هستند که آرمان ها از مقدار مورد نظر خود کمتر يا بيشتر محقق شده اند.انحراف هاي بيشار محقق148 ميزاني را اندازه گيري مي کند که بيشتر از مقدار آرمان است. اين انحراف را با متغير d_i^+ نشان مي دهيم. انحراف هاي کمتر محقق149 ميزاني را اندازه گيري مي کنند که کمتر از مقدار آرمان بوده است. اين انحراف ها را با d_i^- نشان مي دهيم. انحراف مي تواند مطلوب يا نامطلوب باشد. براي مثال در هدف سود d_i^+ مطلوب و d_i^- نا مطلوب است.
آرمان ها را در برنامه ريزي آرماني به سه روش متفاوت مي توان اولويت يندي کرد: ترتيبي150، اصلي151 و ترکيبي از اين دو. در رتبه بندي ترتيبي آرمان ها بر حسب اهميت شان فهرست مي شوند، از pi براي نشان دادن شماره اولويت استفاده مي کنيم. در رتبه بندي اصلي نيز وزن مشخصي به هر يک از انحرافات داده مي شود، اين وزن ها اهميت نسبي هر انحراف را نشان مي دهند.
اگر ابعاد هر آرمان با ديگري متفاوت باشد چنين حاصل جمعي( رتبه بندي اصلي) ممکن است مورد توجه نباشد در نتيجه از رتبه بندي ترتيبي استفاده مي شود.

3-4-2-2-1-3- ساختار برنامه ريزي آرماني:
مدل برنامه ريزي آرماني متشکل از 4 جزء به قرار زير است:
متغير هاي تصميم: متغير هاي تصميم مدل برنامه ريزي آرماني همانند متغير هاي تصميم مدل برنامه ريزي خطي هستند. متغير هاي تصميم، متغير هايي هستند که تصميم گيرنده در صدد تعين مقدار آن ها است. براي مثال در مسئله ترکيب توليد، ميزان توليد هر محصول يک متغير تصميم است.
محدوديت هاي سيستمي:محدوديت هاي سيستمي مدل برنامه ريزي آرماني همانند محدوديت هاي مدل برنامه ريزي خطي هستند، يعني امکان تخطي از چنين محدوديت هايي وجود ندارد و جواب مسئله بايد در آن ها صدق کند.
محدوديت هاي آرماني: محدوديت هاي آرماني سطوح مورد نظر از هر هدف را نشان مي دهند.
تابع هدف: تابع هدف در مدل برنامه ريزي آرماني به گونه اي تهيه مي شود که مجموع وزني انحراف هاي نامطلوب را حداقل کند. بدين جهت، ساختار تابع هدف بستگي به سيستم وزن دهي به آرمان ها دارد.
3-4-3- روش هاي موجود با استفاده از کسب اطلاعات تعاملي:
روش هايي که در اين بخش مورد بحث قرار مي گيرند نياز به کسب اطلاعات مداوم از تصميم گيرنده دارند. فرض در اين روش ها بر اين است که تصميم گيرنده به علت پيچيدگي مسئله قادر به قضاوت هاي اوليه و قبل از حل مسئله نيست، اما در حين مسئله يا در مقابل يک راه حل موضعي قادر به قضاوت خواهد بود. تصميم گيرنده در اين روش ها اجازه مي يابد که در پروسه حل دخالت کرده و خود نيز در مورد مسئله موجود بيشتر فراگيرد، ارجحيت هاي وي در تعديل بين سطوح موجود از اهداف مختلف دائماً مورد پرسش قرار مي گيرد. مزاياي ممکن در استفاده از اين روش ها به قرار ذيل است:
نيازي به کسب اطلاعات از تصميم گيرنده براي قبل از حل مسئله نيست.
يک پروسه يادگيري براي تصميم گيرنده از درک سيستم خواهد بود.
فقط اطلاعات ترجيحي موضعي مورد نياز خواهند بود.
به اجرا در آوردن راه حل حاصل ساده تر خواهد بود، چون تصميم گيرنده در پروسه حل مسئله قرار داشته است.
مفروضات محدود کننده کمتري نسبت به روش هاي قبل وجود دارد.
لکن نقاط ضعف اينگونه روش ها شامل:
راه حل هاي بدست آمده بستگي به دقت تصميم گيرنده در ارائه اطلاعات موضعي دارد.
تضميني وجود ندارد که راه حل مورد علاقه( مرجًح) تصميم گيرنده طي تعدادي محدود از سيکل هاي تعاملي متقابل به وجود آيد.
تلاش بيشتري از تصميم گيرنده نسبت به روش هاي قبل مورد انتظار است.
از جمله روش هاي اين بخش مي توان به برنامه ريزي ساده تعاملي از يک MOLP(SIMOLP)152، روش گراديان از گفرين153، روش تبادل و جانشيني(SWT)154، روش زيونتز155، روش STEM156 و روش SEMOP157 اشاره کرد.
3-4-4- روش هاي مربوط به کسب اطلاعات از تصميم گيرنده در بعد از حل مسئله:
در اين روش ها زير مجموعه اي از راه حل هاي موثر در پايان الگوريتم به تصميم گيرنده معرفي مي شود که او رضايت بخش ترين را انتخاب نمايد و همچنين به طور ضمني بتواند تعديلات اهداف را براي خود بسنجد. يعني نظر تصميم گيرنده و تعديلات ضمني او در اين روش ها بعد از ختم الگوريت صورت مي پذيرد. در اين روش ها نيازي به تابع مطلوبيت از تصميم گيرنده نيست لکن اين روش ها اغلب به علت تعدد راه حل هاي موثر توام با روش هاي تعاملي مي گردند. از حمله روش هاي اين بخش مي توان به روش پارامتريک( وزين)، روش مربوط به محدوديت هاي bl، روش هاي MOLP158 و سيمپلکس چند معياره159 اشاره کرد.

3-5- برنامه ريزي چند هدفه خطي فازي160:
همانطور که در بالا اشاره شد، در تمامي روش هاي ارزيابي برنامه ريزي خطي چند هدفه (به غير از حالت اول که به دليل عدم دسترسي به تصميم گيرنده مي باشد) ،از نظرات تصميم گيرنده براي حل مسائل بهره گرفته شده است. براي دوري از قضاوت هاي ذهني تصميم گيرنده، حل اين مسائل در يک محيط فازي توصيه مي شود.
3-5-1- نظريه فازي:
نظريه مجموعه‌هاي فازي بصورت رسمي اولين بار توسط پرفسور لطفي عسگرزاده دانشمند ايراني تبار و استاد دانشگاه كاليفرنيا در بركلي با انتشار مقاله در مجله “اطلاعات و كنترل” در سال 1969 مطرح گرديد. اين نظريه از زمان ارائه آن تاكنون، گسترش و تعميق زيادي نيافته و كاربردهاي گوناگوني در زمينه‌هاي مختلف پيدا كرده است.

3-5-1-1- مفاهيم اوليه تئوري فازي:
3-5-1-1-1- تعريف مجموعه‌هاي فازي:
مجموعه‌هاي فازي در واقع آن دسته از مجموعه‌ها مي‌باشند كه اعضاي آن دقيق و مشخص نيستند مانند مجموعه افراد بلند قد يا مجموعه اعداد بزرگ. دكتر عسگرزاده براي تجزيه و تحليل اين مجموعه‌ها به هر يك از اعضاي چنين مجموعه‌هايي عددي از بازه [1 و 0] به عنوان درجه عضويت آن عضو در آن مجموعه نسبت داد.

3-5-1-1-2- نمايش مجموعه‌هاي فازي:
اگر U مجموعه مرجعي باشد كه هر عضو آن با X نمايش داده شود مجموعه فازي در U به وسيله زوجهاي مرتبي به صورت زير بيان مي‌شود:

(3-9)
تابع عضويت و يا درجه عضويت مي‌باشد كه ميزان تعلق X به مجموعه فازي A را نشان مي‌دهد و برد اين تابع اعداد حقيقي غيرمنفي مي‌باشد كه يك مقدار ماكزيمم دارد و در حالت نرمال به صورت فاصله بسته [1 و 0] در نظر گرفته مي‌شود.
3-5-1-1-3- تعريف اعداد فازي:
يك مجموعه فازي نرمال مانند A با دامنه اعداد حقيقي R يك عدد فازي حقيقي است اگر:
1- تنها يك وجود داشته باشد كه
2- تابع عضويت يك تابع پيوسته باشد.

3-5-1-1-4-اعداد فازي ذوزنقه اي :
انجام محاسبات با اعداد فازي به دليل ساختار خاص آنها بسيار زمان‌بر و پيچيده مي‌باشد. براي تسهيل و كاربردي نمودن اعداد فازي، اعداد فازي مخصوصي در محاسبات به كار گرفته مي‌شوند. يك عدد فازي ذوزنقه اي را مي‌توان به صورت چهار تايي(aL, aU, ?, ?) نمايش داد.

شکل 3-1-اعداد فازي ذوزنقه اي

تابع عضويت اعداد فازي به صورت رابطه زير است:

?A(x)={?(1-(a^L-x)/? a^L-??x?a^[email protected], a^L?x?a^[email protected](x-a^U)/? a^U?x?a^U+? @0, otherwise)?
(3-10)
3-5-1-1-5- غيرفازي161 كردن عدد فازي:
گاهي لازم است دو عدد فازي را با هم مقايسه کنيم که کدام يک بزرگتر از ديگري است. گاهي نيز به دليل متغير هاي زياد و محاسبات گسترده اعداد فازي، ناچار مي شويم اعداد فازي را به اعداد قطعي تبديل کنيم. به اين کار دي فازي کردن گفته مي شود.مهمترين روش هاي ديفازي کردن عبارتند از: روش ميانگين، روش مرکز ناحيه و روش برش ?.

3-5-1-1-5-1-روش ميانگين:
اين روش توسط لي ارائه شده است و مبتني بر ميانگين و انحراف معيار است. براي اعداد فازي ذوزنقه اي ميانگين و انحراف معيار به صورت زير قابل محاسبه است:

x ?(M)= (-a^2-b^2+c^2+d^2–ab+cd)/[3(-a-b+c+d) ]
?(M)= {[1/(b-a) (b^4/4-(ab^4)/3+a^4/12)+1/3 (c^3-b^3 )+1/(d-c) (d^4/12-(c^3 d)/3+c^4/4) ]/[1/2 (-a-b+c+d) ] }-{(-a^2-b^2+c^2+d^2-ab+cd)/[3(-a-b+c+d) ] }^2
(3-11)
در مقايسه دو عدد فازي هر کدام که ميانگين بزرگتري داشته باشد آن عدد فازي بزرگتر است. در صورت تساوي ميانگين ها هر کدام که انحراف معيار کمتري داشته باشد بزرگتر محسوب مي شود.

3-5-2-مدل هاي برنامه ريزي چند هدفه خطي فازي:
در شکل کلاسيک مدل برنامه ريزي خطي ضرايب تابع هدف،ضرايب متغير ها در محدوديت ها و مقادير سمت راست مقادير ثابت بوده و همچنين محدوديت? مفهوم قطعي داشته و معيار ماکزيمم يا مينيمم نيز قاطع است.حال اگر بخواهيم در محيط فازي از برنامه ريزي خطي استفاده کنيم ، بايد تعديلاتي را در مدل کلاسيک ايجاد کنيم. اول، تصميم گيرنده ممکن است نخواهد تابع هدف را Maxيا Minکند بلکه بخواهد به يک سطح دلخواه برساند، براي نمونه بخواهد هزينه هاي فعلي به صورت قابل ملاحظه اي کاهش يابد. اين يک هدف فازي است.
دوم، محدوديت ها ممکن است به صورت مبهم بيان شوند، به طوري که انحراف هاي کوچکتر از محدوديت ? ، قابل قبول تلقي شود. همچنين پارامتر هاي ضرايب تابع هدف، ضرايب متغير ها در محدوديت ها و مقادير سمت راست به صورت فازي بيان شوند. سوم، نقش محدوديت ها به صورت کلاسيک شان نباشد (به طوري که کوچکترين تخطي از آن منجر به غير موجه شدن جواب شود) تصميم گيرنده تخطي هاي کوچک از محدوديت ها را بپذيرد.

فصل چهارم:
روش تحقيق

4-فصل چهارم: روش تحقيق
4-1-مقدمه:
روش هاي مختلف تکنيکي، پايه اي براي اين تحقيق استفاده شده است. گردآوري اطلاعات با روش هاي ميداني و کتابخانه اي انجام شده است. کتابخانه هاي مراکز علمي- تحقيقاتي، مجلات علمي داخلي و خارجي و اينترنت عمده منبع اطلاعاتي براي انجام اين تحقيق به شمار مي آيد.
در اين تحقيق با کمک مطالعات ميداني و کتابخانه اي مدلي رياضي ارائه شده است و جهت ارزيابي اوزان شاخص هاي زيست محيطي از روش تئوري مجموعه هاي راف بهره گرفته شده است و نهايتاً با استفاده از اسناد موجود و پرسشنامه هاي طراحي شده اطلاعات مورد نياز مدل جهت ارزيابي تأمين کنندگان سبز يکي از قطعات تأمين شده توسط شرکت سازه گستر سايپا بدست آمده و مدل چند هدفه را در شرايط فازي حل نموده و به يک مدل تک هدفه خطي تبديل مي کنيم که توسط نرم افزار LINGOقايل برنامه نويسي و حل بوده و تأمين کنندگان را بر اساس معيار هاي انتخابي ارزيابي مي کنيم.

4-2- مدل انتخاب تأمين کننده سبز:
4-2-1-اجزاي مدل انتخاب تأمين کننده سبز:
اساس مدلي که جهت بررسي و بهبود انتخاب تأمين کننده استفاده مي شود، مدل عميد و همکاران(2006)162 مي باشد با اين تغيير که به آن يک تابع هدف زيست محيطي نيز اضافه شده است. و همچنين هر کدام از معيار هاي قيمت،کيفيت و سطح خدمت به دو زير معيار تقسيم شده اند که شاخص ارزيابي هر تأمين کننده در رابطه با هر کدام از معيار هاي اصلي فوق ، از حاصل جمع مقادير زير معيار هاي مربوطه به دست مي آيد. مقادير زير معيار هاي هزينه ماهيت کمي دارند ولي در اين تحقيق براي زير معيار هاي دو معيار اصلي ديگر ، يعني سطح خدمت و کيفيت ، ماهيت کيفي در نظر گرفته شده است که به کمک جدول 4-1 و جدول 4-2 به مقادير کمي تبديل مي شوند. توجه شود که امتياز بالاتر نشان دهنده مطلوبيت بيشتر است. به عنوان مثال شاخص معيار کيفيت در رابطه با تأمين کننده اي که متوسط درصد کالاي معيوب آن 1.7 درصد و متوسط زمان رسيدگي به مشکلات 4 روز باشد ، 7 محاسبه مي شود.

جدول 4-1-نحوه محاسبه امتياز تأمين کنندگان در رابطه با معيار سطح خدمت
انعطاف پذيري در تحويل اقلام
مدت زمان تحويل
امتياز
در صورت نياز خريدار، تأمين کننده کالا را تا 5 روز زودتر تحويل مي

دسته بندی : No category

دیدگاهتان را بنویسید