لئونگ و همکاران ^[۸۷](۲۰۰۷) مسئله برنامه­ ریزی تولید چند مکانی را برای یک شرکت پوشاک چند ملیتی هنگ کنگی مطرح می­نماید و در آن مسائلی نظیر سهم واردات/صادرات که توسط نیازمندی­های قانونی^[۸۸] ملل مختلف تحمیل می­ شود، استفاده از مکان/ کارخانه­های سازنده مختلف با توجه به ارجحیت مشتریان و همینطور ظرفیت تولید، سطوح نیروی انسانی، فضای انبار و شرایط منابع در آن مکان/کارخانه ها، در نظر گرفته شده است. در این مقاله یک مدل بهینه سازی پایدار جهت حل مسئله برنامه­ ریزی تولید چند مکانی با داده ­های غیرقطعی توسعه داده شده است که در آن هزینه کل شامل هزینه تولید، هزینه­ های نیروی انسانی، هزینه­ های موجودی و هزینه­ های تغییر نیروی انسانی کمینه می­گردد. همچنین با تنظیم پارامترهای جریمه، مدیریت تولید می ­تواند یک استراتژی تولید میان مدت بهینه شامل برنامه بارگذاری تولید و سطوح نیروی انسانی را با در نظر گرفتن سناریوهای مختلف رشد اقتصادی، تعیین نماید. پایداری و کارائی مدل توسعه داده شده با بهره گرفتن از نتایج عددی به اثبات رسیده است. همچنین تعادل بین پایداری مدل و پایداری جواب، تجزیه و تحلیل شده است.

وو و ایراپتریتو ^[۸۹](۲۰۰۷) در مقاله خود یک حل همزمان را برای مسئله برنامه­ ریزی تولید و برنامه زمانبندی از طریق یک چارچوب سلسله مراتبی پیشنهاد می­ دهند. مسئله برنامه ریزی، سفارشات را در دوره برنامه­ ریزی تجمیع می­ کند و عدم قطعیت را با بهره گرفتن از یک مدل برنامه­ ریزی احتمالی چند مرحله ای (حداکثر سه مرحله) در نظر می­گیرد. مدل پیشنهادی آن­ها شامل بالانس موجودی، محدودیت افق زمانی همراه با یک فاکتور توالی است که پیچیدگی­های دستور العمل تولید را لحاظ می­ کند. با بهره گرفتن از استراتژی افق غلطان^[۹۰]، برنامه تولیدِ مرحله جاری، به عنوان ورودی مسئله زمانبندی تلقی می­ شود که این مسئله با بهره گرفتن از یک مدل سازی با زمان پیوسته حل می­گردد. یک چارچوب تکرار شونده^[۹۱] نیز توسعه داده شده که نتایج برنامه­ ریزی تولید و زمانبندی را قبل از آنکه به سراغ دوره بعدی برود همگرا می­نماید. سپس رویکرد پیشنهادی خود را در یک مورد مطالعاتی پیاده سازی و آزمون نموده اند.
آلیو و همکاران ^[۹۲](۲۰۰۷) مسئله برنامه­ ریزی تولید-توزیع ادغامی (^[۹۳] APDP) را در زنجیره تأمین مخاطب قرار داده اند. آن­ها از یک رویکرد فازی جهت مواجهه با عدم قطعیت تقاضای بازار استفاده نموده ­اند. مدل آن­ها نه تنها برنامه­ ریزی تولید ادغامی را انجام می­دهد بلکه به نوعی اثر متقابل برنامه­ ریزی تولید و توزیع را نیز در نظر می­گیرد. آن­ها ادعا کرده ­اند که مدیریت تولید و توزیع با چنین مدل یکپارچه ای با سهولت بیشتری صورت می­پذیرد. مدل پیشنهادی آن­ها یک مدل فازی یکپارچه چند دوره ای چند محصولی برنامه­ ریزی تولید و توزیع در زنجیره تأمین است. مسئله فوق با بهره گرفتن از برنامه­ ریزی فازی مدل شده است و با بهره گرفتن از یک الگوریتم ژنتیک حل شده است. در نهایت نویسندگان کارائی مدل خود را به استناد نتایج آزمایشات خود تأیید نموده اند.
لو و همکاران ^[۹۴](۲۰۰۸) یک مدل برنامه­ ریزی ترکیبی^[۹۵] را برای برنامه­ ریزی تولید بهینه پالایشگاه در شرایط تقاضای غیرقطعی ارائه نموده اند. آن­ها ابتدا یک مدل برنامه­ ریزی احتمالی را با فرض توزیع احتمال یکنواخت در شرایط عدم قطعیت در تقاضا توسعه داده اند سپس یک مدل برنامه­ ریزی ترکیبی که در حقیقت ترکیبی از یک مدل برنامه­ ریزی خطی و یک مدل برنامه­ ریزی احتمالی با ضرایب وزنی است ارائه نموده ­اند. سپس از توابع تقریب خطی شکسته^[۹۶] مشتق گرفته و از آن­ها جهت حل مدل ترکیبی با فرض توزیع یکنواخت بهره گرفته اند. موردهای مطالعاتی نشان می­دهد که الگوریتم ترکیب خطی جهت حل مدل برنامه­ ریزی پیشنهادی آن­ها کاراست و وقتی نسبت انحراف معیار به میانگین کمتر از ۲۰% باشد خطای آن کمتر از ۵/۰% است. همچنین نتایج شبیه سازی نشان می­دهد که مدل برنامه­ ریزی ترکیبی با مقادیر فاکتور وزنی ۱/۰-۲/۰ بطور قابل ملاحظه ای استراتژی عملیاتی بهینه را تحت فرض عدم قطعیت تقاضا، بهبود می­بخشد.
فلتن و کریستوفرسن ^[۹۷](۲۰۰۸) یک مدل برنامه­ ریزی عدد صحیح احتمالی چند مرحله ای ارائه نموده ­اند که در آن یک برنامه تولید کوتاه مدت برای یک شرکت مولد برق تحت شرایط عدم قطعیت توسعه یافته است. قیمت­های روز به روز بازار و ریزش­های درونی مخزن آب از جمله نکاتی است که آن­ها در مدل سازی به آن توجه نموده اند. همچنین عدم قطعیت در فعالیت­های روزانه و نیز آبی که بایستی به مخازن تخصیص یابد مورد توجه قرار گرفته و هدف مدل­سازی ایجاد یک بالانس بین سود جاری و سود مورد انتظار آتی می­باشد. نتایج تحقیق با بهره گرفتن از یک مورد واقعی مطالعاتی در یک شرکت بزرگ تولید کننده برق در نروژ و بازار دریای شمال اروپا مورد آزمایش قرار گرفته و کارائی آن به اثبات رسیده است.
زائرپور و همکاران ^[۹۸](۲۰۰۸) در مقاله خود یک ساختار تصمیم گیری استراتژیک جهت تعیین اینکه یک محصول خاص تحت استراتژی ساخت بر اساس سفارش^[۹۹](MTO)، تولید شود یا ساخت جهت انبارش^[۱۰۰](MTS)، ارائه داده اند. آن­ها یک متدولوژی جدید ترکیبی، متشکل از یک آنالیز قوت، ضعف، فرصت، تهدید (^[۱۰۱]SWOT) و فرایند تحلیل سلسله مراتبی (^[۱۰۲]AHP) پیشنهاد داده اند. با بهره گرفتن از رویکرد AHP در متدولوژی SWOT یکی از ضعف­های اصلی این روش که همانا محدودیت بکارگیری محاسبات کمّی در ارزیابی عوامل موثر بر تصمیم گیری بود بر طرف گردیده است. روش AHP پایه اطلاعات کمّی مورد نیاز جهت فرایند تصمیم گیری استراتژیک را بهبود می­دهد. AHP سنتی نیازمند قضاوت­های دقیق است اما به دلیل پیچیدگی و عدم قطعیت موجود در مسائل تصمیم گیری دنیای واقعی این مطلب گاهی غیر واقع بینانه یا حتی غیر ممکن است. بنابراین در این مقاله از رویکرد تصمیم گیری فرایند تحلیلی سلسله مراتبی فازی (^[۱۰۳]FAHP) بهره گرفته شده است و ترکیب آن با تکنیک SWOT روش ترکیبی جدیدی را برای ترکیب بندی استراتژی محصولات MTO/MTS فراهم آورده است. در پایان نویسندگان از یک مورد مطالعاتی واقعی جهت اعتباربخشی به مدل پیشنهادی خود بهره برده­اند.
عبادیان و همکاران ^[۱۰۴](۲۰۰۸) یک ساختار تصمیم گیری جامع برای مرحله ثبت سفارش در محیط­های ساخت بر اساس سفارش (MTO) پیشنهاد نموده ­اند. ساختار پیشنهادی آن­ها برای مدیریت سفارشات رسیده راهکار ارائه می­نماید بطوریکه سیستم MTO تنها برای تولید سفارشاتی که شدنی و برای سیستم سودآور هستند اقدام می­نماید. تصمیمات مقتضی در مورد سفارشات بر اساس دو معیار قیمت و زمان تحویل گرفته می­ شود. سفارشات رسیده همچنین دارای زمان تحویل ثابت یا قابل مذاکره است. ساختار پیشنهادی آن­ها دارای ۵ قدم اساسی است. در دو قدم ابتدایی، سفارشات رسیده یا برگشت داده می­شوند یا تصمیمات مقتضی جهت برآورده شدن زمان تحویل گرفته می­ شود. در قدم بعدی قیمت­های بهینه با زمان­های تحویل (اگر قابل مذاکره باشد) برای سفارشاتی که برگشت داده نشده اند بوسیله یک مدل برنامه­ ریزی عدد صحیح مختلط تعیین می­ شود. در قدم چهارم در صورت تصویب نهائی مشتری، یک مدل برنامه­ ریزی عدد صحیح دیگر برای انتخاب یک مجموعه از تأمین کنندگان و واحدهای اقماری که قادرند مواد اولیه و بار کاری مورد نیاز سفارشات پذیرفته شده جدید را فراهم آورند اجرا می­گردد. در انتها چندین مثال عددی ارائه شده و یک مثال ساده جهت تشریح کاربرد پذیری مدل ریاضی پیشنهادی، حل شده است.
آذرون و همکاران ^[۱۰۵](۲۰۰۸) یک مدل چند هدفه برنامه­ ریزی تصادفی برای برنامه­ ریزی زنجیره تأمین تحت شرایط عدم قطعیت زنجیره توسعه داده اند. علاوه بر تقاضا، پارامترهای هزینه ای نظیر هزینه­ های تولید و حمل و نقل نیز بصورت غیر قطعی در نظر گرفته شده اند. تابع هدف اصلی در نظر گرفته شده در تحقیق مزبور عبارتست از کمینه کردن ارزش انتظاری هزینه کل سیستم تولیدی که یک تابع هدف مرسوم در حوزه ادبیات موضوع است و تابع هدف کمینه نمودن تغییرپذیری هزینه ها و نیز ریسک مالی که به آن افزوده شده است. مواردی نظیر امکان توسعه ظرفیت و نیز غیرقابل اعتماد بودن تأمین کنندگان در مدل سازی لحاظ شده است. در نهایت مدل غیر قطعی فوق با بهره گرفتن از تکنیک جستجوی هدف^[۱۰۶] و روش سناریو محور حل شده است.
چونپنگ و گانگ ^[۱۰۷](۲۰۰۹) یک استراتژی جدید جهت تلفیق و یکپارچه سازی برنامه­ ریزی تولید و زمانبندی تولید در صنایع پالایشگاهی ارائه نموده اند. این استراتژی بر محوریت استراتژی افق غلطان و استراتژی تجزیه دو سطحی^[۱۰۸] استوار است. این استراتژی شامل یک مدل برنامه­ ریزی عدد صحیح مختلط چند دوره ای و یک سیستم شبیه سازی است. سیستم شبیه سازی در این مقاله از مقاله قبلی آن­ها یعنی لو و همکاران ^[۱۰۹](۲۰۰۸) برگرفته شده است. هدف اصلی آن­ها از توسعه چنین چارچوبی، کاهش تعداد متغیرها و اندازه مدل بهینه سازی پیشنهادی است که با سرعت بیشتری راه حل­های بهینه ای را برای برنامه­ ریزی تولید و زمانبندی پالایشگاه ارائه نماید در این مقاله عدم قطعیت نیز در نظر گرفته شده و یک رویکرد بهینه­سازی پایدار یکپارچه^[۱۱۰] جهت مواجهه با عدم قطعیت پارامترها با توابع توزیع احتمال گسسته و پیوسته ارائه شده است.
داس و سنگوپتا ^[۱۱۱](۲۰۰۹) موضوع شرکت­های جهانی و چند ملّیتی را در مقاله خود بررسی نموده اند و توضیح می­ دهند که در چنین شرکت هایی علاوه بر قوانین دولتی برخی عدم قطعیت­های بین المللی به دلیل فعالیت این گونه شرکت­ها در مکان­های جغرافیایی گوناگون مطرح می­گردد. قوانین دولتی اغلب هزینه مواد اولیه را تحت تأثیر قرار می­دهد که در نهایت اثر منفی روی هزینه محصول می­ گذارد و تصمیم گیران را وادار می­ کند تا برنامه ­های تولید-توزیع فعلی خود را مورد بازنگری قرار دهند. این مقاله یک مدل زنجیره تأمین برای برنامه­ ریزی توأمان استراتژیک و عملیاتی یک^[۱۱۲]SBU در یک زنجیره تأمین جهانی که تحت تأثیر قوانین و مقررات دولتی قرار دارد ارائه می­دهد. مدل پیشنهادی آن­ها اثر تغییرات در هزینه ورودی­ ها را بر روی هزینه محصول مورد انتظار در نظر می­گیرد و یک برنامه استراتژی و عملیاتی بهینه را برای کل زنجیره تأمین بدست می­دهد. همچنین مدل آن­ها شامل نرخ تبدیل ارز و هزینه­ های حمل بین الملی می­گردد و یک مدل چند دوره ای با فرض عدم قطعیت در تقاضا و زمان حمل و نقل است.
آذرون و همکاران ^[۱۱۳](۲۰۰۹) یک الگوریتم چند جمله ای برای بدست آوردن اندازه انباشته اقتصادی پویا در یک سیستم تولیدی چند دوره ای تک محصولی با هدف حداقل نمودن مجموع هزینه­ های موجودی و تولید در افق زمانی T دوره ای ارائه نموده اند. در این مقاله تابع هزینه تولید و هزینه موجودی به ترتیب خطی و مقعر فرض شده است. هزینه راه اندازی منظور نشده و کمبود در هیچ دوره ای مجاز نمی باشد. همچنین هزینه واحد تولید یک متغیر احتمالی است که طبق فرایند مارکوفی با زمان پیوسته در افق برنامه­ ریزی تغییر می­نماید. مسئله فوق بصورت یک مدل برنامه­ ریزی پویای احتمالی با متغیرِ حالتِ هزینه واحد تولید فرموله شده و سپس با بهره گرفتن از رویکرد برنامه­ ریزی پویای رو به عقب حل شده است. جهت توجیه کاربردپذیری دو مورد مطالعاتی کاربردی ارائه شده است.
سایارشاد و توکلی مقدم ^[۱۱۴](۲۰۰۹) یک فرمول و رویه حل جهت بهینه سازی اندازه ناوگان و تخصیص واگن حمل و نقل تحت شرایط تقاضای غیرقطعی پیشنهاد نموده اند. آن­ها ادعا نموده اند که یک اثر متقابل جدی بین تصمیم گیری در مورد اندازه ناوگان ریلی و استفاده از ناوگان وجود دارد. بنابراین استفاده بهینه از واگن­های خالی برای پاسخ به تقاضا در طول دوره­ های برنامه­ ریزی یکی از مزایای مدل پیشنهادی محسوب می­ شود. مدل آن­ها همچنین اطلاعات مربوط به شبکه ریلی نظیر گنجایش واگن ها، تقاضای برآورده نشده و تعداد واگن­های پر و خالی در هر زمان و مکان معین را لحاظ می­ کند. آن­ها یک رویه حل دو مرحله ای جهت حل مسئله ارائه داده و چند مثال عددی را برای تشریح مدل و متدولوژی پیشنهادی، حل نموده اند.
صالحی و توکلی مقدم ^[۱۱۵](۲۰۰۹) مسئله برنامه­ ریزی فرایند مقدماتی و جزئی به کمک کامپیوتر را مورد بررسی قرار داده اند. آن­ها در مقاله خود به این نکته اشاره نموده اند که در یک تولید یکپارچه کامپیوتری (^[۱۱۶]CIM) برنامه­ ریزی فرایند به کمک کامپیوتر (^[۱۱۷]CAPP) یک واسط مهم بین طراحی به کمک کامپیوتر (^[۱۱۸]CAD) و ساخت به کمک کامپیوتر (^[۱۱۹]CAM) است. همین طور اضافه کرده اند که یک برنامه فرایند خوب از دو عنصر زیر تشکیل گشته است؛ ۱- توالی بهینه فرایندهای قطعه و ۲- انتخاب بهینه ماشین، ابزار برش و دسترسی مستقیم به ابزار (TAD^[120]) برای هر فرایند. از طرف دیگر برنامه­ ریزی فرایند را بصورت دو مرحله؛ ۱- مقدماتی و ۲- برنامه­ ریزی ثانویه و جزئی پیشنهاد می­ دهند. در این مقاله برای مرحله اول، توالی شدنی از عملیات­ها بر اساس محدودیت­ها و استفاده از الگوریتم ژنتیک تعیین می­ شود. سپس در مرحله برنامه جزئی با استفاده دوباره از الگوریتم ژنتیک توالی­های شدنی ابتدائی هرس شده و توالی بهینه عملیات­ها و انتخاب بهینه ماشین ها، ابزار برش و TAD برای هرعملیات بدست می ­آید. در انتها چند مورد مطالعاتی جهت اثبات شدنی و پایدار بودن الگوریتم پیشنهادی انجام شده است.
زائرپور و همکاران ^[۱۲۱](۲۰۰۹) یک ساختار تصمیم گیری جامع جهت تعیین استراتژی تولید محصول توسعه داده اند. در ساختار ترکیبی آن ها از AHP و یک تکنیک تصمیم گیری دیگر به نام ^[۱۲۲]TOPSIS بهره برده اند ضمن آن که به دلیل مبهم بودن برخی واقعیت ها از FAHP جهت تعیین وزن ها استفاده گشته است. در حقیقت مدل آن ها توسعه یا همسنگ کار قبلی آن ها یعنی زائرپور و همکاران (۲۰۰۸) می­باشد.
خو و همکاران ^[۱۲۳](۲۰۰۹) یک مدل برنامه­ ریزی ریاضی پایدار با محدودیت شانسی برای مدیریت دور ریزهای شهری تحت عدم قطعیت ارائه نموده اند. در واقع مدل آن ها یک بالانس بین ارزش انتظاری هزینه ها، تغییر پذیری مقدار تابع هدف و ریسک تعدی از محدودیت هایی که شامل پارامترهای غیر قطعی هستند، ایجاد می­نماید. آن ها بر اساس بالانس بین پایداری جواب و پایداری مدل، جواب هایی را برای مسائل با عدم قطعیت بالا و پیچیده برای برنامه­ ریزی بلندمدت مدیریت دور ریزهای شهری پیشنهاد داده اند و نتایج تحقیقاتشان معتبر بودن و کاربردپذیری مدل آن ها را تأیید نموده است.
یو و همکاران ^[۱۲۴](۲۰۰۹) یک مدل برنامه­ ریزی دو مرحله ای تصادفی برای مدیریت زنجیره تأمین تحت شرایط تقاضای غیر قطعی ارائه نموده اند. آن ها ابتدا یک مدل تک هدفه با تابع هدف کمینه کردن ارزش انتظاری هزینه­ های کل زنجیره ارائه نموده اند. سپس با اضافه نمودن تابع هدف کمینه نمودن تغییرپذیری هزینه ها سعی در مدیریت ریسک زنجیره نموده اند. در ادامه با بهره گرفتن از تکنیک شبیه سازی سناریوهایی را تولید کرده و بر اساس آن ها مدل قطعی و تصادفی را با هم مقایسه نموده و تحلیل­های مفیدی را در این حوزه ارائه کرده اند. در نهایت به این نتیجه رسیده اند که با در نظر گرفتن عامل عدم قطعیت در مدلسازی تا ۵% در هزینه ها صرفه جویی خواهد شد. آن ها همچنین یک الگوریتم تجزیه ای نیز برای حل مسئله برنامه­ ریزی تصادفی ارائه داده اند و برای حل مسائل با ابعاد بزرگ از آن الگوریتم بهره برده اند. نتایج تحقیقاتشان نشان داده است که الگوریتم ارائه شده قابلیت مناسبی در ارائه جواب­های پارتو برای مسائل چند هدفه تصادفی دارد.
فرانکا و همکاران ^[۱۲۵] (۲۰۱۰)یک مدل برنامه­ ریزی زنجیره تأمین مبتنی بر برنامه­ ریزی تصادفی دو مرحله ای تحت عدم قطعیت تقاضا ارائه نموده اند. آن ها مسئله را بصورت دو هدفه مدل نموده اند که در حقیقت جواب یک بالانس بین سود و کیفیت سیستم تولیدی است. آن ها از ابزار شش سیگما برای ارزیابی کیفیت و ریسک مالی بهره برده اند. ضمن آن که رضایتمندی مشتریان را نیز به صورت غیر مستقیم در مدل سازی لحاظ کرده اند.
رزمی و معقول ^[۱۲۶](۲۰۱۰) یک مدل برنامه­ ریزی چند هدفه فازی برای مسئله برنامه­ ریزی خرید، تعیین اندازه انباشته و انتخاب تأمین کنندگان با فرض تخفیف پله ای (کلی/ افزایشی) تحت شرایط تقاضای غیرقطعی ارائه نموده اند. معیارهای قیمت، کیفیت و تحویل مناسب برای ارزیابی تأمین کنندگان در نظر گرفته شده است. همچنین محدودیت ظرفیت نیز در مدلسازی لحاظ شده است. در نهایت با تلفیق رویکرد اپسیلون-محدودیت و رویه چبیشف یک چارچوب تعاملی برای تصمیم گیری در مورد جواب بهینه از میان جواب­های پارتوی تولید شده ارائه نموده اند.