عنوان پایان‌نامه
مدلسازی یک زنجیره تامین در شرایط وجود اختلال ز سوی تامین کنندگان ، با در نظر گرفتن بافر برای محصولات کسری دار
- رشته تحصیلی
- مهندسی سیستم های اقتصادی - اجتماعی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 42318;کتابخانه پردیس 2 فنی شماره ثبت: 1611
- تاریخ دفاع
- ۲۲ شهریور ۱۳۸۸
- دانشجو
- غزال اسدی پور
- استاد راهنما
- جعفر رزمی
- چکیده
- چکیده تعداد بسیار زیادی از صنایع، بر مبنای سیستم های مونتاژ به تولید مشغولند. حساسیت و آسیب پذیری زیاد این سیستم ها در مواجهه با کمبود قطعه، دپارتمان خرید را موظف به در نظر گرفتن نوسانات تامین، به ویژه در زمان وجود اختلال در زنجیره، می نماید. هدف این پژوهش تعیین سیاست بهینه سفارش دهی در یک سیستم تولیدی مبتنی بر مونتاژ است، که نوسانات ظرفیت موجود تامین کنندگان در سیستم مفروض، ممکن است مانع از اتمام فرآیند مونتاژ محصول نهایی گردد. در این سناریو، که وقوع آن بیشتر در کارخانجات بزرگ مبتنی بر مونتاژ، مانند خودروسازی ها، محتمل است، محصول نهایی از اسمبل یا مونتاژ تعداد معینی از قطعات مختلف بوجود می آید. بعلاوه در این سناریو فرض بر این است که چندین تامین کننده با ظرفیت محدود در این زنجیر? چند دوره ایی، که تقاضا در هر دوره آن معین است، فعالیت می کنند که هر یک توانایی تامین تمامی قطعات را دارند. به علت بالا بودن هزینه توقف خط، فرآیند تولید، حتی در صورت موجود نبودن برخی قطعات، ادامه می یابد. بدین ترتیب محصولات کسری دار تولیدی، به بافری که ویژه این محصولات طراحی شده است منتقل شده، و تا زمان رسیدن قطعات مورد نیاز در آنجا می مانند. در این پژوهش، دو مدل ریاضی عدد صحیح ترکیبی قطعی و فازی ارائه شده است. هر دو مدل، نوع قطعات، اندازه سفارش، تامین کننده و دوره سفارش را، با هدف حداکثر ساختن سود و سطح سرویس دهی به مشتریان، تعیین می کنند. بعبارت دیگر مدل ها ترکیبی از دو مسئله "انتخاب تامین کنندگان و تعیین اندازه خرید" و "کنترل موجودی" می باشند. در مدل قطعی تقاضا، ظرفیت موجود تامین کنندگان، قیمت ها، هزینه موجودی و کمبود پویا و متغیر با زمان در نظر گرفته شده است. در مدل فازی پارامترهای فوق علاوه بر پویایی، فازی با تابع توزیع امکان مثلثی فرض شده اند. ایده اولیه این پژوهش برگرفته از وضعیتی است که سال گذشته در سایت های مختلف کارخانه خودروسازی ایران خودرو، معروفترین کمپانی خودروسازی در ایران و خاورمیانه، رخ داد. بعلت کمبود برخی قطعات و افزایش بروز احتمال تولید خودروی کسری دار در این سایت (تا 5%)، علاوه بر سرریز بافر (پارکینگ) خودروهای کسری دار، شرکت مذکور هزینه قابل توجهی را بابت تاخیر در تحویل محصول نهایی به مشتریان متحمل شد. این پژوهش، به عنوان یک طرح اولیه، برای برون رفت از وضعیت پیش آمده به دپارتمان خرید قابل ارائه می باشد. بمنظور حل مدل قطعی، یک الگوریتم انبوه اجزاء (PSO) ارائه و برای حل تعدادی مسئله، با اندازه های مختلف، بکار گرفته شده است. در انتها کارایی الگوریتم پیشنهاد شده با الگوریتم ژنتیک مقایسه شده که نتایج گواه آن است که الگوریتم پیشنهادی برای کلیه مسائل اعم از کوچک و بزرگ جواب های نزدیک به بهینه تولید می کند. برای حل مدل فازی، با توجه به وجود پارامترهای فازی و غیر قطعی در تابع هدف و محدودیت ها، ابتدا مدل امکانی به مدل کمکی چند هدفه غیر فازی تبدیل و سپس به کمک یک روش فازی تعاملی دوباره به یک مدل تک هدفه تغییر یافته و حل شده است. مشابه مدل قطعی، برای حل این مدل نیز بعلت پیچیدگی محاسباتی بالا، الگوریتم انبوه اجزاء ویژه ایی ارائه شده است.
- Abstract
- Abstract Assembly systems are the base of production in a great number of industries. These production systems are more vulnerable to scarce of components when supply chain is uncertain; therefore, for these systems uncertainty must be considered precisely. In this paper a problem of inventory lot-sizing and supplier selection for an assembly system is considered, where the supplier available capacities are assumed as dynamic parameters. In this scenario, which is a probable case in large assembly-based factories such as automobile manufacturers, the final product is assembled from multiple components with different conversion factors, which can be sourced from multi-capacitated suppliers through the multi-period horizon of known demand. Due to high shut down costs of assembly lines, it is assumed that production never stops even though we are running out of some components. Therefore, the unfinished products are transferred to the particular buffer zone and preserved there until the components, which are lacking, will be provided in near future. In this study two deterministic and fuzzy mixed integer mathematical models are developed to determine which component in what quantities, from which suppliers, and in which periods should be ordered. Both models aim to maximize the profit while keep a high customer service level. In deterministic model available capacities, prices, holding and shortage costs are assumed to be dynamic parameters, while in fuzzy model the aforementioned parameters are of triangular possibility distribution. The problem is inspired by the situation that the site of Tondar (a sedan passenger automobile) in the Iran-Khodro Car Company (IKCO), which is the most famous vehicle manufacturing factory in Iran and the Middle East, became involved with last year. Owing to the depletion of resources, the proportion of unfinished automobiles to the total products exceeded 5% in Tondar site, which caused the unfinished product buffer to overflow and rendered the company undergo heavy delay penalties. This model, as an initial project, can be proposed to the purchasing department which seeks a remedy for the above mentioned problem. To solve the deterministic model, a Particle Swarm Optimization algorithm is developed and applied to multiple problems with different sizes. Then, the efficiency of the proposed algorithm is compared with the Genetic algorithm. To solve the fuzzy model, at the first the possibilistic model is converted into an auxiliary crisp multi-objective model. Then through an interactive fuzzy approach, the suggested multi-objective problem is transformed into an equivalent single objective model and finally the Particle Swarm Optimization algorithm is implemented to achieve the overall satisfactory compromise solution. A numerical sample is used to validate the proposed possibilistic model.
