در این مقاله برای دستیابی به حداکثر سود حاصل از فروش محصولات فسادپذیر سیاست کاهش قیمت یا تخفیف به کار گرفته شده است. به دلیل اینکه محصولات فسادپذیر پس از یک بازه زمانی دچار افت کیفیت شده و فساد در آنها شکل می‌گیرد ، بنابراین نزد مشتری از جذابیت لازم برخوردار نیستند و تقاضا برای خرید این محصولات کاهش می یابد، با سیاست کاهش قیمت می توان تقاضا را افزایش داد همچنین با بالارفتن میزان فروش، ضایعات نیز کاهش خواهد یافت و کاهش هزینه خواهیم داشت ؛بنابراین سود کل افزایش خواهد یافت. حال مسأله اینست که اگر تخفیف در زمان مناسب و مقدار بهینه ارائه نشود به هدف رسیدن به حداکثر سود نخواهیم رسید. لذا، در این مقاله به دنبال تعیین زمان بهینه تخفیف و مقدار بهینه تخفیف هستیم با هدف ماکزیمم کردن سود کل بنگاه مفروضات این مقاله تابع تقاضا وابسته به دو عامل قیمت فروش و موجودی در معرض نمایش، سطح موجودی نهایی غیر صفر و نرخ فساد ثابت می باشد. پس از حل مدل از رویکرد دقیق و مثال عددی، مثال با استفاده از الگوریتم ژنتیک، الگوریتم تبرید شبیه‌سازی‌شده حل شده و نتایج مقایسه شد و سپس تحلیل حساسیت پارامترهای اصلی سیستم انجام گردید. Manuscript profile

In this paper, the problem of determining the quality level, lead time for order delivery and price of a product produced by a manufactureris considered. In this problem the demand for the product is influenced by all three decision variables: price, lead time and quality level. Toformulate the demand function, a fuzzy rule base that estimates the demand value based on the three decision variables is developed. To doso, the linguistic knowledge of experts in the form of if-then rules is used to establish the fuzzy system. Moreover, in order to solve theproblem, a genetic algorithm integrating the fuzzy rule base is proposed. Finally, to support the validity of the proposed solution, anumerical study is provided. Manuscript profile

In this paper, we develop a capacitated location-covering model considering interval values for demand and service parameters. We also consider flexibility on distance standard for covering demand nodes by the servers. We use the satisfaction degree to represent the constraint of service capacity. The proposed model belongs to the class of mixed integer programming models. Our model can be reduced to the p-median problem in polynomial time so it is NP-Hard. A genetic algorithm is proposed to solve the developed model and experimental results of solving the model are presented. Manuscript profile