منابع پایان نامه ارشد درمورد حمل و نقل، تلفن همراه، حل مسئله

منجر به کاهش تولید 14000 وسیله نقلیه شد و بسیاری از کارخانجات تولیدی این کشور با کمبود مواد خام، سوخت و انرژی مواجه شدند . [8]
کمپانی تلفن همراه موتورولا درسنگاپور به دلیل شیوع بیماری سارس بسته شد.[92]
کمپانی اپل به دلیل کمبود تراشه هایDRAM در اثر زلزله 1999 در تایوان تعداد زیادی از مشتریان خود را از دست داد.[92]
خاموشی های آمریکای شمالی در14 اگوست سال 2003 بر بسیاری از تجارت ها اثر منفی گذاشت و یک آتش سوزی در یکی از تامین کنندگان رده دوم اریکسون مشکلات جدی را برای این کمپانی بوجود آورد.[68]
سرمایه گذاری بر تکنولوژی های مناسب می تواند شانس بروز اختلال را بسیار کاهش دهد. تکنولوژی های بر پایه وب امروزه برای مرتبط ساختن بانک اطلاعاتی شرکای زنجیره تأمین مهیا هستند که قابلیت پیگیری موجودی، ظرفیت، شرایط تسهیلات و تقاضاهای بخش های مختلف زنجیره تأمین جلوگیری از عمل منفعلانه (واکنشی) توانمند می سازد. تکنولوژی شناسایی فرکانس رادیویی49 RFID این تضمین را می دهد که دقت حساب های موجودی افزایش یابد و اطلاعات واقعی به موقع در حمل و … فراهم آید .
فصل دوم
ادبیات و پیشینه تحقیق
2-1. مرور ادبیات و پیشینه مدیرت زنجیره تامین
توویل[136] و توویل و همکاران [137]از تکنیک های شبیه سازی به منظور ارزیابی تأثیر استراتژی های متفاوت زنجیره تأمین بر تقویت تقاضا استفاده کردند. استراتژی های مورد بررسی به صورت زیر هستند:
حذف مرحله توزیع در زنجیره تأمین و گنجاندن عملیات های توزیع در مرحله تولید
یکپارچه سازی جریان اطلاعات در سرتاسر زنجیره تأمین
پیاده سازی سیاست موجودی تولید به موقع به منظور کاهش زمان های تأخیر
بهبود جا به جایی محصولات و مواد میانی توسط اصلاح رویه های سفارش دهی
اصلاح پارامترهای مقدار سفارش
توماس و گریفین[132]، مرور ادبیاتی جامع در زمینه مدیریت زنجیره تأمین بر اساس مراحل زنجیره تأمین و سطوح تصمیم گیری ارایه نمودند. ویدال و گوتسچالکیکس[139]، مرور ادبیاتی گسترده در زمینه مدل های تولید – توزیع استراتژیک ارایه کردند. آنها بر مدل های زنجیره ای تأمین جهانی با تأکید بر روش های برنامه های اعداد صحیح مختلط تمرکز داشتند. بیمون 1998 نیز ادبیات زنجیره تأمین را از دیدگاه مدل سازی بررسی نموده و مدل ها را در چهار گروه، مدل‌های تحلیلی قطعی، مدل های تحلیلی احتمالی، مدل‌های شبیه‌سازی و مدل‌های اقتصادی دسته بندی نمود.
پتروویک و همکاران[101] ، مدل سازی فازی و شبیه سازی یک زنجیره تأمین در شرایط عدم قطعیت را به منظور تعیین سطح موجودی و مقادیر سفارش هر موجودی بررسی نمودند تا یک عملکرد تحویل مناسب با هزینه های قابل قبول برای کل زنجیره تأمین به دست آورند. به علاوه، پتروویک و همکاران[102] ، یک الگوریتم ابتکاری بر مبنای تئوری مجموعه های فازی را به منظور تعیین مقادیر سفارش هر موجودی در یک زنجیره تأمین در حضور منابع عدم قطعیت توسعه دادند تا سطح خدمتی قابل قبول با هزینه های قابل قبول را برای زنجیره تأمین فراهم نمایند.
جایارامان و پیرکول در سال 2001، زنجیره تأمینی شامل تأمین کنندگان، تولیدکنندگان، مراکز توزیع و نواحی تقاضا را با چند محصول با تقاضای قطعی بررسی کرده اند و مدلی برای تصمیم‌گیری همزمان در دو سطح استراتژیک و عملیاتی به منظور راه اندازی تسهیلات، تعیین میزان تولید، تخصیص مراکز توزیع به نواحی تقاضا و میزان حمل ارایه داده اند. ظرفیت تولید، مراکز توزیع و تأمین مواد اولیه دارای محدودیت است و تابع هدف به صورت کمینه سازی هزینه ها می باشد. در این مطالعه، از روشی ابتکاری بر پایه آزادسازی لاگرانژ و بهینه سازی زیر گرادیان برای به دست آوردن کران پایین مقدار بهینه تابع هدف استفاده شده است. سیام [126] در سال 2002، مدل زنجیره تأمینی شامل کارخانه ها و انبارها با مقادیر تقاضای قطعی مشتریان از چند محصول را ارایه داده است. تعداد تسهیلاتی که می توانند باز باشند محدود است و به علاوه محصولاتی که با یک دوره تناوب خاص حمل می شوند متعلق به یک محموله هستند و هیچ نوع محصولی نمی تواند در دو محموله حمل گردد. مدل به دنبال اتخاذ تصمیماتی چون راه اندازی کارخانه ها و انبارها، تعیین محصولات متعلق به محموله ها، مقدار کالای حمل شده و دوره تناوب حمل محموله ها با هدف کمینه کردن هزینه ها است. برای حل مدل از دو روش ابتکاری بر مبنای آزادسازی لاگرانژ و الگوریتم شبیه سازی تبرید استفاده شده است.
سیاریف و همکاران[127] در سال 2002، شبکه زنجیره تأمینی شامل تأمین کنندگان، کارخانجات و مراکز توزیع را مورد بررسی قرار دادند. تصمیماتی که باید در این شبکه اتخاذ شوند شامل راه‌اندازی کارخانجات و مراکز توزیع، میزان تولید و میزان حمل محصولات است و تابع هدف به صورت کمینه سازی هزینه ها بیان می شود. برای حل این مدل از روش الگوریتم ژنتیک بر اساس درخت فراگیر استفاده شده و اعتبار این روش با مقایسه آن با روش سنتی الگوریتم ژنتیک سنجیده شده است. روش پیشنهادی نه تنها از روش های ابتکاری دیگر در تمامی موارد جواب بهتری را ارایه می دهد، بلکه از نظر زمان محاسبه و حافظه مورد نیاز بر روش سنتی الگوریتم ژنتیک ارجحیت دارد و در مسایل کوچک تقریباً همیشه به جواب بهینه می رسد.
هوانگ[57] در سال 2002، با در نظر گرفتن سطوح خدمت مورد نیاز، به طراحی یک سیستم لجستیکی شامل تعدادی مرکز تولید، انبار و مشتری با مقادیر تقاضای غیرقطعی پرداخته است. مسافت‌ها دارای توزیع احتمالی هستند و از روش پوشش کلی تصادفی برای راه اندازی انبارها استفاده شده است. تابع هدف به صورت کمینه کردن هزینه های لجستیک و تعداد انبارهایی که می‌توانند راه اندازی شوند بیان می گردد. سپس تصمیمات مسیریابی و تعیین میزان سفارش انبارها به مراکز تولید، با استفاده از یک روش برنامه ریزی شی گرا بر مبنای الگوریتم ژنتیک اتخاذ شده به طوری که هزینه های لجستیکی کمینه گردد. در این مسئله تقاضاها باید کاملاً برآورده شوند و محدودیت هایی در رابطه با زمان سفر، ظرفیت، سرعت، نوع و تعداد وسایل نقلیه مطرح است. چن و لی[18] در سال 2004، زنجیره تأمینی متشکل از تعدادی مرکز تولید، مرکز توزیع و خرده فروشی را بررسی کرده اند. عدم قطعیت قیمت ها و ترجیحات خریداران و فروشندگان در مورد قیمت با استفاده از تئوری مجموعه های فازی بیان می گردد. در این مدل در مورد میزان تولید، میزان حمل، سطح قیمت قابل قبول از نظر خریدار و فروشنده، سطوح موجودی و ظرفیت حمل مورد استفاده، تصمیم گیری می شود. توابع هدف چندگانه در این مدل شامل توزیع عادلانه سود بین سطوح، متعادل کردن سطح موجودی اطمینان، بیشینه کردن سطح خدمت به مشتری، بیشینه کردن استواری تصمیمات در ارتباط با این سه تابع هدف در مواجهه با تقاضای غیرقطعی و افزایش سطح رضایت تمامی شرکاء از قیمت توافق شده هستند. برای حل این مدل از روش تصمیم گیری فازی با دو فاز استفاده شده است.
کاهش دوره عمر محصولات و افزایش انتظارات مشتریان، مدیریت زنجیره تأمین را به ویژه برای محصولات نوآورانه با دشواری همراه می کند. اگرچه محصولات نوآورانه، سازمان را قادر می‌سازند تا سود حاشیه ای بیشتری کسب کند اما به دلیل در دست نبودن اطلاعات تاریخی، تقاضای این گونه محصولات برای سازمان ها قابل پیش بینی نیست. در این رابطه، ونگ و شو در سال 2005، یک روش تصمیم گیری فازی را در شرایط عدم قطعیت در اطلاعات یا فقدان اطلاعات تاریخی توسعه دادند که یک چارچوب جایگزین برای پرداختن به عدم قطعیت ها در زنجیره تأمین و تعیین استراتژی های موجودی زنجیره فراهم می کند. این مدل زنجیره تأمین فازی بر اساس تئوری احتمالات به منظور ارزیابی عملکرد زنجیره توسعه داده شده است و هزینه موجودی زنجیره را کمینه می نماید. مدل پیشنهادی به تصمیم گیرندگان این امکان را می دهد تا رویکرد خود نسبت به ریسک را بیان کنند و مبادله بین سطح خدمت به مشتری و سرمایه گذاری موجودی را تحلیل نمایند. از رویکرد شبیه سازی به منظور اعتباربخشی50 به مفاهیم توسعه یافته استفاده شده است.
جن و سیاریف[43] در سال 2005، یک مدل برنامه ریزی خطی عدد صحیح مختلط را به منظور برنامه‌ریزی تولید و حمل در زنجیره های تأمین پیشنهاد کردند و مدل ارایه شده را با استفاده از الگوریتم ژنتیک و تکنیک های فازی حل نمودند. اسکی گان [34] و همکاران در سال 2005، در شبکه زنجیره تأمین شامل چندین کارخانه، مرکز توزیع و ناحیه تقاضا، در مورد روش حمل مستقیم و غیرمستقیم و راه اندازی انبارها تصمیم گیری کرده اند. هر کارخانه در حمل انواع محصولات خرید به هر مقصد تنها می تواند از یک روش حمل استفاده کند. انبارها نیز فقط از یک کارخانه محصولات را دریافت می نمایند. تابع هدف به صورت کمینه کردن هزینه ها است و فرض محدودیت ظرفیت برای انبارها وجود دارد. برای زمان تحویل هزینه ای در نظر گرفته شده و در تابع هدف وارد شده است. سایر مؤلفه های تابع هدف، هزینه های مربوط به حمل و نقل و تأسیس انبارها هستند. روش محاسبه زمان تدارک یکی از وجوه تمایز این مدل از مدل‌های قبلی است. مدل توسعه یافته در ابتدا غیرخطی است (به دلیل روش محاسبه زمان تامین)، که با جایگزینی متغیرها، به مدلی به صورت خطی صفر و یک تبدیل می شود. برای حل مدل برنامه ریزی خطی صفر و یک حاصل، از روش ابتکاری لاگرانژ استفاده شده است.
آلتی پارماک[4] و همکاران 2006، یک مدل برنامه ریزی غیرخطی عدد صحیح مختلط51 چند‌هدفه را برای مسئله طراحی زنجیره تأمینی چهار سطحی و تک محصولی ارایه کرده اند. توابع هدف مسئله به صورت کمینه سازی هزینه کل زنجیره تأمین (هزینه های ثابت باز کردن و عملیاتی کردن کارخانه‌ها و مراکز توزیع، هزینه های متغیر حمل مواد اولیه از تأمین کنندگان به کارخانه ها و حمل محصولات از کارخانه ها به مشتریان از طریق مراکز توزیع)، بیشینه‌سازی سطوح خدمت به مشتری و بیشینه سازی توازن استفاده از ظرفیت مراکز توزیع هستند. برای حل مسئله از دو روش وزنی مختلف و الگوریتم ژنتیک استفاده شده و داده های آن از یک شرکت پلاستیک سازی در ترکیه گرفته شده است.
آزاد و داوودپور[9] در سال2008، مسئله طراحی شبکه توزیع در سیستم زنجیره تأمین را که شامل تصمیم گیری در مورد مکان، موجودی و حمل و نقل است، را مورد مطالعه قرار داده اند. این مسئله در قالب مدل برنامه ریزی غیرخطی عدد صحیح مختلط فرموله شده و برای حل آن از الگوریتم ترکیبی شبیه سازی تبرید و جستجوی ممنوع52 استفاده شده است.
طالعی زاده و همکاران[128] در سال 2008، یک مدل برنامه ریزی غیرخطی عدد صحیح را به منظور بهینه‌سازی یک مسئله کنترل موجودی چند دوره ای در زنجیره تأمینی متشکل از یک فروشنده و یک خریدار ارایه نمودند. برای حل این مدل که در آن کمبود موجودی جایز است و تقاضاها دارای ماهیت احتمالی هستند از الگوریتم شبیه سازی تبرید استفاده شده است.
یا او و هوانگ[58] در سال2011 ، با اشاره به مشکل اصلی بسیاری از زنجیره های تأمین سنتی که در آنها استراتژی زنجیره تأمین به طور کامل با استراتژی رقابتی سازمان ها هماهنگ نیست و اعضای زنجیره اهداف متفاوت خود را دنبال می کنند که ممکن است بر عملکرد کل زنجیره تأثیر نامطلوب داشته باشد، روشی بهینه سازی ارایه نمودند که نه تنها استراتژی های زنجیره تأمین و سازمان ها را یکپارچه می کند بلکه اهداف متفاوت اعضای زنجیره را به منظور بیشینه سازی عملکرد زنجیره تأمین هماهنگ می نماید. میرزاپور آل هاشم و همکاران[94] در سال2011، در

دیدگاهتان را بنویسید