دانلود رایگان ترجمه مقاله رویکرد ژنتیک برای بهینه سازی دو فازی زمانبندی زنجیره تامین پویا (نشریه الزویر ۲۰۱۰) (ترجمه ارزان – نقره ای ⭐️⭐️)

elsevier

 

 

این مقاله انگلیسی ISI در نشریه الزویر در ۲۲ صفحه در سال ۲۰۱۰ منتشر شده و ترجمه آن ۳۷ صفحه میباشد. کیفیت ترجمه این مقاله ارزان – نقره ای ⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

یک رویکرد ژنتیک برای بهینه سازی دو فازی برای زمانبندی زنجیره تامین دینامیک

عنوان انگلیسی مقاله:

A genetic approach to two-phase optimization of dynamic supply chain scheduling

 
 
 
 
 

 

مشخصات مقاله انگلیسی (PDF)
سال انتشار ۲۰۱۰
تعداد صفحات مقاله انگلیسی ۱۲ صفحه با فرمت pdf
رشته های مرتبط با این مقاله مهندسی صنایع
گرایش های مرتبط با این مقاله لجستیک و زنجیره تامین، تولید صنعتی، بهینه سازی سیستم ها
چاپ شده در مجله (ژورنال) مهندسی صنایع و کامپیوتر – Computers & Industrial Engineering
کلمات کلیدی الگوریتم ژنتیک، ساخت برای سفارش، زمانبندی زنجیره تامین، ساخت سریع، برنامه نویسی عدد صحیح ترکیبی
ارائه شده از دانشگاه آزمایشگاه تحقیقات سیستمهای فازی، گروه مهندسی صنعتی و مکانیکی، دانشگاه کنکوردیا، کانادا
رفرنس دارد  
کد محصول F1565
نشریه الزویر – Elsevier

 

مشخصات و وضعیت ترجمه فارسی این مقاله (Word)
وضعیت ترجمه انجام شده و آماده دانلود
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۳۷ صفحه (۱ صفحه رفرنس انگلیسی) با فونت ۱۴ B Nazanin
ترجمه عناوین تصاویر و جداول ترجمه شده است 
ترجمه متون داخل تصاویر ترجمه نشده است  
ترجمه متون داخل جداول ترجمه نشده است 
درج تصاویر در فایل ترجمه درج شده است  
درج جداول در فایل ترجمه درج شده است  
درج فرمولها و محاسبات در فایل ترجمه  به صورت عکس درج شده است  
کیفیت ترجمه کیفیت ترجمه این مقاله متوسط میباشد 

 

فهرست مطالب

چکیده
۱- مقدمه
۲- توضیحات و فرمولاسیون مسئله
۲-۱ فاز-۱: برنامه توزيع و مونتاژ براي محصولات (مدل-۱)
۲-۲ ساخت اجزا و تدارک مواد خام (مدل-II)
۳- يک رويه راه حل مبتني بر الگوريتم ژنتيک
۳-۱ کدگذاري کروموزومي راه حل
۳-۲- کدگشایی و ارزیابی تناسب
۳-۳ جمعیت اولیه
۳-۴ جمعیت فرزند
۳-۵- انتخاب والدین
۳-۶ معیار خاتمه و حلقه بندی
۴ نتایج عددی
۵- نتیجه گیری

 

 

بخشی از ترجمه
 چکیده
در محیط رقابتی امروز، چابک و ناب بودن، به دو نگرانی استراتژیک حیاتی برای بسیاری از شرکت های تولیدی تبدیل شده اند که در حال تلاش برای گسترش اشتراک در بازار هستند. به تازگی، استراتژی تولید ساخت-برای-سفارش (BTO)در حال تبدیل شدن به یک استراتژی عملیاتی محبوب برای دستیابی به فرآیند سفارشی سازی در مقیاس انبوه است. سیستمBTO ترکیبی از ویژگی های استراتژی ساخت-برای-سفارش با یک استراتژی پیش بینی ساخت-برای-ذخیره هدایت شده است. به عنوان وسیله ای برای بهبود پاسخگویی به مشتری، محصولات سفارشی با توجه به سفارشات خاص مونتاژ می شوند در حالی که اجزای استاندارد بر اساس پیش بینی های کوتاه مدت از پیش ساخته می شوند. زمانبندی دو زیرسیستم که از روش دو مرحله ای پی در پی استفاده می کنند، انگیزه های عملیاتی و مدل سازی را ارائه می دهد. در اين مقاله، ما یک مدل برنامه نویسی خطی دو مرحله ای ترکیبی عدد صحیح (MILP) را برای تهیه و تدارک مواد، ساخت اجزا، مونتاژ محصول و زمانبندی توزیع یک سیستم زنجیره تامین BTO تدوین و فرمولسازی می کنیم. در این روش ارائه شده، مسئله کلی، ابتدا به دو زیر سیستم تجزیه می شود و به طور متوالی ارزیابی می شود. مرحله اول با زمانبندی مونتاژ و توزیع محصولات قابل سفارشی شدن ارتباط دارد، در حالی که مرحله دوم به زمانبندی ساخت و تهیه و تدارک اجزا و مواد خام می پردازد. هدف از هر دو مدل، به حداقل رساندن هزینه های تجمعی مرتبط با هر زیرسیستم است، در حالی که الزامات خدمات مشتری را برآورده می سازد. فضای جستجو برای مرحله اول این مسئله شامل یک چشم انداز پیچیده ای با بسیاری از راه حل های داوطلب می شود. یک روند راه حل مبتنی بر الگوریتم ژنتیک برای این حل مسئله فرعی پیشنهاد شده است.
 
۱- مقدمه
سیستم تولید ساخت-براي-سفارش (BTO) یک سیستم کششی است که در آن مواد به پایین زنجیره تامین تحریک شده توسط سفارشات مشتریان کشیده می شوند. این سیستم، اساساً ویژگی های یک استراتژی تولید ناب و چابک را ادغام می کند. بر خلاف ساخت سنتی برای زنجیره تامين موجودی، استراتژی BT، وابستگی سیستم را به پیش بینی های تقاضا کاهش می دهد، از این رو نیاز به واسطه ها با موجودی بالا را در زنجیره تامین همانطور که توسط Gunasekaran و Ngai (2005) اشاره شده است، کاهش می یابد. سیستم های BTO،ویژگی های هر دو راهبردهای ساخت-برای-ذخیره (تحریک شده توسط پیش بینی) و ساخت-برای-سفارش (تحریک شده توسط تقاضا) را ترکیب می کنند. قطعات جزء استاندارد و مونتاژهای فرعی غیر قابل سفارشی سازی به دست می ایند و یا درون سازمان بر اساس پیش بینی های کوتاه مدت ساخته می شوند، در حالی که برنامه های زمانبندی برای چند قطعه قابل سفارش و مونتاژ نهایی اجرا می شوند، پس از اینکه مشخصات مفصل محصول از سفارشات رزرو شده مشتری گرفته می شوند.. Demirli و Yimer (2008 را ببينيد.
سفارشی سازی محصولات تنها در صورتی می تواند به دست آید که برخی از اشکال استراتژی به تعویق انداختن در حالت مونتاژ، حوزه مونتاژ، تحویل و یا در مرحله طراحی وجود داشته باشد. همانطور که توسط Li. ، Cheng و Wang (2007) شرح داده شده است، به تعویق انداختن اشاره به تأخیر انداختن در برخی از تمایزات یا روند محصول تا زمانی می شود که زنجیره تامین مقرون به صرفه شود. ورودی مشتری در محیط تولید BTOشامل به تعویق انداختن در تصمیم گیری های پايين جريان (تجارت نزدیک تر به نقطه فروش نسبت به نقطه تولید یا ساخت) را با برخی از گمانه زنی ها در مورد تولید و تامین بالاجريان می شود.Prasad، Tata، و MAdan (2005) را ببینید.کارخانه های تولیدی عامل در زنجیره تامین BTO از یکی از سه فرم استراتژی به تعویق انداختن در وظایف خود استفاده می کنند: کالای به پایان رسیده، قطعات کار در فرآیند و اقلام خریداری شده و یا مواد خام همانطور که در Krajewski، Wei ،و Tang (2005) نشان داده شده است. Sharma و LaPlaca (2005) در مورد تاثیر بلندمدت اتخاذ یک سیستم تولید BTO در عملکرد بازاریابی مطالعه نموده اند و استراتژی های بازاریابی استفاده شده توسط شرکت هاي موفق BTO را شناسایی نموده اند. استراتژی BTO به طور مثبت بر عملکرد بازار از طریق تاثير آن در پايين جريان دانش برنامه زنجیره تامین با مشتريان تاثير مي گذارد، در حالی که یک استراتژی JI، کاربرد بالاجريان را با تامین کنندگان انجام مي دهد. رجوع کنید به Christensen، Germain،و Birou (2005).
اگر ما کسب و کار مبلمان خانه را در نظر بگيريم، اين مورد توسط طیف گسترده ای از سبک های محصول و تقاضاهاي متنوع مشتری مشخص مي شود.. انواع سبک های قاب پایه، پارچه، رنگ و دیگر گزینه های ویژه، طیف گسترده ای از محصولات سفارشی را ایجاد می کند. بنابراین، یک سیستم تولید ناب همراه با استراتژی سریع باید اجرا شود تا واحدها، حرکت خود را از طریق کارخانه و به مشتری به طور يکنواخت ادامه دهند، همانطور که در Lyons ، Coronado Mondragon، و Kehoe Kehoe (2004). نشان داده شده است. در نتیجه، شرکت هايي مانند Pella, Herman Miller and N01walk به استراتژی توليدBTO روی می آورند و محصولات مختلف سفارشی شده را مونتاژ می کنند. Gunasekaran and Ngai (2005 ). Sharma and LaPlaca (2005), Yao and (2003) را ببينيد.

 

بخشی از مقاله انگلیسی

Abstract

In today’s competitive environment, agility and leanness have become two crucial strategic concerns for many manufacturing firms in their efforts to broaden market share. Recently, the build-to-order (BTO) manufacturing strategy is becoming a popular operation strategy to achieve both in a mass-scale customization process. BTO system combines the characteristics of make-to-order strategy with a forecast driven make-to-stock strategy. As a means to improve customer responsiveness, customized products are assembled according to specific orders while standard components are pre-manufactured based on short-term forecasts. Planning of the two subsystems using a two-phase sequential approach offers both operational and modeling incentives. In this paper, we formulate a two-phase mixed integer linear programming (MILP) model for material procurement, components fabrication, product assembly and distribution scheduling of a BTO supply chain system. In the proposed approach, the entire problem is first decomposed into two subsystems and evaluated sequentially. The first phase deals with assembling and distribution scheduling of customizable products, while the second phase addresses fabrication and procurement planning of components and raw-materials. The objective of both models is to minimize the aggregate costs associated with each subsystem, while meeting customer service requirements. The search space for the first phase problem involves a complex landscape with too many candidate solutions. A genetic algorithm based solution procedure is proposed to solve the sub-problem efficiently.

 

۱ Introduction

The build-to-order (BTO) manufacturing system is a pull system in which materials are pulled downstream of the supply chain driven by customer orders. It basically incorporates the characteristics of both lean and agile manufacturing strategies. Unlike the traditional make to stock supply chain, BTO strategy reduces the dependency of the system on demand forecasts, hence diminishing the requirement of high inventory buffers in the supply chain as pointed out in Gunasekaran and Ngai (2005). BTO systems combine the characteristics of both make-to-stock (forecast driven) and make-to-order (demand driven) strategies. Standard component parts and non-customizable subassemblies are acquired or build in-house based on short-term forecasts, while schedules for the few customizable parts and the final assembly are executed after detailed product specifications have been derived from booked customer orders, see Demirli and Yimer (2008).

Customization of products can only be achieved if there is some form of postponent strategy either in the assembly state, assembly area, delivery or at the design phase. As described by Li, Cheng, and Wang (2007), postponent refers to delaying some product differentiation or process as late as possible until the supply chain becomes cost effective. Customer’s input in BTO manufacturing environment would involve postponent in downstream decisions with some speculation on the upstream manufacturing and supplies, see Prasad, Tata, and Madan (2005). Manufacturing plants operating under BTO supply chain use one of the three form postponent strategies in their functions: finished goods, work-in-process parts and purchased items or raw-materials as shown in Krajewski, Wei, and Tang (2005). Sharma and LaPlaca (2005) study the long-term impact of adopting a BTO manufacturing system on the marketing function and identify the marketing strategies used by successful BTO companies. A BTO strategy positively affects market performance through its influence on the supply chain application knowledge downstream with customers, while a JIT strategy does the upstream application with suppliers, see Christensen, Germain, and Birou (2005).

If we consider the upholstered furniture business, it is characterized by a wide range of product styles and a diversified customer demand. A variety of basic frame styles, fabrics, colors and other special options would generate a wide range of custom-built products. Therefore, a lean production system along with an agile strategy must be implemented to keep the units moving through the plant and to the customer smoothly as shown in Lyons, Coronado-Mondragon, and Kehoe (2004). As a result, firms such as Pella, Herman Miller and Norwalk have shifted to a BTO manufacturing strategy and assemble different customized products, see Gunasekaran and Ngai (2005), Sharma and LaPlaca (2005), Yao and Carlson (2003). Agile manufacturing facility can cope with changes in customer requirements including price, quality, customization, and promised delivery dates as indicated by Christian and Zimmers (1999). In most cases, furniture products consume large amounts of space during production, storage and shipment. A lean production system is thus important to curb large space requirements. A lean furniture production system uses its skilled work force and flexible handling equipment to quickly move small batch of material units from one workstation to the next thereby minimizing WIP. To enhance both agility and leanness, constructing a recommended cluster of fabrics available in different styles and colors would help limit the degree of customization.

 

 

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

یک رویکرد ژنتیک برای بهینه سازی دو فازی برای زمانبندی زنجیره تامین دینامیک

عنوان انگلیسی مقاله:

A genetic approach to two-phase optimization of dynamic supply chain scheduling

 
 
 
 
 

 

 

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *