برنامه ریزی مناسب و مدیریت زنجیره تأمین یکی از اصول اولیه جهت رقابت پایدار کشورها و شرکت ها است. بهینه سازی محرک های زنجیره تأمین علاوه بر صرفه جویی کلان در هزینه ها، موجب جلب رضایت مشتریان و پاسخگویی به نیاز آنها خواهد شد. در این پایان نامه، مدلی برای بهینه سازی یکپارچه تصمیمات مکانیابی، تولید و موجودی چند کالایی با افق زمانی پویا در صنعت فولاد که جزء صنایع زیربنایی هر کشوری است، ارائه و حل می گردد. هدف از طراحی این مدل، پیشنهاد الگویی برای نحوه مکانیابی تولید کنندگان فولاد خام و تعیین سطوح تولید و موجودی محصولات فولادی در یک کشور است. اجزاء درون محدوده زنجیره شامل تأمین کنندگان، تولید کنندگان با جریان درون سطحی و مصرف کنندگان است. با توجه به روند افزایشی تقاضا برای محصولات فولادی، مکانیابی تولید کنندگان جدید و توسعه تولیدکنندگان موجود بعنوان متغیر تصمیم در نظر گرفته شده است. تقاضا برای هر محصول احتمالی با تابع توزیع نرمال و بودجه در دسترس محدود است، اما امکان وام گیری و وام دهی به هر میزان که لازم باشد، وجود دارد. برای مواجهه با نوسانات تقاضا، یک ظرفیت بالقوه تولید به صورت رزرو شده و دو سطح از موجودی اطمینان در انبار تولیدکنندگان نگهداری می شود. از آنجا که مدل پیشنهادی np-hard است، برای حل آن از الگوریتم فرا ابتکاری ممتیک با یک رویه شاخه و کران برای جستجوی محلی، استفاده شده است. در پایان نتایج محاسباتی حاصل از حل مدل، توسط الگوریتم ممتیک پیشنهادی گزارش شده و عملکرد آن با lingo8 مقایسه می شود.

با توسعه بازارهای خرید لحظه ای، برخی شرکت های واسطه برای تأمین کالا برای یک مقطع زمانی مشخص و کاهش ریسک خود، ابتدا قراردادی به صورت پیش خرید با تأمین کنندگان منعقد می سازند و سپس در موعد مقرر برای مواجه با کمبود یا مازاد کالا، از بازار لحظه ای استفاده می نمایند. در مقایسه با قراردادهای پیش خرید، در بازار لحظه ای زمان تحویل اندک بوده اما در مقابل عدم قطعیت در قیمت به خریدار تحمیل می شود. در این پایان نامه چنین مبادلاتی در حالت وجود تخفیف به منظور تعیین تعداد بهینه خرید و کاهش ریسک خرده فروش بررسی شده است و مدل ریاضی مربوطه توسعه داده شده است. مدل ریاضی ارائه شده مبتنی بر تابع سود خریدار بوده و تنفر از ریسک خریدار در تابع هدف به صورت ضریبی در واریانس سود در نظر گرفته شده است. برای برآورد تخفیف از تابعی که تخفیفات را به صورت پیوسته پیش بینی می کند استفاده گردیده و آنالیز حساسیت پارامترها با یک مثال بحث شده است. همچنین در این تحقیق مدل ریاضی بهره گیری صرف از قرارداد پیش خرید در حالت وجود تخفیف توسعه داده شده و در پایان این دو سناریو یعنی بهره گیری از بازار لحظه ای و عدم بهره گیری از آن با یکدیگر مورد مقایسه قرار گرفته و تأثیرگذاری بازار لحظه ای بر تابع هدف و تابع سود بررسی شده است.

یکی از مسائل مهم در حوزه مدیریت زنجیره تامین، مساله مکانیابی – تخصیص ، است. در این مساله، مکانیابی تسهیلات و تخصیص مشتریان به تسهیلات، برای ارضای تقاضای مشتریان به طور همزمان انجام می-گیرد. مساله مکانیابی -تخصیص، یک مساله غیر چند جمله ایی سخت است. از اینرو استفاده از روش های دقیق ریاضی به تنهایی برای حل این مساله، بسیار پرهزینه و غیرممکن است. از این جهت، در این تحقیق روش هیبریدی جدیدی برای حل این مساله، ارائه می شود. این روش هیبریدی، ترکیبی از الگوریتم دسته-بندی k – میانی و الگوریتم فراابتکاری جستجوی همسایگی ثابت است. در این روش پیشنهادی، الگوریتم k - میانی، حل اولیه مناسبی را برای الگوریتم جستجوی همسایگی ثابت، فراهم می کند. سپس الگوریتم جستجوی همسایگی ثابت با انجام تعویض مناسب مکان استقرار تسهیلات، حل اولیه به دست آمده را بهبود می دهد. نوآوری روش پیشنهادی، هدفمند کردن تعویض مکان استقرار تسهیلات و تولید حل هایی مناسب برای بررسی است. برای بررسی مناسب بودن روش پیشنهادی، آزمایشات محاسباتی بر روی نمونه مسائل استاندارد انجام گرفته است. نتایج به دست آمده مناسب بودن روش پیشنهادی را نشان می دهد.

مسأله انتخاب تأمین کننده یکی از مسائل کلیدی و استراتژیک در حوزه مسائل مدیریت زنجیره تأمین به شمار می رود. مسأله انتخاب تأمین کننده یک مسأله تصمیم گیری چند معیاره، شامل هر دو نوع معیارهای کمی و کیفی است. در بحث انتخاب تأمین کننده، تصمیم گیرندگان در بسیاری از موارد با اطلاعات ناقص، معیارهای کیفی و تمایلات غیر دقیق در بیان نظرات و ترجیحات خود مواجه هستند و حال آنکه جواب نهایی روش های تصمیم گیری چند معیاره حساسیت زیادی به نظرات و ترجیحات تصمیم گیرنده دارند. یکی از روش هایی که برای غلبه بر اثرات ناقص و غیر دقیق بودن اطلاعات تصمیم- گیرنده بر جواب نهایی پیشنهاد می شود، استفاده از روش هایی با قابلیت ارائه مجموعه جواب به جای جواب منحصر به فرد است. هدف این تحقیق ارائه یک روش برای غلبه بر غیردقیق بودن اطلاعات تصمیم گیرنده در انتخاب تأمین کننده براساس ارائه مجموعه جواب است. با بکار گرفتن دو روش vikor و فرآیند تحلیل سلسله مراتبی، یک متدولوژی منطقی و سیستماتیک برای ارزیابی مناسب تأمین کنندگان تحت معیارهای انتخابی و مورد نظر سازمان پیشنهاد می گردد. روش پیشنهادی شامل دوازده گام است که بطور کلی در گام های اول و دوم، ضرورت مسأله و تعیین معیارهای مورد نظر سازمان بررسی می شود. گام های سوم تا ششم به بدست آوردن وزن معیارها و ماتریس تصمیم با استفاده از روش تحلیل سلسله مراتبی پرداخته و گام های هفتم تا دوازدهم به ارزیابی نهایی با روش vikor اختصاص دارد. روش ارائه شده دارای ویژگی های در نظر گرفتن همزمان معیارهای کمی و کیفی و ارزیابی نهایی گزینه ها بصورت ارائه مجموعه جواب در زمینه انتخاب تأمین کننده است. این روش، مناسب برای انتخاب تأمین کنندگان در شرایطی است که اطلاعات تصمیم گیرنده غیر دقیق است. روش پیشنهادی در یک مطالعه موردی برای انتخاب تأمین کنندگان شرکت ساخت ترانسفورماتورهای جهاد دانشگاهی علم و صنعت، پیاده سازی شده است و در نهایت مجموعه جوابی از تأمین کنندگان مناسب برای شرکت مورد بررسی با توجه به نظرات تیم تصمیم گیری به مدیریت سازمان ارائه شد که مورد توجه مدیریت قرار گرفت.

در مطالعه شبکه های صف، تعیین تابع توزیع احتمالی زمان تکمیل شبکه به عنوان یک مفهوم کار آمد مطرح است. الگوریتم ارایه شده (آزرون،2006) در این زمینه بر اساس تعیین طولانی ترین مسیر در شبکه صف بدون دور ایجاد شده است که منجر به تشکیل یک زنجیره مارکوف پیوسته با زمان می شود. این الگوریتم با افزایش تعداد کمان های شبکه کارایی خود را تاحد زیادی از دست می دهد. در این تحقیق به توسعه این الگوریتم به منظور استفاده در شبکه های پیچیده می پردازیم. برای این هدف روش های ساده سازی شبکه را مورد مطالعه قرار می دهیم. ابتدا برای شبکه های کاهش پذیر روش سری-موازی بررسی می گردد. سپس سه روش ساده سازی انقباض، حذف و مضاعف سازی برداری برای ساده سازی شبکه های کاهش ناپذیر بررسی می گردند. از آنجا که استفاده از روش های ساده سازی تنها با رعایت شرایط خاص هر روش تاثیر کمی بر روی تابع توزیع زمان تکمیل شبکه می گذارد، ابتدا شرایط بهینه استفاده از سه روش ساده سازی حذف کمانی ، انقباض کمانی و مضاعف سازی تعیین می گردد. در هر روش به ارائه یک الگوریتم برای تعیین کمان بهینه به منظور انجام عمل ساده سازی می پردازیم. سپس با استفاده بهینه از سه روش ساده سازی حذف کمانی ، انقباض کمانی و مضاعف سازی الگوریتم جدیدی مبتنی بر بهبود الگوریتم طولانی ترین مسیر شبکه ارائه می گردد. این الگوریتم توانایی تبدیل شبکه های پیچیده به شبکه های بسیار ساده و تخمین طولانی ترین مسیر موجود با زمان بسیار کمتر و صحت قابل قبول را دارد. در انتها صحت الگوریتم ارائه شده از طریق شبیه سازی بررسی می گردد. نتایج بدست آمده از شبیه سازی گویای تخمین تابع توزیع طولانی ترین مسیر شبکه با صحت قابل قبول توسط الگوریتم جدید ارائه شده است. مقایسه الگوریتم جدید با الگوریتم موجود در تحلیل شبکه های پیچیده، توانایی الگوریتم جدید را به طور واضح نشان می دهد. همچنین نشان داده می شود نتایج به دست آمده از این روش قابل استفاده در شبکه های احتمالی پویا نیز است.

مسأله مکان یابی سلسله مراتبی در سیستمهای توزیع، حمل و نقل، دفع زباله، خدمات درمانی، خدمات اضطراری و ارتباطات راه دور کاربرد دارد. مسائل مکانیابی محور سلسله مراتبی و پوشش سلسله مراتبی از مسائل کاربردی این حوزه بشمار می آیند. لازم بذکر است که مساله پوشش خود به دو ساختار پوشش کامل و پوشش جزئی تقسیم می گردد. در این تحقیق مساله ترکیبی از این دو مساله با عنوان مساله محور پوشش سلسله مراتبی ارائه خواهد شد. مساله محور پوشش در ساختار تک سطح از تسهیلات در تحقیقات گذشته آمده است و تلاش دارد تا هزینه تاسیس مراکز خدمات دهی و مسیرهای ارتباطی بین آنها را به حداقل برساند. در این مسائل نقاط تقاضا به محورها تخصیص داده شده که این تخصیص بر اساس شعاع پوشش ( این شعاع به صورت فاصله یا زمان سفر می باشد) که یک معیار نزدیکی است، انجام می گیرد. از اینرو مدل جدید در این تحقیق تلاش دارد مساله محور پوشش را در ساختار واقعی آن که سلسله مراتبی است بیان کند. ارائه این مدل در یک روند تکمیلی و در 3 فاز انجام می گردد : فاز اول ، مدل جدیدی در قالب مساله چند هدفه محور سلسله مراتبی برای شناخت و تاثیر گذاری اهداف مختلف بر مساله ارائه می شود. فاز دوم، مدل جدید محور پوشش جزئی سلسله مراتبی با شعاع های معین تعریف خواهد شد. فاز سوم، مدل جدید محور پوشش کامل سلسله مراتبی بیان می گردد. هر یک از فازهای معرفی شده در بخش تجزیه و تحلیل محاسباتی خود نتایج بسیار ارزشمندی را به همراه دارند. نتایج در ساختاری مقایسه ایی بیان گردیده اند که ارزشمند بودن آنها را به تصویر می کشد.

در سال های اخیر مطالعات مکان یابی هم در سطح ملی و هم در سطح بین المللی بسیار مورد توجه قرار گرفته است. یکی از اهداف تعریف شده در علم مکان یابی حداکثرسازی پراکندگی است که در این گونه مسائل، هدف حداکثرسازی فاصله بین تسهیلات با توجه به محدودیت های موجود می باشد. این مسائل در مواردی چون مکانیابی ایستگاه های رادیویی، مدارس و نمایندگی های فروش کاربردهای زیادی دارند. در مدل های پراکندگی باید به این نکته توجه داشت که به جز پراکنده سازی تسهیلات (مثلاً نمایندگی های فروش)، باید اهداف دیگری را همزمان مد نظر قرار داد. یکی از این اهداف حداکثرسازی تقاضای پوشش یافته مشتریان این تسهیلات است. نکته بسیار مهم دیگری که باید به آن توجه شود این است که نقاط کاندیدی که برای تسهیلات وجود دارد علاوه بر مشخصه های مکانی دارای تفاوت های دیگری نیز هستند که مدل های مکان یابی قادر به در نظر گرفتن این تفاوت ها نیستند. در این تحقیق برای حل این مشکل پیشنهاد می شود از تکنیک تحلیل پوششی داده ها با در نظر گرفتن معیارهایی برای انتخاب مکان های کارا در کنار مدل های پراکندگی و پوشش استفاده شود. به منظور نیل به اهداف فوق، در این تحقیق مدل های چند هدفه جدیدی برای پراکندگی تسهیلات طراحی شده است. این مدل ها به گونه ای هستند که پراکندگی را در دو حالت تسهیلات یک نوعه و چندنوعه در شرایطی که تسهیلات موجود در شبکه وجود دارند، در نظر می گیرند. این مدل های توسعه یافته با مدل های تحلیل پوششی داده ها و بیشینه سازی پوشش ترکیب می شوند تا نقاطی که انتخاب می شوند علاوه بر داشتن حداکثر پراکندگی، دارای حداکثر کارایی بوده و همچنین تقاضاهای پوشش یافته نیز بیشینه شود. در مرحله ایجاد مدل های ترکیبی نمی توان از مدل های کلاسیک تحلیل پوششی داده ها استفاده نمود، زیرا مدل های مذکور به گونه ای هستند که می بایست برای هر واحد تصمیم گیری یک مدل برنامه ریزی خطی حل نمود. حال آنکه در مسائل مورد بررسی از قبل مشخص نیست که کدام واحد کاندید انتخاب می شود، از این رو در این تحقیق از مدل تجمیع همزمان تحلیل پوششی داده ها استفاده شده است. همچنین در شرایطی که تسهیلات موجود و چند نوعه داریم، نمی توان از مدل معمول بیشینه سازی پوشش استفاده نمود و لازم است که این مدل برای ترکیب شدن با سایر توابع هدف توسعه یابد و این کار نیز در تحقیق حاضر انجام شده است. در راستای رسیدن به یک تصمیم خوب با توجه به شرایط مسأله از سه رویکرد برنامه ریزی آرمانی فازی برای یکپارچه سازی اهداف استفاده و با یکدیگر مقایسه شده است. نتیجه تحقیق نشان دهنده این است که مدل های ارائه شده به منظور مکان یابی مراکز خدمت رسانی عمومی، نمایندگی های فروش، تسهیلات مهلک براساس اصول پدافند غیر عامل مانند نیروگاه های اتمی، مکان های ذخیره زباله های خطر آفرین، ذاغه های مهمات و انبار موشک ها، نسبت به مدل های پایه مسأله پراکندگی، کاراتر و مفیدتر می باشند.

بمنظور حصول منافع رقابتی در بازار، طراحی شبکه زنجیره تأمین کارا، امری حیاتی است. همچنین، اننخاب تأمین کننده مناسب و درنظر گرفتن درجه اهمیت مشتریان مواردی بنیادی و منطقی هستند که کاملاً در عملکرد شبکه زنجیره تأمین اثرگذار هستند. در این پایان نامه، براساس مرور ادبیات مقاله های پژوهشی و کتب مرجع، در ابتدا یک شبکه زنجیره تأمین حلقه-بسته ارائه می شود. این مدل تصمیمات طراحی شبکه را هم در شبکه های زنجیره تأمین رو به جلو و هم رو به عقب یکپارچه کرده و از زیربهینگی ناشی از طراحی جداگانه جلوگیری می کند. همچنین در هر دوره، تصمیمات تاکتیکی (همچون جریان مواد و نوع وسیله نقلیه) را با تصمیمات استراتژیکی (همچون مکان یابی تسهیلات و انتخاب تأمین کننده) ادغام می کند. در این شبکه چندین تابع هدف و محدودیت بطور همزمان و در شرایط عدم قطعیتِ بعضی پارامترها همچون ضرایب هزینه و تقاضای مشتریان درنظر گرفته می شوند. در این مدل ویژگیهایی همچون ترکیب تصمیم گیری چند شاخصه (madm) با تصمیم گیری چندهدفه (modm) برای بدست آوردن ترجیحات تصمیم گیرنده، در نظرگرفتن تولید یک محصول که از مونتاژ مواد اولیه با ضرایب مصرف متفاوت و از تأمین کنندگان مختلف تولید می شود و همچنین ضرایب اهمیت متفاوت برای مشتریان، در نظر گرفته شده است. سپس برای حل مدل برنامه ریزی خطیِ عددصحیح مختلطِ چندهدفه، یک رویکرد امکانی تعاملی جدید براساس روش معروف step ارائه می شود. الگوریتم ارائه شده possibilistic-stem از کارهای ابتدایی در زمینه طراحی شبکه زتجیره تامین است که مبادله بین سطح اطمینان پاسخ های امکانی حاصل شده از حل مدل و مقادیر توابع هدف را بطور مستقیم درنظر گرفته و ترجیحات تصمیم گیرنده را بطور ضمنی لحاظ می کند. جهت اعتبارسنجی مدل و الگوریتم پیشنهادی، ابتدا مثالی عددی انجام می شود و سپس با استفاده از تحلیل حساسیت و تغییر پارامترها، الگوریتم ارائه شده و کدنویسی انجام شده مورد بررسی قرار می گیرند. نتایج محاسباتی مناسب بودن مدل و رویکرد بهینه سازی ارائه شده را تأیید می کند.

در این پایان نامه مدل مسأله تور پوششی که جهت مسیریابی تیم های خدمات پزشکی سیار در کشورهای در حال توسعه به کار می رود، توسعه داده می شود و مسأله جدیدی تحت عنوان مسأله تور پوششی با بیشینه پشتیبانی تخصیص یافته ارائه می گردد. بدین منظور، در فصل دوم و پس از بررسی ضرورت تحقیق در فصل اول، مطالعه وسیعی در ادبیات موضوع مربوط به مسأله تور پوششی انجام گرفته است و فضاهای خالی تحقیقاتی بررسی و شناسایی شده است. تلاش های صورت گرفته در فصل دوم منجر به ارائه مسأله ای جدید و کاربردی در حوزه مسأله تور پوششی، در فصل سوم، گردید. در مسأله ارائه شده، ماکزیمم سازی پوشش پشتیبانی به منظور افزایش امنیت خاطر متقاضیان از دسترسی به بیش از یک نقطه توقف، خواه در شعاع اول یا در شعاع دوم پوشش، به مدل مسأله تور پوششی افزوده شد. علاوه بر این، مسأله مکان یابی-تخصیص با هدف مینیمم سازی کل مسافت طی شده ی متقاضیان تا نقاط توقف تیم های سیار و همچنین از پیش تعیین نمودن زمان توقف وسیله نقلیه در هر نقطه، با مدل تعمیم یافته ترکیب و این مدل را کامل تر و اثربخش تر نمود. بر مبنای مدل جدید، مسیر تیم سیار به گونه ای طراحی شد تا کل هزینه ثابت و متغیر تأسیس کلینیک ها در شهرهای محل توقف نیز مینیمم گردد. برای دست یابی به تمام مقاصد فوق، مدلی چند هدفه ارائه گردید و لذا برای حل دقیق آن از یک روش قوی و کلاسیک تصمیم گیری چند هدفه در ابعاد کوچک مسأله بهره می گیریم. از آنجایی که مسأله تور پوششی یک مسأله np-hard است، جهت حل ابعاد بزرگ تر مسأله ambctp، یک الگوریتم تکاملی چند هدفه فراابتکاری با عنوان الگوریتم ژنتیک مبتنی بر مرتب سازی نامغلوب سریع نخبه گرا توسعه داده میشود. الگوریتم فراابتکاری شبیه سازی تبرید را نیز در بستر الگوریتم مذکور، جهت حل سریع تر قسمتی از مدل به خدمت گرفته خواهد شد. حاصل به کار گیری الگوریتم های مذکور در کنار یکدیگر، یک الگوریتم ترکیبی کارآمد جهت حل مسأله ارائه شده است. بنابراین، فصل سوم بر مبنای ارائه مدل پیشنهادی مسأله جدید و روش حل دقیق و فراابتکاری آن می گذرد. فصل چهارم اختصاص به انجام آزمایش های محاسباتی روی داده های تصادفی تولید شده دارد. در این فصل در ابتدا اولین نمونه تصادفی بر اساس روش gc و با استفاده از حل کننده cplex نرم افزار gams حل گردید. از آنجا که روش gc نیاز به بردارهای ارجحیت برای تجمیع اهداف دارد، تعداد 15 بردار برای حل دقیق مدل ایجاد گردید. با این 15 بردار، 15 جواب به عنوان جواب های بهینه-پارتوی مرجع جهت آنالیز مدل ارائه شده محاسبه شد. آنالیز نتایج روی این نمونه، کارایی مدل ارائه شده در جهت مرتفع ساختن ضروریات تحقیق را به خوبی نشان داد و آنچنان که پیش بینی می شد، مقایسه بین جواب ها نشان از وجود تضاد و تبادل بین اهداف مختلف داشت. نمودار های شش گانه نیز که برای هر زوج هدف رسم گردید بر این مدعا صحه گذارد. علاوه بر این، نمودارها نشان دادند که مجموعه بهینه-پارتوی تولید شده از پراکندگی و توزیع مناسبی نیز برخوردار است و آنرا می توان جهت بررسی کارایی الگوریتم فراابتکاری مورد استفاده قرار داد. در مرحله بعدی، الگوریتم ترکیبی nsga ii و sa نیز روی یک نمونه تصادفی اجرا شد. میزان همگرایی، پراکندگی و توزیع جواب های خروجی در این الگوریتم مهمترین معیارهایی هستند که برای اثبات کفایت الگوریتم های تکاملی بررسی شدند. دو معیار نخست بر اساس مقدار گپ نسبی و معیار گسترش زیتزلر محاسبه شدند و نتایج نسبتا خوبی را برای نمونه اول گزارش کردند. معیار سوم نیز با استفاده از ابزارهای گرافیکی برای این نمونه مورد بررسی قرار گرفت. نمودار های متعدد در فضا های دو بعدی و سه بعدی توزیع مناسب جواب های خروجی این نمونه را به تصویر کشاندند. پس از بررسی کامل نمونه مذکور و مشاهده نتایج خوب آن، هر دو روش دقیق و فراابتکاری جهت تعیین مجموعه های بهینه-پارتو، روی سایر نمونه ها اجرا شدند. در این قسمت، نتایج روی 24 نمونه حاکی از کارایی مناسب روش فراابتکاری ارائه شده در بدست آوردن مجموعه های نامغلوب قابل قبول داشت. در پایان روی یکی از پارامترهای مسأله یعنی اندازه مجموعه t آنالیز هایی انجام شد. تحلیل های صورت گرفته نشان داد که کاردینالیتی مجموعه t روی مقادیر توابع هدف و نیز روی زمان حل دقیق مسأله تأثیر مستقیم دارد. اما این اندازه روی زمان حل الگوریتم فراابتکاری تأثیر معناداری را نشان نداد.

در فضای رقابتی کنونی، نقش تأثیرگذار مراکز توزیع در تحویل به موقع کالا به مشتری و کاهش هزینه های موجودی توجه بسیاری از مدیران زنجیره تأمین را به خود جلب کرده است. در این بین سیستم انبارهای عبوری با مزایایی چون چابکی زنجیره تأمین، گردش بالای موجودی، هزینه پایین نگهداری موجودی، هزینه پایین حمل نقل و فضای کم مورد نیاز برای موجودی، کمپانی های لجستیکی زیادی را متقاعد به استفاده از این سیاست موجودی و انبارداری کرده است. در این مطالعه زمان بندی کامیون ها در سیستم انبار عبوری با در نظر گرفتن رویکرد قطع سرویس و نیز محدودیت زمان خروج کامیون های خروجی مورد توجه قرار گرفته و تأثیر این رویکرد بر هزینه ی سیستم، که به صورت هزینه ی جریمه به ازای تعداد واحد کالاهای تخصیص نیافته، به علاوه ی هزینه عملیاتی مربوط به زمان در نظر گرفته شده بررسی شده است. به منظور دست یابی به بهترین توالی کامیون ها در درب های تخلیه و ارسال، به گونه ای که کل هزینه ی عملیاتی مینیمم گردد، مساله به صورت مدل برنامه ریزی عدد صحیح ترکیبی فرمول بندی شده است. پس از حل مدل در ابعاد کوچک با روش حل cplex،. برای مسائل با ابعاد متوسط و بزرگ، دو الگوریتم فرا ابتکاری تجمع پرندگان و ژنتیک پیشنهاد شده است. سپس پارامترها و عملگرهای این الگوریتم ها با استفاده از طراحی آزمایش ها به دست آمده، و مسائل مختلف با ابعاد بزرگ با استفاده از این الگوریتم ها حل شده است. در پایان نیز نتایج به دست آمده تحلیل شده، که حکایت از کارایی الگوریتم ژنتیک نسبت به تجمع پرندگان دارد.

مسأله مکان یابی- مسیریابی وسیله نقلیه (lrp) مسأله ایست که بیشتر در سیستم های توزیع و پشتیبانی زنجیره تأمین مورد توجه قرار می گیرد. مسأله lrpمتشکل از دو هدف مکان یابی دپو و مسیریابی وسایل نقلیه است. در مدل ریاضی lrp، این دو هدف را همزمان در نظرگرفته و مسأله را حل می نمایند. مسأله مکان یابی – مسیریابی دو سطحی گسترش یافته مسأله مکان یابی – مسیریابی است که در آن تسهیلاتی که به مشتریان سرویس دهی می کنند، کالاهای مورد نیاز خود را از تسهیلاتی متفاوت در سطح بالاتر دریافت می کنند. در این حالت مسأله به دو بخش تقسیم شده و در هر بخش باید مسأله مکان یابی – مسیریابی حل شود. بخش اول مربوط به مشتریان و تسهیلات ثانویه می شود. بخش دوم مربوط به دپوهای انتخاب شده از بین تسهیلات ثانویه و تسهیلات اولیه می شود.جواب هر بخش در بخش دیگر تاثیر گذار است. هدف در این تحقیق ارائه یک روش ابتکاری جدید برای حل مسأله مکان یابی – مسیریابی دو سطحی است که مدل مسأله را قبلاً محققین ارائه کرده بودند. روش ابتکاری برای حل این مسأله یک روش سه فازی تکراری است. دو فاز ابتدایی، بخش اول مسأله را بهبود می دهند و فاز سوم، بخش دوم مسأله را بهبود می دهد. در فاز اول، با استفاده از یک جواب اولیه، جمعیت جوابی تولید می شود، از بین این جمعیت، n جواب انتخاب شده و با استفاده از روش های جستجوی همسایگی بهبود داده می شود. بهترین جواب را انتخاب می کنیم. در فاز دوم جواب بدست آمده از فاز قبل، با استفاده از مجموعه ای از روش های جستجوی محلی بهینه می شود. در فاز سوم بین دپوهای بازشده تسهیلات ثانویه ( در این فاز به عنوان مشتری در نظر گرفته می شوند ) در مرحله قبل و تسهیلات اولیه، یک مسأله مکان یابی – مسیریابی جدید حل می شود. روش ابتکاری جدید بر روی دو نمونه مجموعه داده استاندارد در زمینه مکان یابی – مسیریابی دو سطحی اجرا می شود. مقایسه نتایج عددی بدست آمده از روش ابتکاری با سایر روش های ارائه شده، ارزشمند بودن روش جدید را نشان می دهد.

پیشرفت نرم افزاری و سخت افزاری کامپیوتر و توسعه روش های فراابتکاری در مسائل صنعتی و مدیریتی طی 50 سال اخیر سبب تغییر رویکردهای سنتی به رویکردهای نوین در امر مدیریت بر هزینه، زمان و منابع شده است. یکی از مسائل مهم، مسئله بهینه سازی زمانبندی است که نقش مهمی در کاهش هزینه های تولید و هزینه های منابع مورد استفاده دارد. در ارتباط با مسائل زمانبندی، نسل جدیدی از پردازش کارها به صورت پردازش همزمان دسته ای در محیط های صنعتی نیاز شد که موجب کاهش در زمانهای آماده سازی، هزینه های حمل و تسریع در عملیات پردازش نسبت به پردازش تکی کارها شود. در این نوع پردازش با توجه به محدودیتی که برای اندازه هر دسته جهت پردازش وجود دارد تعداد محدودی کار تا جایی که از ظرفیت دسته تجاوز نکنند در دسته قرار می گیرند و روی ماشین پردازشگر دسته ای پردازش می شوند. در این پایان نامه مدل ریاضی جدید با محدودیت های زمان دسترس بودن کارها و اندازه ظرفیت دسته، با هدف کاهش تجمیع خطی هزینه های حداکثر زمان تکمیل و هزینه های زودکرد و دیرکرد تحویل محصول در مسئله زمانبندی ماشین های موازی پردازشگر دسته ای ارائه شد. از آنجایی که مدل پیشنهادی np-hard است، روش حلی بر مبنای الگوریتم جستجوی هماهنگی برای حل مسأله مورد مطالعه، توسعه داده شد. جهت ارزیابی عملکرد الگوریتم پیشنهادی، مسائل نمونه مطابق با پژوهش های پیشین شناسایی و ایجاد شد. 5 روش برای حل مسأله شامل الگوریتم جستجوی هماهنگی پیشنهادی، الگوریتم جستجوی هماهنگی ساده، جستجوی هماهنگی بهبود یافته، جستجوی هماهنگی بهترین کلی و همچنین الگوریتم ژنتیک ساده توسعه داده شد و نتایج آنها جهت حل مدل پیشنهادی با هم مقایسه و بررسی شد. در تحقیقات انجام شده و مطالعه سابقه استفاده از روش جستجوی هماهنگی در مسائل مختلف، عیب مهم این الگوریتم که افتادن این الگوریتم در دام بهینه محلی است، بررسی شد و جهت رفع این مشکل و افزایش کارایی الگوریتم، روش جستجوی هماهنگی بر مبنای روش بهینه سازی گروه ذرات ایجاد شد و از ایده روش شبیه سازی تبرید و تکنیک فاز شروع دوباره در ساختار آن استفاده شد. شرط توقف الگوریتم ها در اجرای هر نمونه مسأله جهت منصفانه بودن مقایسات به صورت ثابت و مساوی در نظر گرفته شده است. همچنین از آنجایی که کیفیت عملکرد الگوریتم های فراابتکاری به پارامترها و عملگرهای انتخابی بستگی دارد، در این تحقیق، همه ی پارامترها و عملگرهای الگوریتم های پیشنهادی، به طور جداگانه با استفاده از روش طراحی آزمایشهای تاگوچی تنظیم شده است. نتایج حاصل از اجرای این الگوریتم در اکثر نمونه مسائل ایجاد شده روی مدل پیشنهادی، کارایی مناسب و رفع مشکل ذکر شده را نشان می دهد.

در شرایط حاضر و با توجه به افزایش شدت رقابت سازمان های تولیدی، زمان بندی برنامه از اهمیت بیشتری برخوردار است. در صورت انجام زمان بندی بهینه برنامه، امکان استفاده بهتر از منابع موجود فراهم شده و محصولات مطابق نیاز مشتریان تولید و تحویل می شوند. در این تحقیق مسأله جریان کارگاهی دو مرحله ایی انعطاف پذیر با حالت ورود دسته ایی سری کارها به مرحله اول در نظر گرفته و حل شده است. در این مسأله فرایند تولید همه قطعات مثل هم بوده و از دو مرحله تشکیل شده است. همچنین در هر مرحله امکان انجام کار توسط ماشین های موازی (مشابه هم) وجود دارد. علاوه بر آن بین مراحل اول و دوم هر قطعه هیچ گونه وقفه¬ای وجود ندارد. تابع هدف در این تحقیق عبارت است از حداقل کردن مقدار دامنه عملیات (cmax) در مدل ارائه شده. در این مسأله از سه الگوریتم فراابتکاری ژنتیک، شبیه سازی تبرید و جستجوی ممنوعه به منظور حل مدل استفاده شده است. همچنین پارامترهای هر یک از این الگوریتم ها توسط روش تاگوچی تنظیم گردیده است. به منظور بررسی عملکرد جواب های به دست آمده از روش های ارائه شده و مقایسه آن ها با یکدیگر یک حد پایین به صورت ابتکاری برای مدل ارائه شده ایجاد گردیده و جواب های حاصل با آن مقایسه می گردد. نتایج به دست آمده نشان می دهد که روش ژنتیک جواب های بهتری نسبت به دو روش دیگر به دست می¬آورد.

در این تحقیق به معرفی یک مدل زنجیره تأمین چند هدفه حلقه بسته، چند سطحی، چند دوره ای، تک محصولی در شرایط غیر قطعی با درنظر گرفتن تصمیمات کنترل موجودی، برنامه ریزی تولید، قیمت گذاری و میزان بازیافت و همچنین تأثیرات متقابل این تصمیمات بر یکدیگر، به صورت همزمان پرداخته شده است؛ که نسبت به مدلهای قبلی به واقعیت تر نزدیک است. به منظور حل این مدل، یک تکنیک کارا در بهینه سازی چند هدفه که توانایی حل مسأله با درنظر گرفتن شرایط مسأله را داشته باشد ارائه شده است. بدین منظور، رویکرد ترکیبی الگوریتم ژنتیک- محدودیت جزئی پیشنهاد می شود. جهت اعتبار سنجی مدل، ابتدا یک مثال عددی توسط رویکرد پیشنهادی حل می شود. نتایج نشان می دهد که این رویکرد قادر است گزینه های بسیار جذابی را در اختیار تصمیم گیرنده قرار دهد. سپس رویکرد حل با روش آزادسازی لاگرانژ مقایسه شده و اعتبار روش حل را تأیید می نماید. در انتها نیز با حذف یکی از محدودیتها و گسترش فضای حل، به محاسبه حداکثر خطای روش حل پرداخته می شود. میانگین حداکثر خطای روش حل در بدترین حالت 588/3% محاسبه می گردد؛ که حاکی از دقت روش حل بوده و آنرا تأیید می نماید. به این ترتیب کارایی مدل و مناسب بودن روش حل پیشنهادی به اثبات می رسد.

در شرایط حاضر و با توجه به افزایش شدت رقابت سازمان های تولیدی، برنامه زمان بندی از اهمیت بیشتری برخوردار است. در صورت انجام برنامه زمان بندی بهینه، امکان استفاده بهتر از منابع موجود فراهم شده و محصولات مطابق نیاز مشتریان تولید و تحویل می شوند. در این تحقیق، مسأله زمان بندی جریان کارگاهی ترکیبی با درنظر گرفتن حداکثر زمان تکمیل آخرین کار و مجموع هزینه های آماده سازی به عنوان توابع هدف حل شده است. حداکثر زمان تکمیل آخرین کار، معمول ترین تابع هدف در مسائل زمان بندی است که بهره وری ماشین آلات را بسیار افزایش می دهد. در این پژوهش، با توجه به اهمیت هزینه های آماده سازی در تصمیم گیری های مدیریتی، مجموع هزینه های آماده سازی نیز در تابع هدف گنجانده شده است. در این مسأله جریان کارگاهی ترکیبی دوهدفه، برای نزدیک شدن به شرایط واقعی، ماشین های موازی غیرمرتبط (متفاوت به صورت موازی) کارها را پردازش می کنند و محدودیت های زمان های آماده سازی وابسته به توالی و ماشین، شایستگی، زمان در دسترس بودن، بلوکه شدن و انبار محدود به مدل اضافه شده است. در این تحقیق، مسأله دوهدفه مورد نظر برای مسائل کوچک با استفاده از روش دقیق حل شده است. مسائل بزرگ که امکان حل دقیق آنها نبوده، با الگوریتم های شبیه سازی تبرید دوهدفه و الگوریتم فراابتکاری با استفاده از رویه حافظه تطبیقی حل شده است. در پایان، پس از حل مسأله برای ترکیب های مختلفی از تعداد ایستگاه ها و کارها، معیارهایی معرفی شده است تا کارآیی دو الگوریتم باهم مقایسه گردند. نتایج محاسباتی بیانگر عملکرد بهتر الگوریتم فراابتکاری با استفاده از رویه حافظه تطبیقی در مقایسه با الگوریتم شبیه سازی تبرید دوهدفه است.

در این تحقیق رویکرد حل نوینی برای مسأله مسیریابی وسایل نقلیه با برداشت و تحویل همزمان کالا ارائه شده است. در مطالعات مشابه پیشین تعداد انبارها یک و نیز ظرفیت تمامی وسایل نقلیه یکسان در نظر گرفته شده است، در حالی که برای این مسأله با وجود تعداد بیش از یک انبار و وسایل نقلیه ناهمگن روش های حل موجود قابلیت یافتن جواب مناسب را نخواهند داشت. در این پژوهش یک الگوریتم سه مرحله ای برای مسأله مطروحه ارائه می گردد به گونه ای که در مرحله اول مشتریان بنا بر میزان فاصله نسبت به یکدیگر خوشه بندی شده و در مرحله دوم مناسب ترین انبار تأمین کننده برای هر خوشه تعیین می گردد. در مرحله پایانی با استفاده از الگوریتم ژنتیک و دو تابع همسایگی، بهترین مسیر برای هر یک از خوشه ها مشخص می شود. برای تشریح روش پیشنهادی چند مثال عددی به صورت گام به گام مورد تحلیل واقع شده و نیز مسأله جدید با مدل مسیریابی وسایل نقلیه با برداشت و تحویل همزمان کالا مورد ارزیابی قرار می گیرد. بدین ترتیب روش حل صحه گذاری می شود. سپس نتایج به دست آمده از مثال های عددی، در حالت ناهمگن بودن وسایل نقلیه، داشتن چند انبار و ترکیب هر دو حالت نشان می دهد که رویکرد پیشنهادی توانایی ارائه جواب های مناسب برای مدل جدید ارائه شده را دارد. همچنین مقایسه ای بین جواب های بدست آمده از مدل مسیریابی وسایل نقلیه با برداشت و تحویل همزمان کالا با مدل جدید ارائه شده انجام شده است که نشان می دهد این تغییرات در مدل مسأله باعث بهبود در هزینه سفر خواهد شد.

در محیط‏های صنعتی نا مطمئن امروزی، شرکت‏ها برای باقی ماندن در رقابت، نیازمند برآورده کردن تقاضای مصرف کنندگان هستند. این موضوع نیازمند یک برنامه ریزی خوب در عملکرد زنجیره تامین است. در این تحقیق ابتدا یک مدل جدید برنامه ریزی آرمانی خطی چند هدفه برای مساله برنامه ریزی جامع تولید با در نظر گرفتن سه تابع هدف کمی و دو تابع هدف کیفی در یک محیط فازی ارائه می‏شود. هدف کمی اول حداقل کردن کل هزینه‏های تولید شامل هزینه‏های تولید در وقت عادی و اضافه کاری، هزینه حقوق کارگران، هزینه آموزش کارگران و هزینه قراردادهای جانبی است. هدف کمی دوم حداقل کردن هزینه‏های نگهداری و سفارشات معوق را مد نظر قرار می‏دهد. در هدف کیفی سوم به حداقل کردن هزینه‏های نوسانات در سطح نیروی کار شامل هزینه‏های استخدام و اخراج می‏پردازیم. دو هدف کیفی مدل هم مشتمل بر به حداکثر رساندن رضایت کلی مشتریان و انگیزش کلی کارکنان است. همچنین در این مدل مواردی از قبیل، سطح موجودی، تقاضا، سطح نیروی کار، سطح مهارت نیروی کار، بازدهی و کارایی نیروی کار، ظرفیت ماشین آلات و فضای انبار، قرارداد جانبی و نرخ تغییر مجاز در سطح نیروی کار را نیز در نظر می‏گیریم. سپس با استفاده از یک فرایند تصمیم گیری تعاملی در مدل پیشنهادی سعی می گردد تا مساله را به یک مدل برنامه ریزی خطی تک هدفه تبدیل کنیم. در نهایت از نرم افزار gams برای حل مدل خطی نهایی استفاده می شود و سپس تحلیل حساسیت مدل و نتایج کاربردی آن ارائه می گردد.

در این مطالعه سعی شده به بررسی یک شبکه زنجیره تامین در شرایط عدم قطعیت تقاضا و وجود وسایل حمل و نقل و محدودیت های تولیدی بپردازیم. پارامترهای در نظر گرفته شده در این پایان‏نامه مواردی مانند میزان تقاضا، وسایل حمل و نقل با طرفیت های مختلف، وجود سطوح مختلف در زنجیره تامین و ظرفیت های تولید هستند .برای در نظر گرفتن پارامتر تقاضا، از رویکرد سناریو محور استفاده می شود و با در نظرگرفتن سناریوهای مختلف و تخصیص احتمالات وقوع مختلف به هریک از آنها، این پارامتر را از حالت ثابت و یکنواخت خارج کرده و به غیرقطعی بودن تبدیل می کنیم. در فرایند حل مدل نوشته شده در این پایان‏نامه، مقادیر تقاضا در برخی از سناریوها به دلیل محدودیت های کارخانجات انتخابی، مانند نرخ تولیدهایی پایین تر از تقاضای آن سناریو، برآورده نمی شوند و در این حالت به سناریوی فوق جریمه تعلق خواهد گرفت و آن مقدار از سفارشات به عنوان سفارش عقب افتاده در نظر گرفته خواهند شد. به منظور وارد کردن وسایل نقلیه مختلف از رویکردی با نام گره های مجازی استفاده می شود و به منظور دخیل کردن ظرفیت های حمل و نقل و همچنین هزینه های مختلف وسایل نقلیه از یک زیر مساله برنامه ریزی خطی استفاده می کنیم و در صورت لزوم، پس از حل زیر مساله، مساله اصلی را با داده های جدید، به روز کرده و آن را مجددا حل کرده و نتایج مورد نظر را بدست می آوریم. در نهایت مدلی با چهار سطح مختلف را به عنوان نمونه حل کرده و خروجی های نرم افزار را به صورت موردی، بررسی و تحلیل خواهیم کرد. در حل این مساله از نرم افزار gams کمک گرفته شده است و مدل سازی ریاضی انجام شده در این مساله در گروه مدل های برنامه ریزی ریاضی مختلط عدد صحیح غیر خطی قرار می گیرد که برای حل آن از رویکرد بیان شده در بالا (گره مجازی و تعریف زیرمساله) استفاده شده است.

در این پایان نامه مدلی منسجم از شبکه لجستیکی مستقیم/ معکوس (حلقه بسته) به صورت یکپارچه و به منظور جلوگیری از زیر بهینگی ناشی از طراحی های جداگانه فرایندهای رو به جلو و بازگشتی برای محصولات دارای کیفیت به همراه ویژگی های مختلف و با یک ساختار منظم ارائه می شود. در مدل ارائه شده کیفیت محصولات بازگشتی که پس از طی فرایند جمع آوری و بازرسی به مراکز تولید مجدد، انهدام یا بازار دست دوم انتقال می یابد، متأثر از محیط غیرقطعی است. محصولات تعمیر شده می توانند مجدد در بازار دست دوم به فروش برسند. مدل حاصل شده، مدلی چند دوره ای، چند محصولی و چند سطحی است که تحت شرایط عدم قطعیت برای کیفیت محصولات بازگشتی به طور هماهنگ لجستیک مستقیم و معکوس را در نظر می گیرد. مدل ارائه شده به اتخاذ یکپارچه تصمیمات استراتژیک و تاکتیکی می پردازد. بهینه سازی تصادفی مبتنی بر سناریوهای تولیدشده روشی است که در این پژوهش برای حل مدل و مهار کردن عدم قطعیت به کار گرفته شده است. در پایان به منظور نمایش کارایی و عملکرد مدل پیشنهادی، با مقایسه مدل های قطعی و تصادفی، پس از تولید مسائل آزمایشی در مقیاس های متفاوت، جواب های به دست آمده از مدل پیشنهادی با جواب های مدل قطعی مقایسه شده و نشان داده می شود که مدل پیشنهادی چگونه در شرایط عدم قطعیت قادر به تولید جواب خوب می باشد در حالی که مدل قطعی از این امکان ناتوان است.

ناتوانی روش¬های حل موجود در مواجهه با مسائل تولید کارگاهی با ابعاد متوسط و بالا، و نیز چشم-پوشی اکثر این روش¬ها از عوامل تصادفی اثرگذار در مسأله، از مهم¬ترین دغدغه¬های موجود در این حوزه است. بر این اساس هدف از ارائه¬ی این پایان¬نامه ارائه¬ی رویکردی است که عملکرد مناسبی در مسائل پیچیده و با ابعاد متوسط و بالای تولید کارگاهی از خود نشان دهد و بتوان با استفاده از آن، بدون نیاز به در نظرگرفتن مفروضات محدود کننده، تصمیم¬گیری مناسبی در مورد چگونگی تعیین توالی کارها در صف ماشین¬ها انجام داد.در رویکرد پیشنهادی به جای مدل¬سازی مسأله در قالب سنتی، که از یک تابع هدف و مجموعه¬ای از محدودیت¬ها تشکیل شده است، از شبیه¬سازی به منظور در نظر¬گیری محدودیت¬های عملکردی سیستم استفاده شده است. با این کار می¬توان هر نوع سیستم تولیدی را، با در نظر گیری تمامی جزئیات موجود شبیه¬سازی نمود و با تعریف یک بردار کنترلی، عوامل اثرگذار را در مدل اعمال نموده و توابع هدف مورد نظر را به دست آورد. با تکرار این فرایند و ارزیابی اثر تغییرات اعمال شده در توابع هدف و حرکت در جهت جواب¬های بهتر، می¬توان جواب¬های مناسبی را برای این مسأله حاصل کرد. بدین منظور در این پژوهش سه روش برای تعریف بردار کنترلی به منظور ایجاد ارتباط بین مدل شبیه¬سازی و الگوریتم ژنتیک استفاده شده است که در آنها از قوانین اولویت¬دهی، اولویت¬دهی به کارها در صف پشت همه¬ی ماشین¬ها و اولویت¬دهی به کارها در صف پشت ماشین گلوگاه استفاده شده است.نتایج به دست آمده نشان می¬دهد روش¬های شبیه¬سازی- بهینه¬سازی در مسائل با ابعاد متوسط و بالا از عملکرد مناسب¬تری نسبت به روش¬های حل مسأله بر اساس تکنیک¬های ریاضی برخوردار هستند. به علاوه در بین روش¬های پیشنهادی روش¬هایی که از آزادی عمل بیشتری برای جستجو در فضای جواب مسأله برخوردار هستند در مسائل با ابعاد کوچک جواب¬های مناسب¬تری برای مسأله تولید می¬کنند ولی با افزایش ابعاد مسأله، از کارایی آنها کاسته می¬شود.

چکیده ندارد.

چکیده ندارد.