در میان جریان های موجود در هر زنجیره تامین (مالی، اطلاعات و مواد)، جریان مواد با توجه به سهم آن در بهای تمام شده محصول از اهمیت قابل توجهی برخوردار می باشد. این مقاله سعی بر آن دارد تا با بکارگیری روش الگوریتم ژنتیک، مدلی در جهت تخصیص مناسب سفارش ها در سطوح مختلف زنجیره با توجه به حداقل کردن هزینه های مورد نظر مساله ارایه کند. جواب های مدل ارایه شده بر مبنای الگوریتم ژنتیک با سایر روش های متداول جستجوی الگو همچون Mead Nelder- Latin Hypercube در قالب هزینه مقایسه شده است که شواهد حاکی از برتری روش الگوریتم ژنتیک نسبت به سایر روش ها است.

طراحی شبکه زنجیره تامین از اساسی ترین مسائل مطرح در سازمان هاست، به خصوص سازمان هایی که در سطح بین المللی فعالیت می کنند. بهینه سازی این شبکه منجر به مدیریت کارا و موثر عملیات کل زنجیره تامین می شود. طراحی شبکه تعداد، موقعیت، ظرفیت، نوع تسهیلات شبکه، مسیرهای توزیع، حمل مواد و محصولات از تامین کننده تا مشتری و برعکس را مشخص می کند. این پژوهش روش حل جدیدی بر اساس الگوریتم های فراابتکاری MOGA و NSGAII برای یافتن مجموعه ای از جواب های پارتو بهینه ارائه می دهد. مساله طراحی دو هدفه شبکه لجستیک یکپارچه، مجموعه ای از جواب های جایگزین را جهت توانمند ساختن تصمیم گیرندگان پیشنهاد می کند. نظر به اینکه در این تحقیق، سطح سرویس از اهمیت بالایی برخوردار می باشد، از این رو مدلسازی بر اساس برآورده شدن تمام تقاضای مشتریان انجام شده است.اهداف مورد نظر برای بهینه سازی شبکه شامل کمینه سازی هزینه کل و بیشینه سازی استفاده متوازن از ظرفیت تسهیلات شبکه است که منجر به کاهش زمان در سرویس دهی به مشتریان (افزایش سطح سرویس) می شود. به این ترتیب نه مساله آزمایشی از کوچک تا بزرگ طراحی شد و برای مقایسه کیفیت جواب های پارتو به دست آمده از الگوریتم ها، هفت معیار مطرح در فضای چند هدفه مورد استفاده قرار گرفت. نتایج نشان می دهد که جواب های تولیدی به وسیله الگوریتم NSGAII از کیفیت بالاتری برخوردارند.

تامین به موقع مواد در پروژه های ساخت و ساز اهمیت بسیاری دارد، از این رو ایجاد هماهنگی با تامین کنندگان مواد کلیدی یک پروژه، ضمن حصول اطمینان از حضور به موقع مواد، هزینه ها را نیز حداقل می کند. یکی از راه های ایجاد این هماهنگی، برنامه ریزی موجودی یکپارچه است، البته لازم به ذکر است که چنین مدلی از نظر رده پیچیدگی NP_hard تلقی می شود، زیرا این مدل ترکیبی از مساله برنامه ریزی با منابع محدود 2 و برنامه ریزی موجودی است که در ادبیات، مساله برنامه ریزی با منابع محدود جز رده NP_hard محسوب می شود. از این رو، در این مقاله تلاش می شود ضمن معرفی مدل برنامه ریزی موجودی در زنجیره تامین پروژه، مدلی فرا ابتکاری بر پایه الگوریتم ژنتیک برای حل آن ارائه کرده و سپس در قالب یک مثال آن را حل کند. نتایج حاصله نشان می دهد که الگوریتم معرفی شده، در اندازه های واقعی، طی یک زمان قابل قبول، پاسخ های مناسبی را ارائه می کند.

امروزه عصر تولید و خدمات با تغییر الگوی رقابت از میان شرکت های مستقل با رقابت میان زنجیره های تامین مواجه است. در این بین اهمیت جریان مواد در زنجیره تامین از میان جریان های سه گانه مالی و اطلاعاتی و مواد حایز توجه می باشد. در غالب واحدهای تولیدی ایران هنوز از دیدگاه سنتی برای برنامه ریزی تامین، تولید و توزیع استفاده می شود. یعنی هر کدام از این اجزا به طور مستقل اقدام به برنامه ریزی برای فعالیت خود می نمایند این امر در اکثریت مواقع باعث افزایش هزینه های کل زنجیره تامین می گردد. در تحقیق حاضر پس از بررسی مدل های گوناگون ارایه شده در خصوص جریان مواد در زنجیره تامین، با رویکردی یکپارچه به مدل سازی جریان مواد در طول زنجیره تامین در بخش های تامین، تولید و توزیع در کارخانه کاچیران پرداخته شده است. در این تحقیق پس از حل مدل با الگوریتم ژنتیک بهترین جواب رضایت بخش که کمترین میزان هزینه را دارا می باشد انتخاب شده است. سپس جهت اعتبارسنجی، مدل ارایه شده با میزان واقعی متغیرها در بازه زمانی مورد مطالعه مقایسه گردیده که نتایج حاکی از کاهش هزینه در مدل ارایه شده می باشد.

در این مقاله، شبکه توزیع برای زنجیره تامین چند سطحی مورد مطالعه قرار گرفته است. محصولات در کارخانجات تولید و از طریق انبارها و مراکز توزیع بر اساس تقاضاهای معین به مشتریان ارسال می شوند. در همین راستا مدلی طراحی شده است که هزینه های شبکه توزیع را در زنجیره تامین چندسطحی حداقل کند. یک برنامه ریزی عدد صحیح مختلط برای مدل فرموله شده است. با توجه به Np-Hard مدل پایه، مدل پیشنهادی ارائه شده این مقاله نیز در این طبقه جای می گیرد. بنابراین برای حل مدل از دو روش فراابتکاری کمک گرفته شده است. در روش اول از الگوریتم ژنتیک استفاده شده است تا جواب های مناسب کیفیت داشته و همچنین از نظر زمانی سرعت حل افزایش یابد. در ادامه با استفاده از الگوریتم ترکیبی پیشنهادی، دو الگوریتم ژنتیک و شبیه سازی تبرید با هم ترکیب شده است تا جواب های نزدیک تری به جواب بهینه حاصل شود. نتایج محاسباتی، حاکی از برتری الگوریتم ترکیبی برای مدل های با ابعاد متوسط و کوچک است، ولی برای مدل های با ابعاد بزرگ، استفاده از الگوریتم ژنتیک توصیه می شود.

امروزه به کارگیری تصمیم های موثر و کارا در مسائل پیچیده نیازمند استفاده از سیستم پشتیبانی تصمیم است. این مقاله به ارائه یک سیستم پشتیبانی تصمیم مبتنی بر الگوریتم ژنتیک برای مساله زمان بندی تولید و حمل و نقل در یک زنجیره تامین می پردازد. فرض می شود تعدادی سفارش وجود دارد که باید توسط تامین کنندگان تولید و توسط یک ناوگان حمل و نقل برای شرکت سازنده ارسال شود. هدف، تخصیص سفارش ها به تامین کنندگان، تعیین ترتیب تولید آنها، تخصیص سفارش های پردازش شده به وسایل نقلیه و ترتیب حمل آنها به گونه ای است که مجموع زمان تحویل سفارش ها کمینه شود. نشان داده می شود که پیچیدگی مساله از نوع Np-hard است و امکان استفاده از روش های دقیق برای حل مساله در زمان حل معقول وجود ندارد. بنابراین، در مقاله حاضر برای حل آن از الگوریتم ژنتیک استفاده شده است. با استفاده از این سیستم پشتیبانی تصمیم، یک رویکرد نوین برای مدیریت زنجیره تامین پیشنهاد شده است. تحلیل رویکرد پیشنهادی در این تحقیق با رویکردهای معمول، توسط این سیستم پشتیبانی تصمیم نشان از برتری رویکرد پیشنهادی ما دارد.