IJE TRANSACTIONS A: Basics Vol. 31, No. 4 (April 2018) 300-307    Article in Press

PDF URL: http://www.ije.ir/Vol31/No4/A/15.pdf  
downloaded Downloaded: 0   viewed Viewed: 78

M. Soolaki, J. Arkat and F. Ahmadizar
( Received: August 04, 2017 – Accepted: January 04, 2018 )

Abstract    Nowadays we are witnessing the growth of firms that distribute the production capacity of their products to a wide geographic range to supply the demand of several markets. In order to investigate such companies, the relationships and interactions between cell design and supply chain design are investigated in this article. For this purpose, a novel integrated model is presented for design dynamic cellular manufacturing systems in supply chain design. Different components in the supply chain design, such as location of production facilities at a number of candidate sites, procurement of raw materials from suppliers, shipment of raw materials to production facilities, manufacturing of products, and distribution of products to markets are considered in dynamic environment, and the costs concerning these components are minimized. Since the proposed problem is NP-hard, however, a genetic algorithm is presented for application of the model to real sizes instances. Numerical examples demonstrate that the proposed algorithm performs successfully in searching for optimal or near-optimal solutions.


Keywords    dynamic cellular manufacturing systems, cell formation problem, supply chain design, genetic algorithm


چکیده    امروزه شاهد افزایش روزافزون بنگاه‌های‌ اقتصادی هستیم که برای تأمین تقاضای چندین بازار، ظرفیت تولیدی محصولات خود را در گستره جغرافیایی وسیعی توزیع می‌نمایند. به منظور بررسی چنین شرکت‌هایی، در این مقاله ارتباطات و تعاملات بین طراحی سلولی تسهیلات تولیدی و طراحی زنجیره تأمین، بررسی می‌شود. برای این منظور، یک مدل یکپارچه ریاضی جدید برای طراحی سیستم‌‌های تولید سلولی پویا در طراحی زنجیره تأمین ارائه می‌شود. مولفه‌های مختلفی از طراحی زنجیره تأمین مانند انتخاب مکان تسهیلات تولیدی از بین تعدادی سایت کاندیدا، تهیه مواد خام از تامین کنندگان، حمل و نقل مواد اولیه به تولیدکنندگان، تولید محصولات و توزیع محصولات به بازارها در یک محیط پویا در نظر گرفته می‌شود و هزینه‌های مربوط به این مولفه‌ها، کمینه‌سازی می‌گردد. از آنجایی که مساله پیشنهادی ناچندجمله‌ای سخت است برای کاربرد مدل در اندازه‌های دنیای واقعی، یک الگوریتم ژنتیک ارائه می‌گردد. مثال‌های عدد نشان می‌دهد که الگوریتم پیشنهادی در جستجوی راه‌حل‌های بهینه یا نزدیک به بهینه، به گونه‌ای موفق و کارا عمل می‌کند.

References    1. Jain, V., “Hybrid approaches to model supplier related issues in a dynamic supply chain”, Ph.D. Mechanical Engineering Department, Indian Institute of Technology Delhi, India (2006).   2. Wemmerlo, U, and Hyer, N.L., “Cellular manufacturing in the U.S. industry: A survey of users”, International Journal of Production Research, Vol.27, No.9, (1989), 1511-1530.   3. Rao, P., and R. Mohanty, Impact of cellular manufacturing on supply chain management: exploration of interrelationships between design issues, International Journal of Advanced Manufacturing Technology Management, 5 (5-6) (2003) 507–520.   4. Tavakkoli-Moghaddam, R., Makui, A., Khazaei, M. and Ghodratnama, A., “Solving a new bi-objective model for a cell formation problem considering labor allocation by multi-objective particle swarm optimization”, International Journal of Engineering-Transactions A: Basics,  Vol. 24, No. 3, (2011), 249-258.   5. Azadnia,  A. H., “A multi-onjective mathematical model for sustainable supplier selection and order lot-sizing under inflation”, IJE TRANSACTIONS B: Applications Vol. 29, No. 8 (August 2016) 1141-1150.   6. Schaller, J., "Incorporating cellular manufacturing into supply chain design", International Journal of Production Research, Vol. 46, No. 17, (2008), doi: 10.1080/00207540701348761. 7. Saxena, L.K., and  P.K. Jain, "An integrated model of dynamic cellular manufacturing and supply chain system design", International Journal of Advanced Manufacturing Technology, Vol.62, No. (1–4), (2012), 385-404. 8. Aalaei, A. and Davoudpour, H, "Designing a mathematical model for integrating dynamic cellular manufacturing into supply chain system". (2012) AIP Conference Proceedings, http://dx.doi.org/10.1063/1.4768994.    9. Aalaei, A., and H. Davoudpour, "Revised multi-choice goal programming for incorporated dynamic virtual cellular manufacturing into supply chain management: A case study", Engineering Applications of Artificial Intelligence, Vol.47 No. 3–15, (2016) doi: 10.1016/j.engappai.2015.04.005.   

Download PDF 

International Journal of Engineering
E-mail: office@ije.ir
Web Site: http://www.ije.ir