info:eu-repo/semantics/article
OPTIMAL DECISION SUPPORT MIXTURE MODEL WITH WEIBULL DEMAND AND DETERIORATION
OPTIMAL DECISION SUPPORT MIXTURE MODEL WITH WEIBULL DEMAND AND DETERIORATION
Autor
Sahoo, N. K
Mohanty, Bhabani S
Tripathy, P. K
Institución
Resumen
En este documento, se analiza el rendimiento de un modelo de inventario con elementos deteriorados en un entorno de imprecisión donde la demanda sigue una distribución de Weibull de tres parámetros. El deterioro y el costo de mantenimiento se consideran una función lineal del tiempo. Se ha permitido a la borrosidad lidiar con la imprecisión. Las observaciones matemáticas de los modelos nítidos y difusos se han ilustrado para determinar el tiempo de ciclo óptimo y el costo de inventario óptimo. La distribución de la demanda, la tasa de deterioro y todos los costos de los modelos se expresan como números borrosos triangulares, trapezoidales y pentagonales. Se utiliza el método de integración de medios graduados para la defuzzificación. Se proporcionan ilustraciones numéricas para validar las aplicaciones del modelo. Se realizan análisis de sensibilidad con gráficos y tablas útiles para analizar la variabilidad en la solución óptima con respecto al cambio en varios parámetros del sistema. In this paper, the performance of an inventory model is explored with deteriorating items under imprecision environment where the demand follows a three-parameter Weibull distribution. Deterioration and holding cost is considered as a linear function of time. Fuzziness has been allowed to deal with imprecision. Mathematical observations of both crisp and fuzzy models have been illustrated to determine the optimal cycle time and optimal inventory cost. The demand distribution, deterioration rate and all costs of models are expressed as triangular, trapezoidal and pentagonal fuzzy numbers. Graded mean integration method is used for defuzzification. Numerical illustrations are provided to validate the applications of the model. Sensitivity analysis with useful graphs and tables are performed to analyze the variability in the optimal solution with respect to change in various system parameters.