|
|
مساله حمل و نقل سه بعدی با هزینه ثابت با متغیرهای فازی نوع2
|
|
|
|
|
نویسنده
|
محمودی راد علی ,صالحی دره باریک مرضیه ,تقاعدی روح الله
|
منبع
|
تصميم گيري و تحقيق در عمليات - 1396 - دوره : 2 - شماره : 3 - صفحه:179 -194
|
چکیده
|
یکی از مواردی که تاثیر بسزایی بر مدلسازی و حل مسائل دنیای واقعی دارد، شرایط عدم قطعیت روی پارامترها میباشد. با توجه به اینکه بسیاری از پارامترها در دنیای واقعی معمولاً مبهم و نادقیق هستند، در این مقاله، مساله حملونقل سهبعدی که در آن، هزینههای حملونقل و تقاضاها غیرقطعی و از نوع متغیرهای فازی نوع2 هستند، موردبررسی قرار میگیرد. بر اساس نظریه امکان فازی و تعریف اندازه اعتبار، تابع هدف مساله را با استفاده از ارزش در معرض ریسک هزینههای کل تشکیل داده و نیازمندیهای مشتریان را با عنوان محدودیتهای اعتبار مدلسازی میشود. همچنین متغیرهای فازی نوع2 را با روش کاهش مقادیر بحرانی امکانی به مقادیر قطعی تبدیل کرده تا مدل اصلی به دو زیر مدل برنامهریزی پارامتری عدد صحیح مختلط تبدیل شود که میتوان آنها را با روش برنامهریزی پارامتری حل کرد. بهمنظور نشان دادن کارایی روش حل پیشنهادی، یک مثال عددی حلشده است. نتایج عددی نشان میدهند که روش بهینهسازی پارامتری میتواند روش انعطافپذیر و کارآمدتری برای تصمیمگیرندگان برای مدلسازی شبکه حملونقل سهبعدی با هزینه ثابت باشد.
|
کلیدواژه
|
مساله حملونقل سهبعدی با هزینه ثابت، متغیرهای فازی نوع2، روش کاهش مقادیر بحرانی امکانی، اندازه اعتبار و برنامهریزی پارامتری
|
آدرس
|
دانشگاه آزاد اسلامی واحد مسجد سلیمان, گروه ریاضی کاربردی, ایران, دانشگاه آزاد اسلامی واحد مسجد سلیمان, گروه مهندسی صنایع, ایران, دانشگاه آزاد اسلامی واحد کاشان, گروه ریاضی کاربردی, ایران
|
|
|
|
|
|
|
|
|
|
|
Fixedcharge Solid transportation problem with type2 fuzzy variables
|
|
|
Authors
|
Mahmoodirad Ali ,Salehi-Dareh-Barik Marzieh ,Taghaodi Rohollah
|
Abstract
|
Uncertainty is one of the most important factors which affect transportation models. As the value of most of the parameters in realword problems are not clear, this paper represent a costbased transportation problem with type2 fuzzy parameters. Applying possibility theory, the fuzzy objective function and fuzzy constraints are formulated by a credibility measure. In addition, type2 fuzzy variables are crisped using possibillistic critical value reduction method, in order to convert the main model into two mixedinteger submodels which are solvable by a parametric programming approach. A numerical example including crisp demand and cost values but fixed and variable probability distributions is solved by the proposed approach. The results prove the effectiveness and flexibility of the proposed approach.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|