optimizing multi-threading
در نشریات گروه عمران-
با توجه به اهمیت برنامه ریزی توزیع در میان حلقه های زنجیره توزیع یک بنگاه اقتصادی، در این پژوهش مسئله مسیریابی ناوگان حمل ونقل کالا تحت عنوان مسئله مسیریابی حمل ونقل (VRP) موردتوجه قرارگرفته است. از طرفی در محیط رقابتی امروزی، سرعت بالای تغییر و تحولات بر عدم اطمینان و ابهام حاکم بر تصمیم گیری ها تا حدی افزوده است که سطح بالای عدم اطمینان در زنجیره تامین، توانایی آن را در پیش بینی شرایط آینده با مشکل مواجه می کند. لذا به منظور برنامه ریزی بهتر و صحیح تر باید به برنامه ریزی قابل اتکا در فضای عدم اطمینان و ابهام پرداخته شود. در این مقاله به منظور حل مسئله مذکور یک مدل پنج هدفه سبز-ناب تحت عدم قطعیت با تاکید بر رضایت مشتری در نظر گرفته شده است. در این پژوهش با در نظر گرفتن شرکت شهد پاک به عنوان مطالعه موردی، عملیات توزیع محصول از انبار به مصرف کننده به صورت یک زنجیره تامین مدل سازی می گردد.با توجه به NP-HARD بودن این مسئله به منظور پیدا کردن جواب های نزدیک بهینه، پس از تنظیم پارامتر به روش جستجوی فراگیر ، مدل در حالت تک هدفه و چند هدفه با استفاده از نرم افزار پایتون توسط الگوریتم های فرا ابتکاری چندهدفه ژنتیک با رتبه بندی نامغلوب نسخه-2 (NSGAII) و بهینه سازی ازدحام ذرات (MOPSO) حل گردید. در پایان این الگوریتم ها با معیارهای ارزیابی عملکرد همچون زمان اجرا و کیفیت جواب ها با یکدیگر مقایسه شده و الگوریتم برتر در هر معیار مشخص گردید نتایج حاصل حاکی از کارایی مدل پیشنهادی و برتری استفاده از روش تحلیل استوار نسبت به قطعی می باشد که منجر به بهینه سازی مسیر حمل ونقل، کاهش هزینه ها و درنهایت رضایت مشتری است و همچنین با مقایسه ی معیارهای ارزیابی عملکرد و مدت زمان اجرای مدل، مشخص گردید که الگوریتم MOPSO نسبت به NSGAII کاراتر می باشد. با توجه به اهمیت برنامه ریزی توزیع در میان حلقه های زنجیره توزیع یک بنگاه اقتصادی، در این پژوهش مسئله مسیریابی ناوگان حمل ونقل کالا تحت عنوان مسئله مسیریابی حمل ونقل[i](VRP) موردتوجه قرارگرفته است. از نوآوری های این مدل می توان به تعریف جریمه ی نقض محدودیت پنجره زمانی (دیرکرد و زود کرد تحویل محصول) در جهت تامین رضایت مشتری، در نظر گرفتن رابطه ی مستقیم وزن و مصرف سوخت که کاهش وزن علاوه بر کاهش هزینه ها، باعث کاهش اثرات مخرب گازهای گلخانه ای، آلودگی هوا و کربن دی اکسید می گردد، کاهش هزینه های رانندگان که درنهایت موجب کاهش هزینه های کل می گردد و علاوه بر ناب سازی موجب افزایش رضایت مشتری می شود، استفاده از مفهوم استوار برای زمان سرویس دهی در شرایط متفاوت در حالت چندمحصولی و تغییر در نظر گرفتن هزینه های توزیع اشاره کرد. در این پژوهش با در نظر گرفتن شرکت شهد پاک به عنوان مطالعه موردی، عملیات توزیع محصول از انبار به مصرف کننده به صورت یک زنجیره تامین مدل سازی می گردد. با توجه بهNP-HARD بودن این مسئله به منظور پیدا کردن جواب های نزدیک بهینه، پس از تنظیم پارامتر به روش جستجوی فراگیر[ii]، مدل در حالت تک هدفه و چند هدفه با استفاده از نرم افزار پایتون توسط الگوریتم های فرا ابتکاری چندهدفهژنتیک با رتبه بندی نامغلوب نسخه-2 (NSGAII) و بهینه سازی ازدحام ذرات (MOPSO) حل گردید. در پایان این الگوریتم ها با معیارهای ارزیابی عملکرد همچون زمان اجرا و کیفیت جواب ها با یکدیگر مقایسه شده و الگوریتم برتر در هر معیار مشخص گردید نتایج حاصل حاکی از کارایی مدل پیشنهادی و برتری استفاده از روش تحلیل استوار نسبت به قطعی هست که منجر به بهینه سازی مسیر حمل ونقل، کاهش هزینه ها و درنهایت رضایت مشتری است و همچنین با مقایسه ی معیارهای ارزیابی عملکرد و مدت زمان اجرای مدل، مشخص گردید که الگوریتم MOPSO نسبت به NSGAII کاراتر هست.
کلید واژگان: بهینه سازی چندهدفه، مسیریابی وسایل نقلیه، رضایت مندی مشتریان، رویکرد سبز-ناب، تحلیل استوارGiven the importance of distribution planning among the chain loops of a firm, in this research, the routing problem of cargo transport fleet is considered as the issue of transportation routing ( VRP ). Among the innovations of this model one can point, it is possible to define the penalty for violating the time window (delay and rush to delivery of the product) to ensure customer satisfaction, considering the direct relationship between weight and fuel consumption, which reducing weight, in addition to reducing costs, reduces the destructive effects of Greenhouse gas, air pollution and carbon dioxide. Reducing drivers costs, which eventually leads to lower total costs, in addition to make lean leads to Increase customer satisfaction, makes use of the concept of service time in a variety of multi product and variable conditions, taking into account the cost of product distribution .In this research, considering the Shahd-e-Pak as a case study, the distribution of product from warehouse to the consumer is modeled as a supply chain. Considering the NP-HARD problem in order to find the near optimal solutions, after setting the parameter in a comprehensive search method, the model is modeled in single-objective and multi-objective mode using Python software using heterogeneous genetic multi-objective algorithms, 2 (NSGAII) and Particle Swarm Optimization (MOPSO). At the end, these algorithms were compared with performance evaluation criteria such as runtime and the quality of the answers, and the highest algorithm was determined for each criterion. The results indicate the effectiveness of the proposed model and the superiority of using a steady-to-definitive analysis method that leads to optimization Transportation path, cost reduction and ultimately customer satisfaction. Also, by comparing the performance evaluation criteria and the duration of the implementation of the model, it was found that the MOPSO algorithm is more efficient than NSGAII.
Keywords: Optimizing Multi-Threading, Vehicle routing, Customer Satisfaction, Green-Lean Approach, Strong Analysis
- 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.