فرایند پیش بینی سفر یکی از پرکاربرد ترین قسمت های برنامه ریزی حمل و نقل است. این فرایند در برنامه ریزی حمل و نقل با توجه به اطلاعات موثر و آنالیز دقیق می تواند بعنوان یک شاخص پیش بینی برای توسعه آینده بکار گرفته شود. اطلاعات مورد نیاز جهت پیش بینی سفر در ماتریسی به نام ماتریس مبداء- مقصد ذخیره می شود. در واقع این ماتریس اطلاعات مبداء-مقصد شبکه حمل و نقل را در بر دارد و با استفاده از دو روش مستقیم و غیر مستقیم بدست می آید. روش های مستقیم جمع آوری اطلاعات جهت تشکیل ماتریس مبداء-مقصد، اطلاعات را به صورت مستقیم در مبداء سفر، مقصد سفر و در حین انجام سفر با سوال از مسافران و یا مشاهده انجام سفر ها به دست می آورند. از آنجایی که بدست آوردن ماتریس مبداء-مقصد با استفاده از روش های مستقیم بسیار پرهزینه و و زمانبر است، بنابراین استفاده از این روش ها همواره مقرون بصرفه نیست. روش های غیر مستقیم سعی بر آن دارند که ماتریس های مبداء-مقصد بدست آمده از روش های مستقیم برای سال های گذشته را با داشتن حجم ترافیک تعدادی از کمان های شبکه و با استفاده از روش های ریاضی برای سال جاری تخمین بزنند. این روش ها بصورت مسائل برنامه ریزی ریاضی مطرح می-شوند. از دهه 70 میلادی تا به امروز روش های غیر مستقیم بسیاری توسعه پیدا کرده اند. در این پژوهش روش های تخمین ماتریس مبداء-مقصد با استفاده از شمارش ترافیک تعدادی از کمان ها مورد بررسی قرار گرفتند، و از میان آن ها یکی از پرکاربردترین روش ها تحت عنوان روش گرادیان اسپایس انتخاب شد. همچنین در این پژوهش مدلی جهت تخمین ماتریس تقاضا با استفاده از شمارش ترافیک تعدادی از کمان ها ارائه گردید. این مدل از ایده روش تخصیص جزیی استفاده می کند. روش تخصیص جزیی ماتریس مبداء-مقصد را به صورت جزیی و به مرور به شبکه حمل و نقل تخصیص می دهد، در حالی که روش تخمین ارائه شده در این پژوهش عکس روش تخصیص جزیی عمل می کند، به گونه ای که در هر مرحله ماتریسی را تخمین می زند که حجم کمان های شمارش شده را به مرور بازتولید کند. از آنجایی که در تخمین ماتریس تقاضا با استفاده از شمارش ترافیک تعدادی از کمان ها، تعداد مجهولات (تعداد المان های ماتریس مبداء-مقصد) بیشتر از تعداد معلومات (تعدادکمان های شمارش شده) می باشد، بنابراین می توان تعداد زیادی ماتریس یافت که درصورت تخصیص به شبکه، حجم کمان های شمارش شده را به خوبی بازتولید کنند. همینطور از آنجایی که ماتریس قدیمی برای این شبکه وجود دارد و این ماتریس ساختار کلی سفر های بین مبداء-مقصد ها را در بر دارد بنابرای مقید ماندن ماتریس تخمین زده شده به ماتریس قدیمی یک فرض منطقی می باشد. در روش پیشنهادی می توان با تعریف اهدافی ماتریس تخمین زده شده را به ماتریس قدیمی مقید کرد به گونه ای که ماتریس منحصر به فرد و قابل اعتمادی بدست آید. همچنین روش پیشنهادی قادر به استفاده از اطلاعات اضافی شبکه نظیر مقادیر تولید و جذب سفر هر ناحیه می باشد. این اطلاعات به مدل پیشنهادی در تخمین دقیقتر ماتریس تقاضا کمک شایانی می کنند. جهت بررسی کارایی روش پیشنهادی و روش گرادیان اسپایس از تحلیل ریاضی و مثال هایی برای شبکه های کوچک و بزرگ در نظر گرفته شد. نتایج بررسی ها نشان می دهند که در شرایطی که اطلاعات اضافی برای شبکه مورد مطالعه موجود باشد، بدون شک روش پیشنهادی جواب های دقیقتر و قابل اعتمادتری ارائه می کند. در صورت عدم وجود اطلاعات اضافی، ماتریس تخمین زده شده با استفاده از روش ابتکاری تفاوت چندانی با ماتریس حاصل از روش گرادیان اسپایس ندارد.

در راستای مدیریت زنجیره تأمین، عملکرد تأمین کنندگان به صورت چندمعیاره ارزیابی می شود. در این تحقیق یک مدل برنامه ریزی چندمعیاره فازی جهت ارزیابی تأمین کنندگان ارایه شده است. این مدل جامع، فاکتورهای کمی، کیفی و فاکتورهای ریسک را درنظرگرفته است. هم چنین تخفیف مقداری نیز جهت انتخاب تأمین کننده و تخصیص بهترین مقدار سفارش درنظرگرفته شده است.مدل برنامه ریزی فازی چندهدفه با کمک روش قیودشانسی، تبدیل به مدل قطعی شد. این مدل با ارایه یک روش ابتکاری حل شده است.در نهایت مدل در یک مطالعه موردی واقعی در یک شرکت هواپیماسازی پیاده سازی و حل شده است. هم چنین آنالیز حساسیت های مورد نیاز نیز انجام شده است.

تصمیم سازی و انتخاب یکی از مهمترین مشخصه های انسانی است و هر فرد در طول شبانه روز تصمیمات فراوانی اتخاذ می کند. از آن جا که اتخاذ تصمیم صحیح و به موقع میتواند تاثیر بسزایی در زندگی شخصی و اجتماعی انسان ها داشته باشد، ضرورت وجود روشهایی علمی که بتواند انسان را در این زمینه یاری کند، کاملاً محسوس میباشد مدل رای گیری ترجیحی یکی از انواع مدلهای تصمیم گیری چند شاخصه میباشد. در این مدل فرض میشود تعداد محدودی گزینه وجود دارد، که باید از بین آنها تعداد مشخصی انتخاب شود. در یک سیستم جمع آوری نظرات (رای گیری)، افراد زیادی مبادرت به الویت بندی گزینه ها می کنند و مدیریت با مراجعه به این آرا، باید بهترین گزینه را انتخاب کند. مساله اصلی در این مدلها، تعیین بهترین گزینه بر اساس انبوه نظرات رای دهندگان میباشد. بدین منظور، محققان در سیستمهای رای گیری ترجیحی، روشهایی بر پایه تحلیل پوششی داده ها ابداع کرده اند، که به رتبه بندی کاندیداها می پردازد. هر یک از این روشها، دارای نقاط قوت و ضعفی میباشد. از جمله نقاط ضعف این روشها، ناپایداری و غیریکنواختی آنها است. یکی از روشهای ناپایدار و غیریکنواخت روش نوگوچی میباشد. در این پژوهش تلاش شده است تا این روش از طریق تغییر در محدودیت، بهبود یافته و سپس به رفع ناپایداری و غیریکنواختی آن، پرداخته شده است. علاوه بر این روش، الگوریتمی ارائه شده است که با توجه به آرا و نظرات مدیر و با استفاده از روش نوگوچی، به رتبه بندی کاندیداها میپردازد. در بخش دیگری از این تحقیق، مدلی غیرخطی ارائه شده است که با در نظر گرفتن طبقه بندی وزنی رای دهندگان، کاندیداها را رتبه بندی میکند. در ادامه پژوهش، توانایی هر یک از روشها و الگوریتم پیشنهادی، با مسائل عددی آزموده شده است. نتایج نشان میدهد که الگوریتم و مدلهای پیشنهادی، به نحو مطلوبی قادر به رتبه بندی کاندیداها میباشد.

طراحی شهری به عنوان دانشی که با فضاهای شهری در ارتباط است، به دنبال ارتقای کیفیت ها و توانمند سازی فضاهایی است که مردم را به حضورجمعی ترغیب نموده و بستری برای فعالیت های جاری و بالقوه آنان گردد. از این رو تحقیق پیش رو بر آن است که ارتباطی منطقی را مابین نیازهای رفتاری کاربران فضا و قابلیت های محیط در فضاهای شهری، با مدلی حرکتی ایجاد نماید که عامل افزایش انگیزه مردم در جذب به فضا و افزایش حضور آن ها شود تا مسبب بازگرداندن سرزندگی و افزایش تعاملات اجتماعی و تقویت سرمایه های اجتماعی در فضاهای شهری شود و زندگی اجتماعی مداوم را که به علت نزول کیفیت های شهری در بسیاری از بافت های شهری کم رنگ شده است، را تا سر حد امکان تقویت نماید. هدف نهایی در این پژوهش، با ارایه الگو و شبکه ای بر پایه علم ریاضی دنبال می شود؛ شبکه ای مستحکم و تعریف شده و در ارتباط با ساختار و استخوان بندی اصلی شهر که اولاً جریان حرکت پیاده(پیاده مداری) را با توجه به پتانسیل های گردشگری منطقه تقویت کند و همچنین با اتصال گره های اجتماعی(پاتوق ها) موجود از طریق این شبکه بتوان حس مکان، سرزندگی، امنیت و آسایش روانی را تقویت و بسترهای لازم را برای تعاملات و مراودات اجتماعی فراهم سازد تا بتواند کل اجزای محدوده مورد مطالعه را در یک کل در هم تنیده، تجسم نموده و بر اساس قابلیت های محیط و با رویکرد ایجاد فضاهای مردم گرا در درون بافت، این مهم را محقق نماییم. تحقق چنین آرمانی در پژوهش حاضر، مستلزم بکارگیری تکنیک های خاصی است که ریشه در مفاهیم مطرح در علم بهینه سازی از مهندسی صنایع، نظریه گراف و گرایش هوش مصنوعی از رشته مهندسی کامپیوتر دارد. علاوه بر بهره گیری از تکنیک های فوق، فراهم نمودن داده های ورودی برای پژوهش حاضر، نیازمند شناخت و تحلیل کیفیت های طراحی شهری، ظرفیت های شهری، میزان جریان های شهری و هزینه های ارتقای شهری است که محاسبه آن ها نیز همراه با اعمال تکنیک های خاصی مانند تصمیم گیری های چندمعیاری(mcdm) و تحلیل سلسله مراتبی(ahp) است.

امروزه در بسیاری از محیط های تصمیم گیری احتیاج به گرفتن تصمیم به صورت دسته جمعی و گروهی است. در تمامی این مسائل چندین گزینه و مشخصه وجود دارند که گزینه ها با توجه به مشخصه ها ارزیابی می شوند. تصمیم گیرندگان ممکن است به لحاظ دانش و تجربه ی متفاوتی که از مسائل دارند، از انواع مختلفی از اطلاعات برای بیان ارزیابی خود استفاده کنند و این بدان معناست که محیطی ناهمگن در بسیاری از مسائل تصمیم گیری وجود دارد. این ارزیابی ها می تواند با استفاده از اعداد حقیقی، اعداد بازه ای، علائم بیانی و مجموعه های فازی بیان شوند. نظریه ی مجموعه ی فازی توسعه ی نظریه ی مجموعه ی معمولی است. فازی بودن به انواع مختلف ابهام و عدم اطمینان و به خصوص به ابهامات مربوط به زبان بیانی و طرز فکر بشر اشاره دارد. از این رو به کار گرفتن مجموعه های فازی در تصمیم گیری ها می تواند به صورت ریاضی با ابهامات ذهن آدمی برخورد کند و در گرفتن تصمیم نهایی، طرز فکر تصمیم گیرنده را به کار بگیرد. مجموعه های فازی انواع گوناگونی دارد و هر یک با توجه به دانش تصمیم گیرنده می تواند در ارزیابی گزینه ها به کار گرفته شود. هم چنین ، در جهان واقعی بین مشخصه های مورد ارزیابی روابط بازگشتی و باز خورد هایی وجود دارد و در نظر گرفتن این روابط در گرفتن تصمیمی مطمئن تر الزامی است. از طرفی سیستم های پشتیبانی تصمیم گیری بنا به ماهیتشان امکان تصمیم گیری را سرعت می بخشند چرا که بر سیستم های کامپیوتری تکیه دارند و از این رو ادغام دو حوزه ی سیستم های پشتیبانی تصمیم گیری و مدل های تصمیم گیری چند معیاره می تواند ابزاری توانمند برای تصمیم گیری ارائه دهد. تحقیق حاضر بر آن است که با ادغام دو حوزه ی سیستم های پشتیبانی تصمیم گیری گروهی و تصمیم گیری چند مشخصه ی ناهمگن یک سیستم کارامد برای تصمیم گیری گروهی ایجاد کند به گونه ای که به تصمیم گیرندگان این اجازه را بدهد که در بیان ارزیابی های خود از انواع مختلفی از اطلاعات استفاده کنند. در این سیستم تصمیم گیری، با روابط بازگشتی موجود بین مشخصه ها با استفاده از دو روش dematel فازی و anp فازی سازگار شده برخورد می شود. در روش anp فازی سازگار شده، با استفاده از یک روند تکاملی، الگوریتم ژتیک، سازگاری ماتریس مقایسات زوجی فازی بهبود می یابد که قدمی بزرگ در سرعت بخشیدن به گرفتن تصمیمی مطمئن است. سازگاری از جمله مواردی است که در صورت نبود آن نمی توان به قضاوت تصمیم گیرنده در مورد مسئله اطمینان کرد و با افزایش مشخصه ها انجام مقایسات زوجی سازگار سخت تر و زمان بر تر می شود و از این رو روش ارائه شده در این تحقیق امکان رسیدن به ماتریسی سازگار را در کمترین زمان فراهم می کند و به دلیل فازی بودن آن با ابهامات ذهن تصمیم گیرنده برخورد می کند که در عمل بسیار ارزشمند است. در نهایت این الگوریتم تصمیم گیری با روش تاپسیس فازی مقایسه شده است و برای نشان دادن کارایی سیستم پشتیبانی تصمیم گیری گروهی در یکی از صنایع لامپ سازی برای انتخاب تامین کننده مورد استفاده قرار گرفته است.

در این تحقیق خواص متالورژیکی اتصال غیر مشابه فولاد زنگ نزن دو فازی به آلیاژ مس و ارزیابی اقتصادی فرآیند جوشکاری مورد بررسی قرار گرفته است. هدف از ایجاد این اتصال کاربرد خواص متالورژیکی دوگانه، خواص هدایت حرارتی آلیاژ مس و خواص استحکامی فولاد زنگ نزن دو فازی است. جهت افزایش دمای سوخت وکاهش سربع دمای بدنه موتورهای احتراقی در صنایع که منجر به افزایش بهره وری و حفظ راندمان ترمودینامیکی موتور می شود نیاز به ایجاد این نوع اتصال می باشد. آلیاژ مس نقش هدایت حرارت و فولاد زنگ نزن نقش استحکام بدنه موتور را ایفا می کنند. جوشکاری مستقیم دو فلز غیر مشابه فولاد زنگ نزن و مس بدلیل اختلاف در دمای ذوب، تفاوت در هدایت حرارتی و ضریب انبساط حرارتی، آمپراژ جوشکاری، سرعت انجماد بالای مس مذاب نفوذ مس مذاب به درون مرز دانه های فولاد به ویژه ناحیه haz، اکسیداسیون شدید مس در دمای بالا، نوع فلز پرکننده و عیوب مختلف جوش با مشکلات فراوانی روبرو می باشد. برای حل این مشکلات ازتکنیک لایه دادن آستر نیکلی (لایه دهی آلیاژ اینکونل 625) به عنوان لایه واسط میانی دو آلیاژ استفاده شد. نیکل قابلیت حلالیت و جوش پذیری خوبی با هر دو آلیاژ دارد. برای اتصال از فرآیند جوشکاری قوس تنگستن–گاز و فلز پرکننده ercunicr استفاده شد. برای بررسی ریز ساختار اتصال جوش از متالوگرافی نوری و میکروسکوپ الکترونی روبشی مجهز به سیستم آنالیز eds استفاده شد. خواص مکانیکی اتصال توسط آزمایش کشش ارزیابی شد. یافته های پژوهش نشان داد در شرایط جوشکاری مستقیم دو آلیاژ در منطقه درز جوش نقاط سفیدرنگ مشاهده می شود که نشانه عدم ذوب یا ذوب ناقص می باشد. عیوب جوشکاری مانند مک، ترک گرم و ذوب ناقص در منطقه جوش به وفور دیده شد. این نقاط در کاهش استحکام اتصال نقش بسزایی دارند و به اتصال جوش نمی توان اعتماد کامل کرد. در شرایط جوشکاری غیر مستقیم، استفاده از آستر نیکلی به عنوان لایه واسط اتصال دو آلیاژ وضعیت فرق کرد. استحکام بدست آمده به لحاظ خواص مورد تایید می باشد. و عیوب جوشکاری مانند حالت قبل دیده نمی شود. محل شکست نمونه های کشش همگی از منطقه کناری جوش و از قسمت آلیاژ مسی می باشد که ثابت می کند آستر نیکلی باعث افزایش استحکام جوش شده است. نتیجتاً اینکه با جوشکاری آستر نیکلی بر روی لبه ورق فولاد زنگ نزن و سپس جوشکاری آستر نیکلی به آلیاژ مس، به نوعی اتصال مستقیم بین مس و فولاد حذف می گردد و در واقع جوشکاری بین دو فلز مس و نیکل انجام می شود که به لحاظ خواص متالورژیکی دارای شرایط مساعدتری است. اما استفاده از آستر نیکلی در منطقه درز جوش ایجاد فازهای بین فلزی کرم-آهن-نیکل می کند. ولی روی خواص مکانیکی و فیزیکی تأثیر چندانی ندارد. با اینحال جهت حذف فازهای بین فلزی استفاده ازآستر نیکلی خالص بجای آلیاژ اینکونل 625 توصیه می شود. چون فاقد عنصرکرم به عنوان جزء اصلی تشکیل دهنده فازهای بین فلزی می باشد. همچنین در ارزیابی اقتصادی مشخص گردید فرآیند جوشکاری قوس فلز–گاز محافظ (میگ) به دلیل نرخ بالای رسوب جوش از دیگر فرآیندها کم هزینه و اقتصادی تر می باشد.

شرکت های هواپیمایی از شبکه های هاب و کمان به منظور بهره مندی از محاسن مقیاس اقتصادی آن استفاده می کنند. ولی برخی فرودگاه های هاب به دلیل تمرکز جریان، به خصوص در ساعات اوج از لحاظ ترافیک هوایی مزدحم می شوند و میزان تأخیرات به طور قابل ملاحظه ای افزایش می یابد. مدل های معمول ظرفیت دار مکان یابی هاب به تنهایی راه حل مناسبی جهت جلوگیری از این پیامد نامطلوب نیستند. در این پژوهش جهت رفع این مشکل، باند هر یک از فرودگاه ها به طور مجزا به صورت سیستم صف m/g/1 درنظر گرفته شد. مدل های فرعی سه گانه جهت بدست آوردن ظرفیت ورودی بهینه ی هواپیماها به باندهای نشست، برخاست و ترکیبی ارائه گردید. ظرفیت بهینه ی حاصل در مدل نهائی متوسط تأخیرات مطلوب و حضور تعداد معینی هواپیما در هر لحظه بر روی هر باند را تضمین می کند. همچنین تا به حال در مدل های مکان یابی فرودگاه های هاب از تنوع هواپیماها به عنوان عامل تأثیرگذار در طراحی شبکه صرف نظر شده است. در مدل نهائی ارائه شده ضمن برطرف شدن این نقص، نحوه ی تخصیص هر یک از انواع هواپیماها به هر یک از باندها بعد از حل مشخص می شود. نتایج محاسباتی بر روی شبکه ی حمل ونقل هوایی داخلی کشور آمریکا در ساعت اوج سال 2004 نیز نشان می دهد که روش ارائه شده در این پژوهش تعادل بار ترافیک در فرودگاه های هاب را بهتر برقرار می کند و موجب کاهش ازدحام در هاب های شلوغ و افزایش بهره وری هاب های بیکار می شود. ضمناً بیشتر مطالعات پیشین در حوزه ی مسائل مکان یابی هاب بر معیار هزینه های جریان و احداث شبکه متمرکز شده است. خلأ مطالعاتی در این حوزه دیده می شود که بتواند جنبه ها و چالش های واقعی زندگی انسان ها را در مدل سازی دخالت دهد. تأخیرات، آسیب های زیست محیطی (آلودگی صوتی و آلودگی هوا) و انرژی (سوخت مصرفی) از چالش های مهم صنعت حمل ونقل هوایی در حال حاضر هستند. با درنظر گرفتن معیارهای مذکور مدل چندهدفه ی جدیدی با محوریت سه گانه ی اقتصادی، زیست محیطی و انرژی برای مسئله ی مکان یابی هاب ظرفیت دار با تخصیص چندگانه ارائه شد. نتایج حاصل از حل مدل بر روی شبکه ی حمل ونقل هوایی داخلی کشور آمریکا در سال 2004 نشان دهنده ی بهبود این معیارها بود.

تعیین یک برنامه تولیدی برای تخصیص منابع محدود در طول زمان برای انجام گروهی از فعالیت ها، به عنوان یکی از عوامل کلیدی موفقیت در هر سازمان تولیدی کالا و خدمات نقش مهم و موثری دارد. با توجه به گستردگی پژوهش های انجام شده، مدل مورد استفاده در هر مسئله برنامه ریزی تولید بر اساس اهداف و ویژگی های هر سیستم تولیدی، متفاوت می باشد. یکی از فرضیات پایه در اکثر مطالعات صورت گرفته در مسائل تعیین اندازه دسته و زمان بندی تولید، پایبندی به تعهدات کارخانه در برآوردن کلیه تقاضاهای مشتریان، است، در حالی که با توجه به محدودیت ظرفیت این امر ممکن است انجام پذیر نباشد. یکی از راه کارهای دست یابی به این مهم، انجام اضافه کاری و بستن قراردادهای جانبی می باشد، که البته به طور معمول هر دو روش با هزینه ای بالاتر از هزینه تولید صورت می پذیرد. در این پایان نامه، با در نظر گرفتن هزینه های آماده سازی، تنوع محصول، تولید دسته ای بر روی مجموعه ای از ماشین های موازی غیر مرتبط و نیز وجود دوره های تولیدی برای انجام فرآیند ساخت جهت برآوردن تقاضا در هر دوره با لحاظ کردن انبار و هزینه های انبارداری، تلاش برای هرچه نزدیک تر کردن مدل به شرایط واقعی صورت گرفته است. همچنین به جهت کاهش هزینه های تولید، فرضیات تکنولوژی گروهی و در نظر گرفتن امکان انتقال آماده سازی بین دوره ها برای دسته های تولیدی به مدل اضافه و از طرفی با لحاظ کردن اضافه کاری و بستن قرارداد جانبی امکان برآوردن هدف تأمین تقاضای قطعات در هر دوره با وجود محدودیت ظرفیت تولید برآورده شده است. از دیگر محدودیت های مهم موجود می توان به وجود ظرفیت ماشین آلات، دسترسی به کارگران در زمان اضافه کاری، حدود مربوط به میزان تولید و قراردادهای جانبی در هر دوره اشاره نمود. علاوه بر ساخت مدل برنامه ریزی ریاضی عدد صحیح مختلط بر پایه فرضیات موجود و حل آن به روش دقیق، دو روش ابتکاری مجزا و کارا برای حل مسئله در ابعاد بزرگ ارائه شده است، که در مقایسه با روش حل دقیق دارای جواب هایی با کیفیت و زمان حل مناسب می باشد. روش اول بر پایه الگوریتم ژنتیک و روش دوم الگو گرفته از شبیه سازی آنیلینگ می باشد. هر دو روش در انتها در قیاس با جواب دقیق به دست آمده از نرم افزار gams قرار گرفته و نتایج به دست آمده نشان می دهد که هر دو روش از نظر زمان حل و کیفیت جواب مناسب در ابعاد کوچک و متوسط می باشند. در ابعاد بزرگ الگوریتم شبیه سازی آنیلینگ از جهت کیفیت و زمان حل با اختلاف کم جواب های بهتری را به دست می دهد.

مکان یابی تسهیلات یکی از مهمترین مسائل مطرح در تصمیمات استراتژیک شرکت های خصوصی و سازمان های دولتی می باشد. مسئله پوشش یکی از مسائل مطرح در زمینه مکان یابی تسهیلات می باشد. در این پایان نامه دو مدل جدید در زمینه مسائل پوشش در فضای پیوسته ارائه می شود. مدل اول مسئله پوشش مجموعه پیوسته (cscp) نام دارد که به جای فضای شبکه ای، بر روی فضای پیوسته دو بعدی پیاده سازی می شود و هدف آن مینیمم کردن تعداد تسهیلات مستقر شده است، به طوری که تمامی نقاط مشتری پوشش داده شود. مدل دوم مسئله پوشش مجموعه پیوسته با در نظر گرفتن تقاضا (cscpd) نام دارد که فرض تقاضای مشتریان و ظرفیت تسهیلات را به مدل اول اضافه می کند و هدف آن مینیمم کردن تعداد تسهیلات مستقر شده است، به طوری که تقاضای تمامی نقاط مشتری به طور کامل پوشش داده شود. این دو مدل به فرم برنامه ریزی غیر خطی مختلط (minlp) می باشند که با یک تقریب ابتکاری به فرم برنامه ریزی خطی مختلط (milp) تبدیل می شوند و کاهش چشمیگری در زمان حل این دو مدل با نرم افزار gams حاصل می شود. یک الگوریتم ابتکاری سه مرحله ای به نام compass برای حل مدل cscp ارائه می شود. اساس این الگوریتم لمی است که بر مبنای آن نقاط مشتری که ناحیه پوشش مشترک دارند در یک دسته قرار می گیرند و به هر دسته یک تسهیل اختصاص داده می شود. اعتبار این الگوریتم با حل 20 مسئله نمونه تصادفی در ابعاد مختلف و مقایسه جواب آن ها با نرم افزار gams مورد سنجش قرار می گیرد. جواب نهایی الگوریتم ابتکاری تا مسائلی با ابعاد 50 گره با 2650 متغیر شامل 2550 متغیر 0 و 1 و 40100 محدودیت، با جواب نهایی نرم افزار gams اختلافی معادل 3% دارد و این نشان دهنده نزدیکی جواب های الگوریتم به جواب بهینه است. زمان حل الگوریتم ابتکاری به شدت کمتر از نرم افزار gams می باشد، به طوری که این الگوریتم مسائلی تا ابعاد 300 گره با 90900 متغیر شامل 90300 متغیر 0 و 1 و 1440600 محدودیت را در مدت زمانی معادل 50 ثانیه حل می کند. الگوریتم ابتکاری بر خلاف نرم افزار gams که برای هر دسته از مشتریان تنها یک نقطه استقرار ارائه می دهد، چند نقطه کاندید برای استقرار پیشنهاد می دهد و این امر باعث می شود تا تصمیم گیرنده آلترناتیوهای بیشتری برای انتخاب داشته باشد.

کارایی الگوریتم های عام برای حل مسایل برنامه ریزی خطی در مقیاس بزرگ عموما مطلوب نیستند. تحقیقات زیادی در زمینه توسعه الگوریتم های خاص برای این دسته از مسایل در جریان است. محققین با استفاده از روش های مختلف، الگوریتم های متنوعی ارائه داده اند که هر یک دارای ویژگی های خاص خود می باشد. در این پایان نامه، از روش گرادیان مزدوج برای حل مسایل برنامه ریزی خطی در مقیاس بزرگ در شرایطی که تعداد محدودیت های مسئله خیلی بزرگتر از تعداد متغیرها باشد، استفاده شده است. در این روش با استناد به تحقیقات پیشین ، ابتدا به کمک یک تابع جریمه بیرونی، یک مساله بهینه سازی غیر خطی بدون محدودیت (یک تابع محدب قطعه قطعه درجه دو) تشکیل می شود که معادل مساله اصلی برنامه ریزی خطی است و نشان داده خواهد شد که مسئله حداقل سازی این تابع همان شرایط بهینگی حداقل نرم مسئله دوگان است. نتیجه بهینه سازی این تابع جواب دوگان و در نتیجه جواب مسئله اولیه است. برای حل مساله بدون محدودیت قطعه قطعه درجه دو ، از روش گرادیان مزدوج تسریع شده با طول گام ثابت در هر تکرار استفاده و با الگوریتم های موجود دیگر مانند روش نیوتن و سیمپلکس دوگان مقایسه شده است. با مقایسه الگوریتم ها، درمی یابیم که الگوریتم جدید پیشنهادی کارایی بالاتری نسبت به بقیه روش ها دارد. برای ارزیابی و مقایسه این الگوریتم ها مسائل برنامه ریزی خطی همراه با جواب های بهینه تولید و با استفاده نمودار دولان و مور عملکرد و کارایی آن ها با یکدیگر مقایسه شده است. نتایج محاسباتی برای مسائل در مقیاس متوسط تقریبا دارای عملکرد یکسانی با سیمپلکس دوگان دارد. در حل مسائل در مقیاس بزرگ الگوریتم گرادیان مزدوج پیشنهادی با احتمال بالای 90 درصد مسائل را سریع تر از روش سیمپلکس دوگان حل می نماید.

طراحی شبکه از مسائل مهم و پایه ای مطرح در زمینه زنجیره تأمین و لجستیک می باشد، زیرا سایر برنامه ریزی ها و مسائل مطرح در این زمینه تحت تأثیر چگونگی پیکربندی کلی شبکه خواهد بود. اهمیت این طراحی در سیستم های لجستیک قطعات یدکی به دلیل قیمت عمدتاً بالای این قطعات، هزینه های بالای از کارافتادگی تجهیزات و لزوم ارائه خدمات سریع به مشتریان، به مراتب بیشتر خواهد بود. بدین دلیل، طراحان شبکه و تصمیم گیران در این زمینه همواره به دنبال مدلی هستند که حداکثر مسائل تأثیرگذار در این زمینه را پوشش داده و بهترین تصمیمات را با در نظر گرفتن آن ها به صورت یکپارچه ممکن سازد. در این تحقیق، یک مدل برنامه-ریزی ریاضی عدد صحیح مختلط ارائه می شود که به صورت همزمان و یکپارچه، مکان یابی تأمین کنندگان، میزان موجودی هر تأمین کننده از هر کدام از قطعات یدکی، تخصیص مشتریان به تأمین کنندگان و روش حمل سفارشات به مشتریان را مورد بررسی قرار داده و بهترین تصمیمات را اتخاذ می نماید. برای حمل سفارشات به مشتریان، سه روش حمل کند، متوسط و سریع امکان پذیر می باشد. علاوه بر این، برای هر یک از تأمین کنندگان یک محدودیت سطح خدمت برقرار است که متضمن برآورده شدن سطح مطلوبی از سطح خدمت زمان محور برای هر یک می باشد. همچنین مدل فوق، این امکان را فراهم می آورد که یک تأمین کننده در شرایط کمبود موجودی از یک قطعه، تقاضای مشتری مربوط به خود را به وسیله یک ارسال اضطراری از انبار مرکزی به آن مشتری برآورده سازد. با توجه به پیچیدگی و حجم بالای حل این مسئله، یک الگوریتم ژنتیک برای حل مدل پیشنهادی به کار گرفته شده است. جهت اجرای مدل پیشنهادی با استفاده از روش مذکور، داده های ورودی مورد نیاز با در نظر گرفتن معیارهای کیفی، به صورت تصادفی ایجاد گردیده است. در نهایت مدل پیشنهادی با استفاده از داده های موجود، در ابعاد کوچک با نرم افزار gams و در ابعاد سه گانه کوچک، متوسط و بزرگ با الگوریتم ژنتیک حل گردیده است.

در این پژوهش به منظور شناخت و درک بهتر اهمیت نحوه طراحی شبکه زنجیره تأمین، ابتدا به بررسی جامع زنجیره تأمین و اجزای آن پرداخته شده است. سپس یک مدل ریاضی غیر خطی عدد صحیح آمیخته به منظور طراحی یک زنجیره تأمین سه سطحی، چند محصولی و چند سایته در شرایط عدم قطعیت ارائه می شود. هدف از طراحی این مدل سه سطحی عبارتست از تعیین تعداد و مکان مراکز توزیع از بین مکان های نامزد و نیز تعیین ظرفیت مناسب برای نگهداری محصولات در هر یک از این مراکز و تخصیص مراکز توزیع به مراکز تقاضا و تأمین کنندگان به مراکز توزیع به منظور برآورده کردن نیاز محصولات مشتریان، تعیین تعداد و نوع وسیله حمل و نقل موردنیاز برای حمل محصولات از تأمین کنندگان به مراکز توزیع و تعیین میزان سفارش محصولات در هر یک از مراکز توزیع، به گونه ای که هزینه کل زنجیره تأمین کمینه گردد و محدودیت ظرفیت در انبار مراکز توزیع و مسیرهای ارتباطی بین مراکز تأمین-توزیع و مراکز توزیع-تقاضا نیز رعایت شود. با توجه به اینکه مدل ریاضی ارائه شده، از لحاظ دشواری حل جزء دسته مسائل np-hard بوده و حل آن به ویژه در ابعاد بزرگ بسیار زمان بر است، لذا از دو روش حل فرا ابتکاری بر پایه الگوریتم ژنتیک و الگوریتم شبیه سازی تبرید به منظور حل مدل پیشنهادی استفاده شده و کارایی آنها مورد بررسی قرار می گیرد. برای دو دسته مسئله اول در ابعاد کوچک، نتایج بدست آمده از حل نرم افزار gams با نتایج بدست آمده از حل الگوریتمهای sa و ga مقایسه شد. متوسط زمان حل در این دسته مسائل توسط نرم افزار gams نسبتاً بالا بوده در حالیکه این مقدار برای الگوریتم های ارائه شده بسیار ناچیز می باشد. پایین بودن متوسط میزان خطا و مدت زمان اجرا در این دسته مسائل، نشان دهنده کارایی بالای الگوریتم پیشنهادی می باشد. برای مسائل در ابعاد متوسط و بزرگ و دو دسته مسئله دوم ابعاد کوچک، دو رویکرد حل sa وga مورد استفاده قرار گرفته و کارایی آنها مورد بررسی قرار می گیرد. مقایسه نتایج بدست آمده از حل مسائل مختلف نشان داد که الگوریتم ga تنها در 8 مورد، بهتر از الگوریتم sa عمل کرده و در بقیه مسائل sa جوابی بهتر یا حداقل برابر با ga بدست آورده است. همچنین مشاهده شد که متوسط زمان حل بدست آمده از الگوریتم sa کمتر از ga بوده و کیفیت جواب های بدست آمده آن بهتر می باشد. نتایج محاسباتی ارائه شده برای ارزیابی عملکرد الگوریتم های فراابتکاری، نشان دهنده کارایی بالای آنها می باشد.

در طول دهه های اخیر مفهوم مدیریت زنجیره تأمین توسعه یافته و توجه بسیاری از محققان را به خود جلب کرده است. یکی از مهمترین مسائل مدیریت زنجیره تأمین، مسئله ی طراحی یکپارچه زنجیره تأمین است که مقالات و رویکردهای متعددی در این زمینه مطرح شده است. در این تحقیق مسئله طراحی یکپارچه زنجیره تأمین چهارسطحی چند محصولی با در نظر گرفتن سطوح ظرفیت برای واحدهای تولیدی و مراکز توزیع مورد بررسی قرار گرفته است که هدف آن تعیین تعداد و مکان واحدهای تولیدی و مراکز توزیع، تعیین سطح ظرفیت مناسب برای واحدهای تولیدی و مراکز توزیع، انتخاب مد حمل و نقل مناسب جهت ارسال مواد اولیه و محصول میان سطوح مختلف زنجیره تأمین و تخصیص تقاضای مشتریان به مراکز توزیع می باشد به گونه ای که هزینه کل زنجیره تأمین کمینه و تقاضای کل مراکز تقاضا برآورده شود. هزینه های در نظر گرفته شده در این مسئله شامل هزینه استقرار تسهیلات، هزینه متغیر تولید، هزینه نگهداری موجودی، هزینه حمل و نقل و هزینه مدت زمان تحویل می باشد. یکی از ویژگی های مهم این مسئله در نظر گرفتن سطوح مختلف قابل انتخاب برای ظرفیت واحدهای تولیدی و مراکز توزیع است که انعطاف پذیری در تعیین ابعاد واحدهای تولیدی و مراکز توزیع را سبب می شود. در این تحقیق ابتدا یک مدل برنامه ریزی عدد صحیح برای این مسئله ارائه شده است. سپس با توجه به پیچیدگی مسئله یک روش حل فراابتکاری مبتنی بر الگوریتم ژنتیک ارائه شده است و در پایان مقایسه نتایج حاصل از این الگوریتم با حل دقیق حاصل از نرم افزار gams هم از لحاظ کیفیت جواب و هم از لحاظ زمان حل نشان-دهنده کارایی بالای الگوریتم ژنتیک می باشد.

محدودیت منابع به عنوان چالشی در پیش روی تولیدکنندگان، آنها را وادار می سازد تا به منظور بقا در فضای رقابتی کنونی، منابع موجود را در بهترین حالت ممکن صرف نمایند تا حداکثر ارزش افزوده را ایجاد نمایند. لذا در واحدهای تولیدی که بر مبنای استراتژی ساخت بنابر سفارش عمل می نمایند، در هنگام مواجهه با یک سفارش جدید، نیاز است تا پس از بررسی ظرفیت واحد تولیدی و میزان حجم کاری در جریان، امکان سود آوری سفارش مذکور بررسی و در مورد پذیرش و یا رد آن تصمیم گیری شود. علاوه بر این با توجه به موعد تحویل مقرر که در هنگام مذاکره با مشتری بر سر آن توافق گشته است، برنامه زمان بندی سفارش های پذیرفته شده باید تعیین گردد. در ادبیات مربوط به مسائل تئوری توالی عملیات از مسائل مرتبط با تصمیم گیری همزمان در مورد پذیرش و یا رد سفارش ها و زمان بندی آنها با عنوان مسئله پذیرش و زمان بندی سفارشات یاد می شود. در این پایان نامه مسئله پذیرش و زمان نبدی سفارش ها با وجود مجموعه ای از مشتری ها که هر کدام تعدادی سفارش را با خود به همراه خواهند داشت در نظرگرفته شده و فرض شده است که پذیرش یک مشتری به معنی پذیرش همه سفارش های او و رد مشتری به معنی رد همه سفارش های اوست. هر سفارش مشتری دارای یک موعد تحویل خاص به خود است. سود حاصل از پذیرش و انجام سفارش های هر مشتری نیز به صورت مجموع درآمد سفارش ها منهای مغایرت وزنی بین زمان تکمیل و موعد تحویل سفارش های او در نظر گرفته شده است. هدف از حل مسئله یافتن مجموعه ای از مشتری های پذیرفته شده است که منجر به بیشینه شدن سود می گردد. در ابتدا با استفاده از خصوصیات مسئله، راهکاری کارآ جهت کاهش میزان محاسبات تابع هدف به دست آمده است. سپس با استفاده از دو قضیه، الگوریتمی جهت تصمیم گیری در خصوص پذیرش و یا رد برخی از مشتری ها و کاهش ابعاد مسئله توسعه داده شده است. این الگوریتم در بسیاری از مواقع ابعاد مسئله را به صورت قابل ملاحظه ای کاهش می دهد. یک روش ابتکاری و یک مدل ریاضی به منظور دست یابی به جواب مطلوب در زمانی اندک و یک حد بالا که با بالا رفتن ابعاد مسئله عملکرد بهتری از خود به نمایش می گذارد، از دیگر دست آوردهای این پایان نامه به حساب می آیند. تمام این موارد در قالب روش شاخه و کران به همراه سه اصل غلبه جهت کاهش فضای جست وجو به کار برده شده اند. تعداد 1350 مسئله تا ابعاد 50 مشتری، به صورت تصادفی تولید شده اند و نتایج محاسباتی نشان می دهد که 95% از این مسائل در مدت زمان معقول حل شده و جواب بهینه آنها پیدا شده است.

در حالت کلی کاربرد الگوریتم های عمومی برای حل مسایل برنامه ریزی خطی در مقیاس بزرگ مطلوب نیست. تحقیقات زیادی در زمینه توسعه الگوریتم های خاص برای این دسته از مسایل در جریان است. محققین با استفاده از روش های مختلف، الگوریتم های متنوعی ارائه داده اند که هر یک دارای ویژگی های خاص خود می باشد. در این پایان نامه، یک روش شبه نیوتنی حافظه محدود bfgs برای حل مسایل برنامه ریزی خطی با تعداد محدودیت های بسیار زیاد و تعداد متغیرهای زیاد ، ارائه شده است. در این روش با استناد به تحقیقات پیشین، ابتدا به کمک یک تابع جریمه بیرونی، یک مسئله بهینه سازی غیر خطی بدون محدودیت (یک تابع محدب قطعه قطعه درجه دو) تشکیل می شود که معادل مسئله اصلی برنامه ریزی خطی است و نشان داده خواهد شد که مسئله حداقل سازی این تابع همان شرایط بهینگی حداقل نُرم مسئله دوگان است. نتیجه بهینه سازی این تابع جواب دوگان و در نتیجه جواب مسئله اولیه است. در این روش جواب نرمال (پایه) مساله برنامه ریزی خطی بدست می آید. در تحقیقات پیشین، از یک الگوریتم نیوتن سریع برای حل این تابع استفاده شده است. ما برای بالا بردن کارائی الگوریتم از یک روش شبه نیوتنی حافظه محدود bfgs با طول گام ثابت در هر تکرار استفاده کرده ایم. جهت استفاده شده برای الگوریتم جدید برآوردی از جهت نیوتن می باشد. برای مقایسه عملکرد الگوریتم پیشنهادی با الگوریتم ارائه شده در ادبیات و نرم افزار cplex-dual، بیش از 250 مسئله تصادفی با ابعاد مختلف و با جواب بهینه و مقدار بهینه تابع هدف تولید شدند. با مقایسه نتایج محاسباتی، در می یابیم که الگوریتم جدید پیشنهادی کارایی بالاتری نسبت به بقیه روش ها دارد. نتایج محاسباتی برای مسائل در مقیاس کوچک تقریباً عملکرد یکسانی با الگوریتم نیوتن و سیمپلکس دوگان دارد. ولی در حل مسائل با مقیاس بزرگ الگوریتم شبه نیوتنی پیشنهادی مسائل را سریع تر از دو روش دیگر حل می نماید. ضمن اینکه روش پیشنهادی مسائلی را که الگوریتم نیوتن و سیمپلکس دوگان به دلیل کمبود حافظه از حل آن عاجزند را نیز با کارایی بسیار خوبی حل می کند. الگوریتم پیشنهادی علاوه بر اینکه به حافظه بسیار کمتری در مقایسه با روش نیوتن نیاز دارد، از سرعت و کارایی بالاتری نیز برخوردار است و با این ویژگیها قادر است دامنه وسیع تری از مسایل برنامه ریزی خطی و ابعاد بزرگ تری از آنها را حل کند. علاوه بر این ها، الگوریتم جدید قادر است مسایلی با ساختار مربع شکل (نزدیک بودن تعداد متغیرها و محدودیت ها) را بطور کارایی حل کند و نیازی به فرض موجود در الگوریتم های قبلی که تعداد محدودیت ها بسیار بزگ تر از تعداد متغیرها باشد ندارد.

یکی از مشکلات رایج در زمینه برنامه‏ریزی تولید این واقعیت است که برنامه ایجاد شده غالباً بر اثر چندین عامل کنترل نشدنی مختل می‏شود. در نتیجه مدیران کارخانجات و شرکت‏ها معمولا در پایبندی به تعهداتشان در مورد رسیدن به موعد تحویل کالا دچار مشکل می‏شوند. این مشکل اغلب در مواقعی پیش می‏آید که برنامه تولید مرجع با فرض قطعی بودن پارامترهای مسیله ایجاد شود. بنابراین لازم است که عدم قطعیتی که در پارامترهای مسیله وجود دارد در مرحله زمانبندی و تصمیمات اندازه انباشته نیز در نظر گرفته شود. یکی از رویکردهای مهم در بحث عدم قطعیت پارامترهای یک مسیله، ایجاد یک برنامه تولید مقاوم می‏باشد. بطور کلی در این رویکرد سعی می‏شود که با در نظر گرفتن عدم قطعیت پارامترها برنامه تولید مرجع به نحوی ایجاد گردد که تغییرات بوجود آمده حین تولید تا آنجا که ممکن است تغییری در این برنامه تولید و اندازه انباشته آن به وجود نیاورد و این برنامه هم همچنان معتبر باقی بماند. واضح است که اگر بخواهیم در یک کارخانه از روش‏های مربوط به رویکرد زمانبندی و اندازه انباشته مقاوم استفاده کنیم بهتر است تا آنجا که امکان دارد فرضیات برنامه تولید مطابق با شرایط واقعی باشد. لذا در این تحقیق با بررسی عدم قطعیت در تقاضا روش‏هایی برای ایجاد برنامه ریزی تولید مقاوم توسعه داده می‏شود. در این پایان‏نامه برنامه‏ریزی تولید میان مدت و به خصوص تصمیمات اندازه انباشته تک سطحی بررسی می‏شوند. عدم قطعیت یکی از مسایل بحرانی است که بسیاری از مسایل از جمله مسایل برنامه‏ریزی تولید با آن مواجه می‏شوند. مسیله برنامه‏ریزی تولید تعیین اندازه انباشته تک سطحی با در نظر گرفتن محدودیت ظرفیت(clsp) ، با امکان تغییرات در تقاضا در نظر گرفته می‏شود. تغییرات در تقاضاها یک مجموعه از سناریوها را تشکیل می‏دهد و هدف پایان‏نامه این است که از بین سناریوها به جوابی برسد که از نظرمیزان هزینه در کمترین سطح ممکن باشد ؛در عین این که اختلالات(نظیر تغییرات در تقاضا) کمترین آشفتگی را در این جواب پس از وقوع ایجاد نمایند. و این به معنی داشتن جواب‏های مقاوم است. بدین منظور دو معیار مقاومت برای مسیله clsp به نام های و در این تحقیق تعریف شده است؛ و مسایل اندازه انباشته در ابعاد مختلف حل شده است. به دلیل ساختار np_hard مسیله، از روش‏حل فراابتکاری الگوریتم ژنتیک استفاده می‏شود.پس از حل مسایل و مقایسه نتایج به دست آمده توسط دو معیار مقاومت ارایه شده ، نتیجه گرفته می‏شود که معیار جواب هایی با هزینه کمتر،به ویژه در اندازه مسایل بزرگتر، ارایه می کند ، ضمن این که زمان حل بیشتری نسبت به معیار مقاومت دارد.

مسئله انتخاب سبد سرمایه یک مسئله بسیار مهم در مباحث مالی به شمار می آید. اینکه بتوان شرایط بازار بورس را در مدل انتخاب سبد سرمایه لحاظ کرد، بسیار حائز اهمیت است. در این پایان نامه عوامل مهمی چون محدودیت کاردینالتی، هزینه معاملاتی و حداقل مقدار خرید را همزمان به مدل انتخاب سبد سرمایه اضافه کردیم تا مسئله به شرایط واقعی نزدیک تر شود. یکی دیگر از عوامل بسیار مهم و تأثیرگذار در رسیدن به جواب بهینه انتخاب سبد سرمایه، عدم قطعی بودن پارامترهای مدل است. برای روبرو شدن با عدم قطعیت در پارامترها رویکردهای متفاوتی استفاده می گردد که مهم ترین آن ها آنالیز حساسیت، برنامه ریزی احتمالی و بهینه سازی استوار است. در این پایان نامه از روش بهینه سازی استوار برای مدل سازی استفاده شد. با توجه به محدودیت های حداقل مقدار خرید و کاردینالتی، مسئله به یک مسئله عدد صحیح مختلط تبدیل می شود و با روش های دقیق نمی توان مسئله را حل کرد. به همین دلیل در این پایان نامه از روش فرا ابتکاری برای حل مسئله استفاده شد. برای اینکه بتوان تأثیر نوع مجموعه تعریف شده برای پارامترهای غیر قطعی را بر سبد سرمایه بهینه نشان داد و با یکدیگر مقایسه کرد، در این پایان نامه از دو نوع مجموعه عدم قطعیت برای پارامترها، کاردینالتی و مجموعه نرم معرفی شده توسط برتسیماز استفاده شد. در نهایت نیز مدل های مختلف انتخاب سبد سرمایه، با توجه به مجموعه عدم قطعیت مختلف با یکدیگر مقایسه گردید. نتایج نشان داد که مرز کارای حاصل از همتای استوار با توجه به مجموعه عدم قطعیت با محدودیت کاردینالتی در یک سطح یکسان از ضمانت احتمالی و بازدهی مورد انتظار نسبت به همتای استوار بر طبق مجموعه d-norm ریسک بالاتری را نشان می دهد. همچنین اینکه همتای استوار با توجه به مجموعه عدم قطعیت d-norm در یک سطح یکسان، از ضمانت احتمالی عملکرد مناسب تری داشته، به عبارتی می توان گفت که در مقایسه با دیگر مدل استوار تغییرات ریسک کمتری را نشان می دهد و از استواری بالاتری برخوردار است.

در این تحقیق سعی بر این است که فاصله بهینه نگهداری و تعمیرات پیشگیرانه برای یک قطعه در یک سیستم با توجه به معیارهای مورد نظر برای این تصمیم گیری و همچنین در نظر گرفتن محدودیت هایی که در دنیای واقعی برای این تصمیم وجود دارند، تعیین شود. برای تعیین فاصله بهینه نت با توجه به وجود چند معیار از روش های تصمیم گیری چند معیاره استفاده می شود. یکی از محدودیت هایی که در دنیای واقعی با آن مواجه هستیم و در این تحقیق به آن پرداخته شده این است که تصمیم گیرنده مایل است برای هر معیار حدود قابل قبولی وجود داشته باشد که اولاً اگر گزینه ای انتظارات تصمیم گیرنده را برآورده نکرد از تصمیم گیری حذف شود و ثانیاً اگر گزینه ای در حدود قابل قبول قرار داشت اما از کران ایده آل تصمیم گیرنده فاصله گرفت از مطلوبیت آن کاسته شود. برای این منظور و در نظر گرفتن این نیاز در مدل پیشنهادی اول از برنامه ریزی آرمانی چند انتخابه استفاده شده است. محدودیت دیگری که در این تحقیق برای تعیین فاصله بهینه نت پیشگیرانه مورد توجه قرار گرفته این است که در شرایط واقعی وقتی با یک خرابی برنامه ریزی نشده مواجه می شویم هزینه تعمیر خرابی و زمان تعمیر خرابی به طور قطعی مشخص نیست و بایستی این موضوع در مدلی که برای انتخاب فاصله بهینه نت پیشگیرانه استفاده می شود در نظر گرفته شود برای در نظر گرفتن این شرایط نیز در مدل دوم این دو پارامتر فازی در نظر گرفته شده اند و از روش تخصیص خطی اصلاح شده برای حل مدل استفاده شده است. در انتها نیز مثال هایی برای دو مدل حل شده است و تحلیل حساسیت مدل های ارائه شده به ازای پارامترهای مختلف بررسی شده است.

با وجود سال های متمادی که از ارایه الگوریتم های حل مسایل برنامه ریزی با متغیرهای صحیح می گذرد روشی که سازگار با تمام مسایل باشد ارایه نشده است و تمرکز بیشتر بر روی حل مسایل با ساختارهای ویژه بوده است. یکی از این مسایل، مسیله کوله پشتی است. مسیله کوله پشتی به دلیل ساختار تیوریکی ویژه طی سالیان اخیر کانون توجهات زیادی بوده و مطالعات بسیاری در زمینه گسترش کاربردهای آن و ارایه روش های حل این دسته از مسایل انجام شده است. با این وجود هنوز حل برخی از مسایل کوله پشتی مشکل بوده و روش های ارایه شده برای تمام آنها سازگار نیست. خانواده مسایل کوله پشتی تنوع زیادی دارد که هر کدام از آنها از خواص ویژه ای برخوردارند. یکی از دسته مسایل کوله پشتی، مسایلی است که محدودیت آنها به صورت یک معادله برقرار است و در اصطلاح، مسایل کوله پشتی محدودیت مساوی نامیده می شوند. در این پایان نامه ابتدا به بررسی ادبیات موضوع مربوط به برنامه ریزی صحیح و روش های حل آنها پرداخته شده است و در ادامه، مسیله کوله پشتی به عنوان یکی از مهمترین و رایج ترین مسایل برنامه ریزی مورد بررسی قرار گرفته است. سپس مسایل کوله پشتی با محدودیت مساوی تعریف شده و روش هایی که تاکنون برای حل این دسته از مسایل ارایه شده مورد بررسی قرار گرفته اند. در فصل چهارم، ایده اصلی شکل گیری این پایان نامه به صورت مفصل بیان شده است که این ایده منجر به ارایه دو روش جدید برای حل مسایل کوله پشتی با محدودیت مساوی گردیده است. این ایده اصلی در این حقیقت نهفته است که روش هایی مانند شاخه و کرانه و برش از مسیرها متفاوت، یک هدف را دنبال می کنند و آن یافتن برخی متغیرهای غیرپایه ای جواب اولیه است که مقدار گرفتن آنها منجر به صحیح شدن متغیر(متغیرهای) پایه ای اولیه می-گردد. در دو روش ارایه شده در این پایان نامه سعی شده است از مسیری میانبر این متغیرهای غیرپایه ای شناسایی شوند. از آنجا که بایستی کارایی روش های ارایه شده مشخص شوند لازم است که برای حل مسایل نمونه و معیار به کار روند. به همین منظور، این دو روش برای حل تعداد 25 عدد از مسایل کوله پشتی با محدودیت مساوی که جزء مسایل سخت و چالش برانگیز محسوب می شوند و در مقالات متعدد به عنوان مسایل معیار مطرح گردیده اند مورد استفاده قرار گرفته و نتایج نیز در فصل آخر آمده است. نتایج بدست آمده در دو روش جدید در نوع خود قابل توجه هستند و می توانند شروعی برای مطالعات بعدی باشند. در نهایت نیز ارایه روشی کارا برای حل مدل جریمه، کاربرد ایده و رویکرد اصلی مطرح شده در این پایان نامه به منظور ارایه روش های جدید حل مسایل برنامه ریزی صحیح، توسعه و بهبود دو روش مطرح شده در این رساله و تعمیم آنها به مسایل کوله پشتی عمومی به عنوان پیشنهاد آورده شده اند

در این تحقیق مسیله طراحی یکپارچه زنجیره تأمین چندمحصولی مورد بررسی قرار می گیرد که هدف آن تعیین بهینه تعداد ومکان مراکز توزیع و تخصیص تقاضای مشتریان به مراکز توزیع و تخصیص مراکز توزیع به تأمین کنندگان است؛ به نحوی که هزینه کل زنجیره تأمین کمینه و تقاضای کل مراکز تقاضا برآورده شود. محدودیت ظرفیت نگهداری محصولات در مراکز توزیع و ظرفیت مسیرهای ارتباطی میان تسهیلات نیز در نظر گرفته می شود. برای بررسی این مسیله دو مدل پیشنهاد شده است که در مدل اول با فرض برنامه ریزی برای افق زمانی بلندمدت، هزینه های سفارش دهی و نگهداری موجودی در مراکز توزیع، نمایانگر هزینه اندازه اقتصادی است. یک ویژگی مهم این مدل پیشنهادی، در نظرگرفتن سطوح مختلف قابل انتخاب برای ظرفیت مراکز توزیع است که انعطاف پذیری در تعیین ابعاد مراکز توزیع را سبب می شود. این مدل به صورت یک مسیله برنامه-ریزی غیرخطی عددصحیح مدل شده و به لحاظ دشواری حل مسیله و ماهیت np-hard آن، یک روش فراابتکاری مبتنی بر الگوریتم ژنتیک برای حل مسیله پیشنهاد شده است. همچنین با استفاده از برخی قضایای معرفی شده در مطالعات پیشین، با استفاده از یک روش آزادسازی لاگرانژ، کران پایین برای مقدار بهینه تابع هدف معرفی و جهت ارزیابی نتایج الگوریتم ژنتیک پیشنهادی، استفاده شده است. با یک ساده سازی در مدل اولیه و حذف محدودیت های غیرخطی، امکان حل مدل توسط نرم-افزارهای برنامه ریزی ریاضی فراهم گردیده و نتایج آن با الگوریتم ژنتیک پیشنهادی مقایسه شده است. مدل دوم، یک مدل دینامیک وابسته به زمان برای مسیله طراحی یکپارچه زنجیره تأمین چندمحصولی، در افق زمانی بلند-مدت ومحدود است که درآن، بازطراحی زنجیره تأمین در هر یک از دوره های زمانی مورد توجه قرار می گیرد. این مدل حالت کلی تری از برخی مفروضات مدل اول را در بر می گیرد و در آن امکان برون سپاری سفارشات مراکز تقاضا به تأمین کننده خارجی لحاظ شده است. مدل پیشنهادی دوم، به صورت یک مسیله برنامه ریزی مختلط عددصحیح، فرموله شده و برای حل آن، یک روش ابتکاری بر اساس روش آزادسازی لاگرانژ پیشنهاد شده است. همچنین در خلال روش پیشنهادی، یک روش ابتکاری جهت استفاده حداکثری از منابع داخلی، به جای برون سپاری به تأمین کننده خارجی پیشنهاد شده است. مقایسه نتایج حاصل از حل مسایل نمونه توسط روش ابتکاری پیشنهادی با جواب های بهینه و کران پایین حاصل از حل مسیله لاگرانژ توسط الگوریتم بهینه سازی زیر گرادیان، نشانگر کارایی روش حل پیشنهادی است.

در این تحقیق, مسیله عمومی تعیین اندازه دسته و زمان بندی تولید در سیستم فلوشاپ انعطاف پذیر (glsp-ffs) مورد بررسی قرار گرفته است. در ادبیات موضوع مسیله تعیین اندازه دسته تولید و زمان بندی آن به صورت هم زمان بر روی سیستم فلوشاپ انعطاف پذیر بررسی نشده است. مسیله glsp-ffs, تعیین هم زمان اندازه دسته و زمان بندی تولید محصولات مختلف در سیستم تولید چند مرحله ای به صورت سری و با وجود ماشین های موازی در هر مرحله به منظور برآورده ساختن تقاضاهای قطعی و پویا در افق زمانی محدود است. هر یک از محصولات می توانند روی هر یک از ماشین ها با نرخ تولید, زمان ها و هزینه های آماده-سازی وابسته به توالی تولید مختلف تولید شوند. در این تحقیق سه مدل ریاضی برای مسیله مذکور طراحی شده و کارایی هر یک از آن ها مورد بررسی قرار گرفته است. هم چنین یک الگوریتم شبیه سازی آنیل کردن و یک الگوریتم ترکیبی شامل الگوریتم شبیه-سازی آنیل کردن و آزادسازی لاگرانژ ارایه شده است. در نهایت آزمایشات عددی نشان دهنده کارایی الگوریتم های حل در مقایسه با جواب های نرم افزار gams هستند.

برنامه ریزی یک سیستم تولیدی هنگامی کارآمد و موثر است که خصوصیات، توانمندی ها و محدودیت های آن سیستم به دقت بررسی شده و همچنین معیار ها و اولویت های مورد نظر به گونه ای شفاف در برنامه ریزی لحاظ گردند. یکی از عوامل تأثیرگذار در بهره وری یک سیستم تولیدی، فعالیت های نگهداری و تعمیرات است که معمولاً به صورت پیشگیرانه و برنامه ریزی شده انجام می شود.در این تحقیق برنامه ریزی همزمان تولید و تعمیرات پیشگیرانه در یک محیط چند ماشینی و چندمحصولی تعریف و حل شده است. همچنین به جهت کاهش هزینه های تولید امکان انتقال راه اندازی بین دوره ها برای محصولات تولیدی در مدل منظور شده و از طرفی با لحاظ کردن اضافه کاری و برون سپاری امکان تأمین تقاضای محصولات در هر دوره با وجود محدودیت ظرفیت تولید برآورده شده است. به منظور حفظ سطح مطلوبی از قابلیت اطمینان سیستم تولیدی، برنامه نت پیشگیرانه برای هر ماشین زمانبندی شده است و عدم اجرای به موقع عملیات تعمیرات پیشگیرانه، منجر به تحمیل جریمه افت قابلیت اطمینان به سیستم خواهد شد. همچنین در این تحقیق مدل برای حالت ماشین های موازی k از m توسعه داده شده است. هزینه کلی سیستم در افق برنامه ریزی برابر با هزینه های تولید، هزینه های تعمیرات اصلاحی و پیشگیرانه، هزینه های آماده سازی، هزینه های نگهداری موجودی، هزینه های سفارشات عقب افتاده (کسری)، هزینه های اضافه کاری، هزینه های برون سپاری و هزینه مربوط به افت قابلیت اطمینان سیستم از یک سطح مشخص از پیش تعیین شده می باشد. در این تحقیق ابتدا یک مدل برنامه ریزی عدد صحیح مختلط غیر خطی برای این مسأله ارائه شده است. سپس با توجه به پیچیدگی مسأله یک روش حل فرا ابتکاری مبتنی بر الگوریتم ژنتیک ارائه شده است. مقایسه نتایج حاصل از اجرای الگوریتم ژنتیک پیشنهاد شده در این پایان نامه با حل دقیق حاصل از اجرای نرم افزار gams با حل کننده dicopt نشان می دهد که الگوریتم ژنتیک ارائه شده هم از لحاظ کیفیت جواب و هم از لحاظ زمان حل کارا است.

با توجه به اینکه عملکرد کل زنجیره تأمین ارتباط تنگاتنگی با ساختار و نحوه ارتباط اجزای زنجیره و سیاست های مدیریتی آن دارد، از این رو طراحی و مدیریت زنجیره تأمین در محیط های تجاری- رقابتی نوین یکی از حیاتی ترین مسائلی است که مدیران منابع و خدمات با آن روبرو هستند. تمرکز جداگانه بر روی اجزای زنجیره تأمین منجر به ناکارایی و تحویل کالا یا خدمت با هزینه بالا در سیستم می شود. بنابراین اخیراً طراحی یکپارچه زنجیره تأمین مورد توجه بسیاری قرار گرفته است. یکی از اجزای اصلی زنجیره تأمین که در طراحی زنجیره و همچنین کسب مزیت رقابتی برای سازمان نقش اساسی ایفا می کند، تأمین کنندگان موادخام و قطعات می باشند. با توجه به اهمیت تصمیم گیری یکپارچه و همچنین با توجه به اهمیت تصمیم گیری در مورد انتخاب تأمین کنندگان مناسب در زنجیره تأمین، در این تحقیق مسأله ای در نظر گرفته شده است که همزمان تصمیمات استراتژیک انتخاب تأمین کننده و تصمیمات تاکتیکی مربوط به سطوح موجودی و همچنین تصمیمات عملیاتی مربوط به سرویس دهی به موقع به مشتری نهایی را در بر می گیرد. مسأله مذکور در واقع یک مسأله انتخاب تأمین کننده چندمحصولی در یک زنجیره تأمین سه سطحی شامل چندین تأمین کننده مواد خام، یک تولیدکننده و یک خرده فروش می باشد که تصمیمات مربوط به انتخاب تأمین کننده، نحوه خرید مواد اولیه و یا قطعات از تأمین کنندگان و همچنین تصمیمات مربوط به موجودی مواد اولیه و محصولات نهایی را در یک زنجیره تأمین سه سطحی به طور همزمان شامل می شود. فرض می شود موادخامی که از تأمین کننده خریداری می شوند بلافاصله به دست تولیدکننده می رسند. این مواد خام برای تولید محصولات مختلف استفاده شده و در هر دوره زمانی مواد خام به محصولات تمام شده در همان دوره تبدیل می شوند و در نهایت به دست خرده فروش می رسند. هدف این مدل علاوه بر انتخاب تأمین کنندگان مناسب و تعیین مقدار سفارش به هر تأمین کننده، یکپارچه سازی تصمیمات موجودی در کل زنجیره تأمین می باشد. یک مدل ریاضی به صورت برنامه ریزی عددصحیح مختلط غیر خطی برای این مسأله ارائه شده و در آن محدودیت های ظرفیت تأمین کنندگان و محدودیت مقدار سفارش به هر تأمین کننده برای هر ماده خام نیز در نظر گرفته شده است. از آنجا که مدل ارائه شده از لحاظ حل جزء مسائل دشوار به شمار می رود، برای حل آن در زمان معقول از دو الگوریتم فراابتکاری ژنتیک و شبیه سازی تبرید استفاده شده است. برای ارزیابی عملکرد این دو الگوریتم، مدل توسط نرم افزار gams نیز حل شده است. مقایسه حاصل از دو رویکرد فراابتکاری و همچنین نرم افزار gams، بیانگر کاهش چشمگیری در زمان حل مسائل توسط الگوریتم های فراابتکاری ارائه شده نسبت به نرم افزار gams، (89 درصد کاهش برای الگوریتم ژنتیک و 87 درصد کاهش برای الگوریتم شبیه سازی تبرید) و همچنین ارائه جوابهایی نزدیک به بهینه و با درصد اختلاف کمی نسبت به gams (7/3 درصد برای الگوریتم ژنتیک و 2/4 درصد برای الگوریتم شبیه سازی تبرید) می باشد. بنابراین می توان اظهار داشت که الگوریتم های ارائه شده روش حل مناسبی برای مدل مذکور می باشند و همچنین می توان استنباط کرد که الگوریتم ژنتیک با درصد اختلاف کمی نسبت به الگوریتم sa بهتر عمل کرده است.

بهبود سطح دسترسی یکی از دغدغه های اصلی مهندسین بخش تولید در طراحی سیستم های تولیدی است. یکی از مهمترین فعالیت ها جهت بهبود سطح دسترسی به یک سیستم تولیدی، چگونگی نگهداری و تعمیرات سیستم مربوطه می باشد. برای جلوگیری از خرابی های ناگهانی و دوباره کاری ها در برنامه ریزی بایستی برنامه تولید و برنامه نگهداری و تعمیرات به صورت یکپارچه در نظر گرفته شود. از آنجاییکه برای انجام فعالیت¬های نگهداری و تعمیرات به قطعات یدکی نیاز است بنابراین باید برنامه¬ریزی موجودی قطعات یدکی به گونه ای انجام شود تا از اتلاف وقت برای دسترسی به آنها هنگام تعویض و تعمیر ماشین¬آلات تا حد امکان جلوگیری شود. این تحقیق به بررسی توأم تولید و کنترل موجودی قطعات یدکی و نگهداری و تعمیرات مبتنی بر استراتژیهای پایش وضعیت برای یک جزء از تجهیزات تولیدی اشاره دارد. تابع هدف مینیمم کردن هزینه کل عملیاتی و متغیرهای تصمیم تعیین مقدار کل مصرفی و سطح ذخیره اطمینان قطعه یدکی در افق زمانی همراه با آستانه نگهداری و تعمیرات پیشگیرانه و مقدار تولید هر محصول در هر دوره است. برنامه ریزی همزمان در این تحقیق در یک محیط چند ماشینی به صورت موازی و چند محصولی تعریف و حل شده است. هزینه¬های عملیاتی در این تحقیق شامل هزینه های تولید، هزینه های تعمیرات اصلاحی و تعویض پیشگیرانه ، هزینه های آماده سازی ، هزینه نگهداری محصولات در پایان هر دوره ، هزینه های سفارش عقب افتاده و کمبود در پایان هر دوره، هزینه سفارش دهی و نگهداری موجودی قطعات یدکی می باشد. مسئله ارائه شده در این تحقیق یک مدل برنامه ریزی عدد صحیح غیر خطی است که به علت پیچیدگی مسئله برای مسائل در ابعاد کوچک با استفاده از نرم افزار gams با حل کننده couenne و برای مسائل در ابعاد متوسط و بزرگ با استقاده از یک روش فراابتکاری مبتنی بر الگوریتم ژنتیک حل گردیده است. مدل توأم حاصل باعث صرفه جویی در هزینه های کل می شود. در یک مثال عددی که برگرفته از مقاله پایه می باشد میزان صرفه جویی هزینه های مدل توأم نسبت به حل مجزای مدل های برنامه ریزی تولید، نگهداری و تعمیرات و موجودی قطعات یدکی کامل محاسبه شده است که در مثال مزبور 7/7 درصد می باشد.

امروزه سیستم ها معمولاٌ از دستگاه های متعدد، چه از نظر نوع و چه از نظر مقیاس، تشکیل شده اند. با استفاده کردن از دستگاه ها و افزایش عمر آن ها، همه دستگاه ها با یک روند افزایشی، در نرخ های مختلف، با فرسایش مواجه می شوند. با این حال، موضوعاتی هنوز نیاز به بررسی دارد. از یک طرف، بسیاری از مدل های نگهداری وتعمیرات (نت) پیشگیرانه برای تک ماشین توسعه یافته اند. از طرف دیگر، فاصله بین دو فعالیت نت پیشگیرانه برای تمام دوره ها ثابت در نظر گرفته می شود. همچنین بسیاری از مدل های نگهداری و تعمیرات بر هزینه تمرکزکرده اند. از سوی دیگر فعالیت های نت پیشگیرانه باعث صرف هزینه و زمان خاصی است که در بیشتر مواقع مستلزم توقف خط تولید می شود. با این حال، بهتر خواهد بود مدلی در جهت هماهنگی بین واحدهای برنامه ریزی تولید و نت ارائه شود. براین اساس در این تحقیق به ارائه مدلی مناسب برای تعیین فواصل زمانی بهینه برای انجام عملیات نگهداری وتعمیرات پیشگیرانه به صورت پویا (در نظر گرفتن وضعیت هر دستگاه در هر سیکل) در سیستم های سری - موازی، با استفاده از روش های تصمیم گیری چندهدفه پرداخته می شود بطوریکه نهایتاً منجر به ایجاد یک سیستم مقرون به صرفه برای نگهداری و تعمیرات کل سیستم گردد. همچنین برای کاهش توقف خط تولید، فرض وجود بافر به مدل اضافه می شود و اندازه بهینه بافرها توسط مدل تعیین خواهد شد در اینصورت هنگام انجام عملیات نت بر روی هر ماشین، لطمه ای به برنامه ریزی تولید آن واحد وارد نمی شود. از نرم افزار متلب برای بهینه سازی استفاده می شود. در نهایت با استفاده از یک مثال چگونگی پیاده سازی مدل ارائه شده نشان داده می شود که پس از آن به بررسی نتایج پرداخته می شود.

یکی از رویدادهای متداول در زندگی هر فرد و در سطح بالاتر در جریان فعالیت های اقتصادی و صنعتی، فرآیند اجاره است. یک فرآیند اجاره شامل طرف اجاره کننده، طرف اجاره دهنده و تجهیز یا تسهیل مورد اجاره است که این سه عنصر از طریق قرارداد اجاره به یکدیگر پیوند می خورند. قرارداد اجاره حاوی نکات و مفاد بسیاری از جمله میزان اجاره، نحوه پرداخت اجاره، مدت زمان اجاره و ... می باشد. یکی از مهم ترین بخش های این قرارداد، موارد مربوط به نگهداری و تعمیرات تجهیز یا تسهیل مورد اجاره است. طرف اجاره دهنده به عنوان مسئول انجام اقدامات مربوط به نگهداری و تعمیرات وظیفه دارد با انجام اقدامات پیشگیرانه، احتمال وقوع خرابی را کاهش داده و در صورت بروز خرابی با انجام تعمیرات این خرابی ها را برطرف کند. فعالیت های مربوط به نگهداری و تعمیرات هزینه بر بوده و از طرفی می بایست در زمان های مشخص انجام شوند تا مانع از کارافتادگی تجهیز شوند. لذا برنامه ریزی صحیح این اقدامات از اولویت های طرف اجاره دهنده است. در این تحقیق سعی شده با در نظر گرفتن تخفیف به عنوان ترفندی برای کاهش هزینه ها و جذب مشتری، برنامه ریزی مناسب برای اقدامات نگهداری و تعمیرات پیشگیرانه (شامل زمان و میزان تأثیر این اقدامات) انجام شود. برای این منظور، مدلی جهت پیش بینی درآمد احتمالی با توجه به احتمال وقوع خرابی ها توسعه یافته که از طریق آن می توان با توجه به مدت اجاره مورد درخواست طرف اجاره کننده، بیشترین درآمد را در مدت موردنظر کسب کرد. بنابراین هدف از حل مسائل با استفاده از مدل پیشنهادی در وهله اول یافتن پردرآمدترین واحد زمانی (سال، ماه، روز یا ...) در میان تمام واحدهای زمانی افق اجاره و پردرآمدترین واحدهای زمانی در بازه های کوتاه مدت، میان مدت و بلندمدت بوده و در وهله دوم، ارائه گزینه به طرف اجاره کننده با پارامترها و اقلام هزینه موردنظر است تا برای هر واحد زمانی به بیشترین درآمد ممکن دست یافت. با مشخص شدن مدت زمان بهینه اجاره، موارد مربوط به نگهداری و تعمیرات پیشگیرانه شامل زمان و میزان تاثیر این اقدامات نیز مشخص می شود. مسائل نمونه برای نمایش کارایی مدل در مسائل با اندازه های کوچک، متوسط و بزرگ در نظر گرفته شده و با استفاده از نرم افزار متلب نتایج ارائه شده است. تحلیل حساسیت پارامترها نیز از مواردی است که در خلال این تحقیق به آن پرداخته شده است.

امروزه مسائل پیش روی جوامع بشری از پیچیدگی های بیشتری نسبت به گذشته برخوردار شده است. مهندسین، طراحان شهرسازی و اقتصاددانان در زمینه های مربوطه از مدل سازی برای حل، پیش بینی و موارد دیگر بهره می¬گیرند. مدل خطی یکی از انواع ساده مدل های ریاضی به شمار می¬رود. در بررسی مدل های خطی مواردی پیش می آید که مدل تولید شده فاقد ناحیه جواب است. به عبارت دیگر فضای جواب برای مدل تهی است. چنین مدل هایی، تحت عنوان مدل های نشدنی شناخته می شوند. ناشدنی از عدم وجود اشتراک بین محدودیت ها ناشی می شود. که این می تواند از خطا در مرحله مدل سازی نتیجه شود. همچنین ممکن است داده ها و اطلاعات نادرستی مورد استفاده قرار گیرد و مساله به صورت ناشدنی درآید. همچنین ممکن است محدودیت های مدل با هم سازگاری نداشته باشند و تشکیل یک مساله ناشدنی را بدهند. مطالعات ناشدنی در دو زمینه تشخیص ناشدنی و رفع ناشدنی صورت گرفته است. رفع ناشدنی از دو طریق امکان پذیر است: روش اول حذف برخی از محدودیت هاست. اما روش دیگر دستکاری برخی از محدودیت ها برای رسیدن به یک مدل شدنی است. در این تحقیق برخی از الگوریتم های رفع ناشدنی معرفی شده و در نهایت سه الگوریتم برنامه ریزی آرمانی، حداقل مربعات و رودمن برای مقایسه برگزیده شدند. الگوریتم های مزبور در محیط matlab پیاده سازی شده است. عدم دسترسی به مسائل جهان واقعی موجب شد تا با استفاده از رویکرد شبیه سازی، از مسائل مصنوعی تولید شده استفاده شود که بدین منظور ژنراتور هایی برای تولید برنامه های خطی ناشدنی طراحی و تهیه شد. در این مطالعه دو دسته از مسائل برنامه ریزی خطی یکی بصورت x آزاد در علامت و دیگری به صورت x مثبت مد نظر بوده است. برای مقایسه روشها فاکتورهایی مانند، زمان رسیدن به جواب، حافظه مورد نیاز، مقدار تابع هدف، میزان ناشدنی، تعداد محدودیت های دستکاری شده، تعداد تکرار، تعداد متغیر صفر و غیر صفر در جواب مورد توجه قرار گرفت . فاکتورهای زمان، مقدار تابع هدف، میزان ناشدنی و میانگین درصد محدودیت های دستکاری شده مهمتر تشخیص داده شد. با توجه به فاکتورها و شاخص های مختلفی که برای مقایسه روشها تعیین شد، به طور مطلق نمی توان گفت که کدام روش از نقطه نظر همه شاخص ها بهترین است زیرا ساختار مساله نیز در این عرصه نقش مهمی بازی می کند. در موقعیت های عملی ممکن است برخی از این شاخص ها بیشتر مورد توجه مدلساز باشد و سایر شاخص ها از اهمیت کمتری برخوردار باشند. با مقایسه چهار فاکتور مهم ذکر شده و بررسی نمونه مسایل تولید شده، این نتیجه حاصل شد که روش رودمن نسبت به دو مدل دیگر برتری دارد. در مقایسه دو مدل دیگر می توان گفت که هیچ یک برتری آشکاری بر دیگری نداشته است و در این شرایط بنا به نظر کاربر و شرایط مساله و شاخصی که برای مدلساز اهمیت بیشتری دارد می توان روش برتر را انتخاب نمود.

به وسیله برنامه ریزی خطی می توان بهترین نتیجه را در شرایط خاص و با محدودیت های خاص به دست آورد. یکی از کاراترین ابزارهای حل مسائل خطی روش سیمپلکس می باشد. روش سیمپلکس اگرچه در اکثر مسائل رسیدن به جواب بهینه را تسهیل می کند، اما در مسائل با ابعاد بزرگ عملکرد مطلوبی ندارد و نیاز به الگوریتمی جایگزین برای آن می باشد. الگوریتمی که در حل مسائل غیرخطی پر کاربرد است روش نیوتن می باشد و می توان مسئله برنامه ریزی خطی را با تبدیل به مسئله غیرخطی با روش نیوتن حل نمود. در این پژوهش سعی می شود روشی که در یکی از تحقیقات اخیر جهت حل مسائل خطی با روش نیوتن و برای ساختاری خاص از مسئله ارائه شده است، برای ساختارهای دیگر نیز توسعه داده شود. به این منظور ابتدا اثبات ریاضی برای هر یک از ساختارهای ممکن ارائه شده و سپس با استفاده از مسائل عددی تصادفی، کارایی روش پیشنهادی مورد آزمون قرار گرفته است. نتایج نشان می دهند که روش پیشنهادی برای این ساختارها از دقت و سرعت همگرایی لازم برخوردار است.

در این تحقیق یک مسئله زنجیره تأمین سه سطحی با یک خریدار و یک تولیدکننده بررسی شده است. تولیدکننده مواد خام را به یک تأمینکننده سفارش داده و سپس فرآیند تولید را انجام میدهد و موادخام را به کالای نهایی تبدیل میکند و آن را به مشتری تحویل می دهد. این زنجیره با در نظرگرفتن هزینه حمل و نقل به صورت تابع تخفیف کلی با وجود گزینه ی بیش از اعلان و بدون وجود این گزینه مورد بررسی قرار گرفته است.

در این پایان نامه مدلی جهت تخصیص نیروی انسانی در ساخت و تولید سلولی با در نظر گرفتن انعطاف پذیری نیروی کار ارائه می گردد که بر پایه آن ابتدا استراتژی های تخصیص امکان پذیر تعریف می شوند. هر استراتژی تخصیص دارای سه پارامتر ورودی تعداد اپراتور، حجم کار اشتراکی و اندازه دسته انتقال و چهار پارامتر خروجی حجم تولید، میانگین اشتغال اپراتور، تعادل حجم کار و تعداد قطعات نیمه ساخته می باشد که مقادیر پارامترهای خروجی از طریق شبیه سازی سلول تعیین می شوند. سپس با استفاده از تحلیل پوششی داده ها، مدل bcc با ماهیت خروجی، استراتژی های تخصیص مقایسه شده و استراتژی های کارا معرفی می گردند. در مرحله بعد استراتژی های کارا با استفاده از مدل maj اصلاح شده رتبه بندی شده و استراتژی تخصیص برتر تعیین می شود