مدل چندمحصولي توليد اقتصادي و سفارش اقتصادي با هزينه هاي نگهداري متفاوت

Multi-Product Model Economic Production and Economic Production with Varying Holding Cost

مدل هايي كه در زمينه مديريت موجودي ارائه شدهاند پارامترهاي متعددي را در بر مي گيرند. نكته اي كه در مدل هاي كلاسيك مربوط به تعيين مقدار اقتصادي سفارش و مقدار اقتصادي توليد وجود دارد ثابت بودن پارامترهايي نظير هزينه نگهداري و هزينه راه اندازي و نرخ تقاضا در اين مدل هاست. اين مساله موجب عدم نزديكي مقدار اقتصادي سفارش و توليد در حالت كلاسيك با شرايط دنياي واقعي مي شود. براي نمونه در ارتباط با هزينه نگهداري بايد ذكر كرد كه هزينه نگهداري كالاهاي فاسد شونده و نابود شدني همواره يكسان و ثابت نبوده و با گذشت زمان افزايش مي يابد. در اين مقاله، با در نظر گرفتن هزينه نگهداري و خريد به صورت تابعي افزايشي و پيوسته از زمان سيكل سفارش، مدل هاي كلاسيك سفارش و توليد اقتصادي توسعه داده مي شود به دليل پيچيدگي مسئله در نظر گرفته شده از دو الگوريتم فراابتكاري شامل الگوريتم ژنتيك با رتبه بندي نامغلوب و الگوريتم اجتماع ذرات چندهدفه پرداخته مي شود. از آنجاييكه بهينه كردن سطح خدمت يكي از دغدغه هاي اصلي سطح مديريتي بحساب ميآيد، افزودن بهينگي سطح خدمت، به عنوان هدف دوم بررسي مي شود. از آنجا كه عملكرد الگوريتم هاي فراابتكاري به طور قابل توجهي تحت تاثير تنظيم پارامترهايشان قرار دارد از روش تاگوچي به منظور تنظيم پارامترهاي الگوريتم هاي توسعه يافته استفاده شده است.

Models presented in inventory management، encompass varied parameters. Primary factor in classic models related to determination of the economical ordering quantity (EOQ) and the economical production quantity (EPQ)، is to consider parameters like the setup cost، the holding cost and the demand rate، to be fixed. This characteristic leads to a great difference among the quantity of the economical ordering obtained in classic models and real-word conditions. For instance، It should be stated that not only the holding costs of spoiled and useless products are not always fixed، but also، they would be increased by passing time. This article is an attempt to develop classical EOQ and EPQ models by considering holding and purchasing cost as an increasing continuous function of the ordering cycle time. Due to the complexity of the considered problem، two meta-heuristic algorithms، including Non-dominated Sorting Genetic Algorithm (NSGA-II) and Multi-objective Particle Swarm Optimization (MOPSO) are developed. Optimizing service level is considered as one of main apprehension in management science، that’s why increasing service level optimization would be evaluated as the second objective. As the performance of meta-heuristic algorithms is significantly influenced by calibrating their parameters، Taguchi methodology has been used to tune the parameters of the developed algorithms .