زمان بندي حمل و نقل كاميون ها در زنجيره تامين با در نظر گرفتن بارانداز تقاطعي و با استفاده از الگوريتم هاي فرا ابتكاري

Scheduling trucks transportation in supply chain regarding cross docking using meta-heuristic algorithms

در دنياي رقابتي امروز، سازمان ها با بهره گيري از علوم مديريت، اقدام به ايجاد مزاياي رقابتي مي كنند. يكي از مهمترين علوم مديريتي كه در اين زمينه مباحث بسيار سودمندي را مطرح كرده است، مديريت زنجيره تامين مي باشد. مديريت زنجيره تامين نتيجه تكاملي مديريت انبارداري است و به عنوان يكي از مباني زيرساختي و مهم پياده سازي كسب و كار است كه در بسياري از آنها تلاش اساسي براي كوتاه كردن زمان بين سفارش مشتري تا تحويل واقعي كالا مي باشد. بارانداز تقاطعي[1] يكي از مهمترين گزينه ها براي كاهش زمان در زنجيره تامين مي باشد. هدف اصلي در اين مقاله تمركز بر بهينه سازي برنامه ريزي كاميون هاي ورودي و خروجي با هدف به حداقل رساندن مدل تك هدفه زمان كل عمليات داخل زنجيره تامين مي باشد. زمان بندي حمل و نقل در اين مقاله، زمان بين مبداها و مقصدها، زمان تخليه و بارگيري و جابجايي محصولات را كمينه سازي مي نمايد. از آن جا كه اين مدل مقاله از نوع صفر و يك بوده و متعلق به كلاس NP-hard است زمان حل آن ها با افزايش ابعاد مسأله به شدت افزايش مي يابد. بنابراين براي پيدا كردن جواب هاي نزديك بهينه مساله از الگوريتم هاي ژنتيك [2] و بهينه سازي گروه ذرات[3] استفاده شده است. سپس اين الگوريتم ها با معيارهايي همچون زمان اجرا و كيفيت جواب ها با يكديگر مقايسه شده و الگوريتم برتر در هر معيار مشخص گرديد.

In today’s competitive world, the organizations decide to establish competitive benefits by making benefit from management sciences. One of the most important management sciences arisen lots of so useful matters is the supply chain. The supply chain management is the evolved result of warehousing management and is regarded as one of the infrastructure and important concepts for implementing the career so that in many of them it is essentially tried to shorten the time between the customer’s order and the real time of delivering the goods. Cross docking is one of the most important alternatives for lowering the time in supply chain. The central aim of this paper is to focus on optimizing the planning of the trucks input and output aiming to minimize total time of operation inside the supply chain in designed model. Timing the transportation in this paper makes the time between sources and destinations, time of unloading and transferring the products minimized. To find the optimum answers to the question, genetic algorithms and the particle swarm optimization have been used. Then, these algorithms have been compared with the standards such as the implementation time and quality of answers with each other and then better algorithms in each standard identified.