این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های مهندسی صنایع در سیستم های تولید، جلد ۶، شماره ۱۲، صفحات ۱۰۳-۱۱۷
عنوان فارسی ارائه مدل زمانبندی یکپارچه بارگیری و توزیع فرآورده های نفتی پر مصرف از انبارهای نفت چندگانه در موقعیتهای مختلف جغرافیایی
چکیده فارسی مقاله در این تحقیق، زمان‌بندی یکپارچه بارگیری و توزیع فرآورده‌های نفتی پرمصرف از انبارهای نفت چندگانه مورد مطالعه قرار گرفته است. توزیع فرآورده‌های نفتی پرمصرف مستلزم حمل مستقیم بر اساس سفارش‌های صادر شده از سوی مشتریان می‌باشد. در این مقاله مدل ریاضی جهت برنامه‌ریزی یکپارچه بارگیری و توزیع فرآورده‌های نفتی پرمصرف از انبارهای مختلف با هدف حداقل کردن مجموع هزینه‌های خرید، حمل و توزیع و تأخیر در تحویل فرآورده‌ها ارائه می‌گردد. با توجه به ماهیت NP-hard این مسئله، روش حلی ترکیبی، مبتنی بر شبیه‌سازی جهت ایجاد و حفظ پاسخ‌های موجه و الگوریتم‌های فراابتکاری جهت جستجوی فضای جواب ارائه شده است. کارایی رویکرد حل پیشنهادی از طریق حل مسائل نمونه تصادفی در ابعاد مختلف مورد بررسی قرار گرفته و عملکرد الگوریتم‌های GA-MPC و 2011 SPSO با ویرایش‌های اولیه این الگوریتم‌ها مورد مقایسه قرار گرفته است. نتایج مقایسات، نشان‌دهنده عملکرد بهتر الگوریتم ژنتیک در اغلب مسائل با ابعاد واقعی نسبت به سایر الگوریتم‌های بررسی شده است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Integrated loading and distribution scheduling of high consumption oil products from distributed warehouses
چکیده انگلیسی مقاله In this research, we study the scheduling of loading and distribution for high consumption oil products while distributed warehouses are assumed. The high consumption of oil products requires direct shipment of orders issued by different customers in different geographical locations. The integrated nonlinear model is proposed to minimize the total cost of the supply chain including purchasing cost, loading, transportation, and late delivery costs. Because of the NP-hard nature of the problem, we proposed a new simulation based algorithm utilizing meta-heuristic algorithms. Then, we conducted several experiments to evaluate the efficiency proposed solution approach. Moreover, we evaluated the performance of the latest versions of genetic algorithm (GA-MPC) and particles swarm optimization (SPSO 2011) as well as the traditional versions within the proposed algorithm to solve the real-world scale problems. The results illustrate the better performance of genetic algorithm for large-scale problems.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله وحید عبداله زاده |
دانشجوی دکتری مهندسی صنایع، گروه مهندسی صنایع، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران.

عیسی نخعی کمال آبادی |
استاد گروه مهندسی صنایع، دانشکده فنی مهندسی، دانشگاه کردستان

سید محمد حاجی مولانا |
استادیار گروه مهندسی صنایع، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران.

سید حسام الدین ذگردی |
دانشیار دانشکده مهندسی صنایع، دانشگاه تربیت مدرس، تهران، ایران.

نشانی اینترنتی https://ier.basu.ac.ir/article_2407_7a421a2b4736a402600b5ce3d35995c4.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1430/article-1430-921394.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات