عنوان پایان‌نامه

روشی برای بهینه سازی سطح موجودی هدف برای قطعات یدکی هواپیماهای تجاری با توزیع تقاضای غیر قابل پیش بینی و نامشخص



    دانشجو در تاریخ ۲۹ شهریور ۱۳۹۶ ، به راهنمایی ، پایان نامه با عنوان "روشی برای بهینه سازی سطح موجودی هدف برای قطعات یدکی هواپیماهای تجاری با توزیع تقاضای غیر قابل پیش بینی و نامشخص" را دفاع نموده است.


    محل دفاع
    کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3651;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81792;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3651;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81792
    تاریخ دفاع
    ۲۹ شهریور ۱۳۹۶
    استاد راهنما
    رضا توکلی مقدم

    امروزه مدیریت موثر هزینه قطعات یدکی برای شرکت های تولیدی و خدماتی بسیار ضروری است. یکی از دشوارترین چالش ها درمدیریت موثر و کارآمد این قطعات، مدیریت وکنترل سطح موجودی آنها برای دستیابی به بهترین سطح خدمات، به ویژه در صنعت هواپیمایی است چرا که این صنعت با عدم اطمینان بالا در تقاضای قطعات یدکی و سطح خدمات گسترده مواجه است. همچنین در این صنعت، سیاستهای سنتی برای کنترل موجودی قطعات یدکی به دلیل فقدان محاسبات دقیق هزینه هایی همچون هزینه سفارش، نگهداری و همچنین هزینه های کمبود و مازاد، روشهای مناسبی نمی باشند. علاوه بر این، برخی ویژگی ها در صنعت هواپیماهای تجاری، مانند عدم دسترسی به برنامه سفر، میزان استفاده و همچنین موظف نبودن مشتریان به سفارش قطعات یدکی از یک شرکت بخصوص، javascript:__doPostBack('ctl00$ContentPlaceHolder1$lbEditPage','')میزان عدم قطعیت و غیر قابل پیش بینی بودن تقاضای این قطعات را افزایش می دهد. این دلایل نیاز به توسعه روش های خاص مدیریت / کنترل موجودی با دقت بیشتر برای هواپیماهای تجاری را فراهم می کند. گرچه نکته اصلی در برآورد دقیق پارامترهای سیستم کنترل موجودی، مدل کردن دقیق تقاضای زمان انتظار قطعات است که بستگی به فرضیه های توزیع تقاضا دارد، با این حال این بحث در ادبیات این موضوع، کمتر مورد بررسی واقع شده است. با توجه به نقش اساسی این توزیع ها در تخمین پارامترهای سیستم کنترل موجودی به شکلی دقیق، در این تحقیق طیف وسیعی از توزیع ها برای قطعات یدکی آزمایش شده است تا بهترین توزیع برای هر قطعه مشخص گردد. علاوه بر این، در مورد قطعات با تقاضای کم، ما از توزیع ترکیبی با احتمال وقوع تقاضا بر اساس فرایند پواسون و اندازه تقاضای یکنواخت به جای اندازه واحد استفاده می کنیم. علاوه بر مدیریت و کنترل مناسب سطوح موجودی، نقش مهم بهینه سازی سطح موجودی به عنوان یک روش عملی برای رسیدن به مدیریت موثر هزینه زمانی بیشتر تعیین می شود، که مشخص می شود هزینه های نگهداری قطعات کم اهمیت بخش قابل توجهی از کل هزینه سیستم موجودی است. بنابراین، ما بهینه سازی موجودی را بر اساس یک مدل ریاضی پیشنهاد می کنیم تا کل هزینه سرمایه گذاری را به حداقل رسانده و نرخ پر شدن مورد نظر به عنوان یک سطح سرویس موجودی را در هر دو سطح قطعه و لوکیشن تعیین کند. ما همچنین دو رویکرد حل متفاوت را پیشنهاد می کنیم، نخست روش الگوریتم شبیه سازی تبرید (SA) بعنوان یک روش فراابتکاری و سپس یک نسخه بهبود یافته از الگوریتم گیریدی به عنوان یک روش ابتکاری که توانایی حل مدل را علارغم غیر خطی بودن مدل دارد. یک مقیاسه جامع نیز برای شناسایی مزایا و معایب هر روش حل پیشنهادی ارائه شده است. همچنین یک مطالعه موردی با استفاده از داده های شرکت داسلت فالکون جت، برای تأیید توانایی مدل و روش ها انجام شده است.
    Abstract
    The cost-effective management of spare parts is critical for manufacturing and service companies. One of the most difficult challenge in efficiently and effectively managing spare parts is managing and controlling the stock level to achieve best service level, especially in aircraft industry which is faced with high level of uncertainty in spare parts demand and extended service levels. Also, due to absence of accurate computation ordering, holding, backordering and overstocking costs, traditional inventory control policies on spare parts are not appropriate methods. Moreover, the particularities in business aircraft industry, such as unavailability of travel plan, usages and that customers are not obliged to order spare parts to OEM, adds unpredictability in spare parts demand. This requires developing specific inventory management/control methods, with more accuracy for business aircrafts. Although the main point in accurate estimation of inventory system parameters is accurate modeling of their demand lead time that depends on demand distributional assumptions but in literature there is less discussion on this. We argue that uncertain and unpredictable demand patterns could have shifts in their distributional fits; hence, in this research we test wide range of distributions for fast and medium moving spare parts so that best fitted distribution to historical demand of each part serves the basis for inventory management/control methods. Moreover, in case of slow moving parts, we use compound Poisson distribution with Poisson demand arrivals and uniform demand size instead of unit-size. In addition to appropriate tracking and controlling of stock level, the important role of an inventory optimization as a practical way of cost effective management, is more determined when it becomes clear that the cost of keeping such less important spare parts to satisfy the desired service level is a significant part of total cost of inventory system. Therefore, inventory optimization based on mathematical model to minimize the total investment subject to fill rate as an inventory service measure in both part and location level is proposed. We also suggest two different solving approaches namely Simulated annealing (SA) and an improved version of Greedy algorithm which have the ability to solve model despite of its non-linearity. A comprehensive comparison is also presented to identify the advantages and disadvantages of each proposed solving methods. A real case study using data from Dassault Falcon Jet, USA is done to validate the ability of the model and methods. Keywords: Spare parts supply chains, Inventory optimization, Target stock level, Continues review policy, Fill rate, Reorder point, Reorder quantity, Lead time demand distribution