• شماره ركورد
    935564
  • عنوان مقاله

    ارائه مدل توام قيمت‌گذاري و مسيريابي موجودي در زنجيره تامين دو سطحي حلقه بسته

  • عنوان به زبان ديگر
    Joint Pricing and Inventory Routing Modeling in a Two Echelon Closed Supply Chain
  • پديد آورندگان

    محمدنژاد، محمد دانشگاه پيام نور تهران - گروه مهندسي صنايع , صادقيان، رامين دانشگاه پيام نور تهران - گروه مهندسي صنايع , نخعي كمال آبادي، عيسي دانشگاه كردستان سنندج - گروه مهندسي صنايع , احمدي زر، فردين دانشگاه كردستان سنندج - گروه مهندسي صنايع

  • اطلاعات موجودي
    فصلنامه سال 1396 شماره 37
  • رتبه نشريه
    علمي پژوهشي
  • تعداد صفحه
    28
  • از صفحه
    101
  • تا صفحه
    128
  • كليدواژه
    زنجيره تامين حلقه بسته , قيمت گذاري , ناوگان حمل ناهمگن , دريافت و تحويل همزمان , الگوريتم تجمع ذرات , الگوريتم ژنتيك
  • چكيده فارسي
    اين مقاله مسئله قيمت‌گذاري محصول در زنجيره تامين حلقه بسته چند دوره‌اي چند محصولي با تقاضاي وابسته به قيمت را بررسي مي‌كند. هدف، اختصاص مكان براي مركز جمع‌آوري و دمونتاژ، مسيريابي وسايل نقليه و سفارش‌دهي مواد به منظور به حداكثر رساندن سود است. در اين مقاله يك مدل رياضي غيرخطي براي حل مسائل در ابعاد كوچك ارائه شده است. از آنجا كه مسئله حاضر داراي پيچيدگي سخت است، دو روش فراابتكاري الگوريتم ژنتيك و بهينه‌سازي تجمع ذرات براي حل مسائل با ابعاد متوسط و بزرگ استفاده شده است. براي اعتبارسنجي اين دو الگوريتم، نتايج آنها با نتايج به دست آمده از مدل رياضي مورد مقايسه قرار گرفته است. نهايتاً، مقايسه عملكرد دو الگوريتم فراابتكاري از طريق تحليل‌هاي آماري نشان داده است كه الگوريتم بهينه‌سازي تجمع ذرات عملكرد بهتري نسبت به الگوريتم ژنتيك دارد.
  • چكيده لاتين
    This paper studies the pricing issue in a multi-period and multi-product closed-loop supply chain with price-dependent demands. The aim is to assign a location for the collection and disassemble center, vehicle routing, and material ordering in order to maximize the profit. In the study, a non-linear mathematical model is presented for small scale problems. Due to the NP-hardness of the problem, two met heuristics, genetic algorithm and particle swarm optimization algorithm, are applied to solve medium and large scale problems. The algorithms are validated by comparing their results with those of the mathematical model. Finally, the performance comparison of the two met heuristics through statistical analysis is demonstrated that the particle swarm optimization algorithm performance outperforms the genetic algorithm.
  • سال انتشار
    1396
  • عنوان نشريه
    مدلسازي اقتصادي
  • فايل PDF
    3600492
  • عنوان نشريه
    مدلسازي اقتصادي
  • اطلاعات موجودي
    فصلنامه با شماره پیاپی 37 سال 1396
  • كلمات كليدي
    #تست#آزمون###امتحان