امروزه انبارهای واحدهای تولیدی سهم قابل ملاحظهای از هزینههای حمل و نقل کالاها در زنجیره تامین را برخوردار میباشند و عواملی چون عدم قطعیت در پارامترهای هزینهای، ظرفیت تولید و مقدار تقاضا به علت تغییرات در محیط کسب و کار ضرورت اتخاذ تصمیمات صحیح و کارا در قبال مدیریت انبارها را دوچندان مینماید. در این مقاله، عدم قطعیت پارامترها به صورت پارامترهای تصادفی گسسته تحت سناریوهای مختلف بررسی میشود. بنابراین سعی شده است مدل جامعتری از مساله مکانیابی مجدد انبارها با درنظرگرفتن حداقلسازی حداکثر تابع هزینه سناریوها در یک شعاع پوششی معین برای پشتیبانی مشتریان توسط انبارها ارائه شود. رویکرد استوار [i] بکار رفته در این مقاله، در قالب یک مثال تشریح شده است هزینههای به دست آمده با هزینههای مبتنی بر مدلسازی میانگین مقدار انتظاری مقایسه شده است. نتایج، کارایی رویکرد استوار را نسبت به رویکرد مدلسازی میانگین انتظاری [ii] نشان میدهند. همچنین هزینهی مکانیابی مجدد نسبت به هزینهی ادامه وضعیت کنونی شبکه تامین بررسی شده است و نتایج بهبود در هزینهها را نشان میدهد.
[i] Robust
[ii] Mean Expected Value
[i] Robust
[ii] Mean Expected Value
امروزه انبارهای واحدهای تولیدی سهم قابل ملاحظهای از هزینههای حمل و نقل کالاها در زنجیره تامین را برخوردار میباشند و عواملی چون عدم قطعیت در پارامترهای هزینهای، ظرفیت تولید و مقدار تقاضا به علت تغییرات در محیط کسب و کار ضرورت اتخاذ تصمیمات صحیح و کارا در قبال مدیریت انبارها را دوچندان مینماید. در این مقاله، عدم قطعیت پارامترها به صورت پارامترهای تصادفی گسسته تحت سناریوهای مختلف بررسی میشود. بنابراین سعی شده است مدل جامعتری از مساله مکانیابی مجدد انبارها با درنظرگرفتن حداقلسازی حداکثر تابع هزینه سناریوها در یک شعاع پوششی معین برای پشتیبانی مشتریان توسط انبارها ارائه شود. رویکرد استوار [i] بکار رفته در این مقاله، در قالب یک مثال تشریح شده است هزینههای به دست آمده با هزینههای مبتنی بر مدلسازی میانگین مقدار انتظاری مقایسه شده است. نتایج، کارایی رویکرد استوار را نسبت به رویکرد مدلسازی میانگین انتظاری [ii] نشان میدهند. همچنین هزینهی مکانیابی مجدد نسبت به هزینهی ادامه وضعیت کنونی شبکه تامین بررسی شده است و نتایج بهبود در هزینهها را نشان میدهد.
واژههای کلیدی: زنجیره تامین، مکانیابی مجدد انبارها، عدم قطعیت، رویکرد استوار.
[i] Robust
[ii] Mean Expected Value
Nowadays, warehouses dedicate considerable proportion of network's costs in a supply chain and conditions such as uncertainty in cost parameters, production capacity and demands emphasize on necessity of reasonable decisions on warehouse management. In this paper, uncertainty has been investigated under discrete different scenarios. Moreover, a new model has been proposed for redesigning of warehouses considering the min-max cost function for scenarios in specific customer servicing coverage radius. The robust approach used in this paper has been investigated by numerical examples and the obtained costs have been compared with the expected value model results. Findings imply efficiency of the proposed robust approach. Also, the costs resulted from the new relocation model have been evaluated with respect to the costs of continuing the current supply chain configuration and the findings indicate a significant cost improvement.