Abstract:
یکی از عوامل مهم برای شرکتهای قدرتمند تولیدی بهمنظور بقا در محیط رقابتی امروزی، کاهش هزینههای تولید محصول است. مواد و تجهیزات تأمینشده از تأمینکنندگان نقش مهمی را در مدیریت زنجیره تأمین ایفا کرده و در تصمیمات لجستیکی یک شرکت و مکانیابی تسهیلات تولیدی، تأثیر زیادی در طراحی زنجیره تأمین از منظر برنامهریزی حملونقل و توزیع دارد. هدف از انجام این پژوهش، ارائه یک مدل یکپارچه برای مسائل انتخاب تأمینکنندگان، تخصیص سهم به تأمینکنندگان و مکانیابی تسهیلات تولیدی در یک زنجیره تأمین چند دورهای و چند محصولی با در نظرگیری اهداف اقتصادی، قابلیت اطمینان شبکه و ارزشیابی تأمینکنندگان منتخب میباشد. در این راستا یک مدل برنامهریزی عدد صحیح مختلط توسعه داده شده و برای مسائل با اندازه کوچک توسط روش دقیق حل شده است. از آنجاییکه مسئله پیشنهادی زنده میباشد، برای حل مسائل با اندازه بزرگ، الگوریتم فراابتکاری بهینهسازی چند هدفه میرایی ارتعاشات (MOVDO) با معرفی معیارهایی در جهت بررسی نتایج ارائه میشود. نتایج عددی نشان میدهد که الگوریتم MOVDO زمان حل مسئله را کاهش و جوابهایی نزدیک به بهینه و با درصد اختلاف کمی نسبت به روش دقیق را ارائه میدهد که در معیار کیفیت جواب نیز وضعیت خوبی دارد.
For powerful manufacturing firms, one of the important factors for survival in today's competitive environment is decreasing production costs. Materials and equipment supplied play an important role in supply chain management and production facilities location, have a significant impact on supply chain design from the perspective of transportation and distribution planning in logistics decisions of the company. The purpose of this study is to provide an integrated model for supplier selection, quota allocation and production facility location problems in a multi - period and multi - product supply chain by considering economic goals, network reliability and evaluation of selected suppliers. In this regard, a mixed integer programming model has been developed and solved for small size problems by an exact method. Since the proposed problem is NP-hard, a Multi-Objective Vibration Damping Optimization (MOVDO) algorithm is proposed by introducing criteria for examining the results to solve large-scale problems. Numerical results show that the MOVDO algorithm reduces the problem solving time and provides near-optimal solutions with a small percentage difference compared to the exact method, which is also good in the quality of the response criterion.