its Applications, 11(4), 101-117 (in persian).
Sanjeev, G & Sandeep, G (2012). Applying fuzzy grey relational analysis for ranking the advanced manufacturing systems. Grey Systems: Theory and Application, 2(2), 284-298.
Shafiee Nick Abadi, M, Farajpour Khanaposhtani, H, Eftekhari, H & Sadadadi, A (2016). Using hybrid approach FA, AHP and TOPSIS for selecting and ranking the appropriate maintenance strategies. Industrial Management Studies, 13(39), 35-62(in persian).
Shen, G (1997). A comparative study of priority setting methods for planned maintenance of public buildings.Facilities,15(12/13) , 331-339.
Stadnicka, D, Antosz, K & Ratnayake, R. M (2014). Development of an empirical formula for machine classification: Prioritization of maintenance tasks. safety science, 63,34-41.
Tsang, A (1998). A Strategic approach to managing maintenance performance. J of Qual in Maint Eng 4(2): 87-94.Journal of Quality in maintenance Engineeriry,4(2),87-94.
Van Horenbeek, A & Pintelon, L (2014). Development of a maintenance performance measurement framework-using the analytic network process (ANP) for maintenance performance indicator selection. Omega, 42(1), 33-46.
Zhai, L. Y, Khoo, L.P & Zhong, Z. W (2008). A rough set enhanced fuzzy approach to quality function deployment. The International Journal of Advanced Manufacturing Technology, 37(5), 613-624.
Zhu, G, Hu, J, Qi, J, Gu, C.C & Peng, Y (2015). An integrated AHP and VIKOR for design concept evaluation based on rough number.Advanced Engineeriny Informatics, 29(3),408-418.