توسعه مدلی جهت مسأله مکان یابی- مسیریابی وسایل نقلیه در زنجیره تأمین در حالت پویـا با رویکرد عدم قطعیت

یکی از مسائلی که در سیستم های لجستیک زنجیره تأمین مطرح است مسأله مکان یابی- مسیریابی وسیله نقلیه (lrp) است. این مسأله متشکل از دو مسأله مکان یابی دپو(ها) در سطح استراتژیک و مسیریابی وسایل نقلیه در سطح تاکتیکی یا عملیاتی است. مطالعات صورت گرفته در حوزه سیستم های لجستیک زنجیره تأمین نشان داده که هنگام مکان یابی دپوها، اگر مسیرهای حمل و نقل وسایل نقلیه نادیده گرفته شوند هزینه های سیستم لجستیک ممکن است بیش از حد افزایش یابد. به همین علت، در مدل مسأله lrp، دو هدف مکان یابی دپوها و مسیریابی وسایل نقلیه به صورت همزمان مد نظر قرار گرفته است. معمولاً در مدل مسأله lrp پارامترهایی وجود دارد که قطعی و معین نیستند و اکثر محققین برای ساده شدن مسأله، آن ها را قطعی فرض نموده اند که ممکن است عدم تطابق جواب های به دست آمده با حالت واقعی را داشته باشد. در این تحقیق مدلی جدید برای سیستم لجستیک زنجیره تأمین ارائه شده و در آن مسأله مکان یابی- مسیریابی وسیله نقلیه با شرایط نسبتاً واقعی از جمله: فازی بودن تقاضای مشتریان، پویا بودن دوره های برنامه ریزی، مشابه نبودن وسایل حمل و نقل، ضریب دسترسی و محدودیت طول سفر برای وسایل نقلیه درنظر گرفته شده است. در این مسأله هدف، اتخاذ تصمیمات استراتژیکی و بلندمدت جهت استقرار دپوها در ابتدای افق برنامه ریزی و همچنین تشکیل سفرهای وسایل نقلیه در سطح عملیاتی برای پوشش تقاضاهای مشتریان در دوره های کوتاه زمانی (مثلاً روزانه) است. معیار ارزیابی نیز، حداقل نمودن هزینه استقرار دپوها، هزینه ثابت و حمل و نقل وسایل نقلیه و هزینه ی فرصت از دست رفته به دلیل عدم سرویس رسانی به برخی از مشتریان می باشد. این مسأله با استفاده از برنامه ریزی فازی محدودیت های شانس مدل شده و یک راه حل ابتکاری مبتنی بر چهار فاز برای آن ارائه گردیده است. جهت به دست آوردن مقدار مناسب پارامترهای اساسی مدل از جمله شاخص اولویت اعزام وسیله نقلیه (dpi)، شاخص اولویت تخصیص مشتری توسط دپو (api) و ضریب دسترس پذیری وسایل نقلیه و همچنین جهت بررسی کارایی و اعتبارسنجی مدل مربوطه و ارزیابی روش حل پیشنهادی، آزمایشات محاسباتی متنوع برروی نمونه مسائل مختلف صورت گرفته است. نهایتاً با آزمایشات عددی انجام شده و همچنین مطالعه موردی صورت گرفته، کارائی مدل و روش حل مربوطه جهت حل مسائل مشابه در دنیای واقعی، نشان داده شده است.