نویسندگان

• محمد رضا صادقی مقدم ¹
• امیر افسر ²
• بابک سهرابی ³

¹ دانشگاه تهران، تهران، ایران.

² دانشجوی دکترای دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران.

³ استادیار گروه مدیریت، دانشگاه تهران، تهران، ایران.

چکیده

در میان جریانهای موجود در هر زنجیره تأمین (مالی، اطلاعات و مواد)، جریان مواد با توجه به سهم آن در بهای تمام شده محصول از اهمیت قابل توجهی برخوردار می‌باشد. این مقاله سعی بر آن دارد تا با به‌کارگیری روش الگوریتم ژنتیک، مدلی در جهت تخصیص مناسب سفارشها در سطوح مختلف زنجیره با توجه به حداقل کردن هزینه‌های مورد نظر مسأله ارائه کند. جوابهای مدل ارائه شده بر مبنای الگوریتم ژنتیک با سایر روشهای متداول جستجوی الگو همچون Latin Hypercube، Nelder-Mead در قالب هزینه مقایسه شده است که شواهد حاکی از برتری روش الگوریتم ژنتیک نسبت به سایر روشها است.

کلیدواژه‌ها

• زنجیره تأمین
• الگوریتم ژنتیک
• گردش مواد
• جستجوی الگو

عنوان مقاله [English]

Modeling of the Material Flow of Supply Chain With Genetic Algorithm Approach

نویسندگان [English]

• Mohammad Reza Sadeghi Moghadam ¹
• Amir Afsar ²
• Babak Sohrabi ³

چکیده [English]

Among flows in every supply chain (finance, information, and material), material flow according to its part in product cost is very important. Many studies in the field of material flow showed that material flows are often single level. This study offers a comprehensive model for appropriate order assignment in different levels of supply chain according to minimizing related cost to with genetic algorithm method. Results based on genetic algorithm is compared to other common pattern search methods such as Latin Hypercub and Mead-Nelder. The evidence shows that genetic algorithm method is the best method among other methods.

کلیدواژه‌ها [English]

• Modeling
• System Dynamics
• Just in Time
• Kanban