جستجوی مقالات مرتبط با کلیدواژه
تکرار جستجوی کلیدواژه bi-level fuzzy goal programming approach در نشریات گروه فنی و مهندسی
bi-level fuzzy goal programming approach
در نشریات گروه عمران
تکرار جستجوی کلیدواژه bi-level fuzzy goal programming approach در مقالات مجلات علمی
-
مقاله حاضر تلاش دارد تا مدل ریاضی مسیله مسیریابی تولید را با اعمال سیاست های حفاظت از محیط زیست ارایه نماید. شرکت موردبررسی از دو بخش مستقل تولید و توزیع تشکیل شده است. این زیرمجموعه ها به صورت غیرمتمرکز اداره می شوند و ارتباط دوطرفه میان آن ها یک بازی استکلبرگ را شکل می دهد. زیرمجموعه اول (شرکت توزیع) تصمیم گیرنده سطح اول است و برای وسایل نقلیه تعیین مسیر نموده و میزان انتقال محصول به هر یک از مشتریان را مشخص می کند. شرکت پخش دو هدف را پیگیری می نماید که عبارت اند از کمینه سازی هزینه های توزیع و نگهداری و کمینه سازی میزان آلایندگی وسایل نقلیه. ازآنجاکه محدودیت ظرفیت تولید، مانع از تامین تمامی خواسته های بخش توزیع توسط تولید کننده می شود؛ شرکت توزیع می تواند محصول را از شرکت تولیدی زیرمجموعه تهیه کرده و یا با پرداخت هزینه بیشتری از سایر تولیدکنندگان، کالای جایگزین را تامین نماید، که در این صورت از تولیدکننده غرامت دریافت می کند. در سطح پایین تر، زیرمجموعه دوم (تولیدکننده) با هدف کمینه سازی هزینه های تولید و نگهداری، به زمان بندی تولید می پردازد. درنهایت الگوریتم حل مسیله دوسطحی چندهدفه، بر مبنای رویکرد برنامه ریزی آرمانی فازی دوسطحی تشریح و بسط داده می شود. تحلیل نتایج عددی حاکی از آن است که مطلوبیت تصمیمات نهایی از دید توزیع کننده و تولیدکننده به میزان هزینه کالای جایگزین و غرامت حساس است. الگوریتم پیشنهادی برای بهبود میزان توافق بین تصمیم گیرندگان سطح اول و دوم تلورانس هایی را در نظر می گیرد که با تنظیم مناسب آن ها نیز می توان به برنامه های اجرایی تر رسید. همچنین نتایج عددی حاصل بیان می دارند که جواب های روش برنامه ریزی آرمانی فازی دوسطحی برابر یا بسیار نزدیک به جواب ضدایده آل هستند.کلید واژگان: مسیریابی تولید، برنامه ریزی دوسطحی، بهینه سازی چندهدفه، بهینه سازی سبز، برنامه ریزی آرمانی فازی دوسطحیThe main purpose of this paper was to provide a mathematical model of the production routing problem by applying environmental protection policies. The target company consists of two independent departments of production and distribution. These subsets are managed locally, and the two-way communication between them forms a Stackelberg game. The first subset (distribution company) is the first level decision maker and determines the route for vehicles and the amount of product transfer to each customer. The distribution company pursues two goals, minimizing costs of distribution, maintenance, and vehicle emissions. As the limited production capacity prevents the manufacturer from meeting all the demands of the distribution sector, the distribution company can procure products from the subsidiary manufacturing company or provide alternative products by paying more from other manufacturers, so in this case, it will receive compensation from the manufacturer. At a lower level, the second subset (manufacturer) schedules production with the aim of minimizing production and maintenance costs. Finally, the multi-objective bi-level problem-solving algorithm is described and developed based on the bi-level fuzzy goal programming approach. Based on numerical analysis results, the utility of final decisions regarding both the distributor and manufacturer perspective is sensitive to the cost of alternative products and also compensation. In order to improve the agreement between the first and second level decision-makers, the proposed algorithm considers tolerances that can be adjusted to achieve more executive plans. Numerical results show that the answers of the bi-level fuzzy goal programming method are equal or very close to the worst answer.Keywords: Production routing problem, Bi-level planning, Multi-Objective Optimization, Green optimization, Bi-level fuzzy goal programming approach
نکته
- 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.