شماره ركورد
18332
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
۱۸۳۳۲
پديد آورنده
فاطمه افشون
عنوان
ارائه يك مدل براي زنجيره تامين معكوس / رو به جلو با استفاده از انواع وسيله حمل و نقل براي محصولات داراي طول عمر كوتاه
مقطع تحصيلي
كارشناسي ارشد
رشته تحصيلي
مدل سازي سيستم هاي كلان
تاريخ دفاع
مهرماه ۱۳۹۶
استاد راهنما
دكتر نيكبخش جواديان
دانشكده
صنايع
چكيده
زنجيره تامين در خصوص كالاهاي فاسد شدني همواره يكي از با اهميت ترين و چالش برانگيزترين مباحث مديريتي در زمانهاي مختلف بوده است.. امروزه به دليل افزايش در ارائه ي انواع مواد فاسد شدني، تنوع كالاهاي فاسد شدني منجر به افزايش پيچيدگي در كنترل زنجيره ي تامين شده است در نتيجه با پيچيده شدن مديريت انبارها و برنامه ريزي ظرفيت انبارها و زمان بندي توليد، كارايي زنجيره تامين با ركود مواجه مي شود. علاوه بر اين از آنجا كه مواد فاسد شدني تاثير مستقيم بر سلامت انسانها دارد از اهميت ويژه اي برخوردار مي باشد. بنابراين مديريت زنجيره تامين كارآمد در خصوص كالاهاي با عمر كوتاه و به ويژه مواد غذايي، دارويي، لبني ... بيشترين درجه ي اهميت را به خود اختصاص مي دهد و طراحي بهينه شبكه زنجيره تامين مواد فاسد شدني از جمله مسائلي مي باشد كه همواره مورد توجه همه ي سازمانها قرار مي گيرد و بايد به آن توجه ويژه اي شود. از اين رو در اين تحقيق به ارائه يك مدل بهينه از زنجيره تامين معكوس براي مواد فاسد شدني با استفاده از انواع وسايل نقليه متناسب با محصولات فاسد شدني با هدف حداكثر كردن سود پرداخته شده است همچنين در اين مدل تقاضا غير قطعي در نظر گرفته شده است از اين رو يك مدل بهينه ي استوار براي ازبين بردن عدم قطعيت و براي تصميم گيري بهتر ارائه شده است. همچنين از طريق الگوريتم هاي فرا ابتكاري شامل ژنتيك ، انبوه ذرات و آنيل شبيه سازي شده حل و به مقايسه زمان حل و تابع هدف اين 3 الگوريتم پرداخته شده است. بر اساس مثال هاي عددي، به اين نتيجه رسيديم كه زمان حل الگوريتم انبوه ذرات از ساير الگوريتم ها كمتر و همچنين ميزان تابع هدف در درجه ي مطلوب تري بوده است.
كلمات كليدي : زنجيره تامين ، كالاي فاسد شدني ، بهينه سازي استوار ، روش هاي فرا ابتكاري
تاريخ ورود اطلاعات
1396/10/25
تاريخ بهره برداري
1/15/2018 12:00:00 AM
دانشجوي وارد كننده اطلاعات
فاطمه افشون
چكيده به لاتين
The supply chain for perishable goods has always been one of the most important and challenging issues of management discussions at various times. Today, due to the increase in the provision of various types of perishable goods, the variety of perishable goods has increased the complexity of supply chain control. As a result, due to the complexity of inventory management and the planning of inventory capacity and production scheduling, supply chain performance faces recession. In addition, since perishable goods have a direct impact on human health, it is particularly important. Therefore, efficient supply chain management for short-lived goods, especially food, pharmaceuticals, dairy products and ... has the highest importance, and the optimal design of the supply chain network for perishable goods is one of the issues that has always been paid attention by the organizations and should be given special considerations. Hence, in this research, an optimal reverse supply chain model for perishable goods using a variety of vehicles suitable for perishable goods with the aim of maximizing profits has been considered. In this model, the demand is considered indeterminate. Hence, a robust optimal model is proposed to eliminate uncertainty and provide better decision making. Also, it is also solved through meta-heuristic algorithms including Genetics, Particle Swarm and Simulated Annealing algorithms and then compared solving time and objective function of these three algorithms. Based on numerical examples, we conclude that the time to solve by the Particle Swarm algorithm is lower than other algorithms, as well as the value of objective function is in a more favorable manner.
Keywords: Supply Chain, Perishable Goods, Robust Optimization, Meta-heuristic Methods