طراحی الگوی بهینه‌سازی چندهدفه فازی جهت یکپارچه‌سازی جریان مالی - عملیاتی در شبکه تامین لارج

هدف مقاله حاضر طراحی یک شبکه تامین چهار سطحی با در نظر گرفتن همزمان جریان مالی و عملیاتی در چارچوب شبکه تامین لارج در شرکت سایپا یدک است. نوآوری مقاله، ارائه یک رویکرد یکپارچه مالی – عملیاتی در شبکه تامین لارج و جنبه جدید بودن تحقیق در نظر گرفتن چهار سطح تامین‌کنندگان، کارخانه‌ها، مراکز توزیع و مشتریان به صورت بهینه‌سازی چندهدفه فازی در سطوح تصمیم‌گیری راهبردی و فنی مدل‌سازی است. از ویژگی‌های بارز مدل پیشنهادی استفاده از برنامه‌ریزی آرمانی برای مدل‌‌سازی جریان مالی و دستیابی به اهداف مالی تولید‌کننده است. از آن‌ جا که مدل ارائه شده یک مدل دو هدفه است، برای حل مدل از رویکردهای تعاملی چند هدفه فازی so و th که قادر به تنظیم درجه ارضاء توابع هدف می ‌باشند، استفاده شده است. بهره ‌گیری از رویکردهای مذکور در کنار برنامه‌‌ریزی آرمانی، تصمیم‌گیرنده را قادر می‌ سازد تا با انتخاب راه حل مناسب بر اساس درجه ارضاء و اولویت هر تابع هدف، تصمیم نهایی را اتخاذ نماید. مدل‌ ریاضی ارائه شده در نرم‌افزار بهینه‌سازی gams کدنویسی و با حل کننده cplex حل شد. سرانجام جهت نشان دادن کارایی و برازش مدل، رویکرد یکپارچه مالی مقاله حاضر با یک مدل غیرمالی مقایسه شد.

Designing of Fuzzy Multi-Objective (FMO) optimization model orientation integration of financial and operational flow in LARG supply network

The purpose of this article was to designing four level supply network with the simultaneous consideration of operational and financial flow in LARG supply network framework in Saipa Yadak Company. The innovation of article was presenting an integrated financial operational approach to LARG supply network and new aspect of research was considering four levels of suppliers factories distribution centers and customers by Fuzzy MultiObjective (FMO) optimization at strategic and technical decisionmaking levels. One of the prominent features of proposed model was use of Goal Programing (GP) for modeling financial flow and achieving producer’s financial goals. Since the proposed model was a two objective model SO and TH FMO interactive approaches which are able to adjust degree of satisfaction of the objective functions were used to solve model. Using these approaches in addition to GP the enables decisionmaker to make final decision by choosing the right solution based on degree of satisfaction and priority of each objective function. The mathematical model presented in the GAMS optimization software were coded and solved with CPLEX solver. Finally to show the efficiency and fit of the model integrated financial approach of the present article was compared with a nonfinancial model.