• شماره ركورد
    18326
  • شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
    ۱۸۳۲۶
  • پديد آورنده

    مرجان الفتي

  • عنوان
    مدل مكان يابي چند دوره اي چند هدفه براي شبكه زنجيره تامين حلقه بسته لجستيك معكوس احتمالي
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    مدل سازي سيستم هاي كالن اقتصادي
  • تاريخ دفاع
    شهريور ۱۳۹۶
  • استاد راهنما
    دكتر نيكبخش جواديان
  • دانشكده
    صنايع
  • چكيده
    توليد امري است كه هميشه استفاده شده است. براي توليد هر چيزي از منابعي خاص استفاده مي‌شود كه اين منابع با گسترش واحد‌هاي صنعتي رو به افزايش است. به همين جهت، استفاده از اين منابع، نياز به برنامه ريزي و نظم و انسجام است. در بسياري از كشورها توجه زيادي به بازگشت محصولات به چرخه‌هاي توليدي معطوف شده است كه اين امر موجب كاهش هزينه هاي تامين منابع مي شود. علاوه بر كاهش هزينه ي توليد، وجود سيستمي براي جمع آوري و بازيافت محصولات مصرف شده، مخصوصا تمركز بر آنهايي كه با رها شدن در طبيعت به مدت زيادي به صورت تجزيه نشده در طبيعت باقي مي مانند، در راستاي اهداف زيست محيطي مي باشد. همچنين با در نظر گرفتن هزينه هاي گزاف چنين سيستم‌هايي، سرمايه‌گذاران بايد از سودآور بودن اين شبكه‌ها اطمينان حاصل كنند. در اين نوع شبكه ها عدم قطعيت بالايي براي بازگشت محصولات مصرف شده از سوي مشتريان وجود دارد. با در نظر گرفتن اين عدم قطعيت ها، مدل ها اغلب بر روي احداث تسهيلات و يا جريان هاي بهينه در ميان تسهيلات متمركز مي شوند. مقالات بررسي شده در اين مطالعه از نظر نوع شبكه‌ شامل برگشتي، رفت و برگشتي و زنجيره تامين مي‌باشد. مدل مورد بررسي در اين مطالعه يكبار به صورت قطعي و با استفاده از نرم افزار لينگو حل شده است. به دليل چند هدفه بودن مدل براي حل آن از روش اپسيلون محدوديت كمك گرفته شد و بار ديگر مساله با الگوريتم فرا ابتكاري ژنتيك مرتب سازي نا مغلوب 2 نوشته شد. حل مدل با الگوريتم فرا ابتكاري نيازمند انتخاب مقدار مناسب براي پارامتر هاي الگوريتم است، به همين جهت از تنظيم پارامتر به روش تاگوچي براي تعيين مقدار مناسب براي پارامتر ها استفاده شد. تنظيم پارامتر با استفاده از 5 معيار ارزيابي عملكرد انجام شد و با روش بي مقياس سازي فازي بي مقياس شد و با كمك نرم افزار ميني تب خروجي بدست آمد. با تحليل خروجي نرم افزار ميني تب بهترين مقدار براي پارامتر هاي الگوريتم بدست آمد، سپس مدل با كمك نرم افزار متلب در ابعاد كوچك، متوسط و بزرگ حل شد و نتايج حاصل با نتايج حل مدل توسط لينگو براي نشان دادن كارايي الگوريتم فرا ابتكاري مقايسه شد. پس از مقايسه جواب لينگو متلب مشاهده كرديم كه در ابعاد كوچك استفاده از روش دقيق و نرم افزار لينگو بسيار مفيد است و زمان حل بسيار كمي دارد. با افزايش ابعاد مساله از كارايي نرم افزار لينگو كاسته شده و ديگر اين نرم افزار قادر به پاسخگويي نيست و حل مدل در متلب در زمان معقول و با تقريب خوب انجام مي شود.
  • تاريخ ورود اطلاعات
    1396/10/24
  • تاريخ بهره برداري
    1/14/2018 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    مرجان الفتي

  • چكيده به لاتين
    Production is a common operation that has been used for many years. Production operation performs by using the resources and consumption of resources increases by increasing production. Therefore, using of these resources requires precise planning. Returning products to production cycles will reduce resource costs. In addition, reducing the production costs, the existence of a system for collecting and recycling the used-products, especially focusing on the products that take a very long time in nature to be decomposed, is in line with environmental objectives. Besides, this network is profitable for investors. In supply chain networks, there is an uncertainty in the demand and the returned-product from customers. The models in addition to uncertainty, determine the optimal number and location of facilities and the flow between them. The supply chain includes all of the activities that are effective in supplying customer requirements. The network of the papers reviewed in this study are including forward and reverse, reverse, and supply chain. In this research, the model was solved with exact solutions by using the LINGO software. The proposed model is multi objective optimization problem, so was solved by e-constraint method, also this problem was solved by Non-Dominated Sorting Genetic Algorithm II (NSGAII). For more efficiency of meta-heuristics algorithms, the parameters of algorithms are tuned by Taguchi method. After tuning the parameters, the model with different dimensions was coded by MATLAB software. After that, the result obtained from LINGO and MATLAB software are compared. In small-scale problems, solving by exact methods and in large-scale problems, solving by Meta-heuristics algorithm are more efficient.