جستجوی مقالات مرتبط با کلیدواژه « بهینه سازی گروه ذرات » در نشریات گروه « مدیریت »

مساله مسیریابی تولید به تلفیق دو مساله مسیریابی خودرو و برنامه ریزی تولید می پردازد. عموما در مسئله فوق فرض بر این است که نوعی انحصار در محیط وجود دارد و توجهی به تاثیر رقبا در این مسائل در نظر گرفته نشده است. پر واضح است که در دنیای واقعی دیگر نمی توان به داشتن بازار انحصاری امید بست. در فضای رقابتی مشتریان متناسب با قیمت و کیفیت تامین کننده را انتخاب می کنند. بنابراین در این مقاله به عنوان تعریفی از کیفیت، تامین سریع نیاز مشتری و در دستری بودن الزام فضای رقابتی تبیین شده است و به همین جهت، مساله مسیریابی تولید رقابتی با فرض دانستن زودترین و دیرترین زمان تامین تقاضا توسط رقیب مدل بندی شده است. به این ترتیب در صورت تاخیر در تامین تقاضای مشتری به نسبت میزان تاخیر سهمی از بازار از دست می رود. همچنین مدل سازی انجام شده به وسیله نرم افزار گمز حل شده است. علاوه بر این به دلیل استفاده موفق الگوریتم بهینه سازی گروه ذرات در حل مسائل بهینه سازی، در اینجا نیز الگوریتم بهینه سازی گروه ذرات برای حل مساله مسیریابی تولید در ابعاد بزرگ توسعه داده می شود. برای بررسی عملکرد الگوریتم ارائه شده جواب های حاصل در ابعاد کوچک با جواب های حاصل از حل با نرم افزار گمز مقایسه شده است.

این مقاله به بررسی مساله مسیریابی-موجودی چند محصولی چند دوره ای در یک زنجیره تامین دو سطحی شامل یک تولیدکننده و مجموعه ای از خرده فروشان اختصاص دارد. در مساله مورد بررسی، علاوه بر مدیریت موجودی و برنامه ریزی توزیع، برنامه ریزی تولید نیز در نظر گرفته شده است. مساله با هدف کمینه سازی مجموع هزینه های سیستم شامل هزینه های راه اندازی، توزیع و نگهداری موجودی مدلسازی شده است. محصولات توسط ناوگانی از وسائل حمل همسان با ظرفیت محدود تحت استرات‍ژی ارسال مستقیم به خرده فروشان تحویل داده می شوند. همچنین، ظرفیت تولید و نگهداری محدود و کمبود غیرمجاز فرض شده است. نشان داده شده است که مسائل مشابه بدون در نظر داشتن برنامه ریزی توزیع در زمره مسائل با پیچیدگی سخت قرار دارند، بنابراین مساله فوق نیز، مساله ای با پیچیدگی سخت است. از این رو، در این مقاله الگوریتم بهینه سازی گروه ذرات بهبودیافته جدیدی برای حل آن توسعه داده شده است. الگوریتم پیشنهادی از دو بخش مجزا تشکیل شده است. نخست، مقادیر متغیرهای صفرویک با استفاده از الگوریتم پیشنهادی تعیین و سپس با حل یک مدل برنامه ریزی خطی، مقادیر متغیرهای پیوسته محاسبه می شود. کارایی الگوریتم پیشنهادی با استفاده از مسائل نمونه تصادفی متعددی با الگوریتم های ژنتیک و بهینه سازی گروه ذرات مقایسه شده است. نتایج محاسباتی بیانگر عملکرد بهتر الگوریتم پیشنهادی است.