ارائه یک مدل استوار برنامه ریزی عدد صحیح مختلط برای مسئله مکان یابی چند سطحی چند کالری با محدودیت ظرفیت
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 707
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
NRIME01_218
Index date: 16 February 2016
ارائه یک مدل استوار برنامه ریزی عدد صحیح مختلط برای مسئله مکان یابی چند سطحی چند کالری با محدودیت ظرفیت abstract
امروز در شبکه های زنجیره تأمین به دلیل پیچیدگی پیش بینی تقاضای بازار و افزایش اهمیت آن به دلیل جلوگیری از هزینه های ناشی از عدم پاسخ گویی، باعث شده تا نظر بسیاری از محققان را به خود جلب کند. این مقاله به بررسی مسئله مکانی یابی چند سطری چند کالایی در شرایط عدم قطعیت با ارائه یک مدل استوار برنامه ریزی عدد صحیح مختلط می پردازد، به طوری که در یک سطح تسهیلات تولید، در سطح دیگر تسهیلات انبارهای مرکزی و در سطح دیگر تسهیلات خرده فروشان آن قرار دارد. در این مدل پارامتر تقاضای خرده فروشان دارای عدم قطعیت بود که فقط حدود بالا و پایین آن مشخص می باشد. به همین منظور در راستای غلبه بر پیچیدگی حاصل از عدم قطعیت، از رویکرد بهینه سازی استوار استفاده می شود. از آنجایی که مسئله پیشنهادی در دسته مسائل NP-Hard قرار دارد، بنابراین برای حل تقریبی مسئله در ابعاد بزرگ از الگوریتم بهینه سازی توده ذرات PSO استفاده کرده ایم عرایض با نرم افزار GAMS به عنوان است که الگوریتم پیشنهادی ما در یک زمان عملیاتی کوتاه عملکرد مناسبی دارد.
ارائه یک مدل استوار برنامه ریزی عدد صحیح مختلط برای مسئله مکان یابی چند سطحی چند کالری با محدودیت ظرفیت Keywords:
مسئله مکانی یابی چند سطحی چند کالایی , برنامه ریزی عدد صحیح مختلط , بهینه سازی استوار , الگوریتم بهینه سازی توده ذرات
ارائه یک مدل استوار برنامه ریزی عدد صحیح مختلط برای مسئله مکان یابی چند سطحی چند کالری با محدودیت ظرفیت authors
حامد قاسمی
دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه صنعتی اصفهان
عرفان بابایی تیرکلایی
دانش آموخته کارشناسی ارشد مهندسی صنایع، دانشگاه صنعتی اصفهان
مهدی علینقیآن
استادیار دانشکده مهندسی صنایع، دانشگاه صنعتی اصفهان
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 :