Large Scale Optimization in Supply Chains and Smart Manufacturing: Theory and Applications

در این کتاب، تئوری بهینه‌سازی در مقیاس بزرگ با مطالعات موردی مسائل دنیای واقعی و کاربردهای مدل‌سازی ساختاریافته ریاضی معرفی شده است. روش‌های بهینه‌سازی در مقیاس بزرگ با تئوری‌های مختلفی مانند تجزیه Benders، تجزیه Benders مبتنی بر منطق، آرامش لاگرانژی، تجزیه Dantzig-Wolfe، تجزیه چند درختی، تجزیه متقاطع ون روی و تجزیه موازی برای برنامه‌های ریاضی مانند مخلوط ارائه می‌شوند. برنامه ریزی غیرخطی اعداد صحیح و برنامه ریزی تصادفی.

مطالعات موردی بهینه‌سازی در مقیاس بزرگ در مدیریت زنجیره تامین، تولید هوشمند، و صنعت 4.0 با اجرای کارآمد برای راه‌حل‌های بلادرنگ مورد بررسی قرار گرفته‌اند. ویژگی های مطالعات موردی طیف گسترده ای از زمینه ها از جمله اینترنت اشیا، سیستم های حمل و نقل پیشرفته، مدیریت انرژی، شبکه های زنجیره تامین، سیستم های خدمات، مدیریت عملیات، مدیریت ریسک، و مدیریت مالی و فروش را پوشش می دهد.

مدرسان، دانشجویان فارغ التحصیل، محققان و متخصصان، از این کتاب برای یافتن کاربرد بهینه‌سازی در مقیاس بزرگ در بهینه‌سازی موازی ناهمزمان، شبکه توزیع شده بلادرنگ، و بهینه‌سازی سیستم خبره مبتنی بر دانش برای محدب بهره‌مند خواهند شد. و مشکلات غیر محدب.

In this book, theory of large scale optimization is introduced with case studies of real-world problems and applications of structured mathematical modeling. The large scale optimization methods are represented by various theories such as Benders’ decomposition, logic-based Benders’ decomposition, Lagrangian relaxation, Dantzig –Wolfe decomposition, multi-tree decomposition, Van Roy’ cross decomposition and parallel decomposition for mathematical programs such as mixed integer nonlinear programming and stochastic programming.

Case studies of large scale optimization in supply chain management, smart manufacturing, and Industry 4.0 are investigated with efficient implementation for real-time solutions. The features of case studies cover a wide range of fields including the Internet of things, advanced transportation systems, energy management, supply chain networks, service systems, operations management, risk management, and financial and sales management.

Instructors, graduate students, researchers, and practitioners, would benefit from this book finding the applicability of large scale optimization in asynchronous parallel optimization, real-time distributed network, and optimizing the knowledge-based expert system for convex and non-convex problems.