بهینه سازی مساله ترکیبی موجودی-صف در شرایط عدم اطمینان با استفاده از برنامه ریزی فازی

در این مقاله، یک سیستم موجودی-صف با سیاست کنترل موجودی پیوسته و ورود گروهی مشتریان در نظر گرفته می شود که در آن تقاضا تصادفی بوده و از توزیع پوآسون تبعیت میکند. بر خلاف سایر تحقیقات انجام شده در ادبیات، این مقاله میکوشد تا با در نظرگیری دو مطلب مسئله را به دنیای واقعی نزدیکتر کند: (1) از آنجائیکه در دنیای واقعی تقاضای مشتریان به برخی از عوامل همچون قیمت وابسته است، بنابراین تابع تقاضا در این مقاله بطور همزمان هم تصادفی بوده و هم وابسته به پارامتر قیمت می باشد، (2) عمدتا اطلاعات موجود در دنیای واقعی دارای نوعی ابهام و عدم قطعیت هستند، بنابراین به منظور مدل کردن شرایط مسئله از یک برنامه ریزی ریاضی فازی بهره جسته شده است. بنابراین مدل ارائه شده با هدف ماکزیمم کردن سود به تحلیل متغیرهای قیمت و مقدار سفارش می باشد. از آنجائیکه مدل ارائه شده در رسته مسائل پیچیده می باشد، بنابراین دو الگوریتم  چندهدفه مبتنی بر الگوریتم ژنتیک با رویکرد پارتو جهت حل مدل ارایه شده مورد استفاده قرار گرفته است. در نهایت تحلیل عددی نتایج به منظور ارزیابی صحت مدل پیشنهادی و کارایی الگوریتم ها ارائه شده است.

Optimizing Queuing-Inventory Problems under Uncertainty: A Fuzzy Mathematical Programming

In this paper, a queuinginventory system with continuous review inventory control policy and batch arrival queuing approach is proposed. To best of our knowledge, (I) demand function is stochastic and price dependent; (II) due to the uncertainty in realworld situations, a fuzzy programming approach is applied. Therefore, the presented model with the goal of maximizing total profit of system analyzes the price and order quantity decision variables. Since the proposed model belongs to NPhard problems, two Paretobased approaches based on genetic algorithm is applied to solve the model. At the end, several numerical illustrations are generated to demonstrate the model validity and algorithms performance.