توسعه یک مدل ریاضی مکان یابی- موجودی در طراحی شبکه لجستیک یکپارچه مستقیم/ معکوس تحت عدم قطعیت تقاضا و برگشتی با سطوح ظرفیت چندگانه
Publish place: Supply Chain Management، Vol: 23، Issue: 72
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 206
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SCMJ-23-72_003
تاریخ نمایه سازی: 17 فروردین 1401
Abstract:
امروزه محیط تجاری رقابتی منجر به همکاری فزاینده میان شرکت ها به عنوان اعضای شبکه زنجیره تامین شده است. در این زمینه، طراحی شبکه لجستیک زنجیره تامین با توجه به تاثیر آن بر کارایی و پاسخگویی زنجیره از موضوعات مهم استراتژیک به شمار می رود. علاوه بر این، در سال های اخیر توجه به مسایل زیست محیطی، الزامات قانونی و نیز منافع اقتصادی توجه خاصی بر لجستیک معکوس صورت گرفته است. در این مقاله به ارایه یک مدل مکان یابی- موجودی و از نوع برنامه ریزی خطی عدد صحیح آمیخته احتمالی برای طراحی یکپارچه شبکه یک زنجیره تامین حلقه بسته چند کالایی و چند دورهای با در نظر گرفتن سطوح ظرفیت چندگانه پرداخته می شود. همچنین برای انطباق شبکه لجستیک مورد نظر با دنیای واقعی، مقدار تقاضای مشتریان و بالطبع مقدار برگشتی تحت عدم قطعیت و به صورت تصادفی در نظر گرفته شده اند. با توجه به اینکه مسئله مکانیابی تسهیلات با ظرفیت محدود در این تحقیق به دسته مسائل سخت تعلق دارد، لذا برای حل آن به ارائه دو روش فرا ابتکاری مبتنی بر الگوریتم زنبورها و الگوریتم ژنتیک پرداخته و مقایسه جوابهای این دو روش بر اساس مسائل عددی طراحی شده صورت گرفته است. از نظر مقدار تابع هدف، عملکرد الگوریتم ژنتیک به طور متوسط ۶/۱۱ درصد پایین تر از زنبور عسل بوده و از منظر زمان حل عملکرد الگوریتم زنبور عسل به میزان قابل ملاحظهای (به طور متوسط نزدیک به ۵ برابر) پایین تر از الگوریتم ژنتیک است.
Keywords:
Authors
مهدی سیف برقی
گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه الزهرا، دانشکده فنی، تهران، ایران
مهدی کربلایی اسماعیلی
گروه مهندسی صنایع، دانشکده مهندسی صنایع و مکانیک، دانشگاه آزاد اسلامی، شعبه قزوین، قزوین، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :