عنوان پایان‌نامه

استفاده ازرویکرد فازی درمسایل تعین اندازه...



    دانشجو در تاریخ ۰۱ تیر ۱۳۸۷ ، به راهنمایی ، پایان نامه با عنوان "استفاده ازرویکرد فازی درمسایل تعین اندازه..." را دفاع نموده است.


    محل دفاع
    کتابخانه پردیس 2 فنی شماره ثبت: 1403;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 38724
    تاریخ دفاع
    ۰۱ تیر ۱۳۸۷
    دانشجو
    مختار وزیری
    استاد راهنما
    فریبرز جولای

    رقابت های سنگین خارجی با یک نرخ افزایشی در بازار جهانی، بنگاه های اقتصادی را مجبور کرده است که توجه شان به سوی ساده و مؤثر کردن عملیات به منظور صرفه جویی های تولید از یک زنجیره تأمین باریکتر و انفعالی تر جلب شود. یک زنجیره تأمین را می توان مانند شبکه ای از تآسیسات و کارخانجات تعریف کرد که فعالیتهای تأمین و خرید مواد(خام)، تبدیل مواد به محصولات نیمه تمام(میانی) و محصولات نهایی و توزیع محصولات نهایی به مشتریان را انجام می دهند. در یک زنجیره تأمین/تولید، با ساختار محصولات پیچیده و مراحل تولید چندگانه در تسهیلات موجود در زنجیره، معمولاً سیستم برنامه ریزی احتیاجات مواد(MRP) برای برنامه ریزی تولید و تصمیم گیری تأمین مواد استفاده می شود. بدینسان ادبیات علمی مسائل SCM مستقیماً به جواب مسائل Lot-sizing از سیستم های مبتنی برMRP در شبکه های تولید- توزیع مرتبط می شود که این مسائل می تواند در طبقه هایی براساس تعداد تسهیلات مطرح شده، تعداد سطوح موجود در سیستم، تعداد اقلام مطرح شده، حضور یا عدم حضور محدودیت های ظرفیت و خصوصیات تقاضا رده بندی شود. اگرچه درعمل بدلیل مشکلات مختلفی مانند ابهام در تقاضای بازار، منابع با ظرفیت های دردسترس محدود، ابهام در زمان های تأخیر و هزینه های نامعین، روشهای کلاسیک تجزیه و تحلیل کاربردی مسائل تعیین اندازه انباشته در سیستم های مبتنی برMRP ، تصمیم گیری های تولید را بهینه نمی کند. این تحقیق یک روش جدید را براساس یک سیستم خبره فازی جهت تخمین پارامترهای فازی دریک سیستم برنامه ریزی ریاضی فازی برای مسأله برنامه ریزی زنجیره تأمین(SCPP) - که تقریباً کلی ترین حالت مسائل تعیین اندازه انباشته می باشد- جهت برنامه ریزی تولید میان مدت با محدودیت ظرفیتی، محیط های ساخت چند محصولی، چند سطحی و چند دوره ای، ارائه می دهد. سپس این مدل به چهار مدل فازی با انعطاف پذیری در تابع هدف، در تقاضای بازار و در ظرفیت در دسترس منابع تبدیل می شود. هدف اصلی در این تحقیق، تعیین برنامه زمانبندی اصلی و مطابق آن زمانبندی اقلام موجود در ساختار محصول در هر دوره، سطوح موجودی، سطوح معمول ظرفیت به ازای کل تأسیسات موجود در زنجیره، در سراسر افق برنامه ریزی مفروض به منظور راهی در ایجاد مانعی در مقابل ابهام و عدم قطعیت می باشد. سرانجام مدل ها با استفاده از اطلاعات حقیقی از یک کارخانه تولید کننده لوازم خانگی آزمایش می شود.
    Abstract
    Strong foreign competition in an increasingly global marketplace has forced firms to turn their attention towards streamlining operations in order to generate savings from a slimmer and more reactive Supply Chain. The Supply Chain (SC) can be define as a network of facilities that performs the functions of procurement of material, transformation of material to intermediate and finished products and distribution of finished products to customers. In a Supply Chain, with complex products structures and multiple production stages in the facilities existent at Chain, material requirements planning (MRP) systems are the most commonly used for production planning and material supply decision making. Thus, scientific literature on SCM problems is directly linked to the solution of lot-sizing problems of the MRP based Systems in production-distribution networks, and it can be classified into categories based on the number of locations considered, the number of stages in the system, the number of items considered, the presence or absence of capacity constraints, and the characteristics of demand. However, in practice, because arise difficulties such as uncertainty in market demand, resources with limited available capacities, uncertainty in lead times and uncertain costs, classical procedures of resolution applied in MRP environments do not optimize production decisions. This paper provides a new method based a fuzzy expert system to estimate uncertain parameters in the fuzzy mathematical programming systems to Supply Chain Planning problem (SCPP) model for medium term production planning in a capacity constrained MRP, multi-product, multi-level and multi period manufacturing environment. Then, this model is transformed into four fuzzy models with flexibility in the objective function, in the market demand and in the available capacity of resources. The main goal is to determine the master production schedule, the MRP for each raw component in each period, stock levels, transfer batches, and capacity usage levels over a given planning horizon in such a way as to hedge against uncertainty. Finally, the model is tested using real data from a household paraphernalia (Freezer-Refrigerator) manufacturer.