عباس روحانی؛ مهدی خجسته‌پور؛ محمودرضا گلزاریان
چکیده
جایگزینی تراکتور یکی از عوامل بسیار تاثیرگذار برای انجام دادن بهموقع عملیات زراعی است. پیشبینی صحیح هزینههای تعمیر و نگهداری جز اساسی در مدل جایگزینی تراکتور بهشمار میآید. در این مطالعه، از دادههای واقعی هزینههای تعمیر و نگهداری 60 تراکتور دو چرخ محرک در موسسه کشت و صنعت آستان قدس استفاده شد. تراکتورهای ...
بیشتر
جایگزینی تراکتور یکی از عوامل بسیار تاثیرگذار برای انجام دادن بهموقع عملیات زراعی است. پیشبینی صحیح هزینههای تعمیر و نگهداری جز اساسی در مدل جایگزینی تراکتور بهشمار میآید. در این مطالعه، از دادههای واقعی هزینههای تعمیر و نگهداری 60 تراکتور دو چرخ محرک در موسسه کشت و صنعت آستان قدس استفاده شد. تراکتورهای دو چرخ محرک شامل 17، 10، 28 و 5 تراکتور بهترتیب مسی فرگوسن 285، فیات 445، جاندیر 3140 و جاندیر 4450 بودند. نتایج تحلیل رگرسیونی نشان میدهد که مدل درجه دوم، بهترین مدل برای پیشبینی هزینههای تعمیر و نگهداری تراکتور است. با استفاده از الگوریتم ژنتیک تعداد 17850، 18380، 27000 و 27400 ساعت کارکرد تجمعی بهعنوان عمر جایگزینی به ترتیب برای تراکتورهای فیات، مسی فرگوسن، جاندیر 3140، جاندیر 4450 پیشبینی شده است.
عباس روحانی؛ ایرج رنجبر؛ محمدحسین عباسپور فرد؛ مصطفی ولی‌زاده
دوره 11، شماره 3 ، آذر 1389، ، صفحه 87-96
چکیده
مدیریت جایگزینی ماشین (به ویژه تراکتور) یکی از فاکتورهای کلیدی در انجام دادن به موقع عملیات زراعی میباشد. بنابراین باید با دقت هزینههای تعمیر و نگهداری تراکتور پیشبینی شود. این تحقیق برای ارزیابی تکنیک رگرسیونی در پیشبینی هزینههای تعمیر و نگهداری تراکتور اجرا شد. در این مطالعه از دادههای واقعی 60 تراکتور دو چرخ محرک ...
بیشتر
مدیریت جایگزینی ماشین (به ویژه تراکتور) یکی از فاکتورهای کلیدی در انجام دادن به موقع عملیات زراعی میباشد. بنابراین باید با دقت هزینههای تعمیر و نگهداری تراکتور پیشبینی شود. این تحقیق برای ارزیابی تکنیک رگرسیونی در پیشبینی هزینههای تعمیر و نگهداری تراکتور اجرا شد. در این مطالعه از دادههای واقعی 60 تراکتور دو چرخ محرک موجود در کشت و صنعت آستان قدس رضوی استفاده شده است. تجزیة رگرسیونی انجام شد. متغیر پاسخ عبارت بود از مقدار هزینة تعمیر و نگهداری و متغیر مستقل ساعات کارکرد تجمعی. مدلهای چند جملهای درجه دوم و درجه سوم و مدلهای توانی و نمایی آزمایش شدند. نتایج حاصل نشان میدهد که مدل رگرسیونی درجه سوم بر اساس ضریب تبیین و معنیداری ضرایب رگرسیونی، بهترین مدل جهت پیشبینی هزینة تعمیر، روغن، و سوخت است. همچنین، عملکرد مدل رگرسیونی درجه سوم در مرحلة آزمون برای پیشبینی هزینة تعمیرات با متوسط قدرمطلق خطا 72/3 بسیار بهتر از هزینه روغن و سوخت به ترتیب با متوسط قدرمطلق خطا 21/5 و 51/9 است.
