موضوع پروژه: بهینه سازی همزمان چندهدفة فرایند دادرسی کیفری به کمک شبیه سازی کامپیوتری گسسته پیشامد و طراحی آزمایش ها با ارنا arena

داکیومنت:دارد|نسخه نرم افزار:14|فـرمت داکیومنت : word

همراه با داکیومنت صورت مسئله+نتایج شبیه سازی + فایل پیاده سازی در نرم افزار ارنا

توضیح کامل فرایند شبیه سازی با اسکرین شات از تمامی ماژولهای استفاده شده در  شبیه سازی 

Arena Simulation

شرح کلی سیستم:

چکیده: تجزيه و تحلیل سیستم های پیچیدۀ خدماتی با درنظرگرفتن الگوهای تصادفی آن ها به کمک روش های مدل سازی رياضی بسیار پیچیده يا احتمالا ناممكن است ؛ بنابراين مشاهده می شود راهكارهای بهبود بیشتر متكی بر استفاده از تجربیات خبرگان فن و تحلیل های توصیفی است. در مقالة حاضر، با بهره گیری از رويكرد شبیه سازی کامپیوتری گسسته پیشامد، – نظام دادرسی کیفری در دادگاهی برگزيده در کشورمان تجزيه و تحلیل کم ی شد و در آن با استفاده از ابزارهای آماری مانند طراحی آزمايش ها، آزمون فرض، تحلیل رگرسیون، روش های تحلیل حساسیت و بهینه سازی چندهدفه، راهكارهای عملیاتی مناسب برای بهبود زوج شاخص عملكردی سیستم ارائه شد. نتايج شبیه سازی نشان داد با بهره گیری سناريوهای پیشنهادی می توان کاهش 87 درصدی در میانگین زمان دادرسی و بهطور همزمان کاهش 20 درصدی در متوسط مراجعه های مكرر به اين دادگاه انتظار داشت. همچنین، با اجرای آزمون فرض بر چند متغیرهای پاسخ مصنوعی، اعتبارسنجی مدل شبیه سازی برای حصول به جزئیات تحلیلی بیشتر دنبال شد.

واژه های کلیدی: بهینه سازی چندهدفه، تابع مطلوبیت، تجزیه و تحلیل سیستم های خدماتی، شبیه سازی کامپیوتری گسسته پیشامد، طراحی آزمایش ها.

1. دانشجوی کارشناسی ارشد مهندسی صنايع دانشكدۀ مهندسی صنايع، دانشگاه آزاد واحد جنوب، تهران، ايران.

2. استاد دانشكدۀ مهندسی صنايع، دانشگاه علم و صنعت، تهران، ايران.

3. دانشیار دانشكدۀ مهندسی صنايع، دانشگاه آزاد اسلامی، واحد جنوب، تهران، ايران.

براي توسعه مقاله با افزودن يك واحد مشاوره بعد از زمان اخذ اظهارات شاكي و متهم و  يا ارائه نتايج پرونده هاي مشابه به كاهش زمان دادرسي كمك كرد؛ و يا با افزودن سيستم اطلاع رساني آنلاين  به كاهش مراجعات مكرر به دادگاه رسيد.

برای دریافت فایل مقاله اینجا کلیک کنید.

الگوی گردش کار بر پرونده های کیفری در فرایند دادرسی دادگاه ایوانکی

جدول سطوح متغیرهای فرایندی و توابع چگالی احتمال برازش داده شده بر آن ها

مدل شبیه سازی ارنا:

ماژولهای شبیه سازی

نمودار هیستورام نتایج شبیه سازی

منابع شبیه سازی

References

Alighadr, Z. & Akhondzadeh, E. N. (2014). A New Dynamic Model for Knowledge Management (Case Study: A Transportation Company). Industrial Management. 6(2): 337-360. )In Persian)

Ashu, G. & Kawaljee, S. & Rajesh, V. (2010). Simulation An Effective Marketing Tool. Internatioal Journal of Computer Application, 4(11): 8-13.

Banks, J., Carson, S. J., Nelson, L. B. & Nicol, D. M. (2009). Discrete-Event System Simulation, 5th Edition.

Barani, M. (2006). Specialist Police Stations Documentation, Deputy Police Training. Tehran. (In Persian)

Berge Holm, L. & Luras, H. & Dahl, F. A. (2013). Improving hospitsl bed utilization through simulation and optimization With application to a 40% increase in patient volume in a Norwegian general hospital. International Journal Of Medical Information, 82: 80-89.

Carotenuto, P., Monacelli, D., Raponi, G. & Turco, M. (2012). A Dynamics Simulation of a Flexible Transport Service for People in Congested Area. Procedia – Social and Behavioral Sciences, 54: 357-364.

Greasley, A. (2006). Using process mapping and business process simulation to support a process-based approach to change in a public sector organization. Technovation, 26: 95-103.

Montgomery, D. C. (2001). Desing and Analysis of Experiments, Wiley. New York.

Moradkhani, M. (2008). Organizational Factors Affecting the Filing of Judicial Jurisdiction in Police Stations. Research Management Law (Law Enforcement Management Studies), 3(2): 217– 235. (In Persian)

Nauman Bin, A., Kai, P. & Claes, W. (2014). A systematic literature review on the industrial use of software process simulation. Journal of Systems and Software, 97: 65–85.

Robert, J. & Graham, C. (2008). Service Operations Management: Improving Service Delivery, Prentice Hall.

Shannon, R. E. (1975). Systems Simulation: The Art and Science. Prentice Hall.

Shi, w., Shang, J., Liu, Z. & Zuo, X. (2014). Optimal Design of the Auto Parts Suply Chain for JIT Operations: Sequential Bifurcation Factor Screening and Muhti-Response Surface Methodology. European Journal of Operational Research.

Simsek, B. & Tansel, Ic. Y. (2014). Multi-response simulation optimization approach the performance optimization of a Monitoring center. Safety science, 66: 61-74.