چکیده:
در این تحقیق رویکردی مبتنی بر برنامه‌ریزی ریاضی به منظور بهینه‌سازی مسئله برون‌سپاری در زنجیره
تامین ارائه‌شده است. در این رویکرد در ابتدا مدل ریاضی مسئله تشریح شده و سپس به منظور حل مسئله
توری زنجیره‌های مارکوف تشریح شده است. تابع هدف مسئله شامل کمینه‌سازی هزینه‌های خریده
برون‌سپاری و تقاضای از دست رفته است. به منظور حل مسئله از سه الگوریتم فراابتگاری ژنتیک، گرگ
خاکستری و شیرمورچه استفاده شده که پس از بررسی نمودهای عددی، الگوریتم گرگ خاکستری
بالترین سطح عملکرد را دارا است. به منظور گسترش ابعاد کاربردی تحقیق در شرایط دنیای واقعی، یک
شرکت تولید کننده عایق‌های فشارقوی به‌عنوان مورد مطالعاتی تحقیق در نظر گرفته شده است.
The turbulent and dynamic environment of today's business world has become increasingly challenging for organizations operating in different business areas. In such a situation, in order to get rid of these conditions, moving forward and towards the perspective of the new horizons of prosperity and survival is the dream of many of them. In the meantime, according to the specific circumstances and requirements that govern each institution or organization, and in order to achieve their desired productivity, they use certain strategies and programs that outsourcing is one of these strategies. Today, organizations are outsourcing to boost competitive ability and profit and focus on their competitive edge.In this research, a mathematical programming approach is proposed to optimize the issue of outsourcing in the supply chain. In this approach, at first the mathematical model of the problem showed and then in order to solve the problem of the theory of Markov chains described. The objective function of the problem involves minimizing the cost of purchasing, outsourcing and lost demand. In order to solve the problem, three genetic metamorphic algorithms, gray wolves and antlion have been used. After examining the numerical expressions, Gray wolf's algorithm has the highest level of performance. In order to expand the applied dimensions of research in real-world conditions, a company (MPEICO) that manufactures insulators is considered as the case study..
خلاصه ماشینی:
همان طور که از اصول ساختار زنجیره های مارکوف برمیآید، اساسا مسئله این پژوهش دارای ساختاری تصادفی بوده مطابق با خاصیت مارکوف ، توزیع احتمال شرطی برای سیستم در مرحله بعد فقط به حالت فعلی سیستم بستگی داشته و به حالت های قبل بستگی ندارد.
بنابراین میتوان گفت که مسئله بیان شده در این تحقیق دارای ساختاری منطبق با ساختار زنجیره های مارکوف است .
الگوریتم مدل سازی بازتولید با رویکرد برون سپاری با استفاده از زنجیره مارکوف با توجه به مفاهیم ارائه شده ، در این بخش به تشریح مدل سازی مسئله مورد بحث در این تحقیق پرداخته میشود.
لازم به ذکر است که با توجه به بررسیهای انجام شده در این پژوهش برای اولین بار از الگوریتم های شیرمورچه ، گرگ خاکستری در حل مسئله برون سپاری در زنجیره تامین حلقه بسته استفاده میشود.
بدین منظور در این تحقیق از الگوریتم های شیرمورچه و گرگ خاکستری که در سال ٢٠١٤ ارائه شده است استفاده میشود.
A genetic algorithm-based heuristic for the dynamic integrated forward/reverse logistics network for 3PLs. Comput Oper Res 2007;34(2):346–66 Pagell M, Wu Z, Murthy NN.
Outsourcing reverse logistics and remanufacturing functions: a conceptual strategic model.
Dynamic network design for reverse logistics operations under uncertainty.
A stochastic model for forward-reverse logistics network design under risk.
A new multi-objective stochastic model for a forward/reverse logistic network design with responsiveness and quality level.
An optimization model for reverse logistics network under stochastic environment by using genetic algorithm.
A fuzzy multi- objective optimization model for sustainable reverse logistics network design.
A carbon-constrained stochastic optimization model with augmented multi-criteria scenario-based risk- averse solution for reverse logistics network design under uncertainty.
(
, 
, 
)
