شماره ركورد كنفرانس :
3798
عنوان مقاله :
توسعه الگوريتم ژنتيك كارايي براي حل مساله مسيريابي موجودي با در نظر گرفتن ارسال محصولات از طريق يك مركز توزيع
عنوان به زبان ديگر :
An Effiecient Genetic Algorithm for the Inventory Routing Problem with Cross-Docking
پديدآورندگان :
حسيني فاطمه fh_88sanaye@yahoo.com دانشجوي كارشناسي ارشد مهندسي صنايع، دانشگاه تفرش , ميرزايي علي حسين ali.mirzaei@tafreshu.ac.ir استاديار مهندسي صنايع، دانشگاه تفرش
كليدواژه :
زنجيره تامين , مساله مسيريابي-موجودي , مركز توزيع , الگوريتم ژنتيك.
عنوان كنفرانس :
دومين دوره كنفرانس بين المللي مهندسي صنايع و سيستمها
چكيده فارسي :
اين مقاله به بررسي يك مساله مسيريابي-موجودي چند دورهاي چند محصولي در يك زنجيره تامين شامل مجموعهاي از
تامين كنندگان يا توليد كنندگان، يك مركز توزيع و مجموعهاي از مشتريان يا خرده فروشان ميپردازد. يك محصول يا يك گروه از
محصولات مشابه به صورت مستقيم از يك تامين كننده به مركز توزيع ارسال ميشود. در مركز توزيع، محصولات مختلفي كه از
تامين كنندگان گوناگون دريافت شدهاند، مطابق با تقاضاي هريك از مشتريان، مجددا بسته بندي شده و توسط ناوگان ناهمساني از خودروهاي حمل با ظرفيت محدود ميان خرده فروشان و به شيوه ارسال مسير شيررساني توزيع ميگردند. در مركز توزيع، محصولي ذخيره و نگهداري نميشود. در اين مقاله، مساله فوق در قالب يك مساله برنامه ريزي خطي عدد صحيح آميخته فرموله و براي حل آن يك الگوريتم كاراي دو مرحلهاي توسعه داده ميشود. ساختار الگوريتم پيشنهادي مبتني بر الگوريتم ژنتيك و الگوريتم صرفه جويي كلارك و رايت ميباشد. نتايج عددي بيانگر عملكرد رضايتبخش الگوريتم پيشنهادي است.
چكيده لاتين :
This paper investigates a multi-period multi-product inventory routing problem in a supply chain
consisting of a set of suppliers or producers, a cross-docking center, and a set of customers or retailers. A
product or a group of similar products are directly shipped from a supplier to the cross-docking center. At
the cross-docking center, different products from various suppliers are re-packed according to the demand
of the customers and then are transferred to the customers using milk runs by a fleet of the heterogeneous
capacitated vehicles. The problem is formulated as a linear mixed integer programming model and an
efficient two-phase algorithm is developed to solve the model. The structure of the proposed algorithm is
based on Genetic Algorithm and Clarke and Wright’s Savings Algorithm. The numerical results show
that the performance of the proposed algorithm is acceptable.