ارائه رویکرد چندهدفه بهینهسازی شبیهسازی برای مدل منبعیابی و تصمیمات موجودی یکپارچه

مجید عادلی, مصطفی زندیه

چکیده


در این پژوهش به‌بررسی مسئله­ی یکپارچه منبع‌یابی و سیاست موجودی پرداخته‌ایم. در بازار رقابتی امروز، منبع‌یابی از مهم‌ترین مسائل تصمیم‌گیری راهبردی سازمان‌ها است. بسیاری از سازمان‌ها حجم عظیمی از سرمایه خود را در قالب موجودی نگهداری می‌کنند؛ بنابراین تصمیمات تاکتیکی کنترل موجودی و انتخاب سیاست بهینه موجودی تأثیر بسیاری بر هزینه آن‌ها خواهد داشت.تاکنون تحقیقات کمی در حوزه یکپارچه‌سازی منبع‌یابی و سیاست موجودی صورت گرفته است. در مسائل واقعی محاسبه دقیق هزینه کمبود موجودی کاری دشوار است. برای رفع این مشکل در این پژوهش، تعداد کمبود به‌عنوان هدفی مجزا در نظر گرفته شد. ازآنجاکه تقاضای کارخانه‌ها و زمان تحویل احتمالی هستند، با روش‌های معمول نمی‌توان تابع هدف را محاسبه کرد؛ بنابراین برای تخمین مقدار تابع هدف، از شبیه‌سازی استفاده کردیم. مسئله مطرح‌شده در این پژوهش از نوع NP-Hard است؛ بنابراین برای یافتن جواب بهینه مسئله از روش‌های فراابتکاری چندهدفه NSGA-IIو MOPSOاستفاده کردیم. برای آزمون مدل و الگوریتم ارائه‌شده، شش مسئله آزمایشی از کوچک تا بزرگ طراحی کردیم و سپس کیفیت تخمین‌های پارتوی به‌دست‌آمده از دو الگوریتم را توسط شش معیار مورد ارزیابی قراردادیم. نتایج نشان دادند که جواب‌های تولیدشده توسط الگوریتم NSGA-II از کیفیت بیشتری برخوردارند.

واژگان کلیدی


منبع‌یابی؛ سیاست کنترل موجودی؛ بهینهسازی چندهدفه؛ بهینهسازی شبیهسازی؛ الگوریتم NSGA-II؛ الگوریتم MOPSO.

تمام متن:

PDF

منابع و مآخذ مقاله


Aissaoui, N., Haouari, M., & Hassini, E. (2007). Supplier selection and order lot size modeling: a review. European Journal of Operational Research, 34: 3516–40.

Andradottir, S. (2005). An overview of simulation optimization via random search. In: Henderson SG, Nelson BL, editors. Handbooks in operations research and management science: simulation. Amsterdam: Elsevier.

Badri, H., Bashiri, M., Hejazi, T.H. (2013). Integrated strategic and tactical planning in a supply chain network design with a heuristic solution method, Computers & Operations Research, 40, 1143–1154

Barton, R. (2005). Response surface methodology. In: Henderson SG, Nelson BL, editors, Handbooks in operations research and management science: simulation.

Basnet, C., & Leung, JMY. (2005). Inventory lot-sizing with supplier selection. Computers and Operations Research, 32:1–14.

Buffa, FP, & Jackson, WM. (1983). A goal programming model for purchase planning. Journal of Purchasing and Material Management; Fall: 27–34.

Burcu, B., Keskin, Sharif, H., Melouk, & Ivan L. Meyer. (2010). A simulation-optimization approach for integrated sourcing and inventory decisions. Computers & Operations Research, 37: 1648–1661.

Burke, GJ, Carillo, JE, & Vakharia, A. )2007). Single versus multiple supplier sourcing strategies. European Journal of Operational Research, 182: 95–112.

Coello Coello, C.A., Van Veldhuizen, D.A. & Lamont, G.B. (2007). Evaluationary Algorithm for solving Multi-objective problems. Kluwer Academic Publishers, New York.

Coello, C. A., Hernandez, Aguirre, A., & Zitzler, E., )2006(. Evolutionay multi-objective optimization. European Journal of Operational Research 181, 1617-1619

Deb, K., Pratap, A., Agrawal, S., & Meyarivan, T. (2002). Fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transaction on Evolutionary Computation 6(2), 182-197.

Duan,Q., Warren Liao, T. (2013). “Optimization of replenishment policies for decentralized and centralized capacitated supply chains under various demands”, International Journal of. J. Production Economics, 142, 194–204.

Fu, MC. (2002). Optimization for simulation: theory vs. practice. Informs Journal on Computing; 14(3): 192–215.

Fu, MC. (2005). Gradiente stimation. In: Henderson SG, Nelson BL, editors. Handbooks in operations research and management science: simulation. Amsterdam: Elsevier.

Ghodsypour, SH., & O’Brien, C. (2001). The total cost of logistics in supplier selection, under conditions of multiple sourcing, multiple criteria and capacity constraint. International Journal of Production Economics, 73: 15–27.

Glover, F, Kelly, JP., Laguna, M. (1999). New advances for wedding simulation and optimization. In: Farrington PA, Nembhard HB, Sturrock DT & Evans GW., editors. Proceedings of the 1999 Winter Simulation Conference.

Joines ,J.A., Gupta, D., Gokce, M.A., King, R.E., & Kay, M.G. (2002). Supply chain multi-objective simulation optimization.In: Yucesan E, Chen C-H, Snowdon JL, Charnes JM, editors. Proceedings of the 2002 Winter Simulation Conference.

Kennedy, J. & Eberhart, R.C. (2001). Swarm Intelligence. Morgan Kaufmann Publishers, San Francisco, California.

Keskin, BB, Uster, H., & C-etinkaya, S. (2009). Integration of location and inventory decisions for a generalized vendor selection problem with capacity constraints. European Journal of Operational Research, 37: 261-274.

Kim, S.H., & Nelson B.L. (2005). Selecting the best system. In: Henderson SG, Nelson BL, editors. Handbooks in operations research and management science simulation. Amsterdam: Elsevier.

Kochel, P., & Nielander, U. (2005). Simulation-based optimization of multi-echelon inventory systems. International Journal of Production Economics, 93– 94: 505–13.

Moslemi, H., & Zandieh, M. (2011). Comparisons of some improving strategies on MOPSO for multi-objective (r,Q) inventory system. Expert Systems with Applications 38 ,12051–12057.

Olaffson, S. (2005). Metaheuristics.In: Henderson SG, Nelson BL, editors. Handbooks in operations research and management science simulation.Amsterdam: Elsevier.

Pan, AC. (1989). Allocation of order quantity among suppliers. Journal of Purchasing and Material Management; Fall: 36–9.

Robinson, S. M. (1996). Analysis of sample-path optimization. Mathematics in Operations Research 21: 513-528.

Rosenblatt, M.J., Herer, H.Y., & Hefter, I. (1998). An acquisition policy for a single-item multi-supplier system. Management Science, 44(11): S96–100.

Schott, J. R., (1995). Fault tolerant design using single and multicriteria genetic algorithms optimization. Master’s thesis, Department of Aeronautics and Astronautics, Massachusetts Institute of Technology, Cambridge, MA.

Shin, H., Benton, W.C., & Jun, M. (2009). Quantifying suppliers' product quality and delivery performance: A sourcing policy decision model. Computers & Operations Research 36 ,2462 – 2471

Tempelmeier, H. (2002). A simple heuristic for dynamic order sizing and supplier selection with time varying data. Production and Operations Management, 11:499–515.

Terzi, S., & Cavalieri, S. (2004). Simulation in the supply chain context: a survey. Computers in Industry 53: 3-16.

Tsai, S.C., Zheng, YX. (2013). “A simulation optimization approach for a two-echelon inventory system with service level constraints”, European Journal of Operational Research 229, 364–374.

Zitzler, E., (1999). Eveloutionary Algorithms for multi-objective optimization: method and applications. P.h.D Thesis, dissertation ETH NO. 13398, Swaziland Federal Institute of Technology Zorikh, Switzerland.

Zitzler, E., Deb, K., & Thiele, L. (2000). Comparison of multiobjective evolutionary algorithms: Emprical results. Evolutionary Computation Journal 8(2), 125-148.


ارجاعات

  • در حال حاضر ارجاعی نیست.