روش شناسی برای ارزیابی پیش بینی قابلیت اطمینان سیستم های برنامه ریزی تولید
محل انتشار: سومین کنفرانس ملی حسابداری و مدیریت
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 701
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCFIN03_264
تاریخ نمایه سازی: 25 فروردین 1394
چکیده مقاله:
از جمله دلایلی که باعث پیچیده تر شدن برنامه ریزی و کنترل تولید می شود پویایی بازارها است. شرکت های تولیدی به منظور مواجهه بااین پیچیدگی سیستم های فناوری اطلاعات را به وجو د آورده اند تا بتوانند از تصمیم گیری در فرآیندهای زمان بندی تفصیلی پشتیبانیکنند. باوجود این، به دلیل این که مدل های برنامه ریزی به شکل منحصر به فردی ایجاد شده اند و به دلیل تغییرات صورت گرفته درسیستم تولید هرگز سازگاری نیافته اند، سیستم های فناوری اطلاعات به کار گرفته شده اغلب پیش بینی قابل اطمینانی از تاریخ هایتحویل ارائه نمی دهند. این مقاله رویکردی را ارائه می دهد که طی آن با شناخت انحرافات موجود بین زمان بندی تولید پیش بینی شده،که از طریق سیستم فناوری اطلاعات به دست می آید، و فرآیندهای تولیدی که در واقعیت مشاهده می شوند بتوان قابلیت اطمینانپیش بینی سیستم های برنامه ریزی تفصیلی را اثبات کرد. این مقاله دلایل به وجود آمدن انحرافات را معرفی می کند و چگونگی تعیینآن ها را توضیح می دهد. رویکرد ارائه شده در این مقاله بیان می کند که چگونه می توان برای شناخت انحرافات تعریف شده از شیوه هایاثباتی مقوله ای و پیوسته استفاده کرد. شاخص کیفی پیش بینی سیستم های برنامه ریزی تفصیلی بر مبنای انحرافات تعیین شده توسعهیافته است. برنامه ریزان تولید علاوه بر ارزیابی کیفیت پیش بینی به دلایل به وجود آمدن انحرافات نیز علاقه مند هستند. دلایل به دستآمده نقطه شروع انطباق در مدل های برنامه ریزی هستند تا امکان پیش بینی قابل اطمینان در سیستم های برنامه ریزی تولید که قابلیتپیکر بندی مجدد دارند در آینده فراهم شود.
کلیدواژه ها:
نویسندگان
جواد معصومی
دانشگاه آزاد اسلامی واحد سبزوار، گروه حسابداری، سبزوار، ایران
معصومه جمال آبادی
دانشگاه آزاد اسلامی واحد سبزوار، گروه حسابداری، سبزوار، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :