آمار
| تعداد نشریات | 22 |
| تعداد شماره‌ها | 485 |
| تعداد مقالات | 5,045 |
| تعداد مشاهده مقاله | 9,290,946 |
| تعداد دریافت فایل اصل مقاله | 6,135,384 |
مدلسازی و حل مسئله مکانیابی- مسیریابی برای محصولات فسادپذیر در گراف چندگانه با در نظر گرفتن آلودگی وسایل نقلیه و اختلال انبارها | ||
| نشریه پژوهش های مهندسی صنایع در سیستم های تولید | ||
| دوره 8، شماره 16، شهریور 1399، صفحه 171-183 اصل مقاله (1.12 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22084/ier.2020.21281.1953 | ||
| نویسندگان | ||
| حمید تیکنی1؛ مصطفی ستاک* 2؛ زهره شاکری کبریا3 | ||
| 1دانشجوی دکتری مهندسی صنایع، دانشگاه صنعتی خواجه‌نصیرالدین طوسی، تهران، ایران | ||
| 2دانشیار دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه‌نصیرالدین طوسی، تهران، ایران | ||
| 3دانشجوی دکتری مهندسی صنایع، دانشگاه الزهرا، تهران، ایران | ||
| چکیده | ||
| گسترش زیرساخت های شهری و توسعه‌ی شهرنشینی از یک طرف و از سوی دیگر افزایش تقاضا و رشد شرکت‌های توزیع در فضاهای شهری و بین شهری باعث بروز پیچیدگی هایی در امر لجستیک و حمل و نقل کالا شده است. در این راستا بسیاری از شرکت ها و کارخانجات محصولات غذایی تولید و توزیع می کنند که کیفیت آنها با افزایش زمان توزیع کاهش پیدا می کند. در این مطالعه به ارائه و بررسی مدل مکانیابی-مسیریابی در گراف چندگانه که مسیرهای موازی دارای شرایط ترافیک مختلف و وابسته به زمان هستند، پرداخته شده است. مدل ارائه شده علاوه بر کاهش هزینه های ناشی از مکانیابی و لجستیک به دنبال کاهش آلودگی تولید شده توسط وسایل نقلیه و همچنین بیشینه سازی کیفیت مربوط به محصولات غذایی می باشد. برای قرابت مدل به شرایط واقعی مسأله تحت شرایط عدم قطعیت مدلسازی شده و خرابی انبارها نیز در شبکه ی حمل و نقل امکانپذیر می باشد. در ادامه مدل ارائه شده حل و مورد بررسی قرار گرفته شده است. نتایج نشان می دهد که استفاده از گراف چندگانه نه تنها باعث کاهش هزینه های حمل و نقل و اثرات زیست محیطی می شود بلکه افزایش کیفیت، تازگی محصولات ارسال شده را به همراه دارد و به طراحی مؤثر شبکه ی لجستیکی برای محصولات فساد پذیر کمک می کند. | ||
| کلیدواژه‌ها | ||
| مدل مکانیابی-مسیریابی؛ شبکه چندگانه؛ مدل تصادفی دومرحله ای؛ اختلال؛ آلودگی وسایل نقلیه | ||
| مراجع | ||
|
[1] Setak, M., Feizizadeh, F., Tikani, H., Ardakani, E. S. (2019). “A bi-level stochastic optimization model for reliable supply chain in competitive environments: Hybridizing exact method and genetic algorithm”, Applied Mathematical Modelling, 75: 310-332.
[2] Watson-Gandy, C.D.T., Dohrn, P.J. (1973). “Depot location with van salesmen—a practical approach”, Omega, 1(3): 321-329.
[3] Wu, T.H., Low, C., Bai, J.W. (2002). “Heuristic solutions to multi-depot location-routing problems”, Computers & Operations Research, 29(10): 1393-1415.
[4] Yaghoubi, A., Akrami, F. (2019). “Proposing a new model for location-routing problem of perishable raw material suppliers with using meta-heuristic algorithms”, Heliyon, 5(12): e03020.
[5] Wang, Z., Leng, L., Wang, S., Li, G., Zhao, Y. (2020). “A Hyperheuristic Approach for Location-Routing Problem of Cold Chain Logistics considering Fuel Consumption”, Computational Intelligence and Neuroscience.
[6] Solomon, Marius M. (1987). “Algorithms for the vehicle routing and scheduling problems with time window constraints”. Operations research, 35.2: 254-265.
[7] Ponboon, S., Qureshi, A.G., Taniguchi, E. (2016). “Evaluation of cost structure and impact of parameters in location-routing problem with time windows”, Transportation Research Procedia, 12: 213-226.
[8] Ponboon, S., Qureshi, A.G., Taniguchi, E. (2016). “Branch-and-price algorithm for the location-routing problem with time windows”. Transportation Research Part E: Logistics and Transportation Review, 86: 1-19.
[9] Tikani, H., Setak, M. (2019). “Ambulance routing in disaster response scenario considering different types of ambulances and semi soft time windows”, Journal of Industrial and Systems Engineering, 12(1): 95-128.
[10] Garaix, T., Artigues, C., Feillet, D., Josselin, D. (2010). “Vehicle routing problems with alternative paths: An application to on-demand transportation”, European Journal of Operational Research, 204(1): 62-75.
[11] Lai, D. S., Demirag, O. C., Leung, J. M. (2016). “A tabu search heuristic for the heterogeneous vehicle routing problem on a multigraph”, Transportation Research Part E: Logistics and Transportation Review, 86: 32-52.
[12] Reinhardt, L. B., Jepsen, M. K., Pisinger, D. (2016). “The edge set cost of the vehicle routing problem with time windows”, Transportation Science, 50(2): 694-707.
[13] Ticha, H. B., Absi, N., Feillet, D., Quilliot, A. (2017). “Empirical analysis for the VRPTW with a multigraph representation for the road network”, Computers & Operations Research, 88, 103-116.
[14] Ticha, H. B., Absi, N., Feillet, D., Quilliot, A. (2019). “Multigraph modeling and adaptive large neighborhood search for the vehicle routing problem with time windows”, Computers & Operations Research, 104:113-126.
[15] Setak, M., Habibi, M., Karimi, H. and Abedzadeh, M. (2015). “A time-dependent vehicle routing problem in multigraph with FIFO property”, Journal of Manufacturing Systems, 35: 37-45.
[16] Setak, M., Shakeri, Z., Patoghi, A. (2017). “A Time Dependent Pollution Routing Problem in Multi-graph”, International Journal of Engineering-Transactions B: Applications, 30(2): 234-242.
[17] Setak, M., Izadi, S., Tikani, H. (2017). “A time-dependent vehicle routing problem for disaster response phase in multi-graph-based network”. International Journal of Industrial Engineering & Production Research, 28(4): 377-387.
[18] Tikani, H., Setak, M. (2019). “Efficient solution algorithms for a time-critical reliable transportation problem in multigraph networks with FIFO property”, Applied Soft Computing, 74: 504-528.
[19] Maden, W., Eglese, R., Black, D. (2010). “Vehicle routing and scheduling with time varying data: A case study”, Journal of the Operational Research Society, 61: 515–522.
[20] Figliozzi, M. A. (2010). “Vehicle routing problem for emissions minimization”, Transportation Research Record: Journal of the Transportation Research Board, 2197: 1–7.
[21] Jabali, O., Van Woensel, T., de Kok, A. G. (2012). “Analysis of travel times and CO2 emissions in time-dependent vehicle routing”. Production and Operations Management, 21: 1060-1074.
[22] Musavi, M., Bozorgi-Amiri, A. (2017). “A multi-objective sustainable hub location-scheduling problem for perishable food supply chain”, Computers & Industrial Engineering, 113, 766-778.
[23] Ahmadi-Javid, A., Seddighi, A. H. (2013). “A location-routing problem with disruption risk”. Transportation Research Part E: Logistics and Transportation Review, 53, 63-82.
[24] Zhang, Y., Qi, M., Lin, W.H., Miao, L. (2015). “A metaheuristic approach to the reliable location routing problem under disruptions”. Transportation Research Part E: Logistics and Transportation Review, 83: 90-110.
[25] Xie, W., Ouyang, Y. and Wong, S.C. (2015). “Reliable location-routing design under probabilistic facility disruptions”, Transportation Science, 50(3): 1128-1138.
[26] Karimi, H., Setak, M. (2018). “A bi-objective incomplete hub location-routing problem with flow shipment scheduling”. Applied Mathematical Modelling, 57: 406-431.
Ardakani, E. S., Seifbarghy, M., Tikani, H., Daneshgar, S. (2020). Designing a multi-period production-distribution system considering social responsibility aspects and failure modes. Sustainable Production and Consumption | ||
|
آمار تعداد مشاهده مقاله: 712 تعداد دریافت فایل اصل مقاله: 687 |
||