چکیده:
امروزه یکپارچهسازی فرایندهای زنجیرة تأمین بهعنوان مزیت رقابتی شرکتها مطرح است و معمولا بدون درنظرگرفتن این دو عامل کلیدی متحمل هزینههای زیادی میشوند. بررسی پیکربندیهای زنجیرة تأمین در سطح راهبردی با دادههای تصادفی میتواند مکمل مناسبی برای رویکردهای قبلی باشد. این تحقیق ابزاری را برای بهنیهسازی زنجیرة تأمین فراهم میآورد تا مدیران در طراحی شبکههای تولید و توزیع در شرایط بیاطمینانی از آن استفاده کنند. مسئلة مورد نظر در این تحقیق ایجاد زیرساختهای زنجیرة تأمین، خرید، انتقال و موجودی مواد اولیه، تولید، انتقال موجودی محصول نهایی برای دستیابی به حداکثر سود و حداقلکردن تغییرپذیری سود و تقاضای برآوردهنشده است. در این تحقیق، مدل بهینهسازی استوار عدد صحیح مختلط آرمانی چندهدفه با دادههای تقاضای تصادفی ارائه میشود. بهمنظور درک بیشتر، مثال عددی ارائه میشود که با استفاده از نرمافزار LINDO حل و سپس اعتبارسنجی مدل بررسی شد که بیانگر بهبود اهداف در مدل است.
This research involves the optimization tool for use by supply chain managers in the design and operation of manufacturing- distribution networks under uncertain demand conditions. The problem under consideration consists of determining the supply chain infrastructure; raw material purchases, shipments, and inventories; and finished product production quantities, inventories, and shipments needed to achieve maximum profit while fulfilling demand and minimizing profit variability and unsatisfied demand. This research presented model to supply chain infrastructure design. In this research, a multi-period,multi objective mixed integer robust optimization formulation of the strategic model is presented to account for the probabilistic demand data. In order to demonstrate, numerical examples are presented and solved by LINDO software.
خلاصه ماشینی:
مسئلۀ مورد نظر در اين تحقيق ايجاد زيرساخت هاي زنجيرة تأمين ، خريد، انتقال و موجودي مواد اوليه ، توليد، انتقال موجودي محصول نهايي براي دستيابي به حداکثر سود و حداقل کردن تغييرپذيري سود و تقاضاي برآورده نشده است .
تابع هزينۀ تجديدنظرشده برابر است با اميد رياضي متغير تصادفي ξs=cTx+dsTys به اضافه مقدار ثابت واريانس است ؛ به عبارت ديگر، قسمت تابع هزينۀ تابع هدف بالا به صورت زير است : (رجوع شود به تصویر صفحه) يافته هاي پژوهش نمادها، پارامترها و متغيرها در اين تحقيق ، براي مدل سازي رياضي از انديس هاي زير استفاده ميشود: مواد خام اوليه ,I,١٢ i ، تأمين کننده ,K,١٢ k ، کارخانه ,M,١٢ m ، انبار ,N,n ١٢، مشتري ,P,p ١٢، دورة زماني ,T,١٢ t و سناريوها,S ٣ , ,Ω ١.
همچنين ، پارامترهاي مورد نياز براي اين تحقيق براي مدل سازي رياضي به صورت زير تعريف شدند: ai: مقدار مواد اوليۀ i مورد نياز براي ساخت يک واحد محصول نهايي.
An approach for strategic supply chain planning under uncertainty based on stochastic 0-1 programming.
Risk and uncertainty in managing chemical manufacturing supply chains.
A multi-objective stochastic programming approach for supply chain design considering risk.
International Journal of Simulation: Systems, Science & Technology, 2(1), 24–30.
Multiobjective supply chain design under uncertainty, Chemical Engineering Science, 60: 1535-1553.
Managing demand uncertainty in supply chain planning.
A stochastic programming approach for supply chain network design under uncertainty.
Industrial & Engineering Chemical Research, 40: 3585-3604.