|
لیلی پورسلطان دانشجوی دکتری رشته مهندسی صنایع-مهندسی صنایع، از رساله خود با عنوان «مدل تولید موجودی پایدار زوال‌پذیر در شرایط خرابی ماشین و عدم قطعیت » به راهنمایی آقای دکتر سیدحسینی ۱۹ مهر ماه ۱۴۰۰ ساعت ۱۷ به صورت مجازی دفاع خواهد نمود.
لینک برگزاری جلسه دفاع:
نشانی الکترونیکی: poursoltanlily gmail.com
استاد راهنما: آقای دکتر سیدحسینی
استاد مشاور: آقای دکتر جبارزاده
اساتید داور داخلی: آقای دکتر غلامیان- آقای دکتر ماکوئی
اساتید داور خارجی: آقای دکتر سیداصفهانی- آقای دکتر جولای
چکیده
امروزه سازمان ها جهت بهبود کسب و کار و پیشرفت خود توجه بیشتری به کاهش هزینه و افزایش سرعت در ارائه خدمات دارند. علاوه بر این، در دهه اخیر با توجه به آلودگیهای زیست محیطی و گرم شدن کره زمین، توجه سازمان ها به حفاظت از محیط زیست و بهره برداری از منابع موجود افزایش روزافزون داشته است. لذا بهره مندی از یک سیستم زنجیره تامین سبز قوی برای هر سازمانی که تمایل به سمت جهانی شدن دارد، به عنوان یک مزیت رقابتی بسیار مهم بشمار می آید. از طرفی، با توجه به پیشرفت تکنولوژی، عمر بسیاری از محصولات محدود و در حال کاهش می‌باشد و تولید کنندگان اقلام زوال پذیر مانند قطعات الکترونیکی تلاش می کنند تا با بازیافت، بازسازی، تعمیر و فروش مجدد محصولات خود نقش به سزایی در کاهش نگرانی‌های زیست محیطی و هزینه‌های خود داشته باشند. در این مطالعه، مدل‌های تولید موجودی اقلام زوال‌پذیر با کسری بصورت پس افت جزئی و در نظرگیری خرابی تصادفی ماشین و مدت زمان تعمیر تصادفی فازی و در نهایت یک شبکه زنجیره تامین حلقه بسته سبز اقلام زوال پذیر در شرابط عدم قطعیت ارائه شده است. با توجه به اهمیت اثر یادگیری در طراحی شبکه زنجیره تامین، تابع اثر یادگیری در این طراحی تعریف شده که بر میزان تولید و طول دوره ها تأثیر می گذارد و در نهایت نیز نقش مهمی در پیش بینی هزینه های سیستم و برنامه ریزی آینده دارد. از طرفی برای اقلام معیوب یا منسوخ شده تابع چگالی احتمالی تعریف شده و از میانگین انحراف استاندارد آن در محاسبات جهت به حداقل رساندن هزینه‌های سیستم موجودی استفاده شده است. یک مطالعه موردی در زمینه کارخانه تولید قطعات الکترونیکی ویدی نیز انجام شده است و ضرورت زنجیره تامین حلقه بسته پایدار در آن نیز مورد بررسی قرار گرفته شده است. با توجه به NP-hard بودن ماهیت مسأله زنجیره تامین حلقه بسته تحت مدیریت موجودی فروشنده ، الگوریتم‌های فراابتکاری مختلفی برای حل مدل‌های ارایه شده معرفی شده است. در این مطالعه یک الگوریتم فراابتکاری ترکیبی جدید بسط داده شده است. بررسی نتایج و مقایسه جواب‌های حاصله مبین آن است که درنظرگرفتن اثر یادگیری و ماهیت احتمالی پارامترها نقش به سزایی در طراحی صحیح شبکه زنجیره تامین دارد. |
