پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,573 |
| تعداد مقالات | 71,037 |
| تعداد مشاهده مقاله | 125,521,879 |
| تعداد دریافت فایل اصل مقاله | 98,781,450 |
تحلیل اثر تولید چندمکانی در افزایش توان کاهش مخاطرات و آسیب‌پذیری در زنجیرۀ تأمین | ||
| مدیریت مخاطرات محیطی | ||
| مقاله 2، دوره 2، شماره 2، تیر 1394، صفحه 141-156 اصل مقاله (561.96 K) | ||
| نوع مقاله: پژوهشی کاربردی | ||
| شناسه دیجیتال (DOI): 10.22059/jhsci.2015.55058 | ||
| نویسندگان | ||
| محمد علی بهشتی نیا* 1؛ مصطفی مقیمی2 | ||
| 1استادیار، دانشکدۀ مهندسی مواد و صنایع، دانشگاه سمنان | ||
| 2کارشناس ارشد MBA، دانشکدۀ مهندسی مواد و صنایع، دانشگاه سمنان | ||
| چکیده | ||
| مخاطرات در حوزه‌های مختلف ابعاد و جوانب مختلفی دارد. امروزه با توجه به حساسیت موجود در صنایع، افزایش توان سازمان‌ها در مواجهه با بحران‌ها و مقابله با عدم قطعیت‌ها و ریسک‌های تولید ضروری به‌نظر می‌رسد. یکی از راه‌هایی که برای مقابله با این ریسک‌ها مطرح میشود، افزایش چابکی، پایداری و انعطاف‌پذیری یک فرایند تولیدی است. در این تحقیق، نحوۀ افزایش توان برخورد با بحران‌ها و ریسک‌ها در بخش تولید با رویکرد مدیریت یکپارچۀ فرایند تولید، استفاده از ناوگان حمل‌ونقل اشتراکی و تولید چندمکانی با هدف کاهش تأخیر در تأمین مواد و قطعات اولیۀ مورد نیاز شرکت تولید‌کننده بررسی میشود. به‌منظور حل مسئله از یک الگوریتم ژنتیک به‌نام الگوریتم ژنتیک پویا استفاده شده است. سپس به تحلیل نتایج در حالت تک‌مکانی و چندمکانی پرداخته میشود. نتایج نشان می‌دهد که حالت چندمکانی موجب تأخیر کمتری در تأمین قطعات و مواد اولیه برای شرکت سازنده میشود. همچنین عواملی نظیر افزایش تعداد تأمینکنندگان، تعداد وسایل نقلیه و کاهش تعداد سفارش‌ها، مقدار زمان‌های پردازش و حمل‌ونقل موجب کاهش تأخیر در زنجیرۀ تأمین میشود. | ||
| کلیدواژه‌ها | ||
| الگوریتم ژنتیک؛ تأخیر؛ تولید چندمکانی؛ زنجیرۀ تأمین؛ کاهش آسیب‌پذیری؛ مخاطرات | ||
| عنوان مقاله [English] | ||
| Analyzing impact of multi-site manufacturing on increasing the organization capabilities in supply chain hazards and vulnerability reduction | ||
| نویسندگان [English] | ||
| Mohamad Ali Beheshti nia1؛ Mostafa Moghimi2 | ||
| 1Assistant professor, Material and Industrial Engineering Faculty, Semnan University, Semnan, Iran | ||
| 2MSc in MBA, Material and Industrial Engineering Faculty, Semnan University, Semnan, Iran | ||
| چکیده [English] | ||
| Hazards in different areas have different effects and consequences. Nowadays considering industries vital conditions, it seems necessary to boost organizations confronting uncertainties and risks. One solution for reducing these risks, is increasing agility, stability and flexibility in production process. This study tries to increase organization capabilities in supply chain hazards handing, using integration of production and transportation planning, shared transportation navigation and Multi-site manufacturing to minimize total tardiness in supplying required raw material and parts for a manufacturer. Considering that it is a NP-hard problem it is not possible to solve it in a reasonable time using exact methods. Hence, a genetic algorithm named dynamic genetic algorithm (DGA) is proposed to solve it. After that, results in single-site and multi-site problems are compared. The results show that multi-site manufacturing caused less tardiness than single-site manufacturing in reality. Also, increasing the number of suppliers, the number of vehicles and reducing the number of orders, the value of process times and transportation times causes tardiness reduction in a supply chain. | ||
| کلیدواژه‌ها [English] | ||
| Hazards, Supply Chain, Multi-site manufacturing, Tardiness, Genetic Algorithm, Reduce vulnerability | ||
| مراجع | ||
|
[1] اسمیت، کیت، مخاطرات محیطی، ترجمۀ مقیمی، الف و گودرزی‌نژاد، ش، 1382، انتشارات سمت: 116-100. [2] مقیمی، ابراهیم، 1394، دانش مخاطرات، چاپ دوم، انتشارات دانشگاه تهران: 13-7. [3] Averbakh, I. and Baysan, M., (2013), Approximation algorithm for the on-line multi-customer two-level supply chain scheduling problem, Operations Research Letters, 41, 710–714.
[4] Chauhan, S.S., Valery, G., Jean-Marie, P. (2007) "Scheduling in supply chain environment", European Journal of Operational Research, 183, 961-970.
[5] Craighead, C.W. ,Blackhurst , J., Rungtusanatham , M.J., & Handfield, R.B. (2007). The Severity of supply chain disruptions: Design characteristics and mitigation capabilities. Decision Sciences, 38, 131–156.
[6] Esmaeilikia, M., Fahimnia, B., Sarkis, J., Govindan, K., Kumar, A., & Mo, J. (2014). A tactical supply chain planning model with multiple flexibility options: An empirical evaluation. Annals of Operations Research, doi:10.1007/s10479-013-1513-
[7] Garey, M.R., Johnson, D.S.and Sethi, R. (1976) "The complexity of flow shop and job shop scheduling", Mathematics of Operation Research, Vol. 1, pp. 117–129.
[8] Gnonia, M.G., Iavagnilio, R., Mossa, G.,Mummolo, G. and DiLeva, A. (2003) "Production planning of a multi-site manufacturing system by hybrid modeling: A case study from the automotive industry", International Journal Production Economics, Vol. 85, pp. 251–262.
[9] Juttner, U., (2005). Supply chain risk management: Understanding the business requirements from a practitioner perspective. The International Journal of Logistics Management, 16 (1), 120-141.
[10] Kaminsky, P. and Kaya, O., 2008, Inventory positioning, scheduling and lead-time quotation in supply chains, Int. J. Production Economics, 114, 276–293.
[11] Kleindorfer, P. R., Saad. G. H., (2005). Managing Disruption Risks in Supply Chains. Production and Operations Management, 14 (1), 53-58.
[12] Lee, Y.H., Jeong, C.J. and Moon, C. (2002) "Advanced planning and scheduling with outsourcing in manufacturing supply chain", Computer and Industrial Engineering, Vol. 43, pp. 351-374.
[13] Lee, H.L. (2004). The triple-A supply chain. Harvard Business Review, 102–112.
[14] . Li, H. and Womer K., 2008, Modeling the supply chain configuration problem with resource constraints, International Journal of Project Management, 26, 646–654.
[15] Lin, B. M. T., Cheng, T. C. E., & Chou, A. S. C. (2007). Scheduling in an assembly-type production chain with batch transfer. Omega, 35(2), 143–151.
[16] Manuj, I., Mentzer, J. T., (2008). Global supply chain risk management strategies. International Journal of Physical Distribution & Logistics Management, 38 (3), 192-223.
[17] Maravelias, C. T. and Sung, C., Integration of production planning and scheduling: Overview, challenges and opportunities, Computers and Chemical Engineering, 33, 1919–1930.
[18] Rostamian Delavar, M., Hajiaghaei-Keshteli, M. and Molla-Alizadeh-Zavardehi, S., 2010, Genetic algorithms for coordinated scheduling of production and air transportation, Expert Systems with Applications, 37, 8255–8266.
[19] Sawik, T., Joint supplier selection and scheduling of customer orders under disruption risks: Single vs. dual sourcing, Omega, 43, 83–95.
[20] Sodhi, M.S., Son, B.G., & Tang, C.S. (2012). Researchers’ perspectives on supply chain risk management. Production and Operations Management, 21, 1–13.
[21] Tang, C.S., & Tomlin, B. (2008). The power of flexibility for mitigating supply chain risks. International Journal of Production Economics, 116, 12–27.
[22] Thomas, A., Venkateswaran, J., Singh, G. and Krishnamoorthy, M., 2013, resource constrained scheduling problem with multiple independent producers and a single linking constraint: A coal supply chain example, European Journal of Operational Research, olume 236, Issue 3, 1 August 2014, pp. 946-956.
[23] Wang, X. and Cheng, T.C.E., 2009, Logistics scheduling to minimize inventory and transport costs, Int. J. Production Economics, 121, 266–273.
[24] Wang, X. and Cheng, T.C.E., 2009, Production scheduling with supply and delivery considerations to minimize the makespan, European Journal of Operational Research, 194, 743–752.
[25] Yeung, W., Choi, T. and Cheng, T.C.E., 2011, Supply chain scheduling and coordination with dual delivery modes and inventory storage cost, Int. J. Production Economics, 132, 223–229.
[26] Zegordi, S.H, Kamal Abadi, I.N, Beheshti Nia, M.A., 2010, A novel genetic algorithm for solving production and transportation scheduling in a two-stage supply chain, Computers & Industrial Engineering, 58, 373-381.
Zegordi, S.H, Beheshti Nia, M.A., 2009, Integrating production and transportation scheduling in a two-stage supply chain considering order assignment, Int. J. Manufacturing Technology, 44, 928-939. | ||
|
آمار تعداد مشاهده مقاله: 2,500 تعداد دریافت فایل اصل مقاله: 1,233 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب