They claimed that it is the most de

They claimed that it is the most decisive factor in determining the
efficiency of a layout and of top priority as such.
In the literature, a wide range of models and algorithms for
solving MFLP have been presented. Nevertheless, only few of them
have been applied for solving real-world problems. Robust optimization
is an approach which can be adopted to bridge the gap
between theory and practice to develop mathematical models
which are applicable in practice. Generally, most of the articles in
the literature of MFLP are on deterministic environment while in
practice it is impossible to specify fixed values for problems’
parameters. In fact, because of the existence of a number of uncertain
factors when dealing with real problems, it would be in appropriate
to exclude such uncertain issues out of our equations. On the
other hand, we cannot measure some values with precision, which
it might result in drastic changes in some parts of our problems.
For instance, the exact determination of consumers’ demand for
some products is a tough decision for companies and it would be
more appropriate to consider a range of values for costumers’
demands instead of a fixed value. If we forecast incorrect values
for product demands, our corporation may face bankruptcy in
the long run as a result of non-specialized demand estimations.
In the literature, facility planning can be categorized into two
general groups: (I) facility layout problems and (II) facility location
problems which may be modeled in discrete or continuous areas.
In the former, there has been a growing tendency to disregard facility
dimensions and most of the developed models do not account

ผลลัพธ์ (ไทย) 1:

พวกเขาอ้างว่า เป็นตัวสุดเด็ดขาดในการกำหนดประสิทธิภาพ ของรูปแบบ และความสำคัญสูงสุดเช่นในวรรณคดี หลากหลายรูปแบบและสำหรับมีการเสนอแก้ MFLP อย่างไรก็ตาม เพียงไม่กี่ของพวกเขามีการใช้สำหรับการแก้ปัญหาจริง ประสิทธิภาพสูงสุดแข็งแกร่งเป็นวิธีการที่สามารถนำไปเชื่อมต่อช่องว่างระหว่างทฤษฎีและปฏิบัติการพัฒนาแบบจำลองทางคณิตศาสตร์ซึ่งจะใช้ในทางปฏิบัติ ทั่วไป ส่วนใหญ่ของบทความในวรรณกรรมของ MFLP อยู่ในสภาพแวดล้อมในขณะที่ใน deterministicปฏิบัติไม่สามารถระบุค่าคงที่ของปัญหาพารามิเตอร์ เนื่องจากมีจำนวนไม่แน่นอนในความเป็นจริงปัจจัยเมื่อเผชิญกับปัญหาจริง มันจะอยู่ในที่เหมาะสมการแยกปัญหาดังกล่าวไม่แน่นอนจากสมการของเรา ในการอีก เราไม่สามารถวัดค่าบางค่า มีความแม่นยำ การอาจส่งผลในการเปลี่ยนแปลงที่รุนแรงในบางส่วนของปัญหาของเราตัวอย่าง กำหนดแน่นอนของความต้องการของผู้บริโภคผลิตภัณฑ์บางอย่างเป็นการตัดสินใจที่ยากสำหรับบริษัทและก็จะที่เหมาะสมต้องพิจารณาช่วงของค่าสำหรับซอความต้องการที่แทนค่าคงที่ ถ้าเราคาดการณ์ไม่ถูกต้องค่าสำหรับความต้องการผลิตภัณฑ์ บริษัทของเราอาจเผชิญล้มละลายในยาวการใช้งานจากการประมาณความต้องการไม่ใช่ผู้เชี่ยวชาญในวรรณคดี สิ่งอำนวยความสะดวกในการวางแผนสามารถแบ่งออกได้ 2กลุ่มทั่วไป: (I) ปัญหาเค้าโครงของสิ่งอำนวยความสะดวกและสถานสิ่งอำนวยความสะดวก (II)ปัญหาซึ่งอาจเป็นแบบจำลองในพื้นที่อย่างต่อเนื่อง หรือไม่ต่อเนื่องในอดีต มีแนวโน้มที่เติบโตจะไม่สนใจสิ่งอำนวยความสะดวกมิติและส่วนใหญ่ของรูปแบบการพัฒนาไม่บัญชี

ผลลัพธ์ (ไทย) 2:

พวกเขาอ้างว่าเป็นปัจจัยชี้ขาดที่สุดในการกำหนด
ประสิทธิภาพของรูปแบบและความสำคัญสูงสุดเป็นเช่น.
ในวรรณคดีที่หลากหลายของรูปแบบและขั้นตอนวิธีการสำหรับ
การแก้ MFLP ได้รับการนำเสนอ แต่เพียงไม่กี่ของพวกเขา
ได้ถูกนำมาใช้ในการแก้ปัญหาโลกแห่งความจริง การเพิ่มประสิทธิภาพที่แข็งแกร่ง
เป็นวิธีการที่สามารถนำมาใช้เพื่อลดช่องว่าง
ระหว่างทฤษฎีและการปฏิบัติในการพัฒนาแบบจำลองทางคณิตศาสตร์
ซึ่งมีผลบังคับใช้ในทางปฏิบัติ โดยทั่วไปส่วนใหญ่ของบทความใน
วรรณกรรมของ MFLP อยู่ในสภาพแวดล้อมที่กำหนดในขณะที่ใน
ทางปฏิบัติมันเป็นไปไม่ได้ที่จะระบุค่าคงที่สำหรับปัญหา '
พารามิเตอร์ ในความเป็นจริงเพราะการดำรงอยู่ของจำนวนของความไม่แน่นอน
ปัจจัยเมื่อต้องรับมือกับปัญหาที่แท้จริงก็จะอยู่ในที่เหมาะสม
ที่จะไม่รวมปัญหาความไม่แน่นอนดังกล่าวออกจากสมการของเรา บน
มืออื่น ๆ ที่เราไม่สามารถวัดค่าบางอย่างที่มีความแม่นยำซึ่ง
มันอาจจะส่งผลให้เกิดการเปลี่ยนแปลงที่รุนแรงในบางส่วนของปัญหาของเรา.
ยกตัวอย่างเช่นการกำหนดที่แน่นอนของความต้องการของผู้บริโภคสำหรับ
ผลิตภัณฑ์บางอย่างคือการตัดสินใจที่ยากลำบากสำหรับ บริษัท และมันจะเป็น
ที่เหมาะสมมากขึ้นที่จะต้องพิจารณาช่วงของค่าสำหรับ costumers '
ความต้องการแทนค่าคงที่ ถ้าเราคาดการณ์ค่าไม่ถูกต้อง
สำหรับความต้องการสินค้าที่ บริษัท ของเราอาจต้องเผชิญกับการล้มละลายใน
ระยะยาวเป็นผลมาจากการประมาณการความต้องการที่ไม่เฉพาะ.
ในวรรณคดี, การวางแผนสิ่งอำนวยความสะดวกที่สามารถแบ่งออกเป็นสอง
กลุ่มโดยทั่วไป: (I) ปัญหาการจัดวางสิ่งอำนวยความสะดวกและ ( II) สถานที่ตั้งสิ่งอำนวยความสะดวก
ปัญหาที่อาจจะสร้างแบบจำลองในพื้นที่อย่างต่อเนื่องหรือไม่ต่อเนื่อง.
ในอดีตได้มีการแนวโน้มการเติบโตที่จะมองข้ามสิ่งอำนวยความสะดวก
ขนาดและส่วนใหญ่ของรูปแบบการพัฒนาไม่บัญชี

ผลลัพธ์ (ไทย) 3:

พวกเขาอ้างว่ามันเป็นเด็ดขาดที่สุดปัจจัยในการกำหนดประสิทธิภาพของรูปแบบและ

อันดับแรก เช่น ในวรรณคดี หลากหลายรูปแบบและขั้นตอนวิธีสำหรับ
แก้ mflp ได้รับการเสนอ แต่เพียงไม่กี่ของพวกเขา
ได้ถูกนำมาประยุกต์ในการแก้ไขปัญหาที่แท้จริงของโลก มีประสิทธิภาพเพิ่มประสิทธิภาพ
เป็นวิธีการที่สามารถนำมาใช้เพื่อเชื่อมช่องว่าง
ระหว่างทฤษฎีและการปฏิบัติเพื่อพัฒนาแบบจำลองทางคณิตศาสตร์
ซึ่งใช้ในการปฏิบัติงาน โดยทั่วไปมากที่สุดของบทความในวรรณกรรมของ mflp อยู่

ฝึกในสภาพแวดล้อมเชิงกำหนด ในขณะที่มันเป็นไปไม่ได้ที่จะระบุการแก้ไขปัญหา '
ค่าพารามิเตอร์ ในความเป็นจริง เพราะมีหลายปัจจัยไม่แน่นอน
เมื่อเผชิญกับปัญหาที่แท้จริง มันคงจะเหมาะสม
รวมปัญหาความไม่แน่นอนดังกล่าวออกจากสมการของเรา บน
มืออื่น ๆที่เราไม่สามารถวัดค่าต่างๆที่แม่นยำซึ่ง
มันอาจส่งผลในการเปลี่ยนแปลงที่รุนแรงในบางส่วนของปัญหาของเรา
ตัวอย่าง การวัดที่แน่นอนของความต้องการของผู้บริโภคสำหรับผลิตภัณฑ์บาง
เป็นตัดสินใจที่ยากสำหรับ บริษัท และมันคงจะ
เหมาะสมต้องพิจารณาช่วงของค่าสำหรับ ซอ
ความต้องการ แทนที่จะเป็นค่าตายตัว ถ้าเราปรับค่าไม่ถูกต้อง
สำหรับความต้องการสินค้าที่ บริษัท อาจต้องเผชิญกับการล้มละลายใน
ยาวเป็นผลมาจากความต้องการที่ไม่ใช่เฉพาะ ภาค .
ในวรรณคดี , การวางแผนสิ่งอำนวยความสะดวกสามารถแบ่งออกเป็นสองกลุ่มทั่วไป :
( i ) ผังโรงงาน ปัญหา และ ( 2 ) ปัญหาที่ตั้ง
สถานที่ซึ่งอาจจะสร้างใน พื้นที่ที่ไม่ต่อเนื่อง หรือ แบบต่อเนื่อง
ในอดีตมีการเติบโตมีแนวโน้มที่จะมองข้ามมิติสถานที่
และส่วนใหญ่ของแบบจำลองไม่บัญชี