توسعه یک مدل برنامه‌ریزی ریاضی جهت تعیین سیاست سفارش‌دهی بهینه و قیمت فروش
محل انتشار: دومین کنفرانس بین المللی تحقیق در عملیات ایران
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,255
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIORS02_104
تاریخ نمایه سازی: 11 اسفند 1387
چکیده مقاله:
صاحب‌نظران علم مدیریت زنجیره تأمین اعتقاد دارند انتخاب تأمین‌کننده اصلی‌ترین فعالیت دپارتمان تأمین منبع می‌باشد چرا که انتخاب درست تأمین‌کننده نقش قابل ملاحظه‌ای در کاهش هزینه خرید و بهبود رقابت‌پذیری شرکت ایفا می‌کند. به طور عمده دو سیاست اصلی تأمین منبع شامل سیاست تک منبعی و چند منبعی می‌باشد. در سال‌های اخیر که زنجیره‌های تأمین با انواع عدم قطعیت‌ها مواجه‌اند، شکست همزمان سفارش بین چند تأمین‌کننده رویکردی است که بسیار مورد توجه قرار گرفته است.
در مقاله حاضر سعی شده است تا با ارائه یک مدل برنامه‌ریزی ریاضی به کاهش هزینه‌های سیستم موجودی و نیز پیشینه‌سازی سود یک واحد تولیدی در یک زنجیره تأمین‌کنندگان، تولید‌کننده و مشتریان بپردازیم. همچنین فرض عدم ثبات تقاضا و وابستگی آن به قیمت فروش به تطابق مدل پیشنهادی با دنیای کنونی کمک می‌کند. پس از توسعه مدل در دو حالت تک منبعی و دو منبعی، با حل مدل با بهره‌گیری از تکنیک جستجوی عددی و استفاده از نرم‌افزار Maple11 به تعیین سیاست بهینه سفارش‌دهی، تعداد تأمین‌کنندگان و قیمت فروش به طور همزمان پرداخته و آن‌گاه حساسیت مدل نسبت به پارامترهای تأثیرگذار مورد بررسی قرار گرفته است. درنهایت نیز محدودیت‌ها و کاربردهای مدل عنوان و پیشنهاداتی جهت ادامه تحقیقات مطرح گردیده است.
کلیدواژه ها:
نویسندگان
زینب سازور
کارشناس ارشد مهندسی صنایع صنایع، دانشگاه صنعتی شریف
گلنار بهزادی
کارشناس ارشد مهندسی صنایع صنایع، دانشگاه آزاد اسلامی واحد تهران جنوب
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :