Background: This model presents the effect of deteriorating items in fuzzy optimal instantaneous replenishment for finite planning horizon. Accounting for holding cost per unit per unit time and ordering cost per order have traditionally been the case of modeling inventory systems in fuzzy environment. These imprecise parameters defined on a bounded interval on the axis of real numbers and the physical characteristics of stocked items dictate the nature of inventory policies implemented to manage and control in the production system. Methods: The modified fuzzy EOQ (FEOQ) model is introduced, it assumes that a percentage of the on-hand inventory is wasted due to deterioration and considered as an enhancement to EOQ model to determine the optimal replenishment quantity so that the net profit is maximized. In theoretical analysis, the necessary and sufficient conditions of the existence and uniqueness of the optimal solutions are proved and further the concavity of the fuzzy net profit function is established. Computational algorithm using the software LINGO 13.0 version is developed to find the optimal solution. Results and conclusions: The results of the numerical analysis enable decision-makers to quantify the effect of units lost due to deterioration on optimizing the fuzzy net profit for the retailer. Finally, sensitivity analyses of the optimal solution with respect the major parameters are also carried out. Furthermore fuzzy decision making is shown to be superior then crisp decision making in terms of profit maximization.
PL
Wstęp: Model ten prezentuje wpływ psucia się produktów w systemie ciągłego uzupełniania dla skończonego horyzontu planowania. Tradycyjnie zostały wyliczone w tym modelowym systemie koszty magazynowania na jednostkę artykułu, na jednostkę czasu oraz koszt zamówienia na zamówienie. Te nieprecyzyjne parametry zdefiniowane w określonych przedziałach osi dla rzeczywistych wartości i fizycznych charakterystyk magazynowanych produktów określają zasady zarządzania zapasami stosowanymi w danym systemie produkcyjnym. Metody: Zastosowano zmodyfikowany model zmiennej ekonomicznej wielkości zamówienia (FEOQ), zakładający, że pewien odsetek zapasów jest tracony w wyniku psucia się wyrobów. Model ten został tak zmieniony aby uzyskać optymalną wielkość zamówienia przy maksymalizacji zysku netto. W analizie teoretycznej, koniecznym i wystarczającym warunkiem istnienia i unikalności optymalnego rozwiązania jest znalezienie przegięcia funkcji zysku netto. Opracowano algorytm obliczeniowy w celu znalezienia optymalnego rozwiązania przy zastosowaniu oprogramowania LINGO 13.0. Wyniki i wnioski: Wyniki analizy matematycznej umożliwiają osobom podejmującym decyzję określenie wielkości wpływu psucia się zapasów na optymalizację zysku netto detalisty. Przeprowadzono również analizę wrażliwości dla optymalnego rozwiązania uwzględniając istotne parametry. Przedstawiono dowody, że podejmowanie decyzji na zasadzie prawdopodobieństwa jest istotniejsze w procesie maksymalizacji zysku od decyzji typu Crisp.
Background: This paper explores the solutions to the fuzzy optimization linear program problems (FOLPP) where some parameters are fuzzy numbers. In practice, there are many problems in which all decision parameters are fuzzy numbers, and such problems are usually solved by either probabilistic programming or multi-objective programming methods. Methods: In this paper, using the concept of comparison of fuzzy numbers, a very effective method is introduced for solving these problems. This paper extends linear programming based problem in fuzzy environment. With the problem assumptions, the optimal solution can still be theoretically solved using the two phase simplex based method in fuzzy environment. To handle the fuzzy decision variables can be initially generated and then solved and improved sequentially using the fuzzy decision approach by introducing robust ranking technique. Results and conclusions: The model is illustrated with an application and a post optimal analysis approach is obtained. The proposed procedure was programmed with MATLAB (R2009a) version software for plotting the four dimensional slice diagram to the application. Finally, numerical example is presented to illustrate the effectiveness of the theoretical results, and to gain additional managerial insights.
PL
Wstęp: Praca analizuje rozwiązanie problemów rozmytej optymalizacji liniowej (FOLPP) w przypadku, gdy niektóre parametry to liczby rozmyte. W praktyce, istnieje wiele problemów, w których wszystkie parametry decyzyjne są liczbami rozmytymi. Takie problemy są rozwiązywane zazwyczaj przy pomocy programów probalistycznych lub wieloobiektowych metod programistycznych. Metody: W pracy, poprzez zastosowanie koncepcji porównania liczb rozmytych, przedstawiono efektywną metodę rozwiązywania omawianych problemów. Problem programowania linowego został oparty na środowisku rozmytym. Przy przyjętych założeniach, optymalne rozwiązanie może być teoretycznie osiągnięte poprzez zastosowanie 2-fazowej metody simplex w środowisku rozmytym. W celu podjęcia decyzji rozmytej, zmienne mogą być wpierw wygenerowane, następnie rozwiązane i poprawione sekwencyjnie poprzez zastosowanie podejścia decyzji rozmytej i techniki odpornościowej metody rankingowej. Wyniki i wnioski: Wypracowany model został przedstawiony za pomocą aplikacji, zastosowano analizę optymalizacyjną. Proponowana procedura została zaprogramowana przy pomocy MATLAB (R2009a) w celu otrzymania 4-wymiarowego wykresu. Następnie zaprezentowano przykład liczbowy w celu przybliżenia efektywności teoretycznych rezultatów pracy oraz uzyskania dodatkowego spojrzenia na problem.
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.