Abstract:
یکی از مهمترین حوزههای کلیدی در زنجیره تأمین، مدیریت و کنترل فعالیتهایى نظیر تهیه مواد، برنامهریزى تولید و کنترل موجودى و عرضه کالاست. با برنامهریزیهایی که در این حوزه انجام میگیرد، میتوان مشخص نمود از هر محصول چه تعداد و چه زمانی تولید کرد. تولیدکنندگان برای تولید محصولات اولویتهایی را مدنظر دارند که میتواند بر اساس ظرفیت خطوط، میزان منابع انسانی و... تعیین شود. علاوه بر این اولویتهایی نیز بر اساس خرید محصولات مختلف مدنظر مشتریان میباشد. در نتیجه تعیین میزان تولید هر محصول با توجه به اولویت مد نظر مشتری و ظرفیت خطوط از اهمیت خاصی برخوردار میباشد. از سوی دیگر به دلیل ماهیت غیرقطعی دادهها در دنیای واقعی تولید، رویکرد منطق فازی در مورد ظرفیت، زمان پردازش و سود قابل استفاده است. لذا در این مقاله سعی شده است با استفاده از تئوری محدودیتهای اصلاح شده فازی و اولویتهای مدنظر مشتریان، ترکیب تولیدی مشخص شود که به کمک آن، تعادلی میان اولویتهای تولیدکننده و مشتریان برقرار گردد. روش پیشنهادی به کمک مثال عددی مورد بررسی قرار گرفته است. نتایج نشاندهنده کارایی این روش در مسائل دنیای واقعی میباشد.
Activities such as preparing materials, production planning and inventory control and supply of goods are considered as the key areas of supply chain are management and control. It is possible to identify how many and when each product must be produced by planning. Manufacturers can prioritize each product based on the capacity of the lines, the human resources and etc. Moreover, customers might consider other priority for each product. Accordingly, it is important to determine the amount of production for each product by drawing on management and customer comments. On the other hand, due to the indeterminate nature of data in the real world, the fuzzy logic approach is used for production capacity, processing time and profit. In this paper using the revised fuzzy theory of constraints and priorities of customer, a mixed production is determined and it keeps a balance between producer and customer priorities. The proposed algorithm has been studied using numerical example. The results show the effectiveness of this approach in real-world.