مدلسازی ریاضی و روش حل مساله توزیع میلکران در زنجیره تامین داخلی گروه سایپا ‏تحت ملاحظات پنجره‌های ‏زمانی سفارشات، هزینه برگشت پالت‌های خالی و ‏محدودیت‌های بارگیری درون خودرو

‏ در سیستم لجستیک میلکران خودروها برای جمع‌آوری سفارشات از محل تامین‌کنندگان و تحویل آنها به خطوط مونتاژ، بر اساس مسیرهای از پیش ‏برنامه‌ریزی شده، اعزام می‌شوند. بدین ترتیب که خودرو به محل چندین تامین‌کننده برای برداشت سفارشات رجوع کرده و سپس برای تحویل آنها به یک یا ‏چند مقصد اعزام می‌شود. در این سیستم لجستیکی، محموله‌‌ها درون خودرو و در گذر از گره‌های مختلف در شبکه لجستیک تجمیع می‌شوند. در این مقاله ‏یک مدل برنامه ریزی خطی عددصحیح مختلط برای مساله لجستیک میلکران معرفی می شود که ملاحظاتی نظیر بارگیری سه بعدی شدنی پالت‌های ‏سفارشات درون خودروها، اعمال 50 درصد هزینه بیشتر برای برگشت پالت‌های خالی، پنجره‌های زمانی سفارشات و ناوگان نامتجانس را در قالب تابع هدف و ‏محدودیت‌ها مدنظر قرار می‌دهد. با توجه به ماهیت مسئله، یک الگوریتم مبتنی بر استراتژی تکاملی گروه‌بندی معرفی می‌شود که از روش‌های ابتکاری کارا ‏برای حصول اطمینان از شدنی بودن بارگیری سفارشات درون خودروها و شدنی بودن مسیریابی خودروها استفاده می‌کند. اثربخشی مدل ریاضی و الگوریتم ‏فراابتکاری معرفی شده با استفاده از داده‌های جمع آوری شده از گروه خودروسازی سایپا مورد سنجش قرار می‌گیرد. نتایج محاسباتی مبین آن است که در مقایسه با استراتژی ارسال مستقیم که در شرکت سایپا دنبال می شود، لجستیک میلکران قابلیت کاهش هزینه‌ها را به میزان 24.5 درصد (به طور متوسط) ‏دارد. ‏

mathematical modeling and solution method of milkran logistics in saipa ‎group’s inbound supply chain under consideration of order time windows, return cost of empty pallets and in-vehicle loading restrictions

in the milkran logistics system, vehicles are sent to collect orders from suppliers and deliver them to ‎assembly lines, according to pre-planned routes. in this way, the vehicle goes to the location of ‎several suppliers to pick up orders and then is sent to one or more destinations for delivery. in this ‎logistics system, cargoes are aggregated within the vehicle and through various nodes in the logistics ‎network. this paper introduces a mixed integer linear programming model for the milkran logistics ‎problem that takes into account considerations such as three-dimensional loading of the order ‎pallets into vehicles, 50% higher cost for returning empty pallets, order timewindows, and ‎heterogeneous fleets. given the nature of the problem, an algorithm based on grouping evolutionary ‎strategy is introduced that uses heuristic methods to ensure vehicles’ loading and routing feasibility. ‎the effectiveness of the introduced mathematical model and meta-heuristic algorithm is measured ‎using data collected from saipa automotive group. the computational results show that milkran ‎logistics has the ability to reduce costs by 24.5% (on average), compared to the direct shipping ‎strategy pursued by saipa.‎