Optimization of the Inflationary Inventory Control Model under Stochastic Conditions with Simpson Approximation: Particle Swarm Optimization Approach

اين مقاله يك مدل كنترل موجودي تورمي تحت شرايط غيرقطعي در نظر مي‌گيرد. فرض مي‌كنيم نرخ تورم از تابع توزيع نرمال، با هر تابع چگالي احتمال دلخواه (PDF) پيروي مي‌كند. تابع هدف به حداقل رساندن هزينه تخفيف كل سيستم موجودي است. از دو روش جهت حل اين مسيله استفاده شد: رويكرد كلاسيك عددي كه معلوم مي‌شود روش دشواري است؛ و روش تركيبي پيشنهادي با استفاده از تقريب سيمپسون و بهينه‌سازي ازدحام ذرات (PSO). مثال‌هاي عددي جهت نشان دادن نتايج نظري ارايه شده است.

In this study, we considered an inflationary inventory control model under non-deterministic conditions. We assumed the inflation rate as a normal distribution, with any arbitrary probability density function (pdf). The objective function was to minimize the total discount cost of the inventory system. We used two methods to solve this problem. One was the classic numerical approach which turned out to be prohibitively difficult. The other was a proposed combination method which used Simpson approximation and particle swarm optimization (PSO). To illustrate the theoretical results, we have provided numerical examples.