ارائه مدل تصميم گيري يکپارچه در زنجيره تامين در شرايط عدم قطعيت تقاضا: رويکرد تلفيقي تحليل پوششي داده هاي شبکه اي و الگوريتم ژنتيک

STUDENT

DEGREE

YEAR

Nowadays many organizations have put great emphasis on supply chain performance. They also have notice the importance of improving coordination and integration among supply, production, inventory and distribution. In current situation, supply chain integration is the inevitable way of gaining competitive advantage. Integration importance becomes very vital when organizations start cooperating with each other as supply and distribution chains. That is because in this situation inefficiencies will have greater effect on the whole chain. In the literature of integrated decision making in supply chains, most models have considered only a subset of decision variable. Inventory, location and routing are interdependent problems and are affected by each other. Integrating all these problems in one optimizing model will lead into considerable improvements in supply chain. In this research an integrated decision making model has been presented to optimize strategic, tactical and operational decision concurrently. A four layer supply chain under demand uncertainty has been considered in this thesis and the objective function has been defined as costs minimization leading to a mixed integer nonlinear programming. Exact solution methods can no solve these models in reasonable time, particularly in big dimensions, because of integer decision variables and nonlinear phrases. For this reason GA has been utilized to find quality solutions in quite shorter time. Generally objective function value will be used to evaluate fitness. In this thesis the idea was to use supply chain’s relational efficiency for more proper fitness evaluation. A new Network Data Envelopment Analysis model has been generated to measure supply chains’ efficiencies. Proposed model, despite all other previously introduced models, could measure relational efficiency and is not limited to a certain network. It has been proved that generated model has been able to solve the main problem associated with all other NDEA models in literature. The proposed new NDEA model has been used as fitness evaluator and select operator in GA. Presented metaheuristic method was able to approach optimal solutions by 95% and create subtle reduction in run time (23% on average). Wilcoxon tests results also proved that the proposed method has an advantage over three other selection methods in finding solutions with desirable quality.

ارائه مدل تصميم گيري يکپارچه در زنجيره تامين در شرايط عدم قطعيت تقاضا: رويکرد تلفيقي تحليل پوششي داده هاي شبکه اي و الگوريتم ژنتيک چکيده امروزه سازمان هاي بسياري به اهميت عملکرد زنجيره تامين، بهبود اين عملکرد و هماهنگي و يکپارچگي عمليات تامين، توليد، توزيع و موجودي پي برده اند؛ و دريافته اند راه‌حل دستيابي به مزيت رقابتي در شرايط کنوني توجه به يکپارچگي در زنجيره تامين مي باشد. زماني که شرکت ها به صورت شبکه هاي تامين و توزيع با يکديگر ترکيب شده و شروع به همکاري مي نمايند، ناکارآمدي ها و ناکارايي ها نمود بيشتري يافته و اهميت مسئله يکپارچگي حياتي تر مي گردد.اغلب مدل هايي که تاکنون براي يکپارچه سازي تصميم گيري ها در زنجيره تامين ارائه‌شده‌اند، تنها بخشي از زنجيره را هماهنگ نموده و يا زيرمجموعه هايي از شبکه تامين، توليد و توزيع را در نظر گرفته اند. به دليل اين که تصميمات مکانيابي، مسيريابي و موجودي به يکديگر وابسته هستند و متاثر از هم مي باشند، ترکيب آن ها در يک مدل و بهينه سازي همزمان باهم، موجب بهبودهاي چشمگير در زنجيره تامين خواهد شد. با توجه به ماهيت تصميم گيري هاي يکپارچه در زنجيره تامين، در اين پژوهش مدلي ارائه شده است که تصميمات سه سطح راهبردي، تاکتيکي و عملياتي را همزمان باهم بهينه مي کند. در اين مدلسازي، يک زنجيره تامين چهارسطحي با تقاضاهاي غيرقطعي از طرف مشتريان مدنظر بوده است و تابع هدف به صورت کمينه سازي هزينه ها تعريف گرديده است. مدل نهايي يک مدل برنامه ريزي عددصحيح مختلط و غيرخطي بوده است. باتوجه به پيچيدگي ذاتي اين قبيل مدل ها و به دليل وجود متغيرهاي تصميم عددصحيح و عبارات غيرخطي، روش هاي حل دقيق قادر به حل آن ها در زمان معقول، علي الخصوص در ابعاد بزرگ، نيستند. به همين دليل براي حل مسئله در زمان نسبتا کوتاه و يافتن جواب هاي با کيفيت مناسب از الگوريتم ژنتيک استفاده شد. عموما در الگوريتم ژنتيک جهت ارزيابي برازندگي، مقدار تابع هدف استفاده مي شود. در اين پژوهش براي ارزيابي مناسب تر برازندگي زنجيره هاي تامين، استفاده از کارايي آن ها پيشنهاد شد. جهت اندازه گيري کارايي نسبي زنجيره هاي تامين يک مدل تحليل پوششي داده هاي شبکه اي جديد ارائه گرديد که علاوه بر قابليت تعميم به شبکه هاي مختلف، قادر است برخلاف ساير مدل هايي که تاکنون ارائه شده اند، کارايي نسبي را محاسبه نمايد. در اين پژوهش اثبات گرديد که مدل NDE به صورت کمينه سازي هزينه ها تعريف گرديده است. مدل نهايي يک مدل برنامه ريزي عددصحيح مختلط و غيرخطي بوده است. باتوجه به پيچيدگي ذاتي اين قبيل مدل ها و به دليل وجود متغيرهاي تصميم عددصحيح و عبارات غيرخطي، روش هاي حل دقيق قادر به حل آن ها در زمان معقول، علي الخصوص در ابعاد بزرگ، نيستند. به همين دليل براي حل مسئله در زمان نسبتا کوتاه و يافتن جواب هاي با کيفيت مناسب از الگوريتم ژنتيک استفاده شد. عموما در الگوريتم ژنتيک جهت ارزيابي برازندگي، مقدار تابع هدف استفاده مي شود. در اين پژوهش براي ارزيابي مناسب تر برازندگي زنجيره هاي تامين، استفاده از کارايي آن ها پيشنهاد شد. جهت اندازه گيري کارايي نسبي زنجيره هاي تامين يک مدل تحليل پوششي داده هاي شبکه اي جديد ارائه گرديد که علاوه بر قابليت تعميم به شبکه هاي مختلف، قادر است برخلاف ساير مدل هايي که تاکنون ارائه شده اند، کارايي نسبي را محاسبه نمايد. در اين پژوهش اثبات گرديد که مدل NDEA پيشنهادي، مي تواند اين مهم ترين اشکال مدل هاي موجود در ادبيات را برطرف نمايد. از اين مدل جهت ارزيابي برازندگي و عملگر انتخاب در ژنتيک الگوريتم استفاده شده است. الگوريتم پيشنهادي در مقايسه با روش حل دقيق، قادر بود جواب هاي بسيار نزديک به بهينه را با کاهش چشمگيري در زمان حل بيابد (به طور متوسط 23% کاهش زمان حل با ميانگين بهينگي نسبي 95%). نتايج آزمون ويلکاکسون در مورد مقايسه ميانگين جواب نهايي روش پيشنهادي برمبناي انتخاب با تحليل پوششي داده هاي شبکه اي با سه روش انتخاب ديگر –چرخ رولت، رتبه بندي و مسابقه اي- نيز حاکي از برتري روش پيشنهادي از نظر يافتن جواب هاي باکيفيت مطلوب بوده است.