queueing theory
در نشریات گروه صنایع-
Journal of Quality Engineering and Production Optimization, Volume:5 Issue: 2, Summer-Autumn 2020, PP 189 -228
In this paper, the contribution and application of queuing theory in food supply chain management were reviewed. Although many published articles have studied food supply chain management, none of them have focused on the application of queuing theory. This paper first briefly compares queueing theory with other operations research methods and explains the reason for choosing this mathematical method. This review proposes an innovative procedure (based on content analysis) for categorizing food supply chain issues in different areas with queueing theory. We also perform additional content and descriptive analyses to identify trends in the extant literature on food supply chain management and queuing theory application. The results of our investigations are presented based on five perspectives: food supply chain management, decision level, type of food product, queuing system, modeling methodology. Our studies show that extensive gaps are dealing with the topic of this study. Also, a structured summary of each article is presented to provide comprehensive guidelines in this research area. Also, the challenges of this hybrid field were explored, and topics were suggested for future research. The purpose of this paper is to provide sufficient information for researchers who want to use queuing theory in various areas of food supply chain management.
Keywords: Agricultural, Classified review, Content Analysis, Food supply chain management, queueing theory -
در مدل های مکان یابی تسهیلات چند لایه ای، مشتریان در لایه های مختلف خدمات مختلفی را دریافت می کنند. زمانی که مشتری وارد سیستم می شود باید تمامی خدمات را در لایه های مختلف دریافت کند؛ در واقع مشتری در لایه های میانی سیستم را ترک نخواهد کرد. در این تحقیق به دنبال ارایه یک مدل مکانیابی تسهیلات با چندین لایه خدمت دهی و با در نظر گرفتن تراکم در سیستم هستیم. مدل ارایه شده بصورت یک مدل برنامه ریزی غیرخطی عدد صحیح بوده و در رسته مسایل با پیچیدگی بالا قرار داد. بمنظور حل مدل ریاضی ارایه شده، از رویکردهای شبیه سازی گسسته پیشامد با هدف افزایش بهره وری، بهره جسته ایم. تعاملات و پیچیدگی های سیستم، پیش بینی عملکرد آن را دشوار یا ناممکن می سازد. مدل ها شبیه سازی قادرند تغییر پذیری، تعاملات و پیچیدگی های یک سیستم را نشان دهند. در این راستا، تقاضا بصورت تصادفی در نظر گرفته شده است. توابع هدف شامل کمینه سازی مدت زمان سفر متقاضی به تسهیل مورد نظر، مدت زمان انتظار متقاضی درون صف و احتمال بیکاری تسهیلی است که با بیشترین احتمال بیکاری مواجه است. با توجه به نتایج بدست آمده از اجرای شبیه سازی و آزمایش 4 سناریوی مختلف، می توان اظهار داشت که سناریوی شماره 4 تنها با افزایش 1 منبع به هر یک از تسهیلات موجود در لایه چهارم، که مجموعا افزایش 4 منبع است، زمان انتظار متقاضیان درون صف در حدود 46٪ بهبود می دهد.کلید واژگان: تصمیم گیری چندهدفه، تئوری صف، شبیه سازی، مکانیابی تسهیلاتIn multi-layered facility location models, customers receive different services at different layers. When the customer enters the system, he must receive all services at different layers; in fact, the customer will not leave the system in the middle layers. In this study, we are seeking to provide a facility location model with multiple service layers respect to the density of the system. The proposed model is a nonlinear integer programming model and it is in the field of highly complex problems. In order to solve the mathematical model, discrete event simulation approach has been used to increase efficiency. Interactions and complexities of the system, makes it difficult or impossible to predict the performance. Simulation models are able to show variability, interactions and complexities of the system. In this regard, the demand has considered as random and objective functions consist of minimization of customer’s travel time to desired facility, customer’s waiting time in queue and the possibility of unemployment of a facility which has the highest rate of unemployment. According to the results of simulation and testing 4 different scenarios, it can be stated that in scenario (4), only by adding 1 source to each available facility in the fourth layer, which is totally increasing 4 source, costumers wait time in queue will be improved about 46%.Keywords: Facilities locating, Queueing theory, Multi-objective decision making, Simulation
-
از دلایل بالا بودن مدت زمان انتظار بیماران در بیمارستان ها، نبود کادر متخصص کافی در بیمارستان است، لذا بهینه نبودن هزینه ها و رضایت شغلی کادر پرستاری بیمارستان ها نشات گرفته از به کارگیری روش های سنتی و غیرعلمی در تخصیص پرستاران به شیفت ها می باشد. مقاله حاضر جهت تعیین حداقل پرستار موردنیاز با توجه به مراجعه بیماران در زمان های مختلف، تعیین برنامه نوبت کاری با کمترین ساعت کاری موردنیاز و برنامه ریزی نوبت کاری پرستاران در هر یک از شیفت ها با کم ترین هزینه برای بخش اورژانس انجام می شود. روش تحقیق پژوهش حاضر از نوع مدل سازی ریاضی و جامعه پژوهش، بیماران مراجعه کننده به بخش اورژانس و پرستاران یک مرکز درمانی در نظر گرفته شده است. تجزیه وتحلیل اطلاعات؛ ترکیبی از روش های پیش بینی، مدل های تیوری صف و برنامه ریزی خطی عدد صحیح است. برای پیش بینی میزان بیماران مراجعه کننده به اورژانس از روش سری زمانی و ابزار ARIMA و جهت بررسی سیستم صف با ظرفیت محدود از مدل M/M/C/K استفاده شده است. از مهم ترین نتایج این تحقیق، تعیین بیشینه تعداد پرستارهای در دسترس در هر شیفت است. همچنین از دیگر نتایج این تحقیق، مقایسه کارایی هر یک از الگوریتم های فرا ابتکاری ژنتیک مرتب سازی نامغلوب (NSGA-II) و الگوریتم زنبورها (BA) نسبت به شاخص های تعریف شده می باشد.
کلید واژگان: مدیریت خدمات پرستاری، سری های زمانی، تئوری صف، الگوریتم ژنتیک مرتب سازی نامغلوب، الگوریتم زنبورهاOne of the reasons for the high waiting time for patients in hospitals is the the lack of sufficient staff in the hospital, so the inefficiency of costs and job satisfaction of hospital nursing staff stems from the use of traditional and unscientific methods in allocating nurses to shifts. The present study is designed to determine the minimum number of nurse required according to the number of patients referred at different times, determine the shift schedule with the least required hours and schedule shifts for nurses in each shift with the lowest cost for the emergency department. The research method of the present study is of the mathematical modeling and research community, patients referring to the emergency department and nurses of a medical center. Data analysis is a combination of predictive methods, queuing theory models, and linear numerical programming. To predict the number of patients referring to the emergency, the time series method and ARIMA tools were used, and the M/M/C/K model was used to examine the queue system with limited capacity. One of the most important results of this study is to determine the maximum number of nurses available in each shift. Another result of this study is the comparison of the performance of each of the meta-heuristic Non-dominated Sorting Genetic Algorithm (NSGA-II) and the Bee Algorithm (BA) with respect to the defined indicators.
Keywords: Nursing service management, Time series, Queueing theory, Non-dominated sorting genetic algorithm -
در مدل های مکان یابی تسهیلات چند لایه ای، مشتریان در لایه های مختلف خدمات مختلفی را دریافت می کنند. زمانی که مشتری وارد سیستم می شود باید تمامی خدمات را در لایه های مختلف دریافت کند؛ در واقع مشتری در لایه های میانی سیستم را ترک نخواهد کرد. در این تحقیق به دنبال ارائه یک مدل مکانیابی تسهیلات با چندین لایه خدمت دهی و با در نظر گرفتن تراکم در سیستم هستیم. مدل ارائه شده بصورت یک مدل برنامه ریزی غیرخطی عدد صحیح بوده و در رسته مسائل با پیچیدگی بالا قرار داد. به منظور حل مدل ریاضی ارائه شده، از رویکردهای شبیه سازی گسسته پیشامد با هدف افزایش بهره وری، بهره جسته ایم. تعاملات و پیچیدگی های سیستم، پیش بینی عملکرد آن را دشوار یا ناممکن می سازد. مدل ها شبیه سازی قادرند تغییر پذیری، تعاملات و پیچیدگی های یک سیستم را نشان دهند. در این راستا، تقاضا بصورت تصادفی در نظر گرفته شده است. توابع هدف شامل کمینه سازی مدت زمان سفر متقاضی به تسهیل مورد نظر، مدت زمان انتظار متقاضی درون صف و احتمال بیکاری تسهیلی است که با بیشترین احتمال بیکاری مواجه است. با توجه به نتایج بدست آمده از اجرای شبیه سازی و آزمایش 4 سناریوی مختلف، می توان اظهار داشت که سناریوی شماره 4 تنها با افزایش 1 منبع به هر یک از تسهیلات موجود در لایه چهارم، که مجموعا افزایش 4 منبع است، زمان انتظار متقاضیان درون صف در حدود 46٪ بهبود می دهد.کلید واژگان: تصمیم گیری چندهدفه، تئوری صف، شبیه سازی، مکانیابی تسهیلاتIn multi-layered facility location models, customers receive different services at different layers. When the customer enters the system, he must receive all services at different layers; in fact, the customer will not leave the system in the middle layers. In this study, we are seeking to provide a facility location model with multiple service layers respect to the density of the system. The proposed model is a nonlinear integer programming model and it is in the field of highly complex problems. In order to solve the mathematical model, discrete event simulation approach has been used to increase efficiency. Interactions and complexities of the system, makes it difficult or impossible to predict the performance. Simulation models are able to show variability, interactions and complexities of the system. In this regard, the demand has considered as random and objective functions consist of minimization of customers travel time to desired facility, customers waiting time in queue and the possibility of unemployment of a facility which has the highest rate of unemployment. According to the results of simulation and testing 4 different scenarios, it can be stated that in scenario (4), only by adding 1 source to each available facility in the fourth layer, which is totally increasing 4 source, costumers wait time in queue will be improved about 46%.Keywords: Facilities locating, Queueing theory, Multi, objective decision making, Simulation
-
در این نوشتار یک زنجیره ی تامین دوسطحی شامل یک تولیدکننده و چندین خرده فروش در حالت چندمحصولی ارائه می شود. در این مدل، تولیدکننده براساس سیستم «مدیریت موجوی توسط فروشنده» به تصمیم گیری در رابطه با سطوح موجودی زنجیره می پردازد. بدین منظور در این پژوهش تقاضا برای خرده فروشان تابعی غیرخطی از قیمت فروش در نظر گرفته شده است. هدف از این پژوهش، بیشینه سازی سود تولیدکننده و نیز سود خرده فروشان، به صورت یک پارچه و بدون در نظر گرفتن ساختار سلسله مراتبی، در زنجیره ی تامین است. سپس یک مدل دوهدفه ی غیرخطی، ارائه و با استفاده از دو الگوریتم فراابتکاری چندهدفه ٓبا در نظر گرفتن شش مسئله با تعداد خرده فروشان مختلفٓ حل و نتایج مورد ارزیابی قرار می گیرد. در پایان، هر دو الگوریتم براساس میزان کارایی در حل مسائل رتبه بندی می شوند.
کلید واژگان: زنجیره ی تامین، مدل سازی یک پارچه، مدیریت موجودی توسط فروشندهRemanufacturing is an industrial process in which worn-out products are restored to like new conditions. Environmental considerations, government regulations, and economic incentives motivate many businesses to engage in recovery activities. In recent years, more and more companies have initiated value-added recovery operations such as remanufacturing. Remanufacturing brings a product or product part up to an as-new quality. Since remanufacturing is often cheaper than manufacturing, this type of recovery can lead to considerable cost savings. Remanufacturing is an important element of product recovery. Product recovery management is concerned with the collection of used and discarded products and the exploration of the opportunities to remanufacture the products, reuse the components or recycle the materials. Remanufacturing is not only a direct and preferable way to reduce the amount of waste generated, it also reduces the consumption of new materials and energy resources. In this study we have introduced a multiple objective PINLP model that uses queueing theory to find the optimum number of machines in each station of remanufacturing facility. In our model, returned products (Products that returns for any reason such as unsatisfying consumers, used products and etc) comes to the testing station and after inspection the appropriate station is selected. This productions make a queue before entering to the stations and then the operation that is needed in a specific station is occured. the first objective function is minimizing the average waiting time in queue that is important for time sensitive products. the second objective function is minimizing the average idle time of stages. for this model we have used two methods to solve it. First method is L-P metric with two parameter p=1 and p=2 and the second methodis Maximin. Due to the complexity of this nonlinear model we have represented two small instances, solved it with Lingo 11 and the results have been shown.Keywords: Remanufacturing, queueing theory, multiple objective decision making, optimization -
دوباره کاری تولیدپانویس{pureintegernonlinearprogram (PINLP)}، فرایندی است که طی آن محصولات مستهلک یا معیوب با شرایط یک محصول جدید بازیابی می شود. قوانین محیط زیست، انتظارات مشتریان، و محرک های اقتصادی از مهم ترین عوامل ایجاد انگیزه در صنایع برای استفاده از فعالیت هایی نظیر دوباره کاری تولید و بازیافت هستند. در این پژوهش یک مدل دوهدفهپانویس{r e manufacturing}PINLP برای به دست آوردن تعداد بهینه ی ماشین آلات مورد نیاز هریک از ایستگاه های کاری در یک مرکز دوباره کاری تولید ارائه شده است. یکی از اهداف ارائه شده در این مدل، کمینه سازی متوسط زمان انتظار محصولات در صف است؛ هدف دیگر کمینه سازی متوسط بیکاری های ایستگاه های کاری است. مدل ایجاد شده توسط روش های L P سنجی و Maximin حل شده و به دلیل پیچیدگی بسیار بالای مدل مثال هایی با ابعاد کوچک برای آن ارائه شده است. در انتها جواب های حاصل از روش های مذکور ارائه شده است.
کلید واژگان: دوباره کاری تولید، نظریه ی صف، تصمیم گیری چندهدفه، بهینه سازیRemanufacturing is an industrial process in which worn-out products are restored to like new conditions. Environmental considerations, government regulations, and economic incentives motivate many businesses to engage in recovery activities. In recent years, more and more companies have initiated value-added recovery operations such as remanufacturing. Remanufacturing brings a product or product part up to an as-new quality. Since remanufacturing is often cheaper than manufacturing, this type of recovery can lead to considerable cost savings. Remanufacturing is an important element of product recovery. Product recovery management is concerned with the collection of used and discarded products and the exploration of the opportunities to remanufacture the products, reuse the components or recycle the materials. Remanufacturing is not only a direct and preferable way to reduce the amount of waste generated, it also reduces the consumption of new materials and energy resources. In this study we have introduced a multiple objective PINLP model that uses queueing theory to find the optimum number of machines in each station of remanufacturing facility. In our model, returned products (Products that returns for any reason such as unsatisfying consumers, used products and etc) comes to the testing station and after inspection the appropriate station is selected. This productions make a queue before entering to the stations and then the operation that is needed in a specific station is occured. the first objective function is minimizing the average waiting time in queue that is important for time sensitive products. the second objective function is minimizing the average idle time of stages. for this model we have used two methods to solve it. First method is L-P metric with two parameter p=1 and p=2 and the second method is Maximin. Due to the complexity of this nonlinear model we have represented two small instances, solved it with Lingo 11 and the results have been shown.Keywords: Remanufacturing, queueing theory, multiple objective decision making, optimization
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.