آکادمی و موسسه علمی پژوهشی ابن سینا

جمع بندی و نوآوری های پژوهش  

        روند برنامه ریزی انتخاب سفارشات به این صورت بود که در روش FCFS  اولین خدمت به اولین ورود اختصاص داده می شد سفارشهایی که حداقل یکی از قطعات آنها ناتمام باقی می ماند به روز بعد موکول می شد، این سفارشها را سفارشهای به تاخیر افتاده می نامیم به منظور جلوگیری از تاخیر بیشتر  سفارشهای به تاخیر افتاده در روز بعد در اولویت قرار می گیرند .ریم و پارک در سال 2008 به منظور بهینه کردن تعدادسفارشات پر شده این مسئله را به صورت یک مدل برنامه ریزی خطی در آوردند و فرضیات آنها هم همان فرضیات روش FCFS بود و در واقع این مدل هم برای حالت استاتیک برنامه-ریزی شده بود .
     به این منظور مدل دینامیک  مساله برنامه ریزی انتخاب سفارشات در فصل سوم ارائه شد، مدل این مساله از نوع مسائل MIP محسوب می شود، ودر مقیاس بزرگ دسته مسائل NP-Hard  قرار می گیرد چرا که در مقیاس کوچک قابل حل با نرم افزارهای تجاری برنامه ریزی ریاضی هستند اما در مقیاس بزرگ نمی توان از این دسته نرم افزارها برای دستیابی به جواب بهینه در یک بازه زمانی معقول استفاده کرد. به همین منظور برای دستیابی به یک جواب نزدیک به بهین، از روشهای ابتکاری و فرا ابتکاری برای این نوع از مسائل استفاده می کنند. در این پایان نامه از روش الگوریتم ژنتیک استفاده شده است.

   نوآوری های مدلی که در این پایان نامه آمده است شامل چند بحث است که در اینجا یادآوری می شوند:
    دینامیک بودن مدل: اولا مدل به حالت دینامیک برده شده و تعداد روزها در اینجا برخلاف دو روش قبل یک روز نیست و می توان تعدادروزها دلخواه فرض کرد . از آنجا که برنامه ریزی استاتیک در عمل جوابگوی نیازهای برنامه-ریزی انبار نیست و همچنین با توجه به شرایطی که ریم و پارک در تحقیق  خود فرض کرده اند( از جمله اینکه سفارشهای به تاخیر افتاده در روزهای بعد در اولویت قرار می گیرند) تبدیل این مدل به یک مدل دینامیکی بر میزان کارائی و جذابیت مسئله می افزاید.
    سفارشهای به تاخیر افتاده در روزهای بعد در اولویت تکمیل شدن قرار می-گیرند. اگرچه این موضوع در روشهای قبلی هم یکی از فرضیات بود اما به دلیل غیردینامیکی بودن این مدلها این فرض در مدل دیده نمی شد ، اما در مدل ارائه شده در این پژوهش عبارتی که در تابع هدف آورده شده هدفش کمینه کردن فاصله ی بین روزهای دریافت و ارسال سفارش است.

     حل مدل با الگوریتم ژنتیک.

نتیجه گیری

    مساله ی برنامه ریزی سفارشات یا برنامه ریزی انتخاب تقاضاها از جمله مسائلی است که می تواند بر روی فاکتورهای رقابتی در یک مرکز توزیع مانند سطح خدمت دهی به مشتری تاثیربگذارد و به دلیل اهمیت زیاد موضوع در این پایان نامه مدل برنامه ریزی ریاضی مسئله ی انتخاب تقاضاها برای حالت دینامیک ارائه شد و به منظور بررسی کارائی مدل پنج دسته مساله در این پایان نامه مورد بررسی و حل قرار گرفتند که  در حل مسائل با مقیاس  کوچک، نرم افزارLINGO8   به جواب بهینه رسید اما الگوریتم ژنتیک در زمان کمتری برای اکثر این مسائل به جواب قابل قبول رسید، همچنین در این دسته مسائل نسبت اختلاف جواب الگوریتم ژنتیک با جواب بهینه بطور متوسط 2 درصد اختلاف را نشان داد که مقدار قابل قبولی است. اما در مسائل بزرگ، نرم افزار حل مسائل برنامه ریزی ریاضی نتوانست در مدت 4  ساعت از شروع حل به جواب بهینه دست پیدا کند در حالیکه الگوریتم ژنتیک در زمان کمتری به جواب قابل قبول خوبی دست پیدا کرد.
بنابراین نتایج بدست آمده نشان داد که روش الگوریتم ژنتیک روش مناسبی برای حل مسئله ی برنامه ریزی انتخاب سفارشات در حالت دینامیک می باشد.

پیشنهادهایی برای پژوهش های آتی 

     در ادامه ی توسعه ی این مدل در آینده می توان این مدل را  با فرضیاتی  در نظر گرفت که:
1.    ارزش مشتریان برای مراکز توزیع یکسان نباشد.
2.     مرکز توزیع به ازای تاخیر بیش از حد مجاز مجبور به پرداخت هزینه هایی مانند احتمال احتمال از دست مشتریان شود.
3.     قطعات  مانده از روز قبل را امروز قبل از سایر قطعات تخصیص دهیم .
4.     همچنین میتوان حالتی را در نظر گرفت که مقادیر تقاضای مشتریان از تابع توزیع خاصی پیروی کند.
بعلاوه میتوان به عنوان یک پژوهش این مدل را با استفاده از الگوریتمهای فراابتکاری دیگری مانند, , آنت کلونی  ، اسکاتر سرچ  و تابوسرچ  حل کرده و نتایج را با نتیجه-های بدست آمده از الگوریتم ژنتیک مقایسه کرد .

در صورت داشتن هرگونه سوال و یا نیاز به مشاوره و راهنمایی در ارتباط با اصول نگارش پایان نامه با ما در ارتباط باشید.