دوستان عزیزم

سال نو مبارک، امیدوارم سالی همراه با سلامتی سربلندی و شادی داشته باشید.

من به علت مشغله کاری کمتر میتونم وبلاگ رو بروزرسانی کنم و باید از این بابت مرا ببخشید.

موفق و پیروز باشد.

|+| نوشته شده توسط شهاب احمدی در چهارشنبه 2 فروردین1391 و ساعت 19:14  

شاخص نرخ سودآوری: شاخص نرخ سودآوری، از حاصل تقسیم خالص ارزش فعلی طرح بر ارزش فعلی سرمایه‌گذاری‌ها به دست می‌آید. اگر شركتی با مسئله پذیرش یا عدم پذیرش یك طرح روبه‌رو باشد، طرحی قابل قبول است كه شاخص سودآوری آن صفر یا بزرگ‌تر از صفر (مثبت) باشد. شاخص سودآوری صفر یعنی اینكه ارزش فعلیسرمایه‌گذاری برابر با ارزش فعلی بازدهی نقد آتی است، بنابراین بازدهی طرح دقیقا برابر با بازدهی مورد انتظار است. شاخص سودآوری مثبت یعنی ارزش فعلی جریانات نقدیآتی، بزرگ‌‌تر از ارزش فعلی سرمایه‌گذاری نقدی و چنین براورد می‌شود كه بازدهی طرح از بازدهی مورد انتظار سرمایه‌گذار بیشتر است. شاخص سودآوری منفی، هنگامی است كهارزش فعلی بازدهی‌های آتی از ارزش فعلی سرمایه‌گذاری‌های نقدی كمتر شود. یعنیبازدهی طرح از بازدهی مورد انتظار سرمایه‌گذار كمتر است. در انتخاب یك طرحسرمایه‌گذاری از میان چند طرح پیشنهادی، طرحی انتخاب می‌شود كه شاخص سودآوری آن بزرگ‌تر باشد. از سوی دیگر مفهوم شاخص سودآوری این است كه به ازای هر یك ریالسرمایه‌گذاری خالص، ارزش فعلی چند ریال است.

نویسندگان : سیدمحمدرضا حسینی ، علی خوزین 
(اعضای هیئت علمی دانشگاه آزاد اسلامی)

|+| نوشته شده توسط شهاب احمدی در چهارشنبه 18 آبان1390 و ساعت 15:43  

بودجه‌بندی سرمایه‌ای، شامل فرایند منظم برنامه‌ریزی برای آن دسته از هزینه‌های سرمایه‌ای است كه بازده آنها از یك سال تجاوز می‌كند و در واقع، هزینه‌كردن وجوه جاری است با پیش‌بینی سود نقدی آینده كه از آن در سطوح مختلف سازمان استفاده می‌شود. بودجه‌بندی سرمایه‌ای، یكی از فرایندهای كاری مهم مدیران است زیرا با سرمایه‌گذاری مبالغ عمده سروكار داشته و هرگونه اشتباهی در این فرایند، منجر به زیان‌هایی عمده می‌شود. این فرایند با پیش‌بینی انواع طرح‌های سرمایه‌گذاری و سپس براورد انواع درامدها و هزینه‌های هر طرح، شروع و با گزینش بهترین طرح و سپس ارزیابی طرح انتخاب شده، خاتمه می‌یابد. بودجه‌بندی سرمایه‌ای نیاز به همكاری گسترده تمامی مدیران سطوح مختلف سازمان و جمع‌آوری اطلاعات فراوان دارد. پس از براورد گردش وجوه نقد، نوبت به استفاده از روش‌های ارزیابی طرح‌های سرمایه‌گذاری شامل دوره بازگشت سرمایه، معكوس دوره بازگشت سرمایه، خالص ارزش فعلی، شاخص سودآوری، نرخ بازده داخلی و نرخ بازده حسابداری می‌رسد. به دلیل عدم قطعیت در براوردهای گردش آتی وجوه نقد، مدیران از روش‌های تحلیل مخاطره كیفی و كمی استفاده می‌كنند. تكنیك شبیه‌سازی و درخت تصمیم‌گیری نیز روش‌هایی موثر برای واردسازی اثرات ابهامات موجود در براورد خالص گردش وجوه نقد مورد استفاده در ارزیابی تصمیمات آینده است.

نویسندگان : سیدمحمدرضا حسینی ، علی خوزین 
(اعضای هیئت علمی دانشگاه آزاد اسلامی)

|+| نوشته شده توسط شهاب احمدی در شنبه 4 تیر1390 و ساعت 7:54  

برنامه‌ریزی خطی، یا همان بهینه‌سازی خطی، روشی در ریاضیات است که به پیدا کردن مقدار کمینه یا بیشینه از یک تابع خطی روی یک چندضلعی محدب می‌پردازد. این چندضلعی محدب در حقیقت نمایش نموداری تعدادی محدودیت از نوع نامعادله روی متغیرهای تابع است. به بیان ساده‌تر به وسیله برنامه‌سازی خطی می‌توان بهترین نتیجه (مثلاً بیشترین سود یا کمترین هزینه) را در شرایط خاص و با محدودیت‌های خاص به دست آورد. محل اصلی استفاده برنامه‌ریزی خطی در اقتصاد است، اما در مهندسی نیز کاربردهای فراوانی دارد. می‌توان گفت حدود یک‌چهارم کل محاسبات علمی که بر روی رایانه انجام گرفته‌است، به برنامه‌ریزی خطی و مشتقات آن مربوط می‌شود.

تاریخچه

مسئلهٔ حل مجموعه‌ای از نامعادلات خطی از زمان فوریه مطرح بوده‌است. برنامه‌ریزی خطی به عنوان یک مدل ریاضی در زمان جنگ جهانی دوم شکل گرفت تا خرج‌ها و بازگشت‌های مالی را طوری سامان بخشد که به کاهش هزینه‌های ارتش و افزایش خسارات دشمن بینجامد. این طرح تا سال 1947 سری باقی ماند. پس از جنگ، بسیاری از صنایع به استفاده از آن پرداختند. پایه‌گذاران این حوزه جورج دانتزیگ منتشرکنندهٔ روش سیمپلکس در سال 1947، جان نیومن مطرح‌کننده نظریه دوگانگی در همان سال، و لئونید کانتروویچ ریاضیدان روس که از تکنیک‌های مشابهی پیش از دانتزینگ استفاده کرد و نوبل سال 1957 را برد هستند. نخستین بار در سال 1979 لئونید خاچیان نشان داد که مسئله برنامه‌ریزی خطی در مرتبه زمانی چندجمله‌ای قابل حل است. اما پیشرفت اساسی‌تر زمانی حاصل شد که نراندرا کارمارکار یک روش نقطه داخلی جدید برای حل این مسائل معرفی کرد. مثال دانتزینگ برای منتصب کردن هفتاد نفر به هفتاد شغل متمایز کارآمدی برنامه‌ریزی خطی را به نمایش می‌گذارد. توان محاسباتی لازم برای آزمودن همهٔ جایگشت‌های ممکن این مسئله بسیار بالاست. این تعداد از تعداد ذرات موجود در عالم بیشتر است. با این حال، پیدا کردن پاسخ بهینه با تبدیل مسئله به یک مسئله برنامه‌ریزی خطی و حل آن با روش سیمپلکس تنها لحظه‌ای طول می‌کشد.

الگوریتم‌ها

الگوریتم سیمپلکس که توسط جورج دانتزینگ شکل گرفت، مسائل برنامه‌ریزی خطی را به این ترتیب حل می‌کند که یک جواب قابل قبول در یکی از رئوس چندضلعی فراهم می‌کند و سپس در راستای اضلاع چندضلعی به طرف رئوسی با مقدار بالاتری از تابع هدف حرکت می‌کند تا این که به نقطه بهینه برسد. اگرچه در عمل این الگوریتم بسیار کارآمد است و می‌تواند با در نظر گرفتن برخی پیش‌گیری‌های مربوط به جلوگیری از ایجاد دور، با اطمینان جواب بهینه مطلق را بیابد، اما در حالاتی که به اصطلاح بدترین حالت نامیده می‌شوند عملکرد بدی دارد. تا حدی که می‌توان مسائل برنامه‌ریزی خطی طراحی کرد که روش سیمپلکس برای حلشان در برخی مراحل زمانی از مرتبه زمانی نمایی نیاز داشته باشد. حتی در دورانی دانشمندان نمی‌دانستند که این مسائل راه حل چندجمله‌ای هم دارند.

سرانجام این مسئله را لئونید خاچیان در سال 1979 با ارائه روش بیضوی حل کرد. این روش در بدترین حالت هم دارای زمان اجرای چندجمله‌ای بود. این روش تأتیر چندانی در جنبهٔ عملی مسئله نداشت چرا که همچنان روش سیمپلکس در همه موارد به جز تعداد محدودی از مسائل بهتر عمل می‌کرد. اما اهمیت نظری روش خاچیان غیرقابل‌انکار بود. این روش الهام‌بخش به وجود آمدن نسل جدیدی از راه‌حل‌ها شد که به آنها روش نقطه داخلی گفته می‌شود. در این روش‌ها نقاط داخلی محدوده قابل بررسی متغیرها پیموده می‌شود و به سمت نقطه بهینه حرکت انجام می‌گیرد.

|+| نوشته شده توسط شهاب احمدی در شنبه 31 اردیبهشت1390 و ساعت 14:41  

دوستان عزیز و یاران خوب وبلاگ مهندس صنایع

با سلام و احترام فرارسیدن بهار گلها را به شما عزیزان تبریک میگویم و امیدوارم سالی سرشار از سلامتی، موفقیت و سربلندی در کنار خانواده های محترم خود داشته باشید.

|+| نوشته شده توسط شهاب احمدی در شنبه 6 فروردین1390 و ساعت 14:55