برنامه ریزی منابع تولیدی در یک سیستم تولیدی هیبرد MTS/MTO تحت تقاضای احتمالی و با به کارگیری رویکرد برنامه ریزی تصادفی چندمرحله ای (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
با توجه به تغییرات گسترده، مداوم و روزافزون در بازارهای جهانی و تقاضای مشتریان، به کارگیری ابزارهایی قدرتمند و قابل اطمینان برای پشتیبانی از تصمیم گیرندگان، اجتناب ناپذیر است. به این منظور در پژوهش حاضر، مسئله برنامه ریزی تولید در شرایط تقاضای احتمالی و برای یک سیستم تولیدی هیبرید MTS/MTO بررسی شده است. به کارگیری این رویکرد، مدل ارائه شده را برای یک سیستم تولیدی به طور کامل MTO یا MTS نیز سازگار کرده است. به طورمعمول برنامه ریزی تولیدی در یک بازه میان مدت صورت گرفته است و تصمیمات اخذشده در هر مرحله زمانی، در برنامه های دوره های آتی نیز تأثیرگذار خواهد بود؛ بنابراین در مواجهه با تقاضای احتمالی مشتریان، روش برنامه ریزی احتمالی چندمرحله ای به منظور اخذ تصمیمات با نگرش بر کل افق زمانی پیش رو به کار گرفته شده است. هدف مدل ارائه شده بیشینه سازی سود از طریق به کارگیری بهینه ظرفیت های تولیدی، سیاست های مناسب قیمت گذاری محصولات و برنامه ریزی احتیاجات مواد اولیه است. در انتها از طریق تحلیل های عددی مرسوم در روش برنامه ریزی احتمالی، مدل ارائه شده موردبررسی قرار گرفت. با توجه به ارزش حل احتمالی به دست آمده، نتایج نشان می دهد به کارگیری مدل ارائه شده می تواند باعث افزایش سطح سودآوری شود که باید در مقابل افزایش پیچیدگی مسئله موردتوجه قرار گیرد.A Dynamic Production Planning Model Based on Optimization of a Hybrid Push/Pull System, Considering Demand Uncertainty
Given the vast, continuous and increasing changes in global markets and customer demand, the use of powerful and reliable tools to support decision makers is inevitable. For this purpose, in this research, we have tried to address the issue of production planning by considering the system dynamics and uncertainty in customer demand. The production system assumed in this model is a hybrid push-pull production system. By applying this approach, the proposed model is also adapted for a fully push or pull production system. Production planning is usually done in the medium term, and the decisions made at each stage of time will also affect future plans. Therefore, in the face of potential customer demand, the multi-stage stochastic programming method has been used in order to make decisions with a view to the entire time horizon. The purpose of the proposed model is to maximize profits through the optimal use of production capacity, appropriate pricing policies and material resource planning. Finally, the proposed model is examined through conventional numerical analyzes in the stochastic programming method.
تبلیغات
