مدل ریاضی برای مکان یابی بهینه شعب تامین اجتماعی در شرق تهران

مدلسازی اقتصادی

مقاله 5، دوره 6، شماره 19، مهر 1391، صفحه 73-87   

نوع مقاله: پژوهشی

نویسندگان

علیرضا رشیدی کمیجان^{* 1}؛ امیرهوشنگ خمسه²

¹استادیار دانشگاه آزاد اسلامی واحد فیروزکوه

²کارشناس ارشد دانشگاه آزاداسلامی

چکیده

این مقاله مدلی ریاضی برای مکان یابی بهینه شعب تامین اجتماعی در شرق تهران با استفاده از داده های 1390 می‌پردازد. درابتدا به کمک مدل ریاضی صفر و یک مشخص می‌شود که کدام مناطق نیاز به تاسیس شعبه جدید دارند. سپس به تعیین مکان دقیق شعبه در منطقه مورد نظر پرداخته می‌شود. برای این منظور، عوامل موثر در مکان یابی تعریف می‌گردند. این عوامل عبارتند از: قیمت زمین، جمعیت بیمه شده، نزدیکی به پارکینگ ها، نزدیکی به بانکهای عامل، نزدیکی به کارگزاری‌ها ، نزدیکی به درمانگاه‌ها، نزدیکی به مترو ، نزدیکی به ایستگاه های اتوبوس و نزدیکی به بزرگراه. با توزیع پرسشنامه و انجام مقایسات زوجی و روش بردار ویژه، ضریب اهمیت هر عامل تعیین گردیده و اوزان حاصل به عنوان ضرایب تابع هدف یک مدل دیگر مورد استفاده قرار می‌گیرند. این مدل بهترین مکان برای تاسیس شعب جدید را مشخص می‌کند. نتایج مدل اول نشان می‌دهد که از بین 18 منطقه حال حاضر در شرق تهران ، 14 منطقه نیاز به احداث شعبه جدید دارند. در نهایت، مکان بهینه شعب جدید با حل مدل دوم مشخص گردید.

کلیدواژه‌ها

مکان یابی؛ مدل سازی ریاضی؛ برنامه ریزی خطی؛ تامین اجتماعی

اصل مقاله

1.­ مقدمه

    همگام با رشد و گسترش شهرها، مسایلی چون رشد جمعیت، محدودیت منابع، مکان یابی نامناسب کاربری های خدماتی در سطح شهر و رفت و آمد های بی­مورد، برنامه­ریزان و متخصصان مرتبط با امور شهری را به اتخاذ تدابیر و راهبردهایی همچون مکان یابی برای غلبه بر این نابسامانی ها وادارکرده است چرا که اولین دغدغه مدیران تبدیل مناسب و بهینه منابع سرمایه ای موجود به حداکثر درآمد ممکن از طریق سرمایه گذاری در زمان و مکان مناسب است. با توجه به این که در انتخاب یک مکان مناسب عوامل مختلفی دخیل هستند، تصمیم گیری بر اساس عوامل مختلف و لحاظ نمودن میزان اثرگذاری هر یک از شاخص ها و ضریب اهمیت آنها نتیجه را تغییرخواهد داد. انتخاب مکان مناسب برای یک فعالیت، تصمیمی راهبردی است که نیازمند تحقیقات گسترده در مکان از زوایای مختلف می­باشد. از آنجا که مدیریت در ارزیابی و تصمیم گیری خود نیاز به اطلاعات جامع و کاملی دارد، اطلاعات بسیاری می­بایست در مورد گزینه های مورد نظر جمع آوری و تجزیه و تحلیل شوند تا بتوان ارزیابی صحیحی از عوامل موثر بر انتخاب مکان انجام داد و در نتیجه هنگامی که عوامل بیشتری مد نظر قرار گیرد  مکانهای مناسب تری انتخاب خواهد شد.

    در سازمان تامین اجتماعی نیز به عنوان یک سازمان خدماتی سعی می­شود با سیاستهای گوناگون مانند توسعه شبکه خدمات، مشتری جذب و حفظ گردد. هر چه تعداد شعب افزایش یابد هزینه­های مراجعه به تامین اجتماعی از نظر مشتری کاهش یافته و قابلیت دسترسی افزایش  می­یابد و استفاده مشتری از سایر خدمات بیشتر می­گردد .

     در این مقاله به کمک یک مدل ریاضی صفر و یک مناطقی که به احداث شعبه جدید نیازمند هستند، مشخص می­شوند. سپس بهترین مکان در آن مناطق برای احداث شعبه تعیین می­گردد. برای این منظور، ابتدا عوامل و معیارهای تاثیرگذار در مکان یابی شعب جدید شناسایی و وزن دهی می­شوند. سپس از یک مدل ریاضی برای تعیین بهترین مکان احداث شعبه در منطقه مورد نظر استفاده می­شود.   

     این مقاله شامل پنج قسمت است. قسمت دوم به مروری بر ادبیات تحقیق اختصاص دارد. در قسمت سوم که مربوط به روش تحقیق است به بیان مختصری از مبانی نظری تحقیق و معرفی مدل و شناسایی متغیرها و محدودیت ها پرداخته شده است. قسمت چهارم، یافته های تحقیق که شامل حل مدل و تجزیه و تحلیل داده ها  می­باشد و قسمت پنجم به نتیجه گیری اختصاص دارد.

 

2. مرور ادبیات

   در مکان یابی مراکز خدمات عمومی سه شرط در نظر گرفته می­شود: الف) ساختار تصمیم قابل شمارشی وجود دارد که شامل یک یا چند تصمیم گیرنده می­باشد. ب)رفتار مشتریان به طور دقیق نمی­تواند تعریف شود و همیشه هم منطقی نیست (تصادفی است). ج) همیشه معرفی شاخص دقیق که کارایی جواب های گوناگون را بیان دارند ممکن نیست. مدل های مطرح در زمینه مکان یابی عبارتند از: نظریه حد مرکزی، مدل فاصله، مدل کارایی- مساوات، مدل جاذبه، مدل وزن دهی، برنامه ریزی عدد صحیح (صفر-­ یک­ و مختلط)، مدل تاکسونومی عددی، مدل تاپسیس، مدل دایره ای یا شعاعی، مدل های تصادفی یا مبتنی بر احتمال، مدل اثر متقابل فضایی و مدل های تخصیص –  مکان یابی.

   آبادی(1390) از طریق تکنیک AHP مکان مناسب برای دفن بهداشتی زباله های روستایی بخش روداب سبزوار را مشخص نمود.

   در سطح دانشگاه های کشور پایان نامه ها و مقالات متعددی در زمینه مکان یابی در حوزه های خاص صورت پذیرفته است. مومنی و همکاران (1390) از بین 66 گزینه جهت مکان یابی بهینه مراکز توزیع در فرآیند بازاریابی، با استفاده از تلفیق تکنیک تاپسیس و برنامه ریزی صفر و یک، نهایتا شش مرکز فروش و خدمات پس از فروش را انتخاب کردند.

   صفری و جلالی (1390) برای حل مساله مکان یابی بهینه برای تسهیلات و ایستگاههای تولیدی شرکت های تابعه گروه صنعتی بهمن از تلفیق دو مدل تاپسیس فازی و برنامه­ریزی خطی صفر و یک استفاده نمودند. ده گزینه (مکان) مورد نظر در مطالعه میدانی از این طریق رتبه بندی شدند. سپس نتایج تاپسیس فازی در دو تابع هدف با حالت بیشینه سازی و کمینه سازی یک مدل برنامه ریزی صفر و یک استفاده شدند. در نهایت پاسخ مدل صفر و یک مشخص کننده­ی نقطه بهینه­ی نهایی برای استقرار تسهیلات شده است.

  صفری و جلالی(1389) با تنظیم پرسشنامه هایی براساس سه گروه صنایع غذایی­ کشاورزی، غیرکشاورزی ودستی، هنری و بومی و با استفاده از نظرات بیست تن از کارشناسان صنایع به مکان یابی صنایع کوچک و کارگاهی مناطق روستایی شهرستان اردستان پرداختند که با بکار گیری روش AHP سه گزینه برای صنایع مزبور انتخاب شد.

   کایدین و همکاران[1](2011) از قانون جاذبه هوف [2]برای حل مساله جایابی تسهیلات رقابتی استفاده و یک برنامه ریزی غیر خطی دو سطحی را فرموله وحل نمودند.

   هویجون[3](2008) در تحقیق خود به حل مساله مکان یابی مراکز توزیع با استفاده از روش برنامه ریزی دو سطحی پرداخت که در آن منافع مشتریان و توزیع کنندگان به طور همزمان در نظر گرفته شده است. حد بالای مدل به دنبال حداقل کردن هزینه توزیع کنندگان و حد پایین مدل به دنبال ایجاد یک تعادل در تقاضا، هزینه های مشتریان را حداقل می­کند. لازم به ذکر است که چون هدف انتخاب مکان مناسب برای ایجاد مراکز توزیع است متغیر های مدل به صورت صفر و یک می­باشند.

   آورباخ و همکاران[4](2007) با عنایت به این که هزینه های راه اندازی یک مرکز برای ارایه سرویس به تعداد مشتریان موجود در تسهیلات وابسته می­باشد و هدف به حداقل رساندن هزینه های عملیاتی (قیمت خرید به علاوه بخشی از هزینه های حمل و نقل پرداخت شده توسط مشتری) می­باشد، مکان نمایندگی های شبکه حمل و نقل شرکت را با استفاده از برنامه ریزی ریاضی ارایه کردند.

   کوو[5](1999) با روش  AHPفازی، به تعیین وزن گزینه های موجود و تصمیم گیری در خصوص مکان مناسب برای خرده فروشی ها پرداخت.

   چئول جو[6](1988) در زمینه مکان یابی بهینه بیمارستانها در تایوان بیان می­دارد که تصمیمات درست در زمینه انتخاب مکان مناسب، نه تنها شرکت ها را قادر می­سازد که هزینه های خود را کاهش دهند و در نتیجه سود بیشتری به دست آورند، بلکه مزیت رقابتی شرکتها را نیزافزایش می دهد و رشد آتی را تضمین می­نماید.

    دوگان[7](2012) ترکیبی از شبکه های بیزی [8]و مالکیت هزینه های کلی[9](TCO) را پیشنهاد می­کند تا دشواریهای انتخاب تسهیلات بین المللی را برای ماشین آلات صنعتی نشان دهد.

3.­ روش تحقیق

    این مقاله از نظر نوع هدف کاربردی و از نظر اجرا پیمایشی- تحلیلی می­باشد. هدف این مقاله، شناسایی و بررسی عوامل موثر در مکان­یابی شعب بیمه، رتبه بندی عوامل یاد شده و تعیین ضریب اهمیت هر یک و ارایه مدلی جهت انتخاب تعداد مکانها و نیز انتخاب بهترین جایگاه آن مکان می­باشد که به منظور بررسی اهداف، فرضیه زیر مورد آزمون قرار گرفت.

    برنامه ریزی صفر و یک، تکنیکی مناسب برای پیدا کردن مکان بهینه شعب تامین اجتماعی است. برای گردآوری اطلاعات در این تحقیق از سه روش کتابخانه­ای، مصاحبه با کارشناسان و پرسشنامه استفاده شده است.

   در تحقیق فوق از تکنیک بردار ویژه طی سه مرحله طراحی پرسشنامه، توزیع و جمع آوری پرسشنامه و تشکیل ماتریس تصمیم­گیری گروهی، با استفاده از مقایسه زوجی استفاده ­می­شود. شاخص های استفاده شده عبارتند از :

1.­ قیمت زمین در منطقه انتخابی؛ 2.­ جمعیت بالقوه مورد نظر برای استفاده از مزایای سازمان تامین اجتماعی؛ 3.­ نزدیکی به پارکینگهای عمومی؛ 4.­ نزدیکی به شعب بانکهای عامل جهت پرداخت حق بیمه و حقوق به مستمری بگیران؛ 5.­ نزدیکی به کارگزاریهای رسمی سازمان تامین اجتماعی؛ 6. نزدیکی به درمانگاه های تامین اجتماعی؛ 7. نزدیکی به مترو؛ 8. نزدیکی به ایستگاه های اتوبوس؛9. نزدیکی به بزرگراه ها.

    درفرایند تحلیل سلسله مراتبی ابتدا عناصر به صورت زوجی مقایسه شده و ماتریس زوجی تشکیل می­گردد. در این ماتریس هر درایه  ترجیح عنصرi ام نسبت به عنصرj ام است.

   بردار ویژه، روشی مناسب در محاسبه اوزان است. ساعتی(1980) از رابطه  به محاسبه اوزان می­پردازد. در رابطه فوق A ماتریس مقایسه زوجی  ، W بردار اوزان و  اسکالر و مجهول است. رابطه فوق منجر به تشکیل n معادله و 1n+ مجهول می­شود که در آن تمامی اوزان به همراه  مجهول هستند. با افزودن معادله ای که طی آن جمع اوزان برابر یک در نظر گرفته می­شود، به دستگاه  1n+ معادله و  1n+ مجهول می­رسیم. حل این دستگاه مقادیر وزن شاخصها را مشخص می­کند.

    جامعه آماری در این مقاله، مدیران و کارشناسان بیمه تامین اجتماعی (به تعداد 40 نفر)    می­باشد که پرسشنامه بین تمامی اعضا توزیع و سپس جمع آوری شد. این جامعه آماری شامل کارشناسانی از شعب مختلف بیمه تامین اجتماعی و کارگزاری ها و مدیران مراکز برنامه ریزی اقتصادی و اجتماعی و ستادی می­باشد که در حال حاضر مشغول خدمت رسانی هستند،       بنابراین نظرات افراد گوناگون با سابقه های کاری چندین ساله نیز لحاظ گردیده است. محدودیت ها عبارتند از :

- بودجه: هر شعبه با توجه به منطقه ای که در آن تاسیس می­شود هزینه­ی متفاوتی دارد و قیمت آن از مبلغ مشخصی نباید فراتر رود.

- تعدادشعبه: تعداد شعبه­های محدوده­ی شرق تهران از تعداد مشخصی بیشتر و یا کمتر        نمی­تواند باشد. به عبارتی حداقل 18 و حداکثر 40 شعبه  می­توان در نظر گرفت.

- هر شعبه فقط به منطقه مشخصی سرویس می­دهد: با توجه به محدوده بندی های نقشه تامین اجتماعی، اگر شهر تهران را به مناطق شهرداری مختلف تقسیم بندی نمائیم، به طور مثال محدوده تجریش و نیاوران و قلهک تحت پوشش شعبه شمیران می­باشند.

- به هر محدوده مشخص شده در نقشه تامین اجتماعی حداقل یک شعبه و در صورت عدم توانایی پاسخگویی حداکثر دو شعبه تخصیص داده شود.

فاصله شعب از یکدیگر، انجام تحقیق فقط در شرق تهران، عدم در نظرگیری نظر مشتری و مساحت شعب نیز از محدودیت های مقاله حاضر است.

هدف مدل در سطح اول انتخاب بهینه تعداد شعبه و در سطح دوم، یافتن مختصات مکان مناسب شعب به دست آمده از سطح اول می­باشد.

در این قسمت ابتدا به معرفی پارامترها و سپس متغیر مدل پرداخته­ایم. در مرحله بعد تابع هدف اول و دوم و توضیحات مربوطه بیان شده­اند.

پارامترها

1) : تقاضای مربوط به منطقه i

2) : میانگین ارزش زمین و ساختمان شعبه موجود در منطقهi

3) : میانگین هزینه تاسیس شعبه جدید در منطقهi

4) : کل بودجه

5) : حداکثر تعداد شعبه

6) : ظرفیت شعبه موجود در منطقه i

7) : ظرفیت تقریبی شعبه جدید در منطقه i

8) : اوزان شاخص ها که با استفاده از تکنیک بردار ویژه بدست آمده­اند.

9): مکان شعبه i

10):مکان کارگزاری در منطقه i

11): مکان بانک در منطقه i

12): مکان ایستگاه مترو در منطقه i

13): مکان پارکینگ در منطقه i

14): مکان درمانگاه در منطقه i

15) :مکان بزرگراه در منطقه i

16): مکان ایستگاه اتوبوس در منطقه i

متغیرها :

-  : از نوع متغیر های صفر و یک تعریف می­کنیم به این صورت که اگر شعبه موجود در منطقه i کماکان برقرار باشد این متغیر 1 و اگر برچیده شود صفر می­شود.

 -  : از نوع متغیر های صفر و یک تعریف می­کنیم به این صورت که اگر در منطقه i شعبه جدید تاسیس شود این متغیر 1 و در غیر اینصورت صفر می­شود.

 

 

      (1)                                                            

 

                                                                       (2)  

                                                                                       (3)

                                                                                             (4)

                                                                                                 (5) 

                                                                                                      (6)  

 

تابع هدف به کمینه کردن کل هزینه ها اختصاص دارد. واضح است که در صورت برچیده شدن شعبه موجود، ارزش زمین و ساختمان مربوطه جزو عایدی سازمان تلقی می­شود. تابع هدف به گونه ای نوشته شده که این حالت را نیز در نظر می­گیرد. اولین محدودیت مدل تضمین می­کند که کل هزینه ها از بودجه در نظر گرفته شده بیشتر نباشد. محدودیت دوم تضمین می­کند که تعداد شعب هر منطقه جوابگوی تقاضای مربوطه باشد. محدودیت سوم مربوط به سقف تعداد کل شعبه ها است و محدودیت چهارم نیز تضمین می­کند در هر منطقه حداقل یک شعبه برقرار باشد. نتیجه این مدل نشان می­دهد که در 14 منطقه نیاز به تاسیس شعبه جدید احساس می­شود.

پس از پیدا کردن تعداد شعب بهینه، سعی می­کنیم مکان بهینه شعب جدید را در هر منطقه مشخص کنیم. برای این منظور از مدل زیر استفاده می شود:

 

         (7)                 

شایان ذکر است که مقادیر c همان وزن شاخصهای مربوط به تعیین مکان شعبه است که از طریق بردار ویژه به دست می­آید. ضمنا شاخصهای قیمت و جمعیت بیمه شده در مدل اول لحاظ شده­اند و در این مدل هفت شاخص دیگر مد نظر قرار می­گیرند. حال باید هر قدر مطلق را با یک تغییر متغیر جایگزین کرد. مثلا فرض کنید در مساله ای تابع هدف به صورت  است. تغییر متغیر های زیر را برای رابطه7 انجام می­دهیم: 

                                                                           (8) 

دراین صورت، تابع هدف به صورت زیر تبدیل می­شود:

 

                                                                  (9)

 

 

 

 

با توجه به توضیحات، مدل دوم(رابطه 7) در فرم خطی به صورت زیر در می­آید:

                                              (10)                                                                                                                        

                                       

                               

 

 

 

 

 

 (11)                                                             

 

 

 

 

 

(12)                                                                                          

 

با تقسیم تهران به دو قسمت شرق و غرب(در نقشه ی موجود سازمان تامین اجتماعی)، پایین ترین قسمت وسط نقشه را مبدا در نظر گرفتیم و مختصات بهینه شعب در هر منطقه را نیزنامگذاری کردیم.

 

4. یافته های تحقیق

4-1. حل مدل و تجزیه و تحلیل داده ها

   پس از آن که در قسمت قبل مدل ریاضی پیشنهادی مربوط به جایابی بهینه مکان شعب بصورت نمادی ارایه گردید، به منظور آماده نمودن مدل مذکور برای حل می­بایست اطلاعات مورد نیاز جمع آوری تا با قرار دادن آنها در جدول امکان حل فراهم آید. عمده ترین مراجع و منابع جهت جمع­آوری اطلاعات و داده های مورد نیاز، سازمان مرکزی سازمان تامین اجتماعی، اداره کل شرق تهران و شعب مختلف می­باشند. برای انتخاب مدل، با مطالعات کتابخانه­ای و مصاحبه با خبرگان در سازمان، با توجه به موضوع مورد پژوهش ده شاخص تعیین گردید و هجده گزینه مکانی نیز به شرح زیر در فرآیند مکان یابی مورد ارزیابی قرار گرفت :

1. شعبه 3 : میدان خراسان، روبروی خیابان زیبا، نبش کوچه شهید بطحایی، پلاک 140

2. شعبه 4 : میدان امام حسین، ابتدای خیابان مازندران، پلاک 8

3. شعبه 5 : خیابان 17 شهریور، خاوران، بعد از عارف ،جنب اداره آگاهی

4. شعبه 8 : خیابان سعدی جنوبی، پائین تر از میدان استقلال، کوچه بانک تجارت، پلاک 6

5. شعبه 9 : خیابان سهروردی شمالی، روبروی پمپ بنزین، کوچه تقوی، اندیشه 8

6. شعبه 12: جاده سوم دولت آباد، روبروی شهر گل کوچه ظفرنو، پلاک3

7. شعبه 16: فلکه اول تهرانپارس، خیابان 144 شرقی، پلاک 61

8. شعبه 19: خیابان استاد نجات الهی، خیابان ورشو ، پلاک 27

9. شعبه 20: خیابان پیروزی بعد از چهارراه کوکاکولا، مقابل مسجد قدس

10. شعبه 21: خیابان 15 خرداد غربی، روبروی مخابرات ناحیه 5، پلاک 1138

11.شعبه 22:  خیابان قائم مقام فراهانی، کوچه 8، پلاک 18

12. شعبه 23: خیابان امام خمینی، میدان حسن آباد، نبش خیابان استخر

13. شعبه 24: تهرانپارس، بین فلکه دوم و سوم، خیابان 182 غربی، نبش 121

14. شعبه 27: خیابان شهید مطهری، ابتدای خیابان میرعماد، نبش کوچه دوم، پلاک3

15.شعبه 29: خیابان دکتر شریعتی، ملک پلاک 46

16. شعبه شهید مدرس: میدان بهارستان،  ساختمان بهداری، مجلس شورای اسلامی

17 . شعبه شمیران : خیابان شریعتی، پائین تر از میدان قدس

18. شعبه شهر ری: سه راه ورامین، اول جاده ورامین

   هدف مدل در سطح اول انتخاب بهینه تعداد شعب و در سطح دوم یافتن مختصات مکان مناسب شعب بدست آمده از سطح اول می­باشد. در سطح اول مدل صفر و یک مربوطه حل و مشخص گردید 14 منطقه نیاز به تاسیس شعبه جدید دارند.

   در مرحله بعد پرسشنامه­ای جهت انجام مقایسات زوجی بر مبنای تکنیک  تصمیم گیری در اختیار کارشناسان مربوطه قرار داده شد. پس از توزیع و جمع آوری پرسشنامه ها ماتریس تلفیق گروهی تشکیل دادیم. دوشاخص قیمت زمین در منطقه انتخابی و جمعیت بالقوه مورد نظر برای استفاده از مزایای سازمان تامین اجتماعی در محدودیت ها لحاظ گردیده و هفت شاخص دیگر در ماتریس تلفیق گروهی دیده شده است . اگر هفت شاخص را به ترتیب با نمادهای زیر نمایش دهیم :

: نزدیکی به پارکینگهای عمومی ،: نزدیکی  به شعب بانکهای عامل جهت پرداخت بیمه وحقوق به مستمری بگیران، : نزدیکی به کارگزاریهای رسمی سازمان ،: نزدیکی به درمانگاههای تامین اجتماعی، نزدیکی به مترو،  نزدیکی به ایستگاههای اتوبوس   : نزدیکی به بزرگراه

آنگاه برای تشکیل ماتریس تلفیق گروهی از این نکته استفاده می­کنیم که هر درایه در سطر iوستونj حاصل تقسیم تعداد افرادی است که  را به  ارجح دانسته اند. در نتیجه ماتریس زیر حاصل می­شود.

جدول1. ماتریس تلفیق گروهی

(3529/1)	(5/1)	(1052/1)	(0769/2)	(2222/1)	(3793/0)	(1)	A1
(4444/3)	(3)	(3)	(6666/5)	(7142/4)	(1)	(6363/2)	A2
(0769/2)	(0769/2)	(6666/1)	(0769/2)	(1)	(2121/0)	(8181/0)	A3
(6666/0)	(8181/0)	(6/0)	(1)	(4814/0)	(1764/0)	(4814/0)	A4
(6666/1)	(3333/2)	(1)	(6666/1)	(6/0)	(3333/0)	(9047/0)	A5
(6666/1)	(1)	(4285/0)	(2222/1)	(4814/0)	(3333/0)	(6666/0)	A6
(1)	(6/0)	(6/0)	(5/1)	(4814/0)	(2903/0)	(7391/0)	A7

 

به روش تسهیل شده بردار ویژه وزن شاخصها را مشخص می­کنیم. ماتریس فوق را D می­نامیم و ماتریس واحد e را نیز یک ماتریس اختیار می­کنیم و را ترانهاده آن می­نامیم. سپس از طریق محاسبه تقریبی بردار ویژه و با استفاده از توان افزایشی k برای ماتریسD وسپس نرمالیزه کردن نتایج حاصل از آن به صورت     تا به ثبات رسیدن نتایج ادامه می­دهیم. به این صورت که ابتدا ماتریس را تشکیل داده و سپس ماتریس را محاسبه می­کنیم و ماتریس بدست آمده در مرحله اول را بر عدد حاصل شده از قسمت دوم تقسیم می کنیم.7عدد حاصل شده اوزان انتقال اول است. سپس D² را بدست آورده و مراحل بالا را انجام می­دهیم و اینکار را ادامه می­دهیم تا اوزان مرحله iام و (i-1)ام تقریبا همگرا شوند که این اعداد همان اوزان نهایی برای قرار گیری در تابع هدف دوم خواهد بود.ضرایب اهمیت معیارهای اصلی  در مدل درجدول(2) مشاهده می شود.

جدول2. ضرایب تابع هدف دوم

شاخص انتخاب مکان بهینه	اولویت
نزدیکی به پارکینگهای عمومی	(1327/0)
نزدیکی به شعب بانکها(قویترین عامل)	(3694/0)
نزدیکی به کارگزاریهای رسمی	(1412/0)
نزدیکی به درمانگاه ها(ضعیفترین عامل)	(064/0)
نزدیکی به مترو	(1246/0)
نزدیکی به ایستگاه اتوبوس	(0878/0)
نزدیکی به بزرگراه ها	(08/0)

  

 در مرحله بعدی با توجه به نقشه جغرافیایی شعب تامین اجتماعی در تهران، برای آنکه به هفت شاخص مطرح شده برای تابع هدف دوم مختصات نسبت دهیم پایین ترین نقطه در وسط جدول(زیر جاده حسن آباد) را مبدا مختصات فرض کرده و سمت راست آن را جهت مثبت محور xها و بالای آن را جهت مثبت محور yها فرض کردیم و مختصات شاخص­ها یعنی بانک ها وبیمارستان و ایستگاه های مترو وبزرگراه ها وپارکینگ ها و ایستگاه های اتوبوس و کارگزاری ها را در منطقه هر شعبه پیدا کردیم(این نقشه به سفارش روابط عمومی تامین اجتماعی تهران بزرگ تهیه و منتشر گردیده است).

4-2 .انتخاب گزینه مناسب

    بر اساس نتایج به دست آمده از حل مدل با استفاده از نرم افزار Excel برای تابع هدف اول  تعداد سی و دو شعبه انتخاب گردید، در نتیجه چهارده شعبه از هجده شعبه اولیه به شعبه دوم احتیاج دارند. از بین شعب اولیه شعبه های 3، شهید مدرس، شعبه 27 و شعبه12، شعبی هستند که نیاز به احداث شعبه جدید ندارند.

   بر اساس نتایج به دست آمده از حل مدل با استفاده از نرم افزارExcel برای تابع هدف دوم مختصات یا به عبارتی مکان جدید برای  شعبه جدید که پیشتر نحوه پیدا کردن مبدا مختصات  که تمامی این مختصات ها نسبت به آن مشخص گردیده است توضیح داده شد، در هر منطقه حاصل گردید که عبارتند از :

شعبه 4: حوالی پیروزی، شعبه 5: بزرگراه شرق (دولاب)، شعبه 8 : سعدی (مخبرالدوله)

شعبه 9: شیخ شعبانی، شعبه 16: اتوبان شهید باقری(گلبرگ)، شعبه 19 : میدان فردوسی

شعبه20: خیابان چهارصد دستگاه، شعبه 21 : خیابان پامنار(ناصرخسرو)، شعبه 22 : میدان آرژانتین، شعبه 23: حاج ابوفتح بازار عباس آباد، شعبه 24: فلکه دوم تهرانپارس، شعبه  29: خیابان خرمشهر، شعبه شمیران : قیطریه، شعبه شهرری : فداییان اسلام.

 

5. نتیجه­گیری

   با حل معادله متوجه شدیم که اکثریت شعب شرق تهران احتیاج به شعبه دوم دارند و در نتیجه مکان و نیروی انسانی فعلی در سازمان جوابگوی نیاز مشتریان نمی­باشد. در حال حاضر افراد متقاضی کارگزاریهای تامین اجتماعی پس از کسب شرایط احرازکارگزاری با معرفی مکان اقدام به راه اندازی کارگزاری بیمه می­کنند و تنها عاملی که به صورت ذهنی برخی از مدیران بیمه در اعطای مجوز مکان در نظر می­گیرند رعایت حداقل فاصله با شعب نزدیک بیمه        می­باشد و تعداد این کارگزاریها رو به افزایش می­باشد که این مساله مشکل ساز است،        بنابراین توصیه می­شود در موارد لزوم به جای احداث چندین کارگزاری برای یک شعبه، شعبه جدیدی احداث گردد. با توجه به هزینه های بالای خرید و یا اجاره مکانی مناسب که حائز شرایط مطلوب جهت شعب باشد، پیشنهاد می­گردد در هر شعبه تامین اجتماعی شعب سیار بانک راه اندازی و یا خدمات مشترکی از شعب متفاوت تامین اجتماعی ارایه گردد تا در هزینه ها صرفه جویی شود ودر نهایت کمیته ای تخصصی جهت مکان یابی شعب برای جلوگیری از اشتباهات تصمیم گیری فردی تشکیل شود.

---

1.  Kucukaydin  et al

2.  Huff

3.  Huigun

4.  Averbakh et al

5.  Kou

6.  Cheol-Jou

1.  Ibrahim  Dogan

2.  Bayesian  Networks

3. Total Cost  of  Owenership

مراجع

منابع    

- آبادی، احمدالله و ساقی، محمد حسین (1390). مکان یابی و طراحی محل دفن زباله های روستایی بخش روداب سبزوار. مجله دانشگاه علوم پزشکی خراسان شمالی، 3(1): 34-29.

- آذر، عادل و رجب زاده، علی (1381). تصمیم گیری کاربردی (رویکرد M.A.D.M). نشر نگاه دانش. تهران.

- افضلی، افسانه و محمدولی سامانی، جمال (1390). مکان یابی محل های مناسب دفن مواد زایدجامعه شهری شهر اصفهان با در نظرگرفتن اهمیت منابع آب و اولویت بندی آن ها با استفاده ازفرآیند تحلیل شبکه ای. مجله تحقیقات منابع آب ایران، 7 (1): 76-67.

- شفیعی، پروین و نوری، سید هدایت الله (1389). مکان یابی صنایع کوچک و کارگاهی مناطق روستایی شهرستان اردستان. مجله ی جغرافیا و توسعه ی ناحیه ای، 8 (15): 195- 174.

- صادقی، شکوفه (1390). جایابی بهینه مراکز توزیع در فرآیند بازاریابی با استفاده از روشهای ریاضی. پایان نامه کارشناسی ارشد، دانشکده مدیریت، دانشگاه تهران.

- صفری، حسین و طالبی، جلال (1390). مکان یابی تسهیلات صنعتی خودروسازی گروه بهمن با استفاده از روش تاپسیس فازی و برنامه ریزی صفر و یک عدد صحیح. مجله دانشکده مدیریت دانشگاه تهران، 3 (6): 80-59.

- مومنی، منصور و جعفرنژاد، احمد و صادقی، شکوفه (1390). جایابی بهینه مراکز توزیع در فرآیند بازاریابی با استفاده از روش های ریاضی. مجله دانشکده مدیریت دانشگاه تهران، 3 (6):  148-129.

- آریا نژاد، میر بهادر قلی (1381). تحقیق در عملیات 2. انتشارات دانشگاه علم صنعت، تهران.

- آریا نژاد، میر بهادر قلی (1380). مدل سازی ریاضی 2. انتشارات دانشگاه علم صنعت ایران، تهران.

- اصغرپور، محمد جواد (1377). تصمیم گیریهای چند معیاره. انتشارات دانشگاه تهران، تهران.    

- پناهی، بهرام (1384). کارکرد های تامین اجتماعی در ایران. نشر موسسه عالی پژوهش تامین اجتماعی، تهران.

- مهرگان، محمد رضا (1387). برنامه ریزی خطی و کاربرد های آن. نشرکتاب دانشگاه.

- Averbakh, I., & Berman, O., & Drezner, Z., & Wesolowsky, G. (2007). The uncapacitated facility location problem with demand-dependent set up and service costs and customer –choice allocation.European Journal of Operational research,179(1):956-967.

- Berman, O., & Drezner, Z., & Wesolowsky, G. (2003). Locating service facilities whose reliabilities is distance dependent. Computers & Operation Research, 30(1): 1683-1695.

- Cheng-Ru, W., & Chin-Tsai, L., & Huang-Chu, C. (2007). Optimal selection of location for Taiwanese hospitals to ensure a competitive advantage by using the hierarchy process & sensitivity analysis.Building and Environment, 42(3):1431-1444.

- Cheol-Jou, C. (1998). An Equity-Efficiency Trade-off Model for the Optimum Location of Medical Care Facilities. European Journal of Operrational Research, 32(2): 99-112.

- Dogan, I. (2012). Analysis of facility location model using Bayesian networks, Expert systems with applications. European Journal of Operrational Research, 39(2): 1094-1104.

- Kucukaydin, H., & Aras, N., & Altinel, K. (2011). Competitive facility problem with attractiveness adjustment of the follower: Abilevel programming model and its solution. European Journal of Operational Research, 208(1): 206-220.

- Mc Carthy, B.L., & Atthirawong, W. (2003). Factors affecting location decisions in international operations-A Delphi study.  International Journal ofoperation & production management, 23(7): 794-815.

- Mc mullin, Sh. (1999). Location strategies, department of geography, university of Washington. Journal of Architectural and Planning Research, 20(1):1-13.

- Michael, J. & Mothersbaugh, D.L., & Beatty, Sh. (2003). The effects of locational convenience on customer repurchase intentions, across service types. Journal of services & marketing, 7: 701-712.

- Zaferanieh, M., & Taghizadeh Kakhki, H. (2007). A BSSS algorithm for the single facility location problem in two regions with different norms. European journal of operational research, 190(1):79-89.

- Partovi, F. (2006). An analytic model for locating facilities strategically, International. Journal of Management Science, 34: 41-55.

- Narasimhan, R., & Talluri, S., & Sakis, J. & Ross, A. (2005). Efficient service location design in government service, a decision support system framework. Journal of operation management, 23(2): 163-178.

- Revelle, C.S., & Eiselt, H.A. (2005). Location analysis, a synthesis & survey. Journal of operation research, 165: 1-19.

-  Xiahong, Wu., & Roger, S. (2000). Location of foreign insurance companies in China. International Business Review, 9(3): 383-398.

- Zhang, L., & Rushton, G. Optimizing size & location of facilities in competitive multi-site service systems. Journal of Computers & Operation Research,30(1):1432-1443.