یکپارچگی زمانبندی تامین و حمل و نقل در زنجیره تامین صنعت خودروسازی
چکیده
این تحقیق به بررسی زمانبندی تامین و حمل و نقل در زنجیره تامین صنعت خودروسازی می¬پردازد. زنجیره¬تامین مورد بررسی شامل دو مرحله می¬شود. مرحله اول شامل m تامین¬کننده می¬شود که در نواحی مختلف جغرافیایی پراکنده¬اند و باید تعداد n سفارش به آنها تخصیص یابد. مرحله دوم نیز شامل l وسیله نقلیه ناهمگن می¬شود که وظیفه انتقال سفارشات پردازش شده توسط تامین¬کنندگان را به شرکت خودروساز بر عهده دارند. هر سفارش شامل مقدار مشخصی کالا است و متشکل از چند پالت می¬شود که سایز هر پالت می¬تواند متفاوت باشد. برای هر تامین¬کننده و وسیله¬نقلیه یک زمان فراهم بودن (availability) و برای هر سفارش یک زمان آمادگی (ready time) جداگانه وجود دارد. زمان و هزینه¬ حمل و نقل یک مسیر توسط هر نوع وسیله¬ نقلیه متفاوت است. همچنین زمان پردازش یک سفارش در تامین¬کنندگان مختلف می¬تواند متفاوت باشد. هر وسیله¬ نقلیه می¬تواند سفارشات مربوط به چند تامین¬کننده-ی مختلف را در یک محموله حمل کند. این امر سبب کاهش هزینه¬های حمل و نقل و استفاده موثر از وسائل نقلیه می-شود. تابع هدف کمینه¬سازی هزینه¬های مربوط به دیرکرد سفارشها، تعداد وسائل نقلیه مورد استفاده، مسافت کل طی شده توسط وسائل نقلیه، موجودیها در زنجیره تامین و میزان تخطی از حدود مربوط به سهمیه¬ی تامین¬کنندگان است. بعلت زیاد بودن محدودیتها و ویژگیهای مساله، بمنظور حل این مساله ابتدا محدودیتها و ویژگیها به چهار دسته تقسیم-بندی می¬شوند و در هر مرحله بخشی از فرضیات وارد مساله شده و پس از مدلسازی ریاضی، ارائه روش حل و اعتبارسنجی آن، فرضیات جدید به مساله اضافه می¬شوند. ابتدا به بررسی یکپارچگی زمانبندی تامین و حمل و نقل در یک ناحیه جغرافیایی پرداخته می¬شود و ضمن ارائه مدل ریاضی مساله، یک الگوریتم ژنتیک با نام الگوریتم ژنتیک پویا برای حل مساله ارائه می¬گردد که دارای کرومزومهایی با ساختار متغیر است. بمنظور اعتبارسنجی روش حل ارائه شده، این روش با روش جستجوی تصادفی و تعمیم روش حل مربوط به نزدکترین مساله در ادبیات موضوع (به مساله¬ی مورد بررسی) مقایسه شده است که نتایج نشان از برتری الگوریتم ژنتیک پویا دارد. سپس به بررسی و مدلسازی مساله یکپارچگی زمانبندی تامین و حمل و نقل در چند ناحیه جغرافیایی در دو حالت تک معیاره و دو معیاره پرداخته می¬شود. برای حل مساله در حالت تک هدفه از الگوریتم ژنتیک پویا استفاده می¬شود. بمنظور اعتبارسنجی روش حل پیشنهادی، الگوریتم ارائه شده با روش جستجوی تصادفی و تعمیم روش حل مربوط به نزدکترین مساله در ادبیات موضوع (به مساله¬ی مورد بررسی) مقایسه می¬شود. نتایج نشان از برتری الگوریتم ژنتیک پویا در هر دو مورد از مقایسات دارد. همچنین الگوریتم ارائه شده برای مسائل با ابعاد کوچک با جواب بهینه مقایسه شده¬اند که نتایج نشان از اختلاف کم بین جوابهای الگوریتم ارائه شده با جواب بهینه دارد. در حالت دو معیاره نیز از یک الگوریتم بنام الگوریتم ژنتیک اجتماعی استفاده می¬شود که دارای سه جمعیت از کرومزومها است. بمنظور اعتبارسنجی روش حل پیشنهادی الگوریتم ارائه شده با روش جستجوی تصادفی و یک الگوریتم ژنتیک معمولی که دارای یک جمعیت است (اما اندازه جمعیت آن سه برابر اندازه جمعیت در الگوریتم ژنتیک اجتماعی است) مقایسه شده است که نتایج نشان از برتری الگوریتم ژنتیک اجتماعی دارد. همچنین الگوریتم ژنتیک اجتماعی برای مسائل با ابعاد کوچک با جواب بهینه مقایسه شده¬اند که نتایج نشان از اختلاف کم بین جوابهای الگوریتم مذکور با جواب بهینه دارد. در انتها نیز به بررسی مساله اصلی با در نظر گرفتن تمام فرضیات پرداخته می¬شود و مدلسازی ریاضی مساله¬ی مذکور ارائه می¬گردد. پس از آن یک الگوریتم با نام الگوریتم ژنتیک اجتماعی که دارای شش جمعیت می¬باشد، ارائه می¬گردد. به منظور اعتبارسنجی روش حل پیشنهادی از داده¬های واقعی مربوط به شرکت ایران¬خودرو استفاده شده است. با مقایسه خروجیهای بدست امده از الگوریتم پیشنهادی و سیستم فعلی بهبود42.39 درصدی در هزینه¬های حمل و نقل، بهبود 69.98 درصدی در هزینه¬های دیر کرد، بهبود 98.27 درصدی در هزینه عدم رعایت درصد تخصیصها، بهبود 95.01 درصدی در هزینه خواب سرمایه موجودیهای در جریان ساخت و بهبود 69.98 درصدی در کل هزینه¬ها حاصل شده است و تنها در مورد هزینه استفاده از وسائل نقلیه، بعلت اینکه در سیستم فعلی هزینه¬ای جهت خرید ماشین آلات صرف نمی شود، بنابراین این هزینه برابر صفر است اما در سیستم پیشنهادی این هزینه برابر 67375000 تومان در هفته است.