الگوریتم جدیدی برای حل مسأله مسیریابی-موجودی با ارسال مستقیم
چكیده این مقاله به بررسی مسأله مسیریابیموجودی چند محصولی چند دورهای در یك زنجیره تأمین دو سطحی؛ شامل یك تولیدكننده و مجموعهای از خردهفروشان اختصاص دارد در مسأله مورد بررسی، علاوه بر مدیریت موجودی و برنامهریزی توزیع، برنامهریزی تولید نیز در نظر گرفته شده است مسأله با هدف کمینهسازی مجموع هزینههای سیستم شامل هزینههای راهاندازی، توزیع و نگ |
دسته بندی | علوم پایه |
فرمت فایل | doc |
حجم فایل | 698 کیلو بایت |
تعداد صفحات فایل | 28 |
الگوریتم جدیدی برای حل مسأله مسیریابی-موجودی با ارسال مستقیم
چكیده
این مقاله به بررسی مسأله مسیریابی-موجودی چند محصولی چند دورهای در یك زنجیره تأمین دو سطحی؛ شامل یك تولیدكننده و مجموعهای از خردهفروشان اختصاص دارد. در مسأله مورد بررسی، علاوه بر مدیریت موجودی و برنامهریزی توزیع، برنامهریزی تولید نیز در نظر گرفته شده است. مسأله با هدف کمینهسازی مجموع هزینههای سیستم شامل هزینههای راهاندازی، توزیع و نگهداری موجودی مدلسازی شده است. محصولات توسط ناوگانی از وسایل حمل همسان با ظرفیت محدود تحت استراتژی ارسال مستقیم به خردهفروشان تحویل داده میشوند. همچنین، ظرفیت تولید و نگهداری محدود و كمبود غیرمجاز فرض شده است. نشان داده شده است كه مسایل مشابه بدون در نظر داشتن برنامهریزی توزیع در زمره مسایل با پیچیدگی سخت قرار دارند، بنابراین مسأله فوق نیز، مسألهای با پیچیدگی سخت است. از این رو، در این مقاله الگوریتم بهینهسازی گروه ذرات بهبودیافته جدیدی برای حل آن توسعه داده شده است. الگوریتم پیشنهادی از دو بخش مجزا تشكیل شده است. نخست، مقادیر متغیرهای صفرویك با استفاده از الگوریتم پیشنهادی تعیین و سپس با حل یك مدل برنامهریزی خطی، مقادیر متغیرهای پیوسته محاسبه میشود. کارایی الگوریتم پیشنهادی با استفاده از مسایل نمونه تصادفی متعددی با الگوریتمهای ژنتیک و بهینهسازی گروه ذرات مقایسه شده است. نتایج محاسباتی بیانگر عملکرد بهتر الگوریتم پیشنهادی است.
چكیده
1- مقدمه
2- مدل ریاضی
3- الگوریتم بهینهسازی گروه ذرات پیشنهادی
شکل 1. ساختار الگوریتم بهینهسازی گروه ذرات
شكل 2. ساختار الگوریتم بهینهسازی گروه ذرات پیشنهادی
شكل 3. نمونهای از نحوه نمایش ذرات
3-2- تولید جوابهای اولیه
شكل 4. شبه كد تولید ذره با كمترین تعداد دفعات تولید و ارسال
شكل 5. نحوه انجام عملگر تقاطع پراكنده
3-3. محاسبه مقادیر شایستگی
جدول 1. نتایج حاصل از حل مسایل نمونه با استفاده از LP-IPSO و IPSO
شكل 6. میزان اختلاف زمان محاسباتی موردنیاز برای حل مسایل نمونه با استفاده از LP-IPSO و IPSO
3-4. ایجاد همسایگی تصادفی ذرات
شكل 7. نحوه انجام عملگر جهش
3-5. بهبود همسایگی ذرات
3-6. تشکیل و بهنگامسازی مجموعه مرجع (RSet)
3-7. متنوعسازی ذرات
3-8. جستجوی محلی
4- نتایج محاسباتی
4-1- چگونگی ایجاد مسایل نمونه
جدول 2. چگونگی ایجاد مسایل نمونه
جدول 3. نحوه تولید پارامترهای مسایل نمونه
4-2- مفروضات و پارامترهای الگوریتمها
4-3- نتایج عددی
جدول 4. میانگین مقدار تابع هدف و زمان محاسباتی حل مسایل نمونه تصادفی با ابعاد كوچك
جدول 5. میانگین مقدار تابع هدف و زمان محاسباتی حل مسایل نمونه تصادفی با ابعاد بزرگ
شكل 8. تحلیل واریانس دو طرفه بر روی نتایج حاصل از حل مسایل با ابعاد كوچك
شكل 9. تحلیل واریانس دو طرفه بر روی نتایج حاصل از حل مسایل با ابعاد بزرگ
شكل 10. مقایسه زمان محاسباتی الگوریتم پیشنهادی و الگوریتمهای معیار در حل مسایل با ابعاد كوچك
شكل 11. مقایسه زمان محاسباتی الگوریتم پیشنهادی و الگوریتمهای معیار در حل مسایل با ابعاد بزرگ
4-4- تحلیل حساسیت
جدول 6. میزان استواری الگوریتمها در حل مسایل نمونه تصادفی با ابعاد كوچك
جدول 7. میزان استواری الگوریتمها در حل مسایل نمونه تصادفی با ابعاد بزرگ
جدول 8. مقادیر پارامترهای مسأله در حالات مختلف برای تحلیل حساسیت
شكل 12. تحلیل حساسیت نسبت به پارامتر Q
شكل 13. تحلیل حساسیت نسبت به پارامتر
شكل 14. تحلیل حساسیت نسبت به پارامتر
شكل 15. تحلیل حساسیت نسبت به پارامتر
شكل 16. تحلیل حساسیت نسبت به پارامتر
5- نتیجهگیری
منابع