ارائۀ مدل رياضي دو هدفه مبتني بر رويكرد برنامه ريزي استوار براي مسألۀ مكان يابي - موجودي با در نظرگرفتن قابليت اطمينان پاسخگويي تقاضا و تخفيفات چند سطحي

A two- goal mathematical model based on robust programming inventory-location problem with considered demand response reliability and multi level discount

در اين پژوهش مدلي رياضي دو هدفه جهت بهينه‌سازي شبكه توزيع كالا در زنجيره تأمين سه سطحي مبتني بر مدل‌هاي مكان‌يابي- موجودي با هدف مكان‌يابي مراكز توزيع توسعه داده مي‌شود كه در آن تخصيص مناسب مشتريان به‌منظور حداكثرسازي پوشش تقاضا، افزايش ميزان فروش از طريق اعمال سياست‌هاي تخفيف و در نهايت بهبود سامانه حمل‌ونقل كالا از طريق ارائه فروش بسته‌اي در مقايسه با فروش تكي انجام مي‌گيرد. ازطرفي سياست فروش بسته‌اي از طريق ايجاد سطح قيمتي مناسب جهت ارائه به مشتري، باعث افزايش ميزان فروش و در نهايت افزايش حاشيه سود بنگاه‌ها مي‌شود. در اين تحقيق براي بالا بردن سطح اطمينان مشتري نسبت به تقاضا سعي كرده ايم در اين مدل حداقل 80درصد تقاضاي مشتري پاسخ داده شود. كه مدل حاضر سعي در بيشينه‌سازي آن دارد. جهت نزديك تر شدن به مسائل دنياي واقعي نيز برخي پارامترها تحت شرايط عدم قطعيت در نظر گرفته شده‌اند و از تكنيك برنامه‌ريزي استوار براي حل آن استفاده شده است. در پايان جهت اعتبار سنجي مدل ارائه شده، مثالي مطابق با مسائل دنياي واقعي طراحي و توسط نرم‌افزار GAMS حل و نتايج آن ارائه شده است.

In this study, a multi-objective mathematical model is developed to optimize the distribution network in a three level supply chain based on the inventory location- models with the aim of locating distribution centers. also, appropriate allocation of customers in order to maximize coverage of the demand, increasing sales through discount policies and ultimately improving the transportation system by selling the package of products agaainst individual sales is considered.On the other hand, the policy of selling pakages, Increases the total sales and their profit margin by creating appropriate price for the customrers. Due to the circumstances, each distribution center has specific reliability level which the proposed model try to maximize it. In order to make the model more realistic, some parameters have been considered under conditions of uncertainty and robust planning techniques have been used to solve it, finally, to validate the presented model, and instance according to real-world problems were solved by GAMS software. The Results are presented in details.