پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,500 |
| تعداد مشاهده مقاله | 124,084,726 |
| تعداد دریافت فایل اصل مقاله | 97,188,879 |
A Multi-product and Multi-period Model for a Procurement-production-distribution in Supply Chain with Fuzzy Parameters | ||
| Advances in Industrial Engineering | ||
| مقاله 3، دوره 46، شماره 2 - شماره پیاپی 1474246، دی 2012، صفحه 147-158 اصل مقاله (592.28 K) | ||
| شناسه دیجیتال (DOI): 10.22059/jieng.2012.30558 | ||
| نویسندگان | ||
| A. Pourrousta؛ R. Tavakkoli- Moghaddam؛ S. Ebrahimnejad | ||
| چکیده | ||
| This paper proposes a new mathematical model for the integrated procurement-production-distribution problem of a fuzzy mixed integer linear programming (FMILP) type. Considering the uncertainty in real problems, a number of parameters such as demand, capacity, and cost where their values are not available or known precisely, have been considered as trapezoidal fuzzy numbers. To solve fuzzy mixed-integer linear programming model it is first converted into a crisp model using two ranking of fuzzy numbers, and then the crisp model is solved. To validate the proposed model, examples with different size are generated by random data and then solved by both crisp and fuzzy models. By comparing the related results, it is shown that fuzzy model has a smaller value for the objective function than for the crisp model and the fuzzy model does not increase the number of computations and run time significantly. | ||
| کلیدواژه‌ها | ||
| Fuzzy mixed-integer linear programming؛ Integrated procurement-production-distribution problem؛ Ranking fuzzy numbers | ||
| عنوان مقاله [English] | ||
| مدل برنامه‌ریزی چند‌محصولی و چند دوره‌ای خرید - تولید - توزیع در زنجیره تأمین با پارامترهای فازی | ||
| نویسندگان [English] | ||
| علیرضا پورروستا؛ رضا توکلی مقدم؛ سعداله ابراهیم‌ن‍‍ژاد | ||
| چکیده [English] | ||
| در این مقاله، مدل‌سازی مسئله یکپارچه خرید - تولید - توزیع در قالب برنامه‌ریزی عدد صحیح مختلط فازی ارائه شده است. با توجه به نبود قطعیت‌های موجود در مسائل واقعی، پارامترهای تقاضا، ظرفیت و هزینه که ممکن است مقادیر آنها در دسترس نباشند یا به دقت معلوم نباشند، به شکل اعداد فازی ذوزنقه‌ای در نظر گرفته شدند. در ادامه، دو روش رتبه‌بندی اعداد فازی برای تبدیل مدل فازی به مدل قطعی و حل آن به کار رفته است. برای اعتبار‌سنجی مدل پیشنهادی، مثال‌هایی با ابعاد مختلف توسط داده‌های تصادفی ایجاد شد و در دو حالت قطعی و فازی آزمایش شد. نتایج محاسباتی حاصل از حل مدل، نشان داد در مدل فازی به دلیل استفاده از روش ?-cut نسبت به مدل قطعی، مدل انعطاف‌پذیرتر شده و مقدار تابع هدف کمتری دارد. نبود قطعیت در پارامتر‌هایی مانند تقاضا، ظرفیت و هزینه‌ها سبب می‌شوند دامنه تغییرات پارامترها در مدل فازی انعطاف‌پذیرتر باشد و در فضای جواب انعطاف‌پذیر، مناسب‌ترین ترکیب تولید، از بین ? برش‌های مختلف انتخاب شود؛ در حالی که در شرایط قطعیت، به دلیل قطعی‌بودن مقادیر پارامترها، اجازه انعطاف‌پذیری به مقادیر پارامترهای مدل داده نمی‌شود، در نتیجه فضای جواب محدود شده و موجب افزایش مقدار تابع هدف می‌شود. مدل فازی علاوه بر نزدیک بودن به محیط واقعی، سبب می‌شود مدیران بر اساس درجه نبود قطعیت، از شرایط محیط واقعی، نسبت به میزان ریسک‌پذیری یا ریسک‌گریزی خودشان تصمیم‌گیری کنند و بر اساس آن، نسبت به استراتژی ترکیب تولید مورد نظر خود اقدام کنند. همچنین نتایج مدل پیشنهادی، موازنه کاهش درجه نبود اطمینان و افزایش هزینه‌ها را برای مدیران نشان می‌دهد. علاوه بر نتایج ذکر شده، محاسبات نشان داد، فازی بودن مدل، افزایش قابل توجهی در پیچیدگی محاسبات و زمان حل مسئله به وجود نمی‌آورد. | ||
|
آمار تعداد مشاهده مقاله: 4,501 تعداد دریافت فایل اصل مقاله: 4,386 |
||