ارائه مدلی کارآمد برای مدیریت موجودی توسط فروشنده در زنجیره تأمین چند سطحی با بهینه سازی متغیرهای تصمیم توسط الگوریتم ژنتیک
محل انتشار: اولین کنفرانس ملی تحقیق و توسعه در هزاره سوم
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 767
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RDTM01_400
تاریخ نمایه سازی: 23 دی 1393
چکیده مقاله:
در این مقاله به ارائه یک مدل کارآمد در حوزه مدیریت موجودی زنجیره تامین سه سطحی پرداخته می شود. به طوری که زنجیره تامین شامل یک تولیدکننده و یک خرده فروش همراه با چند خرده فروش است. همچنین فروشنده با محدودیت فضای انبار روبه رواست. هدف، تعیین میزان موجودی خرده فروش ها، فروشنده، تولیدکننده و نرخ بازپرسازی های بهینه برای فروشنده و تولیدکننده می باشد که منجر به کاهش هزینه ی کل سیستم می شود. از آنجایی که مدل بدست آمده از نوع برنامه ریزی عدد صحیح غیر خطیاست برای حل از الگوریتم فراابتکاری ژنتیک بهره برده شده است. همچنین برای افزایش عملکرد الگوریتم از روش تاگوچی برایتنظیم پارامترها استفاده می شود. از اینرو اهداف ارزشمندی به تحقق رسیده است. نخست در این مقاله ، که در رابطه با مدیریت موجودی در سه سطح زنجیره تامین )خرده فروش و فروشنده همراه با تولید کننده( است مساله ای که تعریف شده است با محدودیت فضای انبار همراه است. بنابراین مدل ریاضی مدیریت موجودی توسط فروشنده در زنجیره تامین جهت کاهش هزینه کلموجودی در شرایط یک فروشنده چند خرده فروش همراه با یک تولید کننده بدست آمده است. همچنین تکمیل مدل های قبلی و توسعه ی آن ها که منجر به کاهش هزینه شده و می تواند بعنوان راه حلی برای حل مشکلات زنجیره ها مطرح گردد.
کلیدواژه ها:
نویسندگان
نوراله ارده شیریان
دانشجوی کارشناسی ارشد، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد نراق، مرکزی، ایران.
بهروز عباسی
استادیار گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد نراق، مرکزی، ایران
مهدی غفاری
استادیار گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد نراق، مرکزی، ایران
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 :