منبع علمی مقاله user8226

مابرت و وانکاتارامانان 1999 فرآیند برنامه ریزی، اجرا و کنترل کارآمد جریان مواد اولیه، موجودی های در جریان ساخت، محصولات نهایی و همچنین جریان اطلاعات مرتبط با آن از نقطه اولیه تا نقطه مصرف که با هدف تأمین نیازهای مشتریان انجام می شود.
لوی و همکاران 2000 مجموعه ای از روش هاست که برای یکپارچه نمودن مؤثر تأمین کنندگان، تولیدکنندگان، انبارها و فروشگاه ها به کار می رود تا محصولات مورد نیاز به مقدار مشخص، در زمان معین و در مکان معین تولید شده و به مشتریان عرضه شود تا هزینه کل زنجیره حداقل شده و نیازهای مشتریان نیز با سطح سرویس بالا برآورده شود (احمدی کهنعلی،1387).
چوپرا 1992 یک زنجیره تأمین شامل همه بخش هایی است که بطور مستقیم و غیرمستقیم در برآورد نیاز مشتری درگیر هستند و تنها شامل تأمین کنندگان و مشتریان نبوده بلکه شامل حمل و نقل کنندگان، انبارداران، خرده فروشان و حتی خود مشتریان نیز می باشد. هدف اصلی هر زنجیره تأمین باید حداکثرکردن ارزش کلی ایجاد شده باشد (چوپرا،1992).
سبری و بامون 2000 زنجیره تأمین به عنوان شبکه ای از تسهیلات و امکاناتی است که امور خرید مواد خام، تبدیل مواد خام به محصولات واسطه ای یا نهایی و توزیع محصولات نهایی به خرده فروشی ها یا مستقیماً به مشتریان را شامل می شود. این تسهیلات که معمولاً متعلق به شرکت های مختلفی است شامل کارخانجات تولیدی، مراکز توزیع و انبارهای محصول نهایی می باشد. این تسهیلات به طریقی به هم مرتبط و یکپارچه شده اند که تغییری در هر کدام می تواند روی عملکرد هر یک از آنها تأثیر بگذارد.
با توجه به این تعاریف و از دیدگاه عملیاتی و در نگاهی کلی به زنجیره تأمین، شبکه زنجیره تأمین شامل سه بخش مجزا میباشد. بخش اول شامل M تولید کننده (i=1,2, …,M) است که کالاها و خدمات را برای کارخانجات یا بنگاههای تولیدی ارائه می کنند. این شبکه تأمین شامل تمام تأمین کنندگان مواد خام، قطعات تولیدی و بخش خدمات برای کارخانجات می باشد. بخش دوم شامل N کارخانه (n=1,2,…,N) است که فرآیند تبدیل واقعی رخ می دهد و خدمات/محصولات تولید و عرضه می شوند. بخش سوم شبکه توزیع است که شامل K توزیعکننده (k=1,2,…,k) است و در حقیقت در این مرحله است که تقاضا برای محصول یا خدمت ایجاد می گردد. به لحاظ عملیاتی این شبکه می تواند شامل مجموعه ای ازمشتریان، مجموعه ای از توزیع کنندگان و مجموعه ای از فروشندگان (واسطه ها) باشد. اگرچه که مباحث مدیریتی در کنترل و مدیریت شبکه های تأمین و توزیع از برخی جهات متفاوت است، اما هر تحلیل عملیاتی از زنجیره تأمین نیازمند آن است که این شبکه ها را به طور همزمان یکپارچه و تلفیق نماید (سلکوک ارنژوک ، سیمسون، واخاریا،1999[34])
تیلور (1997) مدیریت زنجیره تأمین را به موارد زیر تقسیم نموده است:
استراتژی تهیه و توزیع کالا در زنجیره تأمین
مدیریت خرید و تهیه و تدارک کالا
تدارکات تولید
برنامه ریزی و استراتژی توزیع
برنامه ریزی جهت نگه داری کالا در انبار و مدیریت عملیاتی
مدیریت موجودی
مدیریت حمل و نقل
تهیه و توزیع کالا در سطح بین المللی و استراتژی های ورود به بازارهای بین المللی
تعریف تیلور نشان دهنده آن است که تهیه و توزیع کالا زیرمجموعه ای از مدیریت زنجیره تأمین می باشد. هر کدام از این موارد می تواند به عملکرد بهتر فرایند زنجیره تأمین کمک کرده و در نتیجه باعث رضایت ذینفعان گردد.
2-2-1- تهیه کالا در زنجیره تأمین افزایش رقابت شرکتها را ملزم به دستیابی کارایی در هزینه و پاسخگویی به مشتریان کرده است و این موجب شده است تا سازمان به دنبال شراکتهای استراتژیک با تأمینکنندگان باشد.
پیش از ورود به بحث بهتر است تعریفی از خرید ارائه شود فانویل (2009) خرید را بدین صورت تعریف میکند. " مدیریت تمامی منابع خارجی شرکت به صورتی که تأمین تمامی کالاها، خدمات، قابلیتها، و دانشی که برای اجرا، نگهداری، و مدیریت فعالیتهای اصلی و پشتیبانی شرکت لازم هستند، در بهترین شرایط مطلوب تضمین شود."
ارزیابی تأمین کنندگان یکی از مهمترین موضوعاتی است که در زمینه برنامه ریزی استراتژیک سازمانی میان مدیران و کارآفرینان مورد بحث قرار میگیرد. امروزه بازارها در موقعیتی قرار دارند که هم مشتریان و هم تأمین کنندگان را به چالش میکشند شرکتهای خریدار به طور مداوم به وسیله ابهامات زیاد مشتریان تحت تأثیر قرار دارند. هزینه نگهداری موجودی وابسته به محصولات در هر دوره برای هر واحد از محصولات در افق برنامهریزی درنظر گرفته شده است، اعمال میگردد. تصمیم گیرنده نیازمند آن است که در مورد اینکه چه محصولاتی با چه مقادیری از کدامین عرضه کننده و کدامین دوره خریداری شود، تصمیمگیری کند.
خرید تأثیر بهسزایی بر عملیات و سودآوری شرکت(مستقیم و غیر مستقیم) دارد. فرآیند خرید میتواند طیف وسیعی از کالاها و خدمات را در بر بگیرد. بهطور عام، مواد و خدمات خریداری شده را میتوان به دستههای زیر تقسیمبندی نمود: مواد خام، مواد تکمیلی، محصولات نیمه ساخته،محصولات نهایی، کالاهای سرمایه ای یا تجهیزات سرمایهای، اقلام نگهداری، تعمیرات و عملیاتی و خدمات
2-2-2- مدیریت توزیع در زنجیره تأمینحرکت فیزیکی و تحویل کالا ها به مشتریان هدف کلیدی مدیریت زنجیره تأمین است. سه جنبه کلیدی از خدمات مشتری عبارتند از خصوصیات، قیمت و زمان. خصوصیات و قیمت اغلب به وسیله استاندارد اندازه گیری می شود (به موقع و کامل) و نتیجه مستقیم مدیریت توزیع است. مدیریت توزیع بسیار مرتبط با مدل خصوصیت مشتری تریسی (1993) [35]است اما با این حال بسیاری از سازمانها مدیریت توزیع را به حمل کننده بخش ثالثی که ارتباط مستقیم با مشتری را کاهش می دهد برون سپاری می کنند. به هر حال اثربخشی واقعی مدیریت زنجیره تأمین حرکت فیزیکی مواد از منبع به سمت مشتری است. تحت این بلوک سازنده، مدیریت توزیع چالش های توزیع کارآمد را تحت دو عنوان بیان می کند: مدیریت لجستیک و توزیع فیزیکی
2-2-2-1- مدیریت لجستیک
در تحلیل سیستمهای تولیدی، موضوع لجستیک بخش فیزیکی زنجیره تامین را دربر می گیرد. این بخش که کلیه فعالیتهای فیزیکی از مرحله تهیه ماده خام تا محصول نهایی شامل فعالیتهای حمل‌ونقل، انبارداری، زمان‌بندی تولید و... را شامل می‌شود، بخش نسبتا بزرگی از فعالیتهای زنجیره تامین را به خود اختصاص می‌دهد. در واقع محدوده لجستیک تنها جریان مواد و کالا نبوده بلکه محور فعالیتهای زنجیره تأمین است که روابط و اطلاعات، ابزارهای پشتیبان آن برای بهبود در فعالیت‌ها هستند .
2-2-2-2- توزیع فیزیکیتوزیع فیزیکی به طریقی مشابه برنامه ریزی منابع شرکت در ارتباط با جریان اطلاعات، عرضه کنندگان و لجستیک های داخلی است. مدیریت توزیع نیز در ارتباط با جریان مواد، مشتریان و لجستیک های خارجی است. لجستیک های داخلی به وسیله تغیر تقاضا و لجستیک های خارجی به وسیله سطوح متغیر خدمت مشخص می شوند. با مدیریت توزیع که حمل فیزیکی کالا از کارخانه از طریق اجزای مختلف زنجیره تأمین به مشتری است مقداری ذخیره ثابت بایستی در سیستم جهت تغییر در تقاضا نگه داشته شود. تمرکز در لجستیک های خارجی، متعادل ساختن سطح خدمت خاص می باشد. نگه داشتن ذخائر بیشتر، هزینه انبار و احتمال بیشتر ضایعات و زیان وجود دارد. عناصر اصلی مدیریت توزیع عبارتند از استراتژی توزیع، عملیات انبار، مدیریت موجودی و برنامه ریزی حمل
2-2-2-3- تقاضا و تمرکز بر مشتریمشتریان هم در ابتدا و هم در انتهای زنجیره ی تأمین وجود دارند. یک مشتری کسی است که بابت کالا ها و خدمات پول پرداخت می کند و از نتیجه ی فرایند بیشترین تأثیر را می پذیرد. در یک زنجیره تأمین مشتری می تواند مصرف کننده، عمده فروش، توزیع کننده یا خرده فروش باشد. تقاضا برای یک محصول یا خدمت توسط مشتری ایجاد می شود. اساس تمام برنامه ریزی ها و تصمیمات مرتبط با زنجیره تأمین توسط پیش بینی و تقاضای آینده مورد تأیید قرار می گیرد. فرایند زنجیره تأمین بدون دانش و برنامه ریزی برای وقایع آینده وجود ندارد. تمام فرایند های رانش در ارتباط با پیش بینی تقاضای مشتری اجرا می شود و تمام فرایندهای کشش در پاسخگویی به تقاضای مشتری انجام می گردد.
در تمام نمونه های زنجیره تأمین گام نخست پیش بینی تقاضا برای آینده می باشد. توجه به این نکته بسیار مهم می باشد که امکان ایجاد یک پیش بینی کامل که در بر دارنده بسیاری از متغیرهای تأثیر گذار بر روی تقاضا از قبیل تقاضای پیشین، ترفیع و تبلیغ محصول، سهم بازار وضعیت اقتصادی، رقابت و معرفی محصولات جدید باشد امکان پذیر نمی باشد. پیتر دراکر بیان داشت که "بهترین راه پیش بینی آینده خلق آن می باشد" پیش بینی ها دارای برخی از مشخصاتی می باشند که سازماندهی شده می باشند. برای مثال همیشه خطای پیش بینی وجود دارد، میزان درستی پیش بینی های بلند مدت از پیش بینی کوتاه مدت کمتر است و همچنین پیش بینی های کلی و جمعی از پیش بینی هایی که به صورت منفردانه صورت می پذیرد درست تر است. اما در هر حال هر نوعی از پیش بینی با خطای ذاتی در ارتباط می باشد برای رفع مشکلات ناش از پیش بینی ها در زنجیره تأمین و مدل پیشنهادی بحث استواری مفهوم جدیدی است که به تازگی وارد ادبیات تصمیم گیری گردیده است.

2-3- استواری، مفهوم و نقش آن در تحقیق در عملیاتدر این بخش در ابتدا به جدیدترین تعریف از دیدگاه یک صاحب نظر بنام روی در حوزه تحقیق در عملیات اشاره و سپس طبقه بندی کلی از مدل های کلاسیک این بحث در حوزه مدلسازی ریاضی اشاره خواهد شد:
روی (2010) در این تعریف بحث چند معنی بودن واژه استواری را مطرح می نماید و بر این اعتقاد است که چند معنی بودن می تواند ناشی از موقعیت یا شرایط باشد. ایشان بیان داشته که در حالت کلی مفهوم یا تفکر استواری می تواند با مفاهیمی چون
انعطاف پذیری
ثبات، پایایی، پایداری
حساسیت (حساس بودن)
عدالت، انصاف و برابری
ارتباط داشته باشد. با این توصیف تعریف ایشان از واژه استوار به شرح ذیل می باشد:
استوار صفتی است که به ظرفیتی برای پایداری تخمین های مبهم و یا نقاط نامشخص به منظور ممانعت از اثرات نامطلوب تنزل ویژگی هایی که مورد نظر است و باید آن را حفظ کرد، اطلاق می شود.
مسائل تصمیم گیری اغلب به دلیل عدم دقت، تغییرپذیری مستمر و ناتوانی در دیدن وقایع آینده با عدم اطمینان هایی موجه هستند. نویسندگان بسیاری بحث استواری را مورد تحقیق و بررسی قرار داده و نتیجه کار آنها منجر به حوزه تحقیقاتی وسیعی شده است(هیتس و همکاران، 2006) [12].

 برای دانلود فایل کامل به سایت منبع مراجعه کنید  : elmname.com

یا برای دیدن قسمت های دیگر این موضوع در سایت ما کلمه کلیدی را وارد کنید :

 

بحث استواری مدل از مباحث بسیار مهمی بوده که در اخلاق در مدلسازی و متعاقباً اخلاق در تحقیق در عملیات نیز مطرح می باشد. درحقیقت اگر مدلها استوار باشند، خطر بکارگیری اشتباه یا استفاده غلط آن بسیار کمتر خواهد شد و استواری به این مفهوم است که خروجی مدل نباید خیلی نسبت به مقادیر دقیق پارامترها و ورودیهای مدل حساس باشد(کلیجنن، 2001) [14].
کاربرد بحث استواری در سال های اخیر در حوزه های مختلف با رشد فزاینده ای مواجه شده و توسعه مطلوبی را برای آن در تحقیقات آتی می توان متصور شد. نمونه ای از این حوزه ها به همراه محققین آن حوزه درجدول زیر آورده شده است.
جدول (2-2). نمونه ای از حوزه های کاربردی استواری و نمونه ای از محققین آنهامسائل زمانبندی Aloulou, Artigues (2007a), Aloulou, Artigues (2007b), Aloulou,
Della (2005), Billaut, Robellat (1994), Jia, Ierapetritou (2007),
Minoux (2007), Snalaville (2007), Sevaax, SorenSen (2004)
کیفیت خدمات هواپیمایی Change(2002)
مسأله تخصیص Deinelo, Woeginer(2006)
تولید و سیستم های تولید Durieux (2006), Gabrel (1994), Kouvelis, Kurawarwala,
Gutierrez (1992).
مکان یابی Fernandez, Nickel, Puerto (1999), shyder, Duskin (2006)
کوتاه ترین مسیر Gabrel (2007), Mon--anni. Gambardella, Donati ,( 2004)
Salazar-Neumann (2007), Yu, Yang (1998)
حوزه زنجیره تأمین Gutierrez, Kouvelis (1995), ),Leung,Tsang,Ng,Wu(2007),Yu, Li(2000),Li , Wang,Liang(2007),Landeghem,Vanmaele(2002)
استراتژی و تصمیم های استراتژیک Lempert (2006), Rosenheal, Elton
حمل و نقل Sorensen, Sevaux (2007)
مالی Nikoofall,sajadi(2008), Hasuike, Ishi(2008)
بحث استواری عمدتاً با واژه هایی چون عدم قطعیت یا عدم اطمینان، عدم دقت، تغییرپذیری مستمر و... همراه است و به عبارتی استواری و مدل های مربوطه به منظور مقابله با عدم اطمینان و واژه های مشابه مورداستفاده قرار می گیرند. اگر چه روش های دیگری چون برنامه ریزی احتمالی و تحلیل حساسیت در مقابله با عدم اطمینان وجود دارد.
به لحاظ تاریخی بهینه سازی در شرایط غیرقطعی در اواخر دهه 1950 شروع شد و هم در زمینه تئوری و هم در زمینه الگوریتم به سرعت پیشرفت کرد. رویکردهای زیادی برای بهینه سازی در شرایط غیرقطعی مورد استفاده قرار گرفته است که از آن جمله، کمینه کردن امید ریاضی، کمینه کردن انحراف از آرمانها، کمینه کردن بیشترین هزینه ها را میتوان نام برد. در این میان میتوان سه رویکرد اصلی را متمایز کرد: برنامه ریزی احتمالی، برنامه ریزی فازی و برنامه ریزی پویای احتمالی.
در اواسط دهه 1950 دانتزیگ برنامه ریزی احتمالی را به عنوان یک رویکرد برای مدل کردن عدم قطعیت داده ها معرفی کرد. سه مشکل اصلی برای این رویکرد وجود دارد:
الف) شناخت توزیع دقیق دادهها و در نتیجه عددی کردن سناریوهایی که از این توزیعها عدد میگیرند، در عمل دشوار است.
ب) محدودیتهای شانس، ویژگی محدب بودن مساله اصلی را از بین میبرد و بر پیچیدگی آن به مقدار زیادی میافزاید.
ج) ابعاد مدل بهینه سازی بدست آمده به صورت نجومی با زیاد شدن تعداد سناریوها افزایش مییابد، که چالشهای محاسباتی عمدهای را موجب میگردد.
در روشهای کلاسیک برای در نظر گرفتن عدم قطعیت دادهها از رویکرد تحلیل حساسیت نیز بهره میگیرند. در این رویکرد متخصصین و مدلسازها در ابتدا از تأثیر عدم قطعیت داده ها بر روی مدل چشم پوشی کرده و متعاقباً برای صحه گذاشتن بر جوابهای بدست آمده از تحلیل حساسیت استفاده میکنند. اما تحلیل حساسیت تنها ابزاری برای تحلیل خوب بودن جواب است و نمیتوان از آن برای تولید جوابهای استوار استفاده کرد. علاوه بر آن انجام تحلیل حساسیت توأم در مدلهایی که به تعداد زیادی داده غیرقطعی دارند، عملی نمیباشد (فیض الهی،1386)]4[
مالوی و همکاران(1995) [22] بر این اعتقاد هستند که دانشمندان علم مدیریت به منظور سازش و انطباق بین دادههای دنیای واقعی و قلمرو برنامهریزی ریاضی از تکنیک تحلیل حساسیت استفاده نمودهاند. هدف از این نوع بررسیهای پس از حل پی بردن و کشف اثر نگرانی در قبال خروجیهای مدل می باشد. چنین بررسیهای پس از حلی از نوع واکنشی هستند یا اصطلاحاً خاصیت واکنش پذیری دارند. این نوع بررسی و مطالعه تنها اثر عدم اطمینان های داده ها را روی توصیه های مدل (خروجی های پیشنهادی مدل) مورد بررسی قرار میدهند. مالوی و همکاران معتقدند که روش پیشگیرانه مورد نیاز می باشد. بنابراین باید مدلهایی طراحی و مدلسازی شوند که در مقایسه با مدلهای برنامهریزی ریاضی کلاسیک نسبت دادههای مدل کمتر حساس باشند. یکی از این مدلها برنامهریزی خطی احتمالی است. اما به طور کلی مواجهه با این نوع دادهها از طریق تحلیل حساسیت یا فرمولبندی برنامهریزی احتمالی با مشکلاتی مواجه می باشد(مالوی و همکاران1995 [22]).
رویکرد دیگری که در سالهای اخیر برای مقابله با عدم قطعیت دادهها، بسط داده شده است، بهینه سازی استوار میباشد که درآن به بهینهسازی در هنگام رخ دادن بدترین موارد پرداخته میشود که ممکن است منجر به یک تابع هدف کمینه کردن ماکسیمم شود. در این رویکرد به دنبال جوابهای نزدیک به بهینهای هستیم که با احتمال بالایی موجه باشند. به عبارت دیگر با کمی صرف نظر کردن از تابع هدف، موجه بودن جواب بدست آمده را تضمین میکنیم. البته در مورد عدمقطعیت در ضرایب تابع هدف، با کمی صرف نظر کردن از مقدار تابع هدف بهینه، به دنبال جوابی هستیم که با احتمال بالایی جوابهای واقعی بهتر از آن جواب باشند(فیض الهی،1386 ]4[).
به طور کلی در برنامهریزی ریاضی قطعی فرض می شود، دادههای ورودی بطور مشخص و معادل با مقادیر اسمی است. این نگرش تأثیر عدم اطمینان را روی کیفیت و موجهبودن مدل مدنظر قرار نمی دهد. در حقیقت دادههایی که مقادیر متفاوتی را از مقادیر اسمیشان اختیار میکنند، ممکن است منجر به این مسأله شوند که تعدادی از محدودیتها نقض گردند و جواب بهینه ممکن است مدت طولانی بهینه نمانده یا حتی موجهبودن آن از بین برود. این بحث خواستهای طبیعی را به ذهن متبادر میسازد که روشهای حلی طراحی و ارائه شوند که در مقابل عدم اطمینان دادهها ایمنی ایجاد کنند، این روشها "حل استوار" نامیده میشوند.
(برتسیمس و سیم،2004[36, 37, 38])
اولین گام و تحقیق در این راستا از سویستر ارائه گردید که یک مدل برنامهریزی خطی را برای تولید جوابی که برای همه دادههای متعلق به یک مجموعه محدب موجه است، ارائه کرد. مدل مذکور جوابهایی ارائه میکند که در قبال بهینگی مسأله اسمی به منظور اطمینان از استواری، به شدت محافظه کارانه عمل می کند. بدین معنی که در این رویکرد برای اطمینان از استوار بودن جواب، به مقدار زیادی از بهینگی مساله اسمی دور میشود. در این مدل هر داده ورودی میتواند هر مقداری از یک بازه را بگیرد(بن تال و نمیروفسکی، 2000 [39] و برتسیمس و سیم،2004[36, 37, 38])
پس از این گامهای مهم دیگری بطور مستقل در توسعه تئوری بهینه سازی استوار توسط بن تال ونمیروسکی، ال قاووی و لبرنت، ال قاووی و همکاران صورت گرفته است. بن تال و نمیروفسکی و ال قاووی با فرض اینکه دادهها در مجموعههای بیضوی دارای عدم قطعیت هستند، به محافظه کاری بیش از حد نیز توجه داشته و روش های کارایی برای حل مسائل بهینهسازی محدب در شرایط عدم قطعیت دادهها ارائه نمودهاند، اما با توجه به اینکه فرمولهبندیهای استوار بدست آمده در روشهای این محققان، مسائل درجه دو مخروطی میباشند، این روشها نمیتوانند به طور مستقیم برای مسایل بهینهسازی گسسته، کارا باشند(بن تال و نمیروفسکی، 2000[39])
در ادامه این تحقیقات برتسیمس و سیم(2004) [36, 37, 38]رویکرد متفاوتی را برای کنترل سطح محافظهکاری معرفی کردهاند. این رویکرد از این مزیت برخوردار است که منجر به یک مدل بهینهسازی خطی میشود و قابل کاربرد بر روی مدلهای بهینهسازی گسسته نیز میباشد و سطح محافظه کاری آن قابل تنظیم است.
علاوه بر تحقیقات مذکور که مبتنی بر نوسان پارامترها در یک بازه است، تحقیقات دیگری نیز در حوزه مدلسازی ریاضی انجام شده است. از جمله این تحقیقات می توان به تحقیق مالوی و همکاران (1995) که مبتنی بر مفهوم سناریو است، اشاره کرد که در زیز آن را بطور کامل توضیح میدهیم. از تحقیقات دیگر در حوزه استواری به برنامه ریزی استوار فازی می توان اشاره کرد که در آن فرض می شود که همه یا برخی از محدودیت ها دارای پارامترهای از جنس فازی هستند.
2-4- مدل استوار مبتنی بر سناریو) مدل استوار مالوی و همکاران(مالوی و همکاران(1995)، در تحقیقی با عنوان " بهینه سازی استوار (RO) سیستمهای با مقیاس بزرگ" به بحث بهینهسازی استوار مسائل برنامهریزی ریاضی با دادههای نامطمئن میپردازد. این بهینهسازی مرتبط با مسائلی است که جنس دادههای آن از نوع سناریو باشد.
ایشان در این تحقیق بیان میدارند که در کاربردهای تحقیق در عملیات، مدل های برنامهریزی ریاضی با دادههای نوسانی، خطادار و ناکامل مورد استفاده است. مواجهه با این نوع دادهها از طریق تحلیل حساسیت یا برنامهریزی احتمالی با مشکلاتی مواجه میباشد. همچنین برای حالتی که مقادیر دادههای مسأله توسط مجموعهای از سناریوها توصیف شود (در مقایسه با تخمین های نقطهای) از برتریهای مدل پیشنهادی سخن به میان میآورند. از نظر ایشان دو تعریف مهم در حوزه مدل استوار وجود دارد، یعنی جواب استوار و مدل استوار که در ذیل به هر یک اشاره می گردد:
یک جواب برای مدل بهینهسازی، جوابی استوار نامیده می شود، اگر آن جواب برای همه سناریوهای داده های ورودی مدل "نزدیک" به بهینه باقی بماند، و همچنین مدلی استوار است که "تقریباً" برای همه سناریوهای دادههای ورودی موجه باشد.
با توجه به این مفاهیم و تعاریف ایشان یک فرموله بندی مدل عمومی که بهینه سازی استوار میشود، را توسعه دادهاند. واضح است که در این مدل بین استواری جواب و استواری مدل تضاد و تعارض وجود دارد. در این تحقیق بهینه سازی استوار و روشهای سنتی تحلیل حساسیت و برنامه ریزی خطی احتمالی مورد مقایسه قرار می گیرد، مدل بهینه سازی استوار ارائه شده توسط محققین( مالوی و همکاران) برای کاربردهایی از دنیای واقعی نشان داده شدهاند.
ایشان بیان میدارند که درحقیقت هنگامی که دانشمندان تحقیق در عملیات در تلاش هستند تا مدلی از سیستم دنیای واقعی بسازند با مسأله داده های نوسانی، ناکامل و خطادار مواجه میشوند. در حقیقت در کاربردهای دنیای کسب و کار دادههای نوسانی رایج و متداول میباشد. نرخ بازگشتهای مالی، تقاضای محصول، هزینه سوخت مثال هایی نمونه از داده های مدل هستند که معمولاً با برخی توزیع های احتمال شناخته می شوند در حوزه های علوم اجتماعی، مهندسی و علوم فیزیک و... نیز داده های نوسانی قابل مشاهده است. در مقابل در مدلهای برنامهریزی ریاضی عموماً فرض میشوند، دادهها قطعی هستند و مدلها به وسیله بهترین حدس مقادیر نامطمئن یا مقادیر میانگین (متوسط) و یا در بدترین(بدبینانه ترین) حالت حل می شوند. اما این راه حل ها در مواجهه با داده های نامطمئن کفایت نمی کنند. برای مثال بریج (1982) [40] اثبات کرده است، هنگامی که مسائل را با لحاظ مقادیر میانگین یا متوسط برای داده ها حل میکنیم، خطاهای زیادی رخ می دهد. فرموله بندی مسأله در حالت بدبینانه یا بدترین حالت نیز موجب می شودکه خیلی محافظهکارانه عمل کنیم و موجب می شود که به جوابهای گران و پرهزینهای دست یابیم.
دانشمدان مدیریت به منظور آشتی(سازش و انطباق) بین دادههای دنیای واقعی و قلمرو برنامهریزی ریاضی از تحلیل حساسیت استفاده نمودهاند. هدف از این نوع بررسیهای پس از حل پی بردن و کشف اثر نگرانی های دادهها در قبال خروجیهای مدل میباشد. چنین بررسیهای پس از حلی از نوع واکنشی هستند یا اصطلاحاً خاصیت واکنش پذیری دارند.
مالوی و همکاران (1995) معتقدند که روشی پیشگیرانه مورد نیاز میباشد. به عبارتی ایشان معتقدند که به جای استفاده از روشهای واکنشی مثل تحلیل حساسیت از روشهای پیشگیرانه استفاده شود. بنابراین باید مدلهایی طراحی و مدلسازی شوند که در مقایسه با مدل های برنامه ریزی ریاضی کلاسیک نسبت به دادههای مدل کمتر حساس باشند. یکی از این مدل ها برنامهریزی خطی احتمالی است اما رویکردی که توسط مالوی و همکاران در این خصوص ارائه شده است، بهینه سازی استوار (RO) نامیده میشود. این روش از مفهوم برنامهریزی آرمانی در راستای توصیفی مبتنی بر سناریو از دادههای مسأله عمل میکند و کمتر نسبت به تغییر در دادهها حساس است. این روش اگر چه دارای محدودیتهایی است اما نسبت به برنامهریزی خطی احتمالی مزایایی دارد و به طور کلی کاربردی تر است.
درحالت کلی در مواجهه با مدلهای بهینهسازی ما با دو بخش مجزا مواجه هستیم:
1- بخش ساختاری: که ثابت است و فاقد هرگونه نویز و پارازیت در دادههای ورودی آن می باشد.
2- بخش کنترل: که تابع دستخوش داده های نویزی و نوسانی است.
قبل از ارائه مدل مالوی و همکاران، دو مجموعه از متغیرها می بایست تعریف شوند:
X∈Rn1 : بیانگر بردار متغیرهای تصمیم و مشروط به تحقق یافتن(عملکرد) پارامترهای نامطمئن نیستند. اینها در حقیقت متغیرهای طراحی(تخصیص) هستند.
: Y∈Rn2بیانگر متغیرهای تصمیم کنترل است که مستعد تنظیم پارامترهای نامطمئن هستند. مقادیر بهینه این متغیرها وابسته به تحقق یافتن(عملکرد) پارامترهای نامطمئن و مقادیر بهینه متغیرهای طراحی (تخصیص) هستند.
مدل LPبهینه سازی به صورت زیر ساختار می یابد:
رابطه (2-4).
1 Minimize cTx+dTy 2 subject to Ax=b 3 Bx+Cy=e 4 x,y≥0 5 x∈Rn1 ,y∈Rn2 معادله 2 بیانگر محدودیتهای ساختاری است که ضرایب آن ثابت و فاقد هر گونه نویز و نوسان )ضرایبی مطمئن( هستند. معادله 3 بیانگر محدودیتهای کنترل هستند. ضرایب این محدودیت در برگیرنده حالت نویزی و نوسانی هستند و معادله4 بیانگر اطمینان از بردارهای نامنفی می باشد.
به منظور تعریف مسأله بهینه سازی استوار مجموعهای از سناریوها بدین شکل تعریف می شود:
Ω={1,2,3,…,s} متناسب با هر سناریو S∈ Ω و مجموعه ,BS,CS,es} {dsاز تحقق یافتن (عملکرد) را میتوان مرتبط دانست و احتمال رخداد هر سناریو PS میباشد.
S=1SPS=1جواب بهینه مدل ریاضی فوق به لحاظ بهینگی، استوار خواهد بود اگر به ازای هر تحققیافتن سناریو"نزدیک" به بهینه باقی بماند و این "استواری جواب" نامیده می شود.
جواب همچنین در قبال موجهبودن استوار است، اگر جواب به ازای هر تحقق یافتن(عملکرد) از S "تقریبا" موجه باشد این "استواری مدل" نامیده می شود.
غیرمحتمل است که جواب برای مدل (2-4) برای همه سناریوهای S ∈ Ω، هم موجه هم بهینه باشد. به عبارتی در یک مدل لازم است که مبادله بین استواری مدل و استواری جواب قابل بررسی و قابل سنجش باشد. مدل بهینه سازی ارائه شده در بخش بعد روشی را برای سنجش این مبادله ارائه میکند (مالوی و همکاران، 1995).

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *