اخبار و اعلانات
آمار
| تعداد نشریات | 209 |
| تعداد شماره‌ها | 5,454 |
| تعداد مقالات | 60,041 |
| تعداد مشاهده مقاله | 98,693,441 |
| تعداد دریافت فایل اصل مقاله | 78,765,635 |
مدل‌سازی فرایند کسب‌وکار از طریق رویکرد شبیه‌سازی ترکیبی (مطالعه موردی: استفاده در یکی از بانک‌های ایرانی) | ||
| مدیریت صنعتی | ||
| مقاله 2، دوره 11، شماره 4، 1398، صفحه 600-620 اصل مقاله (1.53 MB) | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/imj.2019.282212.1007605 | ||
| نویسندگان | ||
اصغر عطایی قورتولمش1؛ عباس طلوعی اشلقی  2؛ علیرضا پورابراهیمی3
| ||
| 1دانشجوی دکتری، گروه مدیریت صنعتی، دانشکده مدیریت و اقتصاد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران. | ||
| 2استاد، گروه مدیریت صنعتی، دانشکده مدیریت و اقتصاد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، تهران، ایران. | ||
| 3استادیار، گروه مدیریت، دانشکده مدیریت و حسابداری، دانشگاه آزاد اسلامی واحد کرج، البرز، ایران. | ||
| چکیده | ||
| هدف: تغییر بخش مهم هر کسب‌وکار و هر فرایند کاری محسوب می‌شود. در فضای رقابتی کنونی، سازمانی می‌تواند به حیات خود ادامه دهد که برای رویارویی با این تغییرها، از ابزارها و توانایی‌های لازمی همچون مدل‌سازی و شبیه‌سازی فرایندهای کسب‌وکار برخوردار باشد. هدف پژوهش حاضر، ارائه مدلی برای مدیریت فرایند کسب‌وکار با رویکرد شبیه‌سازی ترکیبی گسسته پیشامد و عامل‌بنیان است. روش: با استفاده از مدل پیشنهادی این مقاله، ابتدا مطابق با مفاهیم مدیریت فرایند کسب‌وکار، فرایند کارت اعتباری به‌عنوان مطالعه موردی مدل شد، سپس با بهره‌مندی از شبیه‌سازی گسسته پیشامد در سطح فرایندی و شبیه‌سازی عامل‌بنیان در سطح عامل‌ها و رفتارهای آنها، عملیات شبیه‌سازی ترکیبی فرایند انجام شد. پژوهش حاضر در یکی از بانک‌های خصوصی ایران اجرا شده است. یافته‌ها: یافته‌ها حاکی از آن بود که رویکرد پیشنهادی با موقعیت واقعی انطباق لازم را دارد، به این مفهوم که خروجی‌های صحیح و مطمئنی ارائه می‌دهد. همچنین پژوهش نشان می‌دهد که چطور می‌توان با ترکیب روش‌های شبیه‌سازی گسسته پیشامد و عامل‌بنیان، سطح بیشتری از جزئیات و پیچیدگی‌ها را در مدیریت فرایندهای کسب‌وکار پیاده‌سازی کرد. نتیجه‌گیری: مدل ترکیبی پیشنهادی در مقایسه با شبیه‌سازی فرایند با روش گسسته پیشامد، میانگین خطای نسبی کمتری دارد که در واقع، گویای عملکرد مطلوب مدل است، از این رو، می‌توان از آن برای بررسی سناریوهای مختلف هنگام اعمال تغییر در پارامترهای ورودی و مشاهده نتایج، بهره برد. | ||
| کلیدواژه‌ها | ||
| شبیه‌سازی ترکیبی؛ عامل‌بنیان؛ گسسته پیشامد؛ مدیریت فرایند کسب‌وکار | ||
| عنوان مقاله [English] | ||
| Business Process Modeling through Hybrid Simulation Approach (Case Study: One of the Iranian Banks) | ||
| نویسندگان [English] | ||
| Asghar Ataee Gortolmesh1؛ Abbas Toloie Eshlaghy2؛ Alireza Pourebrahimi3 | ||
| 1Ph.D. Candidate, Department of Industrial Management, Faculty of Management and Economy, Science and Research Branch, Islamic Azad University, Tehran, Iran. | ||
| 2Department of Industrial Management, Faculty of Economy, Science and Research Branch, Islamic Azad University, Tehran, Iran. | ||
| 3Assistant Prof, Department of Industrial Management, Faculty of Management and Accounting, Islamic Azad University, Karaj,Alborz, Iran. | ||
| چکیده [English] | ||
| Objective: Change is an important part of the business and work process, and in the current competitive environment, an organization can only survive if it has the tools and capabilities needed to model and simulate its business processes to face these changes. The purpose of this paper is to present a hybrid agent-based and discrete-event simulation model for business process management. Methods: Using the proposed model of this paper, the process of credit card was modeled as a case study in accordance with the concepts of business process management, and then, a discrete-event simulation is used at the operational level, and agent-based simulation at the micro level as well as for modeling agents and their behaviors. The research is carried out in one of the Iranian banks. Results: The findings indicate that the current approach has the necessary adaptation to the actual situation. This means that it provides correct and reliable outputs. The research also shows how the combination of discrete-event and agent-based simulation methods can achieve a higher level of detail and complexity in managing business processes. Conclusion: It has been revealed that the proposed hybrid model has a less average relative error compared to single simulation methods, which in fact represents the acceptable performance of the model. Therefore, it can be used to examine different scenarios by applying changes to the input parameters and observing the results. | ||
| کلیدواژه‌ها [English] | ||
| Hybrid simulation, Agent-based, Discrete-event, Business process management | ||
| مراجع | ||
|
آذر، عادل؛ سقالرزاده، سمانه؛ رجبزاده، علی (1391). شبیه‌سازی فازی در شرایط عدم اطمینان. مدیریت صنعتی، 4(2)، 1- 20. ایمانی‌مهر، مهدی؛ عبدالله‌خانی، مجید (1393). مدیریت فرایندهای کسب‌وکار در نظام بانکی. چهارمین همایش بانکداری الکترونیک. تقوی فرد، محمد تقی؛ دادوند، آزیتا؛ آقایی, مجتبی (1396). بهبود فرایند خدمت‌دهی در بانک با رویکرد شبیه سازی و سناریوسازی (مورد مطالعه: بانک پاسارگاد). دومین کنفرانس بینالمللی مدیریت صنعتی، بابلسر، دانشگاه مازندران. رضایی، کامران؛ تدین، سحر؛ استادی، بختیار؛ اقدسی، محمد (1388). عوامل کلیدی موفقیت در پیاده‌سازی مدیریت فرایند و ارائه چهارچوبی برای ارزیابی آمادگی سازمان. مدیریت صنعتی، 1(3)، 37- 52. سجادی، سید خلیل؛ عظیمی، پرهام (1393). بهینه‌سازی تعداد تجهیزات شعب بانک به کمک شبیه‌سازی و الگوریتم تبرید. پژوهشهای مدیریت در ایران، 18(4)، 65-86. صارمی، محمود؛ افشاری، حمیدرضا (1389). تجزیه و تحلیل شکاف فرایندی برای پروژههای بازمهندسی فرایند کسب وکار؛ مطالعه موردی در شرکت مپنا. مدیریت صنعتی، 2(5)، 43- 58. صفرزاده، حسین؛ قریشی، معصومه (1390). نقش بکارگیری سیستم مدیریت فرایند کسب‌وکار در بهبود عملکرد سازمان‌ها. فصلنامه تخصصی رشد فناوری، 7 (26)، 47- 53. علینقیان، مهدی؛ ایزدبخش، حمیدرضا؛ زرین بال ماسوله، مرضیه (1393). مقدمه‌ای بر شبیه‌سازی سیستمهای گسسته پیشامد. کرج: مؤسسه انتشاراتی موجک. محمدپناه، مریم؛ یوسفی زنوز، رضا؛ حسن‌زاده، اکبر (1395). ارائه نوعی مدل تصمیم‌گیری برای بهره‌وری عملیاتی کارکنان در فرایند گردش کار بانکی دریافت تسهیلات مسکن. مدیریت صنعتی، 8(1)، 61- 74. نظری شیرکوهی، سلمان؛ یعقوبی، امیر؛ تقی زاده یزدی، محمدرضا (1398). بهکارگیری شبیه‌سازی گسسته پیشامد و تحلیل پوششی داده‌ها به منظور بهبود عملکرد اورژانس بیمارستان. مدیریت صنعتی، 11(1)، 63- 82. همایون‌فر، مهدی؛ باقرسلیمی، سعید؛ نهاوندی، بیژن؛ ایزدی شیجانی، کاوه (1397). شبیه‌سازی مبتنی بر عامل شبکه تأمین شرکت ملی پخش فراورده‌های نفتی در قالب سیستم انطباقی پیچیده به منظور دستیابی به سطح موجودی بهینه. مدیریت صنعتی، 10(4)، 607- 630.
References Abdelghany, M., Eltawil, A.B. & Abdou, S.F. (2016). A Discrete-Event and Agent-Based Hybrid Simulation Approach for Healthcare Systems Modeling and Analysis. Proceedings of the 2016 International Conference on Industrial Engineering and Operations Management, Kuala Lumpur, Malaysia, 1921-1928. Alinaghian, M., Izadbakhsh, H. & Zarinbalmasole, M. (2015). Introduction to discrete-event systems simulation. Mojak publications, Karaj.(in Persian) Azar, A., Saghalarzadeh, S. & Rajabzadeh, A. (2013). Fuzzy Simulation under Uncertainty. Industrial Management Journal, 4(2), 1-20. (in Persian) Banks, J. (2001). Discrete-event system simulation. (3rd Edition). Upper Saddle River, NJ: Prentice Hall. Bennett, P. G. (1985). On linking approaches to decision-aiding: Issues and prospects. The Journal of the Operational Research Society, 36 (8), 659–669. Brailsford, S.C., Eldabi, T., Kunc, M., Mustafee, N., & Osorio, F.A. (2018). Hybrid simulation modeling in operational research: a state-of-the-art review. European Journal of Operational Research, 3(278), 721-737. Dodds, S. (2007). Three wins: Service improvement using value stream design. Lulu.com. Epstein, J. M. & Axtell, R. (1996). Growing Artificial Societies: Social Science from the Bottom Up. vol. 1 (1th Edition). The MIT Press. Feng, Y. & Fan, W. (2014). A Hybrid Simulation Approach to Dynamic Multi Skilled Workforce Planning Of Production Line. Proceedings of the 2014 Winter Simulation Conference, Savannah, GA.1632-1643. Ghorbanian, A., Ostadi, B., & Chaharsooghi, K. (2015). Developing a Hybrid Business Process Model Based on Simulation-Knowledge Management, Management and Administrative Sciences Review, 4(2), 306-324. Hao, T., & Yifei, T. (2011). Study on Queuing System Optimization of Bank Based on BPR. Procedia Environmental Sciences, 10, 640-646. Hessels, S. (2016). Process Mining & Simulation, Business Analytics. Homayounfar, M., Bagher-Salimi, S., Nahavandi, B., Izadi Sheijani, K. (2019). Agentbased Simulation of National Oil Products Distribution Company’s Supply Network in the Framework of a Complex Adaptive System in Order to Achieve an Optimal Inventory Level. Industrial Management Journal, 10(4), 607-630. (in Persian) Imanimehr, M., & Abdulakhani, M. (2014). Management of business processes in the banking system. Fourth Electronic Banking Conference in Iran. (in Persian) Islam, S. & Daud Ahmed, M. (2012). Business process improvement of credit card department: case study of a multinational bank. Business Process Management Journal, 18(2), 284-303. Jahangirian, M., Eldabi, T., Naseer, A., Stergioulas, L.K. & Young, T. (2010). Simulation in manufacturing and business: A review. European Journal of Operational Research, 203 (1), 1–13. Kang, P. S., Aboutaleb, A, Silva, C. U., Alexandre Erhart, A., Todeschini, V. & Duffy, A. (2015). Process Control Parameters Evaluation Using Discrete Event Simulation for Business Process Optimization. Proceedings of the 64th IWCS Conference, 569-577. Keller, P. (2004). Six Sigma Demystified: A Self-Teaching Guide. McGraw-Hill Companies, Incorporated. Leyer, M. & Hollmann, M. (2014). Introduction of electronic documents: how business process simulation can help. Business Process Management Journal, 20(6), 950-970. Macal, C.M. (2016). Everything you need to know about agent-based modelling and simulation. Journal of Simulation, 10, 144–156. Mathew, B. & Mansharamani, R. (2012). Simulating Business Processes – A Review of Tools and Techniques. International Journal of Modeling and Optimization, 2(4), 417-421. Mohamadpanah, M., Yousefi, Z. R. & Hassan, Z. A. (2017). Providing a Decision-Making Model for Operational Productivity of Employees in the Banking Workflow Process of Receiving Housing Facilities. Industrial Management Journal, 8(1), 61-74. (in Persian) Nazari-Shirkouhi, S., Yaghoubi, A., & Taghizadeh Yazdi, M.R. (2019). Discrete Event Simulation and Data Envelopment Analysis to Improve the Performance of Hospital Emergency Department. Industrial Management Journal, 11(1), 63-82. (in Persian) Nikolaidou, M., & Anagnostopoulos, D., & Tsalgatidou, A. (2009). Business Processes Modelling and Automation in the Banking Sector: A Case Study. International Journal of Simulation, 2(2), 65-76. Oliveira, M. L. M., Montevechi, J. A. B., Pinho, A. F. & Miranda, R. C. (2017). Using Hybrid Simulaion to Present the Human Factor in Production Systems. International Journal of Simulation Modeling, 16(2), 263-274. Paisittanand, S., & Olson, D. L. (2006). A simulation study of IT outsourcing in the credit card business. European Journal of Operational Research, 175(2), 1248-1261. Rezaee, K., Tadayon, S., Ostadi, B. & Aghdasi, M. (2010). Key Success Factors in Process Management Implementation and Providing a Framework for Evaluating Organization Readiness. Industrial Management Journal, 1(3), 37-52. (in Persian) Russo, D., Passacntando, F., Geppert, L. & Manca, L. (2013). Business Process Modeling and Efficiency Improvement through an Agent-Based Approach. Systemic, Cybernetics and Informatics, 11, 1-6. Safarzadeh, H. & Qorishi, M. (2010). The role of using the business process management system to improve the performance of organizations. Journal of Technology Growth, 7(26), 47-53. (in Persian) Sajadi, S., & Azimi, P. (2014). Optimizing the number of bank branch equipment with the help of simulation and refrigeration algorithm. Management Research in Iran, 12(18), 65-86. (in Persian) Saremi, M., Afshari, H. (2011). Process Gap Analysis for Business Process Reengineering Projects - A Case Study at Mapna Company. Industrial Management Journal, 2(5), 43-58. (in Persian) Sargent, R. G. (2011). Verification and validation of simulation models. Proceedings of the Winter Simulation Conference, Phoenix, Arizona. 183-198. Shanthikumar, J. G. & Sargent, R. G. (1983). A unifying view of hybrid simulation/Analytic models and modeling. Operations Research, 31 (6), 1030–1052. Shin, N., & Jemella, D.F. (2002). Business Process Reengineering and Performance Improvement The case of Chase Manhattan Bank. Business Process Management Journal, 8(4), 351-363. Siadat, S. H. & Hemati, R. (2014). Improving Business Processes by Best Practices: A Case Study of Bank Commercial Civil Partnership Process. Management and Administrative Sciences Review. 3(5), 683-699. Spencer, M.B. (1987). The influence of irregularity of rest and activity on performance: a model based on time since sleep and time of day. Ergonomics, 30(9), 1275-1286. Taqavifard, M., Dadvand, A. & Aghaei M. (2017). Improvement of Banking Service Process with Simulation and Scenario Approach (Case study: Pasargad Bank). Second International Conference on Industrial Management, 75-105. (in Persian) Van der Aalst, W.M.P. (2010). Business Process Simulation Revisited. In: Barjis J. (eds) Enterprise and Organizational Modeling and Simulation. EOMAS 2010. Lecture Notes in Business Information Processing, 63, 1-15. Wagner, G., Nicolae, O. & Werner, J. (2009). Extending Discrete Event Simulation by Adding an Activity Concept for Business Process Modeling and Simulation. Proceedings of the 2009 Winter Simulation Conference, 2951-2962. Waller, A., Clark, M. & Enstone, L. (2006). L-SIM: Simulating BPMN diagrams with a purpose built engine. Proceedings of the 2006 Winter Simulation Conference, 591-597. Weib, B. (2011). Business Process Modeling and Analysis in Banks. ERCIS Research Network, European Research Center for Information Systems. West, M. (2004). Real Process Improvement Using the CMMI, Boston, MA. Yuan, J. & Hui, Ng. S. (2015). Calibration, validation, and prediction in random simulation models: Gaussian process metamodels and a bayesian integrated solution. ACM Transactions on Modeling and Computer Simulation, 25(3). | ||
|
آمار تعداد مشاهده مقاله: 944 تعداد دریافت فایل اصل مقاله: 781 |
||
