کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5471368 1519392 2017 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A comparison of different dispatching policies in two-warehouse inventory systems for deteriorating items over a finite time horizon
ترجمه فارسی عنوان
مقایسه سیاست های مختلف ارسال در دو سیستم انبار برای خراب شدن اقلام در یک افق زمانی محدود
کلمات کلیدی
دو انبار، مشکل موجودی موارد خراب سیاست حمل و نقل،
ترجمه چکیده
این مقاله یک مشکل موجودی دو انبار برای موارد خرابکاری با نرخ تقاضای ثابت در یک افق زمانی محدود را بررسی می کند. اولین پیشنهاد اصلاحیه اولیه اول در اولین بار ارائه شده است و مدل جدید موجودی دو انبار بر اساس این خط مشی تحویل توسعه یافته است. نتایج این مدل پس از آن با مدل های دیگر بر اساس سیاست های اعطای کلاس های کلاسیک، از قبیل اولویت اول، اولویت های اصلاح شده و اولویت در اولویت اعمال می شود. ما همچنین وجود و منحصر به فرد راه حل های بهینه برای مدل های مورد بررسی را اثبات می کنیم. در نهایت، یک مثال عددی برای نشان دادن نتایج ارائه شده است و برای مقایسه مقادیر کلی این چهار مدل، چندین شرایط کلیدی به دست آمده است.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مکانیک محاسباتی
چکیده انگلیسی
This paper considers a two-warehouse inventory problem for deteriorating items with a constant demand rate over a finite time horizon. A modified first-in-first-out dispatching policy is first proposed, and a new two-warehouse inventory model based on this dispatching policy is developed. The results of this model are then compared with those of other models based on classical dispatching policies, such as the last-in-first-out, modified last-in-first-out and first-in-first-out dispatching policies. We also prove the existence and uniqueness of the optimal solutions for the models considered. Finally, a numerical example is presented to illustrate the results, and several key conditions are derived for comparing the general cases of these four models.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Applied Mathematical Modelling - Volume 41, January 2017, Pages 359-374
نویسندگان
, , ,