الفهرس 
Abstract
General BackgroundOnly 14 pages are availabe for public view
 |  | from | 145 |  |  |
| | | from | 145 | | |
Abstract
تعتبر أنظمة المخزون من موضوعات البحث الهامة في مجال الإنتاج وإدارة العمليات على الصعيدين البحثي الأكاديمي والتطبيقي الصناعي. يستنفذ حفظ المخزون جزء كبير جدا من حجم الاستثمار الكلي لأي مؤسسة، فالمخزون يمثل ما يقرب من 50 إلى 70٪ من مجموع ما يتم استثماره في أي شركة، لذلك لابد من تقليل مستوى المخزون حتى أدنى مستوى ممكن. لكنه في الواقع، تواجه شركات التصنيع مشاكل كثيرة منها الخسارة التي قد تقع نتيجة عدم رضاء المستهلك عن خدمات الشركة بعدم توفر المنتج في مخازن التوزيع، ومشاكل أخرى كعدم استقرارمستوى الطلب في السوق، وكذلك عمليات الإنتاج، وعدم انتظام المهل الزمنية التي يقدمها المورد لحين ارسال طلبيات جديدة. ومن هنا جاءت الحاجة الملحة لمراقبة الإنتاج والمخزون. مراقبة المخزون بشكل عام هي تقليل تكلفة المخزون الكلية، من خلال تحديد المتغيرات التي تؤثر في القيمة المثلى للتكلفة الكلية للمخزون، مثل كمية الإنتاج، والمستوى الآمن للمخزون وسرعة الإنتاج إلخ.
وبالنظر إلى الدراسات البحثية التقليدية في مجال حجم المخزون الانتاجي الاقتصادي (EPQ) نجد أنها ركزت على نماذج حل تقترح أن المواد المنتجة ذات جودة تامة. على الرغم من أن جودة المنتج في نظم الإنتاج الحقيقية تعتمد على موثوقية عملية الإنتاج والعيوب والأخطاء التي تحدث خلال عملية الإنتاج. وعند اتخاذ تأثير عمليات الإنتاج المعيبة وموثوقية عملية الانتاج في الاعتبار تصبح نماذج المخزون أكثر تعقيدا، وبالتالي فإن دالة الهدف تصبح أكثر تعقيدا. ويكون من الصعب حل هذا النوع من النماذج بالطرق الحتمية التحليلية، وهو ما يمكن اعتباره مضيعة للوقت. وبالتالي، أصبح من الضروري استخدام تقنيات حل غير التقليدية، مثل الطرق العددية وخوارزميات البحث عن مجريات الأمور، من أجل حل هذا النوع من النماذج. وبالنظر الى محاولات حل هذه النماذج في الأبحاث السابقة وجد أنه لم يكثر استخدام الطرق التالية في الحل – على الرغم من أنها يمكن ان تعطي نتائج مقبولة - : Generalized Reduced Gradient (GRG), Evolutionary Algorithms (EA), Monte carlo (MC), Response Surface Methodology (RSM) and Adaptive Neuro Fuzzy Inference System (ANFIS).
بداية طبقت GRG, EA and MC لتحسين نظام المخزون في نموذج يتضمن تأثير موثوقية عملية الإنتاج، حيث أخفق الحل الرياضي التحليل في الوصول للحل الأمثل. ثانيا، تم حل نظام مخزون يتضمن تأثير عمليات الإنتاج المعيبة مع وجود متغيرات متعددة واعتبار وجود عجز في المخزون مع امكانية اعادة تصنيع المنتجات المعيبة سواء ما تم اكتشافها داخل المصنع أو ما أكتشف لدى المستهلك وتم استرجاعه. وتم الحل باستخدام طرق تصميم التجارب كطريقة RSM. وفي النهاية تمت دراسة حالة دراسة حقيقية من صناعة الاسمنت لعملية وسيطة وهي طاحونة الخام كدراسة لحالة نظام مخزون انتاجي. طبقت في ذلك طريقة المحاكاة ANFIS لتحاكي نظام النتاج والمخزون ولتحدد كمية الإنتاج المثلى وكذلك العوامل المؤثرة فيها.
تم مقارنة النتائج الحسابية ومناقشتها لجميع الطرق المستخدمة في هذه الدراسة على اختلاف النماذج. وقد أظهرت النتائج الحسابية أن هذه الطرق قابلة للتطبيق في حل مثل هذه النماذج، بل وتعطي حلولا واقعية.