دانلود ترجمه مقاله شبیه سازی مبتنی بر مدل چند منظوره برای زنجیره های تامین (ساینس دایرکت – الزویر 2017) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

شبیه سازی مبتنی بر مدل چند منظوره برای زنجیره های تامین همراه با اختلال در حمل و نقل

Simulation-based multi-objective model for supply chains with disruptions in transportation

چکیده
1- مقدمه
2- بررسی ادبیات موضوع
2-1- مروری بر مسائل مینیمم چرخه هزینه و کوتاه ترین مسیر
2-2 مروری بر پیشرفت های روش های بهینه سازی بر پایه شبیه سازی و کاربرد آن ها در مسائل زنجیره تامین
3- توضیحات مربوط به مدل SMMCF عمومی و رویکرد SimMOpt
4- مدل SMMCF-Discrete
5- روش حل SimMOpt
5-1- بهینه سازی چندمنظوره SimMOpt و SA
6- مطالعه موردی
7- نتایج مربوط به مدل SMMCF-Discrete
8- نتایج مربوط به روش حل SimMOpt
9- نتیجه گیری
10- کارهای آینده

چکیده

اختلالات غیرقابل پیش بینی (برای مثال، تصادفات، شرایط ترافیک، و غیره) در زنجیرهای تامین (SCs)، نیاز به توسعه ابزارهای تصمیم گیری را مشخص می کنند، این ابزارها به ما اجازه طراحی کردن استراتژی های انعطاف-پذیری را برای مسیریابی می دهند. مساله حمل و نقل، که در این مقاله برای آن یک مدل پیشنهاد شده است، متشکل از کمینه سازی زمان تصادفی حمل و نقل و نرخ حمل و نقل قطعی می باشد. این مقاله یک مدل چرخه هزینه کمینه چندمنظوره تصادفی (SMMCF) را به همراه یک روش بهینه سازی چندمنظوره برپایه شبیه سازی (SimMOpt) را پیشنهاد می کند. یک مطالعه موردی، دربردارنده حمل و نقل جاده ای محصولات کشاورزی فاسدشدنی از مکزیک به سمت ایالات متحده، در این جا ارائه شده است و به وسیله چارچوب ارائه شده SMMCF-Continuous (چرخه هزینه کمینه چندمنظوره تصادفی-پیوسته) و SimMOpt حل شده است. در این مطالعه موردی، تغییرات مربوط به زمان به دلیل بازرسی است که در مرزهای بین مکزیک و ایالات متحده بر روی وسایل نقلیه صورت می گیرد. نتایج نشان می دهند که این چارچوب موثر واقع شده و محدودیت های مربوط به مساله چرخه هزینه کمینه تصادفی چندمنظوره (که در مواردی با مقیاس بالا قابل استفاده است)، را از بین می برد.

1- مقدمه

ایالات متحده به دلیل موقعیت جغرافیایی خود، مهمترین مشتری برای صنعت گل های تزئینی مکزیک محسوب می شود. روش حمل و نقل جاده ای برای تامین کنندگان مکزیکی یک روش در دسترس می باشد. طبق گفته اداره آمار حمل و نقل ایالات متحده، حمل و نقل محصولات از مکزیک توسط ریل و کامیون به ایالات متحده 3.7 درصد افزایش داشته و از 34.2 بیلیون دلار در ماه می سال 2012، به 35.57 بیلیون دلار در ماه می سال 2013 رسیده است. تحلیلگرهای صنعتی انتظار دارند که این روند در آینده نزدیک همچنان رو به رشد باشد.
رخدادهای اخلالگر در اکثر سیستم های حمل و نقل رایج هستند. تصادفات، شرایط ترافیکی و شرایط آب و هوایی (و غیره) همگی از عوامل اخلاگر به حساب می آیند. این عوامل اخلالگر زمانی اهمیت خود را نشان می دهند که حمل و نقل بر روی محصولات فاسد شدنی صورت گیرد. وجود ایست های بازرسی و فرآیند بازرسی و کشف مواد مخدر، از عواملی هستند که در مسیر تردد بین این دو کشور زمان بیشتری را می گیرند. تغییرپذیری در این زمان انتظار که ناشی از بازرسی های امنیتی است را می توان به عنوان اثرات مهم اقتصادی در نظر گرفت. بنابراین، عواملی که به آن ها توجه نمی شود مانند مدت زمانی که در حمل و نقل متغیر است، منجر به طراحی ضعیف زنجیرهای تامین می گردد، که در نتیجه این امر شاهد زیان های مهم اقتصادی در این صنعت هستیم.

9- نتیجه گیری

نتایج زمانی که یک مسئله MMCF قطعی (استفاده از مقادیر متوسط توابع توزیع) را در نظر بگیریم و زمانی که از یک مدل SMMCF-Discrete استفاده می کنیم، نشان می دهند که از لحاظ آماری با هم متفاوت هستند. این یعنی حل کردن مسائل، در حالتی که تغییرپذیری کاهش یافته و به مقدار متوسط توزیع ها رسیده است، نتایجی را به دست می دهند که لزوماً ما را به جواب بهینه مطلق یا راه حل های تقریباً بهینه برای حل مسائل MMCF با میانبرهای تصادفی نمی رسانند و چیزی را تضمین نخواهند کرد.
گسسته سازی متغیرهای تصادفی پیوسته ما را به این نتیجه می رساند که ساده سازی بیش از حل مجاز نمی تواند توانایی یک سیستم واقعی را افزایش دهد. این نتیجه زمانی که توزیع های گسسته را با تعداد کلاس های محدود درنظر بگیریم یا این که توزیع های پیوسته رفتارهای خاصی را نشان دهند مانند توزیع های چندمدی (دارای چند مد)، تشدید می یابد.

Abstract

Unpredictable disruptions (e.g., accidents, traffic conditions, among others) in supply chains (SCs) motivate the development of decision tools that allow designing resilient routing strategies. The transportation problem, for which a model is proposed in this paper, consists of minimizing the stochastic transportation time and the deterministic freight rate. This paper extends a stochastic multi-objective minimum cost flow (SMMCF) model by proposing a novel simulation-based multi-objective optimization (SimMOpt) solution procedure. A real case study, consisting of the road transportation of perishable agricultural products from Mexico to the United States, is presented and solved using the proposed SMMCF-Continuous/SimMOpt solution framework. In this case study, time variability is caused by the inspection of products at the U.S.-Mexico border ports of entry. The results demonstrate that this framework is effective and overcomes the limitations of the multi-objective stochastic minimum cost flow problem (which becomes intractable for large-scale instances).

1- Introduction

The United States is the most important customer for the Mexican ornament flowers industry due to the geographical location of these two countries [1,2]. Road transportation is an affordable transportation method that is available to Mexican suppliers. According to the U.S. Bureau of Transportation Statistics [3], truck and rail transportation of products from Mexico to the United States increased by 3.7 percent, from $34.3 billion in May 2012 to $35.57 billion, in May 2013. Industry analysts expect this trend to continue growing in the near future.
Disruptive events are common in most transportation systems. Accidents, traffic conditions, and weather conditions (among others) are causes of disruptive events. Disruptive events are particularly important when transporting perishable products. The availability of inspection lanes and the process of drug trafficking scan and detection add variability to the crossing time on the U.S.- Mexico border ports of entry. The variability on the waiting time due to security inspections can be translated into important economic impacts [4]. Thus, disregarding factors such as the variability on transportation time results in poorly designed supply chains, which in turn lead to important economic loses [5].

9- Conclusions

The results when considering a deterministic MMCF problem (using expected values of the probability distributions) and when considering the SMMCF-Discrete model can be proved to be statistically different. This implies that solving problems where variability is reduced to expected values of distributions yield results that do not guarantee optimum or near-optimum solutions to MMCF problems with stochastic attributes on arcs.
Discretization of continuously distributed variables implies assuming oversimplifications that do not emulate the real system. This is aggravated when the discrete distributions consider a limited number of classes or when the more realistic continuous distribution show special behavior, such as the multimodal distributions.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

شبیه سازی مبتنی بر مدل چند منظوره برای زنجیره های تامین همراه با اختلال در حمل و نقل

Simulation-based multi-objective model for supply chains with disruptions in transportation