یک مدل برنامه‌ریزی خطی عدد صحیح آمیخته برای زمان‌بندی پرورش ماهی در زنجیره‌های مختلف و مدیریت تقاضای مشتریان

هدف: این مقاله به مطالعه مساله برنامه‌ریزی پرورش ماهی در زنجیره‌های مختلف و مدیریت فروش در یک مزرعه پرورش ماهی در طول یک افق زمانی مشخص می‌پردازد و هدف آن تعیین بهینه زمان شروع و میزان تخم‌ریزی در زنجیره‌های مختلف، زمان صید و مدیریت سفارشات موجود در دوره‌های مختلف می‌باشد.روش‌شناسی پژوهش: در این مطالعه، یک فرمول‌بندی جدید در قالب یک مدل برنامه‌ریزی خطی عدد صحیح آمیخته ارایه شده است که می‌تواند جواب بهینه مساله را در مدت زمان کوتاهی پیدا کند. در مدل پیشنهادی جدید، برخی از مراحل میانی زنجیره پرورش ماهی که هیچ تاثیری بر تصمیمات کلیدی ندارند، نادیده گرفته می‌شوند و درنتیجه اندازه و پیچیدگی مدل پیشنهادی بدون نادیده گرفتن فرضیات حاکم بر مساله و از دست رفتن بهینگی جواب‌ها کاهش می‌یابد.یافته‌ها: پس از پیاده‌سازی مدل پیشنهادی، با استفاده از نمونه داده‌های مختلف، مشاهده می‌شود که اندازه مدل، تعداد متغیرها و زمان اجرای آن در مقایسه با مدل مشابه کم‌تر است و با وجود اضافه کردن فرضیات واقعی جدیدی به مساله، این مدل قادر است در زمان کوتاهی جواب مساله شامل حجم و زمان تخم‌ریزی در هر زنجیره پرورش، زمان صید و نیز پذیرش یا رد تقاضاهای عمده را در دوره‌های مختلف به‌صورت بهینه تعیین کند.اصالت/ارزش افزوده علمی: در این مطالعه برای مساله زمان‌بندی زنجیره‌های پرورش ماهی و مدیریت فروش که تاکنون مطالعات اندکی در این زمینه صورت گرفته است، یک مدل جدید برنامه‌ریزی خطی عدد صحیح آمیخته ارایه شده است که در مقایسه با مدل موجود قبلی هم فرضیات واقعی بیشتری در آن لحاظ شده است و هم زمان اجرای کم‌تری دارد.

a mixed integer linear programming model for fish farming scheduling in different chains and customers demand management

purpose: this article studies an issue in the fish farming industry in which the goal is to find the best multi-period planning for handling various chains, including ordering, breeding, and selling of trout over a time horizon.methodology: in this study, a new formulation is presented as a mixed integer linear programming model that could find the optimum solution quickly. in the new proposed formulation, some intermediate stages of the breeding chain that do not affect decisions are ignored, and therefore, the size and complexity of the proposed model reduce without compromising the optimality of the answers.findings: after implementing the proposed model, using different data samples, it can be seen that this model achieves the optimal solution in a short time, including volume and time of spawning in each breeding chain and different periods, harvesting time, and accepting or rejecting the main demands.originality/value: in this paper, the issue of scheduling of fish farming chains and sales management, which there are a few studies in this field, has been studied and a new mixed integer linear programming model is presented. compared to the previous model, this model has more realistic assumptions and less complexity and execution time.