طراحی مدل برنامه ریزی تولید چندمحصولی در زنجیره تأمین براساس رویکرد برنامه‌ریزی آرمانی (مطالعه‌ی موردی: گروه صنعتی برنز)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استاد گروه مدیریت، دانشگاه تربیت مدرس

2 کارشناس ارشد مدیریت صنعتی، دانشگاه تربیت مدرس

چکیده

امروزه سازمان­ها با تغییر مداوم نیاز مشتریان و وجود رقابت­های شدید در سطح جهانی، باچالش­های متعددی مواجه شده­اند. هدف مدیریت زنجیره عرضه، بهینه­سازی کلیه تصمیماتی است که در طول این زنجیره اعم از عرضه­کنندگان مواد اولیه، خطوط تولید، انبار محصول نهایی و مشتریان به وقوع می­پیوندد. هدف این تحقیق، طراحی و ارائه­ی مدل برنامه­ریزی ریاضی تولید برای چند محصول در زنجیره عرضه گروه صنعتی برنز است. مدل ارائه شده در این تحقیق، مدل برنامه­ریزی خطی آرمانی است که بر حداقل کردن هزینه­های لجستیک و هزینه دیرکرد تحویل محصول به مشتری و حداکثر کردن درآمد فروش تمرکز دارد. همچنین وزن آرمان‌ها براساس مقایسات زوجی توسط خبرگان تعیین گردید. این مدل ریاضی 4 آرمان، 188 محدودیت و 510 متغیر دارد. مدل طراحیشده در این تحقیق، با جمع­آوری اطلاعات از گروه صنعتی برنز حل گردید و جواب بهینه به دست آمد. پس از مقایسه جواب­های حاصل از حل مدل با وضع موجود، کارایی مدل با استفاده از نظر خبرگان در مورد مطالعه تایید شد. 

کلیدواژه‌ها


پویا، علیرضا. (1383). طراحی مدل ریاضی برنامه­ریزی تولید و توزیع شرکت آزمایش (رویکرد زنجیره تأمین). (پایان­نامه کارشناسی ارشد مدیریت)، دانشگاه تربیت مدرس.
حسینی، اکرم السادات.(1391).  طراحی مدل برنامه ریزی تولید چندمحصولی و چند هدفه در زنجیره تأمین ( مطالعه­ی موردی: گروه صنعتی برنز ). (پایان­نامه کارشناسی ارشد مدیریت)، دانشگاه تربیت مدرس.
میرغفوری، سید حبیب الله. (1382). طراحی مدل ریاضی زنجیره عرضه صنایع لاستیک­سازی ایران. (رساله دکتری مدیریت)، دانشگاه تربیت مدرس.
Abdou. G  & Dutta. S.P. (1993). A Systematic Simulation Approach for the Design of JIT Manufacturing Systems. Journal of Operations Management, (11),3.
Arntzen. C.B ,Brown. G.G, Harrison. P.T & Trafton. L.L. (1995). Global Supply Chain Management at  Digital  Equipment  Coordination. Journal of Interfaces , (25).
Azadeh. A , Bidokhti. B & Sakkaki. S.M.R. (2005). Design of Practical Optimum JIT Systems by Integration of Computer Simulation and Analysis of Variance. Journal of Computers & Industrial Engineering, (49) , 4.
Brown. G.G, Graves. G.W & Honczarenco. M.D. (1987). Design and Operation of Multi-Commodity Production/Distribution Systems Using Promal Goal Decomposition. Journal of  Management Science,  (33), 11.
Chan.  F.T.S . (2001). Effect of Kanban Size on Just-In-Time Manufacturing Systems. Journal of Materials Processing Technology, (116) , 2-3. 
Chandra. P & Fisher. M . (1994). Coordination of Production and Distribution Planning. European Journal of Operational Research, (72).
Cohen. A.M & Moon. S. (1987). An Integrated Plant Loading Model with Economice of Scale and Scope.  European Journal of Operational Research, 55.
Lee. L.H & Billington.C. (1995). The Evolution of Supply Chain Planning in Practice at Hwelett Packard. Journal of Interfaces,  (25),42.
Lee. E.K , Ha. S & Kim. S.K. (2001). Supplier Selection and Management System Considering Relationships in Supply Chain Management. Jornal of  IEEE Transactions On Engineering  Management , (48) 3.
Mabert. V.A & Vnkataramanan. M.A. (1998). Special Research Focus on Supply Chain Linkage : Challenges for Design and Management in 21st centry. Journal of Decision Science, (23) 3.
Monden. Y. (1983). The Toyota Production System. Journal of Industrial Engineering and Management Press .
Nigel. S , Chambers. S & Johnston. R. (2001). Operations management , Third Edition.
Reda. H.M. (1987). A Review of Kanban-the Japanese: Just-In-Time Production System. Engineering Management International, (4), 2.
Sabri. H.E & Beamon. M.B. (2000). A Multi-Objective Approach to Simultaneous Strategic and Operational Planning in Supply Chain Design. Journal of Omega, (28).
Sarker. B.R  & Wang. S. (2004). Optimal Models for a Multi-Stage Supply Chain System Controlled by Kanban Under Just-In-Time Philosophy.  European Journal of Operational Research, (172) , 1.
Seliaman. M.E  & Ahmad. A.R. (2008). Optimizing Inventory Decisions in a Multi-Stage Supply Chain Under Stochastic Demands. Journal of Applied Mathematics and Computation, (206), 2.
Takahashi. K  &  Nakamura. N. (2002).  Decentralized Reactive Kanban System. European Journal of Operational Research, (139),  2 .
Torabi. S. A & Hassini. E. (2008). An Interactive Possibilistic Programming Approach for Multiple Objective Supply Chain Master Planning. Journal of Fuzzy Sets and Systems, 15.
Wang. H & Wang. Hsu-P. (1991). Optimum Number of Kanbans between Two Adjacent Workstations in a JIT System. International Journal of Production Economics , (22), 3.
Yanagawa. Y , Miyazaki. S & Ohta. H. (1994). An Optimal Operation Planning for the Fixed Quantity Withdrawal Kanban System with Variable Leadtimes. International Journal of Production Economics, (33) , 1-3.
Yavuz. M & Tufekci. S. (2006).  A Bounded Dynamic Programming Solution to the Batching Problem in Mixed-Model  Just-In-Time Manufacturing Systems. International Journal of Production Economics, (103) , 2.