پديد آورندگان :
شفيعي نيك آبادي، محسن دانشگاه سمنان - دانشكده اقتصاد و مديريت - گروه مديريت صنعتي , ملائي، احسان موسسه آموزش عالي بينالود مشهد - گروه مديريت صنعتي , اخوان راد، مهسا موسسه آموزش عالي بينالود مشهد
كليدواژه :
بهينه‌سازي چندهدفه , مسيريابي وسايل نقليه , رضايت‌مندي مشتريان , رويكرد سبز-ناب , تحليل استوار
چكيده فارسي :
با توجه به اهميت برنامه ريزي توزيع در ميان حلقه هاي زنجيره توزيع يك بنگاه اقتصادي، در اين پژوهش مسيله مسيريابي ناوگان حمل ونقل كالا تحت عنوان مسيله مسيريابي حمل ونقل (VRP) موردتوجه قرارگرفته است. از طرفي در محيط رقابتي امروزي، سرعت بالاي تغيير و تحولات بر عدم اطمينان و ابهام حاكم بر تصميم گيري ها تا حدي افزوده است كه سطح بالاي عدم اطمينان در زنجيره تامين، توانايي آن را در پيش بيني شرايط آينده با مشكل مواجه مي كند. لذا به منظور برنامه ريزي بهتر و صحيح تر بايد به برنامه ريزي قابل اتكا در فضاي عدم اطمينان و ابهام پرداخته شود. در اين مقاله به منظور حل مسيله مذكور يك مدل پنج هدفه سبز-ناب تحت عدم قطعيت با تاكيد بر رضايت مشتري در نظر گرفته شده است. در اين پژوهش با در نظر گرفتن شركت شهد پاك به عنوان مطالعه موردي، عمليات توزيع محصول از انبار به مصرف كننده به صورت يك زنجيره تامين مدل سازي مي گردد.با توجه به NP-HARD بودن اين مسيله به منظور پيدا كردن جواب هاي نزديك بهينه، پس از تنظيم پارامتر به روش جستجوي فراگير ، مدل در حالت تك هدفه و چند هدفه با استفاده از نرم افزار پايتون توسط الگوريتم هاي فرا ابتكاري چندهدفه ژنتيك با رتبه بندي نامغلوب نسخه-2 (NSGAII) و بهينه سازي ازدحام ذرات (MOPSO) حل گرديد. در پايان اين الگوريتم ها با معيارهاي ارزيابي عملكرد همچون زمان اجرا و كيفيت جواب ها با يكديگر مقايسه شده و الگوريتم برتر در هر معيار مشخص گرديد نتايج حاصل حاكي از كارايي مدل پيشنهادي و برتري استفاده از روش تحليل استوار نسبت به قطعي مي باشد كه منجر به بهينه سازي مسير حمل ونقل، كاهش هزينه ها و درنهايت رضايت مشتري است و همچنين با مقايسه ي معيارهاي ارزيابي عملكرد و مدت زمان اجراي مدل، مشخص گرديد كه الگوريتم MOPSO نسبت به NSGAII كاراتر مي باشد. با توجه به اهميت برنامه ريزي توزيع در ميان حلقه هاي زنجيره توزيع يك بنگاه اقتصادي، در اين پژوهش مسيله مسيريابي ناوگان حمل ونقل كالا تحت عنوان مسيله مسيريابي حمل ونقل[i](VRP) موردتوجه قرارگرفته است. از نوآوري هاي اين مدل مي توان به تعريف جريمه ي نقض محدوديت پنجره زماني (ديركرد و زود كرد تحويل محصول) در جهت تامين رضايت مشتري، در نظر گرفتن رابطه ي مستقيم وزن و مصرف سوخت كه كاهش وزن علاوه بر كاهش هزينه ها، باعث كاهش اثرات مخرب گازهاي گلخانه اي، آلودگي هوا و كربن دي اكسيد مي گردد، كاهش هزينه هاي رانندگان كه درنهايت موجب كاهش هزينه هاي كل مي گردد و علاوه بر ناب سازي موجب افزايش رضايت مشتري مي شود، استفاده از مفهوم استوار براي زمان سرويس دهي در شرايط متفاوت در حالت چندمحصولي و تغيير در نظر گرفتن هزينه هاي توزيع اشاره كرد. در اين پژوهش با در نظر گرفتن شركت شهد پاك به عنوان مطالعه موردي، عمليات توزيع محصول از انبار به مصرف كننده به صورت يك زنجيره تامين مدل سازي مي گردد. با توجه بهNP-HARD بودن اين مسيله به منظور پيدا كردن جواب هاي نزديك بهينه، پس از تنظيم پارامتر به روش جستجوي فراگير[ii]، مدل در حالت تك هدفه و چند هدفه با استفاده از نرم افزار پايتون توسط الگوريتم هاي فرا ابتكاري چندهدفهژنتيك با رتبه بندي نامغلوب نسخه-2 (NSGAII) و بهينه سازي ازدحام ذرات (MOPSO) حل گرديد. در پايان اين الگوريتم ها با معيارهاي ارزيابي عملكرد همچون زمان اجرا و كيفيت جواب ها با يكديگر مقايسه شده و الگوريتم برتر در هر معيار مشخص گرديد نتايج حاصل حاكي از كارايي مدل پيشنهادي و برتري استفاده از روش تحليل استوار نسبت به قطعي هست كه منجر به بهينه سازي مسير حمل ونقل، كاهش هزينه ها و درنهايت رضايت مشتري است و همچنين با مقايسه ي معيارهاي ارزيابي عملكرد و مدت زمان اجراي مدل، مشخص گرديد كه الگوريتم MOPSO نسبت به NSGAII كاراتر هست.
چكيده لاتين :
Given the importance of distribution planning among the chain loops of a firm, in this research, the routing problem of cargo transport fleet is considered as the issue of transportation routing (VRP). Among the innovations of this model one can point, it is possible to define the penalty for violating the time window (delay and rush to delivery of the product) to ensure customer satisfaction, considering the direct relationship between weight and fuel consumption, which reducing weight, in addition to reducing costs, reduces the destructive effects of Greenhouse gas, air pollution and carbon dioxide. Reducing drivers costs, which eventually leads to lower total costs, in addition to make lean leads to Increase customer satisfaction, makes use of the concept of service time in a variety of multi product and variable conditions, taking into account the cost of product distribution .In this research, considering the
Shahd-e-Pak as a case study, the distribution of product from warehouse to the consumer is modeled as a supply chain. Considering the NP-HARD problem in order to find the near optimal solutions, after setting the parameter in a comprehensive search method, the model is modeled in single-objective and
multi-objective mode using Python software using heterogeneous genetic multi-objective algorithms,
2 (NSGAII) and Particle Swarm Optimization (MOPSO). At the end, these algorithms were compared with performance evaluation criteria such as runtime and the quality of the answers, and the highest algorithm was determined for each criterion. The results indicate the effectiveness of the proposed model and the superiority of using a steady-to-definitive analysis method that leads to optimization Transportation path, cost reduction and ultimately customer satisfaction. Also, by comparing the performance evaluation criteria and the duration of the implementation of the model, it was found that the MOPSO algorithm is more efficient than NSGAII
