عنوان
|
بهینه سازی استوار مسئله مسیریابی محصول در زنجیره تأمین حلقه بسته به منظور کاهش انتشار CO2 و CO
|
نوع پژوهش
|
پایان نامه
|
کلیدواژهها
|
آلایندگی، زنجیره تأمین حلقه بسته، بهینه سازی استوار، پایداری، مسیریابی محصول
|
چکیده
|
امروزه آلودگی محیط زیست و تولید گازهای آلاینده با تولید و توزیع روزافزون محصول ها، آینده بشریت را در خطر قرار داده است. از این رو، جهت حفظ محیط زیست، اقداماتی از جمله کاهش چشمگیر گازهای آلاینده خصوصا CO2 و CO مورد تاکید اکثر محققین واقع شده است. در زنجیره های تأمین پیچیده امروزی، پایدار بودن از منظر اجتماعی و زیست محیطی علاوه بر تاکید صِرف بر کمینه سازی هزینه ها اهمیت زیادی به دست آورده است. در این رساله با توجه به شکاف تحقیقاتی ابتدا به مسئله مسیریابی محصول در زنجیره تأمین حلقه بسته به منظور کاهش انتشار CO2 و CO با استفاده از تکنیک بهینه سازی استوار در توزیع محصول پرداخته شده است. وجود عدم قطعیت برخی پارامترها از جمله تقاضا در دنیای واقعی همراه با هدف های نامتجانس ما را به توسعه یک مدل استوار فازی چندهدفه وا داشت. در ادامه مدل توسعه داده شد و به ارائه مدل یکپارچه مسیریابی محصول در زنجیره تأمین حلقه بسته پایدار پرداخته شده است. برای مسئله مورد نظر، یک مدل ریاضی سه هدفه ارائه شده است که اهداف آن عبارتند از: کمینه سازی هزینه های زنجیره تأمین ؛ حداکثرسازی مسئولیت اجتماعی یا فواید اجتماعی و بالاخره کمینه سازی اثرات مضر زیست محیطی. از این رو در کل دو مدل ارائه شده است. مدل دوم در مقایسه با مدل اول، سه هدف مذکور را در قالب زنجیره تأمین حلقه بسته پایدار در نظر گرفته و هدف نسبت تقاضای تامین نشده را در نظر نمی گیرد. با توجه به پیچیدگی بسیار بالای مساله، جهت بررسی اعتبار مدل از روش ال پی متریک و سپس حل در محیط نرم افزار گمز برای مسائل با اندازه کوچک استفاده شده و برای مسائل با اندازه بزرگتر، روش های فرابتکاری برای حل مدل ها پیشنهاد شده که در این تحقیق روش بهینه سازی زنبور توسعه یافته است. برای ارزیابی جواب ها تعدادی نمونه آزمایشی حل گردیده و جهت اثبات کارایی این الگوریتم، نتایج حل آن با نتایج حل الگوریتم ژنتیک با توجه به شاخص های مقایسه ای کیفیت، پراکندگی و یکنواختی و همچنین زمان حل روی نمونه ها با یکدیگر مقایسه شده اند. مقادیر شاخص های کیفیت و پراکندگی نشان دهنده توانایی و قدرت بالای الگوریتم زنبور نسبت به الگوریتم ژنتیک در دستیابی به جواب نزدیک بهینه و همچنین توانایی بالاتر برای اکتشاف و استخراج ناحیه شدنی جواب است. نتایج شاخص یکنواختی و زمان حل نیز نشان داد، الگوریتم ژنتیک نسبت به الگوریتم زنبور دارای زمان حل کمتر بوده و فضای جواب را به صورت یکنواخت تر جستجو می کند.
|
پژوهشگران
|
علیرضا عیدی (استاد مشاور)، عیسی نخعی کمال آبادی (استاد راهنما)، یاسر امامیان (دانشجو)
|