تعیین سیاست‌های مدیریت موجودی در تولید فرآیندی با استفاده از شبیه‌سازی گسسته پیشامد

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، دانشگاه شهید بهشتی.

2 دانشیار، دانشگاه شهید بهشتی.

چکیده

توجه روزافزون به خواسته‌های مشتریان در فرآیند تولید محصولات و همچنین ویژگی‌ها و هزینه‌های اجتناب‌ناپذیر فرآیندهای تولید، پژوهشگران و صنعتگران را به‌سوی مدیریت سفارش‌ها و انتخاب درست سیاست مدیریت موجودی هدایت کرده است. پژوهش پیش رو به‌دنبال یافتن ساختاری برای تعیین مکان بهینه نقطه نفوذ سفارش مشتری و سیاست بهینه مدیریت موجودی، به‌عنوان یکی از مهم‌ترین تصمیم‌های استراتژیک در فرآیند تولید است؛ به این منظور، مدلی مبتنی بر شبیه‌سازی گسسته‌ پیشامد برای محاسبه واقع‌بینانه معیارهای هزینه و زمانِ در جریان ساخت، تحت سناریوهای مختلف طراحی شد. برای اعتبارسنجی و اجرای مدل، اطلاعات تولید و فروش یک کارخانه تولید مواد شیمیایی مورداستفاده قرار گرفت. نتایج حاکی از آن است که استفاده ترکیبی از سیاست‌های مدیریت موجودی، باعث کاهش هزینه‌ها و زمان تحویل سفارش‌ها می‌شود. 

کلیدواژه‌ها


  1. Azar, A. & Momeni, M. (2002). Statistics and Its Application in Management. Tehran. Samt press. (in persian)  
  2. Azimi, P., Farajpoor Nazari, M., Esmati, A. & Farzin, A. (2013). Optimization via simulation & Enterprise Dynamics tutorial. Islamic Azad University of Qazvin press. Qazvin. (in persian)
  3. Chung, Ch. A. (2003). Simulation modeling handbook: a practical approach, CRC press, Inc. Boca Raton, FL, USA, ISBN 0-8493-1241-8.
  4. Davoodi, S.M.R, Jolai, F., Mohaghar, A. & Mehregan, M.R. (2015). Designing a multi-Level Multi-Product inventory simulation model and comparing it with the selected models; Case: Iran steel industries, Journal of Industrial Management Perspective, 5:19, 9-38. (in persian)
  5. Dellaert, N. P. & Melo, M.T. (1996). Production strategies for a stochastic lot sizing problem with constant capacity, European Journal of Operational Research, 92, 281-301.
  6. Garn, W. & Aitken, J (2015). Splitting hybrid Make to Order and Make to Stock demand profiles, International Journal of Operations and Production Management, 15, 48-61.
  7. Ghazanfari, M.& Saghiri, S. (2015). Production management systems (the integrated approach). Tehran. Iran University of Science and Technology. (in persian)
  8. Gupta, D. & Benjaafar, S (2004). Make to order, make to stock, or delay product differentiation? A common framework for modeling and analysis, IIE Transactions, 36:6, 529–546.
  9. Kober, J. & Heinecke, G (2012). Hybrid Production Strategy between Make to Order and Make to Stock - A Case Study at a Manufacturer of Agricultural Machinery with Volatile and Seasonal Demand. 45th CIRP Conference on Manufacturing Systems, 453-458.
  10. Nahavandi, B., Moghbel, A., Azar, A. (2014). Provide a step-by-step approach to simulate a strategy map using fuzzy cognitive maps, Journal of Industrial Management Perspective, 4:14, 93-115. (in persian)
  11. Olhager, J (2003). Strategic positioning of order penetration point. International Journal of Production Economics, 85, 319-329.
  12. Rabbani, M & Yousefnezhad, H & Rafiei, H. (2013). A new approach to find optimal location order decoupling point of supply chain. Tenth International Conference of Industrial Engineering. Tehran. (in persian)
  13. Rogers, P. & Nandi, A. (2007). Judicious order acceptance and order release in make-to-order manufacturing systems. Production Planning & Control, 18: 7, 610-625.
  14. Shafiei Nikabadi, M., Hemmati, M., Khaleqi, I. (2014). Evaluation and selection of suppliers in terms of competitiveness indicators, Journal of Industrial Management Perspective, 4:13, 143-161. (in persian)
  15. Sharda, B. & Akiya, N. (2012). Selecting make-to-stock and postponement policies for different products in a chemical plant: A case study using discrete event simulation, Int. J. Production Economics, 136, 161-171.
  16. Slotnick, S. A. & Morton, E. (2007). Thomas order acceptance with weighted tardiness, Computers & Operations Research, 34:10, 3029-3042.
  17. Soman, C. A., Van Donk, D. P. & Gaalman, G. (2004). Combined make-to-order and make-to-stock in a food production system. International Journal of Production Economics, 90:2, 223-235.
  18. Soman, C. A., Van Donk, D.P. & Gaalman, G. J. C. (2006). Comparison of dynamic scheduling policies for hybrid make to order and make-to-stock production systems with stochastic demand, International Journal of Production Economics, 104, 441-453.
  19. Su, J. C. P., Chang, Y. L. & Ferguson, M. (2005). Evaluation of postponement structures to accommodate mass customization. Journal of Operations Management, 23, 305-318.
  20. Van Donk, D. P. (2001). Make to stock or make to order: the decoupling point in the food processing industries. International Journal of Production Economics, 69:2, 297-306.
  21. Wikner, J. & Rudberg, M. (2005). Integrating production and engineering perspectives on the customer order decoupling point. Production and engineering perspectives, 25:7, 623-641.