مطالب مرتبط با کلیدواژه

آنالیز ABC


۱.

تعیین تعداد بهینه گروه های اقلام موجود در انبار بر اساس آنالیز ABC در چارچوب یک شبکه زنجیره تامین(مقاله علمی وزارت علوم)

کلیدواژه‌ها: آنالیز ABC کنترل موجودی بهینه سازی دوهدفه زنجیره تامین سه سطحی روش های ابتکاری و دقیق

حوزه‌های تخصصی:
تعداد بازدید : ۹۰۶ تعداد دانلود : ۳۱۳
طبقه بندی موجودی یکی از تکنیک های مهم در حوزه مدیریت موجودی است. یک روش شناخته شده، روش طبقه بندی بر اساس آنالیزABC است که اقلام موجود در انبار را بر اساس ارزش و اهمیت آنها در طبقات مختلفی قرار می دهد. در این مقاله، یک شبکه زنجیره تامین سه سطحی برای یک مدل بهینه سازی دو هدفه به منظور بهبود کیفیت گروه بندی موجودی بر اساس آنالیزABC ارائه شده است. تابع هدف اول سود خالص اقلام موجود در انبار مرکزی (سطح 2) و تابع هدف دوم نیز سود خالص اقلام موجود در بخش های مختلف (سطح 3) را در شرایط عدم قطعیت بیشینه می کنند. مدل به طور همزمان تعداد گروه های موجودی، سطح خدمات مربوط به هر گروه و اقلام اختصاص داده شده به گروه ها را با توجه به محدودیت ها، کمبود موجودی، در نظر گرفتن هزینه های سفارش دهی و خرید بهینه می کند. به منظور حل مدل ارائه شده از روش های ابتکاری و دقیق از جملهLP-metric و ε-constraint اصلاح شده استفاده شده است. سپس به منظور مقایسه روش های ذکر شده از آزمون فرض آماری استفاده شده و نهایتا با استفاده از روش AHP برترین و کاراترین روش حل انتخاب شده است. نتایج نشان دهنده ی برتری روش ε-constraint بود؛ در ادامه به منظور اعتبارسنجی مدل از یک مجموعه مثال عددی استفاده شده که نشان دهنده ی بهبود و کارایی مدل ارائه شده در کنترل موجودی انبار بوده است.
۲.

روش کارای یادگیری ترجیحات مبتنی بر مدل ELECTRE TRI به منظور طبقه بندی چندمعیاره موجودی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: آنالیز ABC الگوریتم های ازدحامی بهینه سازی تراکم ذرات (PSO) طبقه بندی چندشاخصه موجودی ELECTRE TRI

حوزه‌های تخصصی:
تعداد بازدید : ۲۱۹ تعداد دانلود : ۱۳۶
آنالیز چندمعیاره ABC روش شناخته شده ای برای طبقه بندی موجودی هاست که اغلب رویکرد جبرانی را برای تجمیع معیارها لحاظ می کند، یعنی ضعف موجودی در یک معیار با عملکرد خوب آن در معیارهای دیگر جبران می شود. تا جایی که می دانیم رویکرد غیرجبرانی این مسئله به طور کافی مطالعه نشده است. مدل ELECTRE TRI از مدل های مبتنی بر روابط برتری است که این رویکرد را در محاسبات لحاظ می کند، ولی با توجه به پیچیدگی و هزینه بربودن، این مدل در تعیین مقادیر ترجیحات تصمیم گیرندگان (پارامترها)، از اقبال خوبی برخوردار نبوده است. بدین منظور در این مقاله روشی ارائه می شود که با استفاده از الگوریتم بهینه سازی تراکم ذرات (PSO)، مقادیر تمام پارامترها را از داده های آموزشی شامل تصمیمات قبلی تصمیم گیرندگان یاد می گیرد و در طبقه بندی موجودی های جدید به کار می برد. روش پیشنهادی برخلاف مدل های استاندارد داده کاوی که طبقه بندی را به صورت اسمی انجام می دهند، متناسب با روش ABC اقلام موجودی را به صورت رتبه ای طبقه بندی می کند. نتایج به دست آمده از آنالیز تجربی روش پیشنهادی روی دیتاست های موجودی، کارایی و قابلیت رقابت آن را در مقایسه با سایر مدل های طبقه بندی نشان می دهد.