مقایسه ی عملکرد الگوریتم ژنتیک و الگوریتم شبیه سازی تبرید برای حل مسأله زمانبندی تولید و حمل و نقل در زنجیره تأمین ملزومات بیمارستانی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 876

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITCC02_177

تاریخ نمایه سازی: 21 شهریور 1395

چکیده مقاله:

در سالهای اخیر موضوع مدیریت زنجیره تأمین به شدت مورد توجه تحقیقات دانشگاهی و همچنین بخش صنعتی وخدماتی قرار گرفته است. استفاده از تکنیک ها و قابلیت های مدیریت زنجیره تأمین کمک شایانی در جهت بهبود بهره-وری سازمان ها و عقب نماندن از بازار رقابتی، میکند. تحقیقات انجام شده در زمینه زنجیره تأمین در سیستم های سلامتنسبت به بخش های صنعتی رشد، انسجام و هماهنگی کمتری داشته است. از این رو در این مقاله به بررسی زمانبندی دریک زنجیره تأمین صنعت داروسازی، به منظور کمینه سازی زمان تحویل مجموعه ای از سفارشات پرداخته می شود. پس ازنشان دادن NP-Hard بودن مسأله از نظر پیچیدگی، دو الگوریتم فراابتکاری شامل الگوریتم شبیه سازی تبرید والگوریتم ژنتیک که دارای ساختار کروموزومی متغیر است، برای حل مسأله ارائه می گردد. در پایان نتایج حاصل از ایندو الگوریتم بررسی و با یکدیگر مقایسه می شود. نتایج این مقایسات برتری الگوریتم ژنتیک را نسبت به شبیه سازی تبریدنشان می دهد.

کلیدواژه ها:

زمانبندی ، زنجیره تأمین ، الگوریتم ژنتیک ، الگوریتم شبیه سازی تبرید ، برنامه ریزی حمل و نقل

نویسندگان

محمدعلی بهشتی نیا

استادیار رشته مهندسی صنایع دانشکده فنی و مهندسی دانشگاه سمنان

فاطمه اشراق

دانشجوی کارشناسی ارشد رشته - MBA دانشکده فنی و مهندسی دانشگاه سمنان

مینا جعفری

دانشجوی کارشناسی ارشد رشته - MBA دانشکده فنی و مهندسی دانشگاه سمنان

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 :
  • "1 Intcrmationl Confcrcncc & 3'" National Confecrcncc on Ncw Tcchnologics ...
  • Averbakh, I. (2010). On-line integrated pro duction-di stribution scheduling problems ...
  • Averbakh, I. and Baysan, M. (2013). Appro ximation algorithm for ...
  • Bhatnagar, R., Mehta, P. and Teo, C. (2011). Coordination of ...
  • Chang, Y. and Lee, C. (2004). Machine scheduling with job ...
  • Holland, J., Goldberg, D. and Booker, L. (1989). Classifier systems ...
  • Kabra, S., Shaik, M. and Rathore, A. (2013). Multi-period scheduling ...
  • Kirkpatrick , S., Gelatt Jr, C. and Vecchi, M. (1987). ...
  • Liu, S. and Chen, A. (2012). Variable neighborhood search for ...
  • Mehravaran, Y. and Logendran, R. (2012). Non-p ermutation flow shop ...
  • Osman, H. and Demirli, K. (2012). Economic lot and delivery ...
  • Ren, J., Du, D. and Xu, D. (2013). The complexity ...
  • "1 Intcrmationl Confcrcncc & 3'" National Confecrcncc on Ncw Tcchnologics ...
  • Rostamian Delavar, M., Haj i aghae i-Keshteli _ M. and ...
  • Sawik, T. (2014). Joint supplier selection and scheduling of customer ...
  • manufacturing and logistic systems along global supply chains. CRP Journal ...
  • Selvarajah, E. and Zhang, R. (2014). Supply chain scheduling at ...
  • Shaik, M. and Floudas, C. (2007). Improved unit-specific event-based continuous ...
  • Thomas, A., Venkate Swaran, J., Singh, G. and Kri shnamoorthy, ...
  • UIlrich, C. (2013). Integrated machine scheduling and vehicle routing with ...
  • Yeung, W., Choi, T. and Cheng, T. (2011). Supply chain ...
  • Yimer, A. and Demirli, K. (2010). A genetic approach to ...
  • Zegordi, S., Kamal Abadi, I. and Beheshti Nia, M. (2009). ...
  • "" Intcrmationl Confcrcncc & 3'" National Confcrcncc on Ncw Tcchnologics ...
  • نمایش کامل مراجع