دانلود مقاله زنجیره تأمین حلقه بسته و الگوریتم فرا ابتکاری

دانلود پایان نامه

نیکل و همکاران [30] مسأله طراحی شبکه زنجیره تأمین چند محصولی و چند سطحی را بررسی نموده و در این مساله چندین جنبه عملی مانند تصمیم گیری های مالی توسط مدیرت زنجیره تأمین و مدیریت ریسک را مطالعه نمودند. تصمیم گیری ها در شبکه زنجیره تأمین مورد بررسی شامل مکان یابی تسهیلات، جریان کالا ها در سطوح مختلف و سرمایه گذاری در شبکه می باشند.
ونگداتسانیکورن و همکاران [31] پروسه تصمیم گیری مارکو چند زمانه را برای بررسی مدل رشد شبکه استراتژیک زنجیره تأمین معکوس مطالعه نمودند. آن ها در کارشان برای حل مدل از روش های پویا، برنامه ریزی خطی استفاده نمودند. آن ها همچنین یک الگوریتم ابتکاری جهت حل مسائل با اندازه های بزرگ را پیشنهاد کردند .
جییاوو و همکاران [32] به مطالعه هماهنگی تصمیم گیری در زنجیره تأمین ، محصولات و پروسه ها پرداخته و این مسأله را بصورت مساله تخصیص بارگیری مدل کرده و یک روش بر اساس ارضاء محدودیت ها ارائه دادند.
محمدی بید هندی و همکاران [33] مدل برنامه ریزی خطی عدد صحیح مختلط برای حل مسأله طراحی شبکه زنجیره تأمین چند محصولی و تک دوره ای با پارامتر های معین که شامل سطوح استراتژیک و سطوح تاکتیکی برنامه ریزی شبکه زنجیره تأمین هستند، ارائه دادند. مدل به انتخاب مکان یابی، تخصیص و تعیین بازه جریان کالا می پردازد. آن ها علاوه بر مدل ریاضی یک روش جدید برای حل مدل پیشنهاد نمودند.
بلاکهارست و همکاران [34] به طراحی یک متدولوژی که می توانند به مدیران در تصمیم گیری با استفاده از مدل سازی عملیات و تاثیرات طراحی محصولات و پروسه های تولیدی کمک کند ، پرداختند.
هسو و لی [35] به مطالعه مسأله طراحی شبکه زنجیره تأمین با وجود نوسانات در تقاضا پرداختند. آن ها روش ارزیابی اعتبار را برای ارزیابی اعتبار کارخانه ها در مقابل نوسانات در تقاضا پیشنهاد کردند. در مجموع آن ها برای مساله مورد بررسی دو مدل برنامه ریزی ریاضی برای تعیین تصمیمات بهینه برای مکان یابی و تخصیص ارائه دادند.
مون کایومارتینس و زانگ [36] طراحی شبکه زنجیره تأمین را مطالعه نموده و روش جدید برای طراحی شبکه با خانواده ای از محصولات با ویژگی های سلسله مراتبی پیشنهاد کردند. مدل آن ها شامل دو هدفه کمینه سازی هزینه و زمان بیکاری بوده و برای حل این مدل الگوریتم فرا ابتکاری کلونی مورچگان بر پایه مجموعه آرشیو پارتو طراحی کردند.
فوناکی [37] به بررسی مکان یابی انبار های مراکز توزیع در مساله شبکه زنجیره تأمین چند محصولی با در نظر گرفتن موعد تحویل برای تقاضا پرداخت. در این مدل تقاضای مشتریان دارای تاریخ موعد تحویل بوده که مراکز توزیع موظف به تامین تقاضای مشتریان مطابق موعد تحویل از موجودی انبار می باشند.
ج.میزگیر و همکاران [38] به مدل سازی شرکت ها و سازمان ها در شبکه زنجیره تأمین پرداخته و یک مدل بر پایه عواملی که جزییات محیط های واقعی اقتصادی که سازنان ها تحت آن ها در حل فعالیت هستند را شرح می دهند. در این کار تمرکز آن ها بر روی تاثیرات اصلاحات پیشنهادی توسط خودشان را بر روی تغییرات مدل بررسی کردند.
پراکاش و همکاران [39] یک الگوریتم ژنتیک برای مساله بهینه سازی شبکه زنجیره تأمین پیشنهاد کردند. درالگوریتم پیشنهادی آن ها تولید جمعیت اولیه، انتخاب والدین در عملگر تقاطع و انتخاب جمعیت نسل بعد بر پایه دانش موجود در مدل صورت می گیرد.
سپهری [40] به بررسی مساله شبکه زنجیره تأمین چند سطحی و چند محصولی با فرض امکان نگهداری موجودی در سطوح مختلف و همکاری چند عضوی در شبکه پرداخته است. در این مدل اعضای شبکه زنجیره تأمین می توانند موجودی را در هر سطح دلخواه نگهداری کرده و از قوانین امنیتی برای نگهداری موجودی استفاده کنند و در این کار هدف کمینه کردن هزینه نگهداری موجودی است.
چی و چیانگ [41] الگوریتم ژنتیک اصلاح شده چند هدفه بر پایه مجموعه آرشیو پارتو را برای طراحی شبکه زنجیره تأمین چند محصولی ارائه کردند. آنها از سیستم توزیع لجستیک برای انتخاب تأمین کننده و گروه بندی محصولات در شبکه زنجیره تامین استفاده کردند. اهداف این مدل عبارتند از هزینه، زمان تحویل و کیفیت.
سانتاسو و همکاران [42] روش برنامه ریزی تصادفی را برای مسأله طراحی شبکه زنجیره تأمین با پارامترهای نا معین را بررسی کردند.
لیانگ و چنگ [43] برای مسأله طراحی شبکه زنجیره تأمین چند محصولی مدل برنامه ریزی خطی چند هدفه فازی با اهداف کمینه کردن هزینه کلی و زمان تحویل با در نظر گرفتن سطح موجودی، ظرفیت وسایل حمل و نقل و نیروی کار موجود ارائه کردند.
مین و همکاران [44] مدل برنامه ریزی غیر خطی عدد صحیح مختلط را به همراه الگوریتم فرا ابتکاری ژنتیک برای حل مساله لجستیک معکوس که شامل تقویت موقتی و فاصله ای محصولات بازگشتی در زنجیره تأمین حلقه بسته است، ارائه دادند.
لیانگ و چنگ [45] به بررسی کاربرد منطق فازی در برنامه ریزی زنجیره تأمین چند محصولی پرداختند. آن ها برای این مساله مدل خطی فازی چند هدفه با اهداف کمینه سازی هزینه و زمان تحویل با در نظر گرفتن محدودیت های سطح موجودی، ظرفیت وسائل حمل و نقل و میزان نیروی کار در دسترس ارائه کردند.
بیل گن [46] کاربرد روش های برنامه ریزی فازی را در تخصیص محصولات در خطوط تولید کارخانجات در شبکه زنجیره تأمین مطالعه کرد.
توکلی مقدم و همکاران [47] یک الگوریتم ژنتیک برای مساله حمل و نقل با هزینه ثابت معرفی کردند. در الگوریتم پیشنهادی آن ها از یک روش پیشرفته در طراحی کروموزوم ها استفاده شد که بوسیله آن نیازی به اصلاح کروموزوم ها (جواب ها) ی نشدنی نبود و تمام کروموزوم ها (جواب ها) ی تولید شده از همان ابتدا شدنی بودند.همچنین در روش پیشنهادی آن ها تمامی کرورموزوم های تولید شده تشکیل درخت پوشا برای یک شبکه حمل و نقل را می دادند.
توکلی مقدم و همکاران [48] یک مدل ریاضی برای مسأله حمل و نقل با هزینه ثابت در شبکه زنجیره تأمین دو مرحله ای ارائه دادند. در مقایسه با مقاله قبلی آن ها ظرفیت فراوانی برای مراکز توزیع در نظر گرفتند. برای حل مدل مربوطه از الگوریتم ایمنی مصنوعی و الگوریتم ژنتیک با نحوه نمایش بروفر استفاده کردند.
2-4. بهینه سازی و انواع روش های آن
بهینه سازی ، هنر یافتن بهترین جواب در بین وضعیتهای موجود است. بهینه سازی در طراح و نگهداری بسیاری از سیستمهای مهندسی، اقتصادی و حتی اجتماعی به منظور مینیمم کردن هزینه لازم و یا ماکزیمم کردن سود کاربرد دارد. به دلیل کاربرد وسیع بهینه سازی در علوم متفاوت، این مبحث رشد بسیاری کرده است، به طوری که در ریاضیات، مدیریت، صنایع و بسیاری از شاخه های علوم مورد مطالعه و بررسی قرار می گیرد و حتی نام های متفاوت از قبیل برنامه ریزی ریاضی و تحقیق در عملیات برای اشاره به مباحث بهینه سازی به کار می رود.
هدف از بهینه‌سازی یافتن بهترین جواب قابل قبول، با توجه به محدودیت‌ها و نیازهای مسأله است. برای یک مسأله، ممکن است جواب‌های مختلفی موجود باشد که برای مقایسه آنها و انتخاب جواب بهینه، تابعی به نام تابع هدف تعریف می‌شود. انتخاب این تابع به طبیعت مسأله وابسته است. به عنوان مثال، زمان سفر یا هزینه از جمله اهداف رایج بهینه‌سازی شبکه‌های حمل و نقل می‌باشد. به هر حال، انتخاب تابع هدف مناسب یکی از مهمترین گام‌های بهینه‌سازی است. گاهی در بهینه‌سازی چند هدف به طور همزمان مد نظر قرار می‌گیرد؛ این گونه مسائل بهینه‌سازی را که دربرگیرنده چند تابع هدف هستند، مسائل چند هدفی می‌نامند. ساده‌ترین راه در برخورد با این گونه مسائل، تشکیل یک تابع هدف جدید به صورت ترکیب خطی توابع هدف اصلی است که در این ترکیب میزان اثرگذاری هر تابع با وزن اختصاص یافته به آن مشخص می‌شود. هر مسأله بهینه‌سازی دارای تعدادی متغیر مستقل است که آنها را متغیرهای طراحی می‌نامند که با بردار n بعدی x نشان داده می‌شوند. هدف از بهینه‌سازی تعیین متغیرهای طراحی است، به گونه‌ای که تابع هدف کمینه یا بیشینه شود.
مسائل مختلف بهینه‌سازی به دو دسته زیر تقسیم می‌شود:
الف) مسائل بهینه‌سازی بی‌محدودیت : در این مسائل هدف، بیشینه یا کمینه کردن تابع هدف بدون هر گونه محدودیتی بر روی متغیرهای طراحی می‌باشد.