ارائه رویکردی مبتنی بر برنامه ریزی تصادفی و زنجیره مارکوف به منظور بهینه سازی بازتولید و برون سپاری در زنجیره تامین

در این تحقیق رویکردی مبتنی بر برنامهریزی ریاضی به منظور بهینه سازی مسئله برون سپاری در زنجیره تامین ارائه شده است. در این رویکرد در ابتدا مدل ریاضی مسئله تشریح شده و سپس به منظور حل مسئله تئوری زنجیره های مارکوف تشریح شده است. تابع هدف مسئله شامل کمینه سازی هزینه های خرید، برون سپاری و تقاضای از دست رفته است. به منظور حل مسئله از سه الگوریتم فراابتگاری ژنتیک، گرگ خاکستری و شیرمورچه استفاده شده که پس از بررسی نمودهای عددی، الگوریتم گرگ خاکستری بالترین سطح عملکرد را دارا است. به منظور گسترش ابعاد کاربردی تحقیق در شرایط دنیای واقعی، یک شرکت تولید کننده عایق های فشارقوی به عنوان مورد مطالعاتی تحقیق در نظر گرفته شده است.

Stochastic and Markov chain approach to optimize remanufacturing and outsourcing in the closed loop supply chain.

The turbulent and dynamic environment of today’s business world has become increasingly challenging for organizations operating in different business areas. In such a situation, in order to get rid of these conditions, moving forward and towards the perspective of the new horizons of prosperity and survival is the dream of many of them. In the meantime, according to the specific circumstances and requirements that govern each institution or organization, and in order to achieve their desired productivity, they use certain strategies and programs that outsourcing is one of these strategies. Today, organizations are outsourcing to boost competitive ability and profit and focus on their competitive edge.In this research, a mathematical programming approach is proposed to optimize the issue of outsourcing in the supply chain. In this approach, at first the mathematical model of the problem showed and then in order to solve the problem of the theory of Markov chains described. The objective function of the problem involves minimizing the cost of purchasing, outsourcing and lost demand. In order to solve the problem, three genetic metamorphic algorithms, gray wolves and antlion have been used. After examining the numerical expressions, Gray wolf’s algorithm has the highest level of performance. In order to expand the applied dimensions of research in realworld conditions, a company (MPEICO) that manufactures insulators is considered as the case study..