مدلسازی و حل مسئله مسیریابی تولید چند محصولی مبتنی بر برونسپاری و ریسک تصادف در حمل و نقل
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 37
فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SAIM-5-2_006
تاریخ نمایه سازی: 24 آذر 1402
چکیده مقاله:
DOR : ۲۰.۱۰۰۱.۱.۲۴۷۶۶۲۹۱.۱۳۹۹.۵.۲.۶.۹سازمان هایی که برنامه یکپارچه تولید و مسیریابی دارند، هنگامی که برای توزیع از وسایل نقلیه استفاده می کنند، گاهی با ترافیک مواجه ا ند. بنابراین ریسک هایی مانند تصادف وجود دارد که منجر به خسارت، از دست دادن کیفیت محصول، تاخیر اجتناب ناپذیر در تحویل و یا حتی اثرات جبران ناپذیر شود که بر هزینه ها و زمان خدمت رسانی تاثیر دارد. لذا با در نظر گرفتن ریسک تصادف در مسئله مسیریابی تولید مدل به واقعیت نزدیکتر می شود. در این مطالعه یک مدل مسیریابی تولید با دو هدف کاهش هزینه ها و ریسک تصادف در حمل ونقل، با در نظر گرفتن برونسپاری، چند محصولی و چند دوره ای پیشنهاد شده است. از آنجاییکه این مسئلهNP-hard می باشد، به منظور حل مسئله از الگوریتم ژنتیک رتبه بندی نامغلوب ۲ (NSGA II) استفاده شده است. برای اعتبارسنجی مدل جواب های به دست آمده از روش محدودیت اپسیلون در ابعاد کوچک با جواب های به دست آمده از الگوریتم مقایسه شده است. همچنین برای اعتبارسنجی الگوریتم پیشنهادی و بررسی کارایی آن در ابعاد بزرگ، نتایج حاصل از NSGA II روی مسائل نمونه در مقایسه با الگوریتم ژنتیک چندهدفه (MOGA) با استفاده از چندین شاخص مورد آزمون قرار گرفته است. نتایج حاکی از آن است که با وجود زمان اجرای کمتر در الگوریتم پیشنهادی، در شاخص پراکندگی الگوریتم NSGA II و در شاخص تعداد جواب های لایه پارتو الگوریتم MOGA دارای کارایی مناسب تری است.
کلیدواژه ها:
نویسندگان
مرتضی صالحی سربیژن
دانشجو دکتری مهندسی صنایع، دانشکده مهندسی، دانشگاه بوعلی سینا، همدان، ایران
جواد بهنامیان
دانشیار، گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه بوعلی سینا، همدان، 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 :