چکیده:
مدیریت زنجیره تامین یکی از مسائل اساسی پیش روی سازمانها است. در این تحقیق مدلی برای تصمیمهای مکانیابی تسهیلات و تخصیص شبکه توزیع بهمنظور کمینهکردن دو هدف هزینه و زمان در داخل زنجیره تامین سهسطحی ارائه شده است. این هدفها شامل هزینههای راهاندازی، سفارش، خرید، تولید، حملونقل، زمانهای تولید، ارسال کالا و دریافت مواد اولیه است. مدل ارائهشده، یک مسئله برنامهریزی غیرخطی عدد صحیح مختلط است که مکان مناسب برای راهاندازی تسهیلات را با توجه به تامینکنندگان و توزیعکنندگان مشخص میکند. همچنین در این تحقیق برای حل مدل از ابزار بهینهسازی سیپلکس، الگوریتم ژنتیک و شبیهسازی تبرید استفاده شده است. و درنهایت برای بررسی و اندازهگیری کارایی روش حل مسئله، نتایج محاسباتی بهدستآمده با تحلیل آماری با یکدیگر مقایسه شدهاند.
خلاصه ماشینی:
"در این تحقیق مدلی برای تصمیمهای مکانیابی تسهیلات و تخصیص شبکۀ توزیع بهمنظور کمینهکردن دو هدف هزینه و زمان در داخل زنجیرۀ تأمین سهسطحی ارائه شده است.
/ شکل (1) زنجیرۀ تأمین سهسطحی با تأمینکنندگان خارجی ● اندیسها، توابع هدف، پارامترها و متغیرهای تصمیم استفادهشده در این مقاله به شرح زیر است: مجموعۀ اندیسها: i=1,2,…,n: اندیس مربوط به کارخانهها j=1,2,…,m : اندیس مربوط به مراکز توزیع k=1,2,…,K: اندیس مربوط به تأمینکنندگان ◌ توابع هدف : هزینۀ کل زنجیرۀ تأمین : زمان کل سپریشده در زنجیرۀ تأمین ◌ پارامترها : تقاضای کل مشتریان از مرکز توزیع jام : هزینۀ ثابت راهاندازی کارخانه در سایت iام : هزینۀ سفارش کارخانۀ iام از تأمینکنندۀ kام : مرز تخفیف خرید از تأمینکنندۀ kام : هزینۀ خرید هر واحد مادۀ اولیۀ کارخانه iام از تأمینکنندۀ kام اگر مقدار سفارش از کمتر باشد.
. 7- نتیجهگیری و تحقیقات آتی در این تحقیق از مدل برنامهریزی غیرخطی عدد صحیح مختلط برای کمینهکردن هزینهها و زمان بهمنظور حل مسئله مکانیابی و تخصیص در زنجیرۀ تأمین سهسطحی با تأمینکنندگان خارجی استفاده شد.
Burer Genetic algorithm Simulated annealing CPLEX Median Location Minisum Switching center Rectilinear Simple arrow algorithm Geometrical analysis Multi- attribute Wu & Zhang Goal programming Closed-loop supply chain Collection centers Particle swarm optimization Fill rate Mixed-integer nonlinear programming Evolutionary algorithm Walters & Sheble Chromosome Initial population Generation Crossover Mutation Convergence Fitness function LP metric Souilah Hybrid optimization Local optimization Statistical analysis Analysis of variance Treatment mean Multi-objective genetic algorithm Nondominated sorting genetic algorithm"