ملیحه گنجی

هدف: در این پژوهش مسئله یکپارچه زمان بندی زنجیره تأمین با تعیین واگذاری موعد تحویل، زمان بندی سفارش ها روی یک ماشین در یک سیستم تولیدی و ارسال به صورت دسته ای، واگذاری به چندین وسیله حمل ونقل ناهمگن با توجه به ظرفیت و در نهایت، تحویل سفارش ها به مشتریان در پنجره زمانی با هدف کمینه کردن کل هزینه های توزیع سفارش ها و هزینه های ثابت و متغیر سوخت و انتشار کربن وسیله نقلیه و کل زمان دیرکرد سفارش های مشتریان است. روش: مدل برنامه ریزی مسئله بیان شده یک مدل ریاضی عدد صحیح غیرخطی مختلط بوده و برای حل آن از الگوریتم های فرابتکاری چندهدفه MOPSO و NSGA-II بهره گرفته شده است. به منظور مقایسه دقیق تر نتایج حاصل از معیارهای عملکردی، از تحلیل آماری t زوجی در سطح اطمینان 95 درصد و 05/0  استفاده شد. یافته ها: نتایج حل حاصل از الگوریتم ها و تحلیل آماری در سطح اطمینان 95، نشان دهنده عملکرد مناسب الگوریتم NSGA-II است، از این رو الگوریتم NSGA-II، برای مدل پیشنهادی، کارایی مناسب تری دارد. نتیجه گیری: این پژوهش به کاهش هزینه های تولید، توزیع، نگهداری موجودی و مصرف سوخت منجر می شود. همچنین می توان به کمک این مسئله، موجودی محصولات و هزینه های نگهداری را کاهش داد.

در این مقاله مساله ترکیبی انتخاب و زمان بندی پروژه در حالت محدودیت منابع، با معیار حداکثرکردن مقدار ارزش فعلی پروژه مدل سازی، تحلیل و حل می شود. در این پژوهش، وضعیتی بررسی و مطالعه می شود که از بین چندین پروژه در دسترس و موجود، باید برخی انتخاب و اجرا شوند تا با توجه به محدودیت منابع بیشترین سود حاصل گردد. مدل های انتخاب پروژه عموما زمان بندی پروژه ها را به عنوان بخشی از فرآیند انتخاب در نظر نمی گیرند. از طرفی، به جز مواردی که تنها یک پروژه در هر دوره فعال است، اولویت بندی پروژه های انتخاب شده بدون در نظر گرفتن زمان بندی آنها بهینه نیست. زمان بندی پروژه ها در سطح فعالیت های پروژه بر پیچیدگی تصمیم گیری در مورد انتخاب سبد می افزاید و فضای جستجو را برای انتخاب سبدی از پروژه ها گسترش می دهد. در این مقاله برای حل مساله در ابعاد بزرگ، یک روش فراابتکاری مبتنی بر روش انبوه ذرات ارائه می گردد. به منظور صحه گذاری بر مدل ارائه شده، چندین مساله نمونه در ابعاد کوچک و بزرگ حل شده و نتایج بررسی شده است. نتایج نشان دهنده عملکرد مناسب الگوریتم ارائه شده است.