A metaheuristic algorithm for optimizing strategic and tactical decisions in a logistics network design problem
محورهای موضوعی : Operation Research
1 - Faculty of Engineering, Urmia University, Urmia, West Azerbaijan Province, Iran
کلید واژه: Logistics network, Optimization, Differential Evolution, Mathematical Programming,
چکیده مقاله :
Todays, industries are seeking the ways to improve their competitiveness and responsiveness in order to achieve the most share of markets and customer satisfaction. Optimization of strategic and tactical decisions in a logistics network would improve total performance of the supply chain in a long term planning horizon. This paper presents a Mixed-integer linear programming (MILP) model to optimize logistics networks under real limitations such as demand, capacity, and budget constraints. Due to NP-hard nature of the proposed model a Differential Evolutionary (DE) algorithm is proposed to solve the large sizes of the presented model in reasonable time. Finally, the computational results obtained through the DE algorithm are compared with the solutions obtained by GAMS optimization software. The results reveal that the proposed methodology is an efficient tool to optimize large scale logistics networks.
امروزه ، صنایع به منظور دستیابی به بیشترین سهم بازارها و رضایت مشتری به دنبال راه هایی برای بهبود رقابت و پاسخگویی خود هستند. بهینه سازی تصمیمات استراتژیک و تاکتیکی در یک شبکه لجستیک عملکرد کل زنجیره تأمین را در یک افق برنامه ریزی بلند مدت بهبود می بخشد. در این مقاله یک مدل برنامه ریزی خطی مخلوط عدد صحیح (MILP) برای بهینه سازی شبکه های لجستیک تحت محدودیت های واقعی مانند تقاضا ، ظرفیت و محدودیت های بودجه ارائه شده است. با توجه به ماهیت سخت NP مدل پیشنهادی ، الگوریتم فراابتکاری (DE) برای حل اندازه های بزرگ مدل ارائه شده در زمان مناسب پیشنهاد شده است. سرانجام ، نتایج محاسباتی به دست آمده از طریق الگوریتم DE با راه حلهای به دست آمده توسط نرم افزار بهینه سازی GAMS مقایسه می شود. نتایج نشان می دهد که روش پیشنهادی ابزاری کارآمد برای بهینه سازی شبکه های لجستیک در مقیاس بزرگ است.
