آمار
| تعداد نشریات | 56 |
| تعداد شماره‌ها | 1,653 |
| تعداد مقالات | 13,123 |
| تعداد مشاهده مقاله | 24,935,175 |
| تعداد دریافت فایل اصل مقاله | 16,245,623 |
زمان بندی چند پروژه ای بهینه با در نظر گرفتن قابلیت اطمینان و کیفیت در زنجیره تامین ساخت و ساز :الگوریتم ژنتیک ترکیبی | ||
| مطالعات مدیریت صنعتی | ||
| مقاله 3، دوره 19، شماره 61، تیر 1400، صفحه 65-93 اصل مقاله (1.88 MB) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22054/jims.2021.44871.2354 | ||
| نویسندگان | ||
هیرش گل پیرا   1؛ عرفان بابایی تیرکلایی2؛ محمدتقی تقوی فرد 3؛ فایق ظاهری4
| ||
| 1استادیار گروه مهندسی صنایع،واحد سنندج، دانشگاه آزاد اسلامی ، سندج، ایران | ||
| 2مربی دانشکده مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل،ایران | ||
| 3دانشیار گروه مدیریت صنعتی ، دانشگاه علامه طباطبائی،تهران،ایران | ||
| 4استادیار گروه مهندسی صنایع،واحد سنندج، دانشگاه آزاد اسلامی، واحد سنندج،ایران | ||
| چکیده | ||
| هرچندکه صنعت ساخت‌و‌ساز، به ویژه به دلیل رابطه آن با سایر بخش‌های اقتصادی یکی از مهمترین شاخه‌هایی است که نقش کلیدی در رشد اقتصادی کشورها ایفا می‌کند، زنجیره تأمین ساخت و ساز کمتر مورد توجه محقیق قرار گرفته است. از این رو طراحی زنجیره تأمین ساخت و ساز نه تنها برای شرکت‌های عمرانی، بلکه برای دولت‌ها نیز از اهمیت زیادی برخوردار است. لذا، با ارائه یک مدل جدید برنامه-ریزی خطی مختلط عدد صحیح، این مقاله به معرفی یک چارچوب بهینه برای ساختاربندی شبکه زنجیره تأمین ساخت و ساز چند پروژه‌ای چند منبعی و دارای چند تأمین‌کننده برای شرکت‌های ساختمانی بزرگ دارای استراتژی تدارکات غیرمتمرکز می‌پردازد. هدف نهایی، طراحی یک مدل زنجیره تأمین با توجه به کیفیت و قابلیت اطمینان در بودجه پیش‌بینی شده، با در نظر داشتن کل زنجیره تأمین به عنوان یک موجودیت واحد است. فرمول‌بندی مسأله در یک چارچوب دو هدفه بوده و با استفاده از رویکرد "ال-پی متریک"سبب ایجاد یک چارچوب تک هدفه ساختارمند برای تبادل کیفیت-قابلیت اطمینان می‌شود. برای حل مسأله در ابعاد کوچک و متوسط از نرم‌افزار GAMS و در ابعاد بزرگ از یک الگوریتم ترکیبی شامل الگوریتم‌های ژنتیک و شبیه‌سازی تبرید استفاده می‌شود. نتایج حاصل از حل مدل نشان از این دارد که مدل امکان انتخاب اندازه مناسب برای زنجیره تأمین ساخت و ساز را به همراه تبادل کیفیت-قابلیت اطمینان به صورت توأمان فراهم می‌آورد و از این نظر با توجه به پیشینه تحقیق، نخستین پژوهش به شمار می‌رود. همچنین، نتایج مقایسه روشهای حل پیشنهادی نشان دهنده کارایی بالای الگوریتم حل پیشنهادی است. | ||
| کلیدواژه‌ها | ||
| برنامه‌ریزی خطی عددصحیح؛ زنجیره تأمین ساخت و ساز؛ بهینه‌سازی چند هدفه؛ برنامه‌ریزی کمی ریاضی؛ الگوریتم ژنتیک ترکیبی | ||
| مراجع | ||
|
Behera, P., Mohanty, R., & Prakash, A. (2015). Understanding construction supply chain management. Production Planning & Control, 26(16), 1332-1350.
Chen, W., Lei, L., Wang, Z., Teng, M., & Liu, J. (2018). Coordinating supplier selection and project scheduling in resource-constrained construction supply chains. International Journal of Production Research, 56(19), 6512-6526.
Cheng, J. C., Law, K. H., Bjornsson, H., Jones, A., & Sriram, R. (2010). A service oriented framework for construction supply chain integration. Automation in Construction, 19(2), 245-260.
Choudhari, S., & Tindwani, A. (2017). Logistics optimisation in road construction project. Construction Innovation, 17(2), 158-179.
Dallasega, P., Rauch, E., & Linder, C. (2018). Industry 4.0 as an enabler of proximity for construction supply chains: A systematic literature review. Computers in Industry, 99, 205-225.
Donato, M., Ahsan, K., & Shee, H. (2015). Resource dependency and collaboration in construction supply chain: literature review and development of a conceptual framework. International Journal of Procurement Management, 8(3), 344-364.
Feng, C., Ma, Y., Zhou, G., & Ni, T. (2018). Stackelberg game optimization for integrated production-distribution-construction system in construction supply chain. Knowledge-Based Systems.
Golpîra, H. (2017). Supply chain network design optimization with risk-averse retailer. International Journal of Information Systems and Supply Chain Management (IJISSCM), 10(1), 16-28.
Golpîra, H. (2020). Optimal integration of the facility location problem into the multi-project multi-supplier multi-resource Construction Supply Chain network design under the vendor managed inventory strategy. Expert Systems with Applications, 139.
Golpîra, H., & Khan, S. A. R. (2019). A multi-objective risk-based robust optimization approach to energy management in smart residential buildings under combined demand and supply uncertainty. Energy, 170, 1113-1129.
Golpîra, H., Najafi, E., Zandieh, M., & Sadi-Nezhad, S. (2017). Robust bi-level optimization for green opportunistic supply chain network design problem against uncertainty and environmental risk. Computers & Industrial Engineering, 107, 301-312.
De Jong, K. A. (1975). An analysis of the behavior of a class of genetic adaptive systems Ph. D. Dthesis. Univ. Of Michigan. Ann Arbirmich.
Jaśkowski, P., Sobotka, A., & Czarnigowska, A. (2018). Decision model for planning material supply channels in construction. Automation in Construction, 90, 235-242.
Jiang, W., Lu, W., & Xu, Q. (2019). Profit Distribution Model for Construction Supply Chain with Cap-and-Trade Policy. Sustainability, 11(4), 1215.
Kirkpatrick, S., Gelatt, C. D., & Vecchi, M. P. (1983). Optimization by simulated annealing. Science, 220(4598), 671-680.
Lavikka, R. H., Smeds, R., & Jaatinen, M. (2015). Coordinating collaboration in contractually different complex construction projects. Supply chain management: an international journal, 20(2), 205-217.
Lin, Y.-q., Guo, C.-x., & Tan, Y. (2018). The incentive and coordination strategy of sustainable construction supply chain based on robust optimisation. Journal of Control and Decision, 1-34.
Liu, Q., Xu, J., & Qin, F. (2017). Optimization for the Integrated Operations in an Uncertain Construction Supply Chain. IEEE Transactions on Engineering Management, 64(3), 400-414.
Liu, Q., Xu, J., & Zhang, Z. (2015). Construction supply chain-based dynamic optimisation for the purchasing and inventory in a large scale construction project. European Journal of Industrial Engineering, 9(6), 839-865.
London, K., & Singh, V. (2013). Integrated construction supply chain design and delivery solutions. Architectural engineering and
design management, 9(3), 135-157.
Moon, S., Han, S., Zekavat, P. R., Bernold, L. E., & Wang, X. (2017). Process-waste reduction in the construction supply chain using proactive information network. Concurrent Engineering, 25(2), 123-135.
Nguyen, P. T., Nguyen, V. N., Pham, L. H., Nguyen, T. A., Le, Q., Nguyen, H. T. T., & Huynh, V. D. B. (2018). Application of Supply Chain Management in Construction Industry. Advances in Science and Technology-Research Journal, 12(2), 11-19.
Niu, Y., Lu, W., Liu, D., Chen, K., Anumba, C., & Huang, G. G. (2016). An SCO-Enabled Logistics and Supply Chain–Management System in Construction. Journal of construction engineering and management, 143(3), 04016103.
Rahimi, Y., Tavakkoli-Moghaddam, R., Shojaie, S., & Cheraghi, I. (2017). Design of an innovative construction model for supply chain management by measuring agility and cost of quality: An empirical study. Scientia Iranica, 24(5), 2515-2526.
Seth, D., Nemani, V. K., Pokharel, S., & Al Sayed, A. Y. (2018). Impact of competitive conditions on supplier evaluation: a construction supply chain case study. Production Planning & Control, 29(3), 217-235.
Shakantu, W., Tookey, J. E., & Bowen, P. A. (2003). The hidden cost of transportation of construction materials: an overview. Journal of Engineering, Design and Technology, 1(1), 103-118.
Simatupang, T. M., & Sridharan, R. (2016). A critical analysis of supply chain issues in construction heavy equipment. International Journal of Construction Management, 16(4), 326-338.
Thunberg, M., & Fredriksson, A. (2018). Bringing planning back into the picture–How can supply chain planning aid in dealing with supply chain-related problems in construction? Construction Management and Economics, 1-18.
Tserng, H. P., Yin, S. Y., & Li, S. (2006). Developing a resource supply chain planning system for construction projects. Journal of construction engineering and management, 132(4), 393-407.
Vidalakis, C., Tookey, J. E., & Sommerville, J. (2011). Logistics simulation modelling across construction supply chains. Construction innovation, 11(2), 212-228.
Vrijhoef, R., & Koskela, L. (2000). The four roles of supply chain management in construction. European Journal of Purchasing & Supply Management, 6(3-4), 169-178.
Wang, T.-K., Zhang, Q., Chong, H.-Y., & Wang, X. (2017). Integrated supplier selection framework in a resilient construction supply chain: An approach via analytic hierarchy process (AHP) and grey relational analysis (GRA). Sustainability, 9(2), 289.
Yang, Y., Pan, S., & Ballot, E. (2017). Innovative vendor-managed inventory strategy exploiting interconnected logistics services in the Physical Internet. International Journal of Production Research, 55(9), 2685-2702.
Yazdani, M., Chatterjee, P., Pamucar, D., & Abad, M. D. (2019). A risk-based integrated decision-making model for green supplier selection: A case study of a construction company in Spain. Kybernetes.
Zahiri, B., Torabi, S. A., Mohammadi, M., & Aghabegloo, M. (2018). A multi-stage stochastic programming approach for blood supply chain planning. Computers & Industrial Engineering, 122, 1-14.
Zainal Abidin, N. A., & Ingirige, B. (2018). The dynamics of vulnerabilities and capabilities in improving resilience within Malaysian construction supply chain. Construction Innovation.
Zhang, S., Fu, Y., & Kang, F. (2018). How to foster contractors' cooperative behavior in the Chinese construction industry: Direct and interaction effects of power and contract. International Journal of Project Management, 36(7), 940-953.
Zhou, P., Chen, D., & Wang, Q. (2013). Network design and operational modelling for construction green supply chain management. International Journal of Industrial Engineering Computations, 4(1), 13-28. | ||
|
آمار تعداد مشاهده مقاله: 589 تعداد دریافت فایل اصل مقاله: 154 |
||
