کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
11002626 1445448 2018 20 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Advances in stochastic programming and robust optimization for supply chain planning
ترجمه فارسی عنوان
پیشرفت در برنامه ریزی تصادفی و بهینه سازی قوی برای برنامه ریزی زنجیره تامین
کلمات کلیدی
برنامه ریزی زنجیره تامین، برنامه ریزی تصادفی، بهینه سازی قوی، عدم اطمینان،
ترجمه چکیده
این موضوع ویژه به پیشرفت برنامه نویسی تصادفی و بهینه سازی قوی برای برنامه ریزی زنجیره تامین با بررسی روش های جدید، شیوه ها و فرصت ها اشاره می کند. مقالات ارائه و تجزیه و تحلیل فرصت ها برای بهبود برنامه ریزی زنجیره تامین از طریق بررسی شرایط و مشکالت مختلف عدم اطمینان، ارزیابی پایداری، انتخاب فروشنده، ریسک کاهش خطر، برنامه ریزی زنجیره تامین خرده فروشی، و هماهنگ سازی زنجیره تامین. این یادداشت سرمقاله خلاصه بحث در مورد مدل های تصادفی، الگوریتم ها و روش های توسعه یافته برای ارزیابی و اجرای موثر برنامه ریزی زنجیره تامین تحت نگرانی های مختلف است. یافته غالب این است که برنامه ریزی زنجیره تامین از طریق پیشرفت برنامه ریزی تصادفی و بهینه سازی قوی باید به روش های مختلف و در حوزه های مختلف برنامه ها مورد بررسی قرار گیرد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
پیش نمایش مقاله
پیشرفت در برنامه ریزی تصادفی و بهینه سازی قوی برای برنامه ریزی زنجیره تامین
چکیده انگلیسی
This special issue addresses the advances in stochastic programming and robust optimization for supply chain planning by examining novel methods, practices, and opportunities. The articles present and analyze opportunities to improve supply chain planning through exploring various uncertainty situations and problems, sustainability assessment, vendor selection, risk mitigation, retail supply chain planning, and supply chain coordination. This editorial note summarizes the discussions on the stochastic models, algorithms, and methodologies developed for the evaluation and effective implementation of supply chain planning under various concerns. A dominant finding is that supply chain planning through the advancement of stochastic programming and robust optimization should be explored in a variety of ways and within different fields of applications.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Operations Research - Volume 100, December 2018, Pages 262-269
نویسندگان
, ,