طراحی شبکه زنجیره تامین سبز حلقه بسته با در نظر گرفتن مدیریت ارتباط با مشتری و حل آن با استفاده از الگوریتم ژنتیک چندهدفه

محورهای موضوعی : توسعه پایدار

محسن اعتماد ¹ , نوید نظافتی ^{2 *} , محمد رضا فتحی ³

1 - گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
2 - استادیار گروه سيستم هاي اجتماعي و فني، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، ایران. * (مسوول مکاتبات)
3 - دانشیار گروه مديريت صنعتی و فناوری، دانشکده مدیریت و حسابداری، دانشکدگان فارابی دانشگاه تهران، قم، ایران.

تاریخ دریافت : 1398/03/17 تاریخ پذیرش : 1398/08/06 تاریخ انتشار : 1400/03/01

کلید واژه: شبکه زنجیره تامین, زنجیره تامین سبز, مدیریت ارتباط با مشتری, الگوریتم ژنتیک چندهدفه.,

چکیده مقاله :

زمینه و هدف: افزایش حجم گازهای گلخانه ای و آلاینده ها باعث شده است که مدیران سازمان ها و محققان در پی طراحی و راه اندازی شبکه هایی برآیند که علاوه بر بهینه سازی اقتصادی بر عوامل زیست محیطی و کاهش آلاینده ها در همة بخش ها تمرکز ویژه ای داشته باشند. لذا هدف اصلی این تحقیق ارایه یک مدل برنامه ریزی ریاضی فازی برای شبکه زنجیره تامین حلقه بسته سبز با در نظر گرفتن مدیریت ارتباط با مشتری است.

روش بررسی: این پژوهش از نوع کاربردی- توسعه ای می باشد که در شرکت صبا باتری اجرا شده است. در این پژوهش، یک مدل برنامه ریزی خطی عدد صحیح آمیخته برای طراحی شبکه زنجیره تامین حلقه بسته که به دنبال حداقل سازی هزینه ها و حداقل سازی اثرات زیست محیطی می باشد، ارائه شده است. همچنین مفهوم مدیریت ارتباط با مشتری در قالب تابع هدف سوم به صورت حداکثر کردن میزان محصول فرسوده جمع آوری شده به این مدل اضافه شده است.

یافته ها: با توجه به این که مدل ارائه شده به دسته NP-hard تعلق دارد، از الگوریتم ژنتیک چندهدفه جهت حل مدل استفاده شده و در نهایت جواب های پارتو مشخص شد. براساس نتایج به دست آمده، دو تابع هدف اقتصادی و محیط زیستی با یکدیگر در تضاد هستند. به این معنا که حرکت هر یک به سمت مطلوب مستلزم حرکت تابع هدف دیگر به سمت نامطلوب خواهد بود.

بحث و نتیجه گیری: در این پژوهش مدل برنامه ریزی ریاضی پیشنهادی با الگوریتم ژنتیک چندهدفه حل شده است که نتایج آن نشان دهنده مکان و ظرفیت تسهیلات، میزان تولید محصولات، میزان موجودی و میزان حمل محصولات می باشند.

چکیده انگلیسی:

Background and Objective: Increasing greenhouse gas emissions and pollutants has led organizers and researchers to seek to design and set up networks that focus on environmental factors and reduce pollutants in all sectors. Therefore, the main objective of this paper is to present a fuzzy mathematical programming model for the green closed loop supply chain network, taking into account customer relationship management.Method: This is an applied-development study implemented in Saba Battery Company. In this study, a mixed integer linear programming model is proposed for designing a closed loop supply chain network that seeks to minimize costs and minimize environmental impacts. Also, the concept of customer relationship management in the form of the third objective function has been added to maximize the amount of worn-out product collected to this model.Findings: Given that the proposed model belongs to the NP-hard category, a multi-objective genetic algorithm is used to solve the model, and finally, the Pareto's solutions are determined. Based on the results, the two objectives of the economic and environmental objectives are contradictory. That is, moving each one toward the desired one requires movement of the other objective function to the undesirable.Discussion and Conclusion: In this research, the proposed mathematical programming model has been solved with a multi-objective genetic algorithm, which results indicate the location and capacity of the facility, the amount of production, the amount of inventory and the amount of transportation of the products.

منابع و مأخذ:

1. Simchi- Levi, D., P. Kaminsky and E. Simchi- Levi. (2004). managing the Supply chain: The Definitive Guide for the Business professional, Mcgraw- hill.
2. Alamtabriz, A., Roghanian, E., Hosseinzadeh, M., (2011). Design and optimization of reverse logistics network under uncertainty conditions using Genetic Algorithm, Journal of Industrial Management Outlook, 1, 61-89. (In Persian)
3. Sohrabi, T., Etemad, M., Fathi, M.R. (2018). Mathematical modeling of Green closed loop supply chain network with consideration of supply risk: Case Study, Journal of Advances in Mathematical Modeling, 7(2), 103-122. (In Persian)
4. Bashiri, M, Sharafati, M. (2013). Two-objective design of a closed-loop supply chain network with consideration of related criteria in a fuzzy environment, Journal of Industrial Engineering Research in Manufacturing Systems, (1) 1, 25-36. (In Persian)
5. Fathi, M.R., Nezafati, N., Behrooz, A.H., and Etemad, M. (2021). Mathematical Modeling of Closed-loop Supply Chain Network based on Environmental and Social Impacts, Journal of Animal Environmental Research, In Press. (In Persian)
6. AmirKhan, M., Norang, A., Tavakoli Moghaddam, R. (2014). Presentation of a fuzzy mathematical programming model for the problem of designing a raw material supply network under uncertainty conditions- A Case Study, International Journal of Industrial Engineering and Production Management, 2 (25), 218-235. (In Persian)
7. Etemad, M., Nezafati, N., Fathi, M.R. (2020). Modeling and Designing a Two-Objective Supply Chain Network based on Customer Relationship Management: A Case Study., 12(46), 273-293. (In Persian)

متن کامل:



طراحی شبکه زنجیره تامین سبز حلقه بسته با در نظر گرفتن مدیریت ارتباط با مشتری و حل آن با استفاده از الگوریتم ژنتیک چندهدفه

چکیده

زمینه و هدف: افزایش حجم گازهای گلخانه ای و آلاینده ها باعث شده است که مدیران سازمان ها و محققان در پی طراحی و راه اندازی شبکه هایی برآیند که علاوه بر بهینه سازی اقتصادی بر عوامل زیست محیطی و کاهش آلاینده ها در همة بخش ها تمرکز ویژه ای داشته باشند. لذا هدف اصلی این تحقیق ارایه یک مدل برنامه ریزی ریاضی فازی برای شبکه زنجیره تامین حلقه بسته سبز با در نظر گرفتن مدیریت ارتباط با مشتری باشد.

روش بررسی: این پژوهش از نوع کاربردی- توسعه ای می باشد که در شرکت صبا باتری پیاده سازی شده است. در این پژوهش، یک مدل برنامه ریزی خطی عدد صحیح آمیخته برای طراحی شبکه زنجیره تامین حلقه بسته که به دنبال حداقل سازی هزینه ها و حداقل سازی اثرات زیست محیطی می باشد، ارائه شده است. همچنین مفهوم مدیریت ارتباط با مشتری در قالب تابع هدف سوم به صورت حداکثر کردن میزان محصول فرسوده جمع آوری شده به این مدل اضافه شده است.

یافته ها: با توجه به اینکه مدل ارائه شده به دسته NP-hard تعلق دارد، از الگوریتم ژنتیک چندهدفه جهت حل مدل استفاده شده است و در نهایت جواب های پارتو مشخص گردید. براساس نتایج بدست آمده، دو تابع هدف اقتصادی و محیط زیستی با یکدیگر در تضاد هستند. به این معنا که حرکت هر یک به سمت مطلوب مستلزم حرکت تابع هدف دیگر به سمت نامطلوب خواهد بود. براساس نتایج بدست آمده نسبت به شرایط کنونی شبکه زنجیره تامین، مقدار تابع هدف اقتصادی که به دنبال حداقل کردن هزینه ها می باشد، کاهش پیدا کرده است و همچنین میزان انتشار کربن کاهش پیدا کرده است. همچنین نتایج بدست آمده نشان می دهد که طرح بازیافت محصولات بسیار سودآور است و مدل نهایی می تواند مفهوم مدیریت ارتباط با مشتری را همزمان با تصمیمات راهبردی و تولیدی در نظر بگیرد.

نتیجه گیری: در این پژوهش مدل برنامه ریزی ریاضی پیشنهادی با الگوریتم ژنتیک چندهدفه حل شده است که نتایج آن نشان دهنده مکان و ظرفیت تسهیلات، میزان تولید محصولات، میزان موجودی و میزان حمل محصولات می باشند.

 

واژگان کلیدی: شبکه زنجیره تامین، زنجیره تامین سبز، مدیریت ارتباط با مشتری، الگوریتم ژنتیک چندهدفه.

 

 

Green- Closed Loop Supply Chain Network Design by Considering Customer Relationship Management and solving it using Multi-Objective Genetic Algorithm

Abstract

Background and Objective: Increasing greenhouse gas emissions and pollutants has led organizers and researchers to seek to design and set up networks that focus on environmental factors and reduce pollutants in all sectors. Therefore, the main objective of this paper is to present a fuzzy mathematical programming model for the green closed loop supply chain network, taking into account customer relationship management.

Method: This is an applied-development study implemented in Saba Battery Company. In this study, a mixed integer linear programming model is proposed for designing a closed loop supply chain network that seeks to minimize costs and minimize environmental impacts. Also, the concept of customer relationship management in the form of the third objective function has been added to maximize the amount of worn-out product collected to this model.

Results: Given that the proposed model belongs to the NP-hard category, a multi-objective genetic algorithm is used to solve the model, and finally, the Pareto's solutions are determined. Based on the results, the two objectives of the economic and environmental objectives are contradictory. That is, moving each one toward the desired one requires movement of the other objective function to the undesirable. Based on the results obtained from the current supply chain conditions, the value of the economic objective function that seeks to minimize costs has also been reduced, and carbon emissions have been reduced. The results also show that the product recycling plan is very profitable and the final model can incorporate the concept of customer relationship management with strategic and manufacturing decisions.

Conclusion: In this research, the proposed mathematical programming model has been solved with a multi-objective genetic algorithm, which results indicate the location and capacity of the facility, the amount of production, the amount of inventory and the amount of transportation of the products.

Key words: Supply Chain Network Design, Green Supply Chain, Customer Relationship Management, Multi-objective Genetic Algorithm.

 

مقدمه

طراحی شبکه زنجیره تامین سعی در شناسایی بهترین ساختار برای زنجیره تامین را دارد. یک طراحی مناسب بایستی بتواند سازمان را به عملکرد بلندمدت خود برساند. در حقیقت نبرد اصلی در بازارها و تنوع ترجیحات مشتریان در کنار توسعه سریع تکنولوژی و جهانی سازی، سازمان ها را وادار کرده است که به عنوان عضوی از زنجیره تامین کار کنند. عملیات زنجیره تامین و لجستیک بخشی از فعالیت های مهم اقتصادی امروز هستند و برای رقابت در کسب و کار حیاتی می باشند. طراحی شبکه زنجیره تامین پایه ای ترین تصمیم در مدیریت زنجیره تامین است که تمام تصمیمات زنجیره تامین را یکپارچه می کند و اثری قابل توجه بر روی بازگشت سرمایه و عملکرد کلی در زنجیره دارد (1). اهميت استفاده از سرب در صنعت از يک سو و خطرات بالقوه بهداشتي و زيست محيطي آن از سوي ديگر، موجب توجه جامعه جهاني به چگونگي مديريت صحيح زيست محيطي بازيافت باتري­هاي سربي اسيدي شده است. مطالعات انجام شده نشان مي دهد امروزه حدود ۶۰ درصد کل توليد سرب تصفيه شده از معادن سرب تأمين و ۴۰ درصد باقيمانده از بازيافت قراضه  ها و سرباره هاي باتري هاي فرسوده حاصل مي شود. اين مسأله در سراسر دنيا يکي از منابع مهم دستيابي به سرب خالص است. بايد توجه کرد که اجراي بازيافت زيست محيطي و بهداشتي اين مواد درکشور نيازمند در نظرگيري راهبردها و خط مشي هايي است که بر اساس اولويت هاي کشور تعيين شده و بايد در جهت تدوين چارچوبي قانوني براي جمع آوري، حمل و نقل و بازيافت صورت گيرد تا اثرات و خطرات زيست محيطي و بهداشتي بازيافت اين پسماندها که تحت کنوانسيون بازل هستند، به حداقل کاهش يابد. براساس تحقيقات صورت گرفته از سوي دفتر بررسي آلودگي آب و خاک سازمان حفاظت محيط زيست، باتري های اسیدی به دليل غيرقابل بازگشت بودن واکنش هاي شيميايي داراي دوره عمري مشخص هستند و پس از رسيدن به انتهاي دوره عمري خود، با وجود محتواي فلزي بالا بويژه سرب، غيراستفاده و فرسوده و در گروه پسماندهاي ويژه تقسيم بندي مي شوند. تحقيقات نشان مي­دهد بازيافت آنها و وارد کردن فلزاتي نظير سرب، قلع، آنتيموان، آرسنيک و مواد آلي نظير پلي پروپيلن حاصل از بازيافت آنها به چرخه صنعت امري اقتصادي است ولي به دليل وجود خطرات مواد مختلف موجود در ساختار آنها بويژه فلزات سنگين، رعايت اصول بهداشتي و زيست محيطي، استفاده از فناوري هاي نوين در جمع آوري و مراحل پيش بازيافت و بازيافت آنها ابداع شده است. کارشناسان معتقدند اجراي بازيافت زيست محيطي و بهداشتي براي اين پسماند هاي ويژه در کشور نيازمند در نظرگيري راهبردها و خط مشي هايي است که بر اساس اولويت هاي کشور تعيين و تعريف شده و بايد در جهت تدوين چارچوبي قانوني براي جمع آوري، حمل و نقل و بازيافت باشد. تحقيقات نشان مي دهد اين سياست بازگشت باتري هاي فرسوده به کارخانجات توليد باتري را فراهم مي آورد. لذا مساله اصلی این تحقیق طراحی شبکه زنجیره تامین حلقه بسته سبز با در نظر گرفتن بحث مدیریت ارتباط با مشتری برای محصول باتری در شرکت صبا باتری می باشد.

 

پیشینه پژوهش

در اين بخش، پژوهش هایی که در حوزه طراحی شبکه زنجیره تامین انجام پذیرفته است به طور خلاصه ارائه شده اند. عالم تبریز و همکاران (2) یک مدل برنامه ریزی خطی عدد صحیح آمیخته احتمالی برای طراحی شبکه لجستیک معکوس ارایه دادند. مدل ارایه شده در این پژوهش، چند محصولی و چند رده ای می باشد که همزمان، هزینه های حمل و نقل و احداث را در بر می گیرد. مدل مورد نظر با در نظر گرفتن کمینه سازی هزینه ها (هزینه های استقرار تسهیلات و هزینه های حمل و نقل) و همچنین در نظر گرفتن عدم قطعیت در تقاضای محصولات برگشتی، از نوع مسائل  NP-Hardمی باشد که با استفاده از الگوریتم ژنتیک حل شده است. سهرابی و همکاران (3) در پژوهشی یک مدل برنامه ریزی عدد صحیح مختلط چند هدفه فازی که به دنبال حداقل کردن هزینه ها، حداقل کردن اثرات زیست محیطی و حداقل کردن ریسک تامین مواد اولیه می باشد را ارائه کرده اند. این مدل در برگیرنده تمام سطوح زنجیره تامین حلقه بسته می باشد و نسبت به مدل های طراحی شبکه زنجیره تامین قبلی جامعیت دارد. جهت پیاده سازی مدل تدوین شده، از داده های شرکت شیشه سازی همدان استفاده شده است. بشیری و همکاران (4) به طراحی شبکه زنجیره تامین حلقه بسته پرداختند. آن ها به منظور افزایش کارایی زنجیره تامین پیشنهادی خود، مدل را به صورت چند محصولی فرض کرده و معیارهای کیفی موثر را مورد توجه قرار دادند. همچنین با استفاده از روش تجزیه و تحلیل مولفه های اصلی، ملاکی تحت عنوان امتیاز مولفه های اصلی را در نظر گرفتند. در این تحقیق به منظور واقعی تر شدن شرایط، مساله در یک محیط فازی مدلسازی شده است که ضمن فازی بودن پارامترها میزان برآورده شدن محدودیت ها نیز فازی در نظر گرفته شده است. پاکسوی و همکاران (5) یک مدل برنامه ریزی خطی فازی برای بهینه سازی مسئله طراحی زنجیره تامین چند محصولی با درجه عضویت مثلثی و ذوزنقه ای ارائه دادند. در آن مدل ظرفیت های تولیدکنندگان و مراکز توزیع طوری تعیین می شود که هزینه کل حداقل گردد. مزیت این پژوهش در نظر گرفتن همزمان تصمیمات استراتژیکی و تاکتیکی است زیرا علاوه بر مکان یابی تسهیلات، انواع سیستم های حمل و نقل بررسی می گردد. امیرخان و همکاران (6) یک مدل برنامه ریزی خطی عددصحیح مختلط دو هدفه برای طراحی شبکه تامین مواد اولیه یک مجتمع صنایع غذایی ارائه کردند. آن ها علاوه بر عامل هزینه، دو عامل کیفیت و زمان را در مدل لحاظ نمودند. در این مدل، محدودیت ها و پارامترهای مسئله از نوع فازی در نظر گرفته شده است و برای حل مدل مذکور از یک رویکرد فازی دو مرحله ای استفاده شده است. تزکایا و همکاران¹ (7) یک مدل چند هدفه برای طراحی شبکه لجستیک معکوس محصولات خانگی ارائه نمودند. سپس یک ساختار برای حل مدل مذکور توسعه دادند. چارچوب ارائه شده از دو مرحله تشکیل شده است. در مرحله اول با استفاده از یک مدل ترکیبی تصمیم گیری چند معیاره که شامل فرآیند تحلیل شبکه ای و TOPSIS بود، مکان های مراکز بازیافت انتخاب شدند و در مرحله دوم با ارائه یک مدل برنامه ریزی مختلط عددصحیح و حل آن با یک الگوریتم فراابتکاری که مبتنی بر الگوریتم ژنتیک است، جواب شبکه لجستیک طراحی شده بدست می آید.

  

مسئله مورد بررسی 

شبکه زنجیره تامین این پژوهش، یک شبکه چند سطحی و چند محصولی است که ساختار ان به صورت حلقه بسته می باشد. سطوح این شبکه به سمت جلو شامل مراکز تامین، مراکز تولید، مراکز توزیع و مراکز مشتری نوع A می باشد و همچنین به سمت عقب شامل مشتریان نوع B، مراکز جمع آوری و بازرسی، مراکز بازیافت، مراکز انهدام و مراکز مشتریان نوع C می باشد. سطوح تصمیم گیری هم به صورت راهبردی، یعنی مسائل مربوط به طراحی شبکه و هم به صورت تاکتیکی در قالب مسائل مربوط به تخصیص، حمل و نقل، موجودی و غیره است. در این شبکه ابتدا محصولات در مراکز تولیدی تولید شده و سپس از طریق مراکز توزیع به مشتریان نوع A فرستاده می شوند. سپس در جریان رو به سمت عقب برخی از محصولات فرسوده مشتریان نوع A به مراکز جمع آوری و بازرسی ارسال می گردد. به منظور جمع آوری محصولات فرسوده از مشتریان با استفاده از مفهوم مدیریت ارتباط با مشتری، سیاست های انگیزشی و تشویقی برای مشتریان به منظور همکاری هر چه بیشتر ان ها برای بازگرداندن محصولات فرسوده تعریف می گردد. یکی از راهبردها، تمرکز بر مشتریان کلیدی و اهمیت بخشیدن بر آن ها است. لذا مشتریان نوع A که در هم جریان رو به سمت جلو و هم در جریان رو به سمت عقب مشارکت دارند، مشتریان کلیدی در نظر گرفته شده اند و به خاطر حفظ این نوع از مشتریان وفادار، خدمات خاصی برای آن ها در نظر گرفته شده است. مشتریان نوع B مشتریانی هستند که در زنجیره رو به سمت جلو از سایر زنجیره ها محصول مورد نظر خود را خریداری کرده اند، اما ما می خواهیم با سیاست هایی ان ها محصولات فرسوده خود را به زنجیره ما تحویل دهند. در نهایت محصولات فرسوده مشتریان نوع A و B در مراکز جمع آوری و بازرسی تجمیع می گردند و در ادامه به مراکز بازیافت انتقال می یابند. در مراکز بازیافت بسته به وضعیت کیفیت محصول فرسوده اقداماتی بر روی ان صورت می گیرد و بخشی از قطعات قابل استفاده مجدد با ترمیم به مراکز تولید ارسال می گردند، برخی قسمت های سمی و الاینده به مراکز انهدام ارسال می شوند و در نهایت محصولات فرسوده ای که با شارژ مجدد دوره زمانی کوتاهی قابلیت استفاده مجدد را دارند به مراکز مشتریان نوع C جهت فروش ارسال می شوند. مشتریان نوع C مشتریانی هستند که محصولات بازیافت شده را به عنوان دست دوم خریداری می کنند. شبکه زنجیره تامین مورد مطالعه در این پژوهش در قالب شکل (1) نشان داده شده است.

 

---

[1]  Tuzkaya et al

 

 

شکل 1 - شبکه زنجیره تامین حلقه بسته پیشنهادی برای شرکت صبا باتری

Figure 1- Suggested Closed loop supply chain network For Saba Battery Company

 

 

مدل سازی مساله

اندیس‌ها 

مجموعه مکان های ثابت برای تامین کنندگان k=1,2,...,K	k
مجموعه مکان های بالقوه مراکز تولید جهت احداث کردن m=1,2,...,M	m
مجموعه مکان های بالقوه مراکز توزیع جهت احداث کردن l=1,2,...,L	l
مجموعه مکان های ثابت برای مشتری های نوع A  n=1,2,...,N	n
مجموعه مکان های بالقوه مراکز جمع آوری و بازرسی جهت احداث کردن o=1,2,...,O	o
مجموعه مکان های ثابت برای مشتریان نوع B  s=1,2,...,S	s
مجموعه مکان های ثابت برای مشتریان نوع C  c=1,2,...,C	c
مجموعه مکان های بالقوه مراکز انهدام جهت احداث کردن i=1,2,...,I	i
مجموعه مکان های بالقوه مراکز بازیافت جهت احداث کردن p=1,2,...,P	p
مجموعه محصولات d=1,2,...,D	d
مجموعه مواد اولیه b=1,2,...,B	b
مجموعه سطوح ظرفیت برای مکان های بالقوه h=1,2,...,H	h
مجموعه گزینه های بالقوه برای حمل و نقل u=1,2,...,U	u
مجموعه گزینه های CRM تعریف شده	AM

پارامترها

متغیرهای تصمیم

هزینه تولید محصول d در مرکز تولید m
هزینه جمع آوری و بازرسی محصول d در مرکز جمع آوری o
هزینه بازیافت هر واحد محصول d در مرکز بازیافت p
هزینه نگهداری موجودی محصول d در مراکز تولید m
هزینه نگهداری موجودی محصول d در مراکز توزیع l
هزینه نگهداری موجودی محصول d در مراکز جمع آوری و بازرسی o
هزینه جریمه برای تقاضای ارضا نشده محصول d در مراکز مشتری n
هزینه خرید یا تهیه هر واحد ماده اولیه b از تامین کننده k
ماکزیمم تعداد مراکز تولید جهت احداث	MAXM
ماکزیمم تعداد مراکز جمع آوری و بازرسی جهت احداث	MAXO
ماکزیمم تعداد مراکز بازیافت جهت احداث	MAXP
ماکزیمم تعداد مراکز انهدام جهت احداث	MAXI
میزان تقاضا برای محصول d در مراکز مشتری n
میزان تقاضا برای محصول d در مراکز مشتری c
قیمت فروش محصول بازیافت شده d در مراکز مشتری c
قیمت فروش محصول d
ظرفیت تولید مراکز تولید m با سطح ظرفیت h
ظرفیت توزیع مراکز توزیع l با سطح ظرفیت h
ظرفیت مراکز جمع آوری o با سطح ظرفیت h
ظرفیت بازیافت محصولات در مرکز بازیافت p با سطح ظرفیت h
ظرفیت انهدام محصولات در مراکز انهدام یا دفع i با سطح ظرفیت h
هزینه حمل هر واحد محصول d از مرکز تولید m به مرکز توزیع l توسط وسیله حمل و نقل u
هزینه حمل هر واحد محصول d از مرکز توزیع l به مناطق مشتری n توسط وسیله حمل و نقل u
هزینه حمل هر واحد محصول d از مناطق مشتری n به مراکز جمع آوری و بازرسی o توسط وسیله حمل و نقل u
هزینه حمل هر واحد محصول d از مناطق مشتری s به مراکز جمع آوری و بازرسی o توسط وسیله حمل و نقل u
هزینه حمل هر واحد محصول d از مراکز جمع آوری و بازرسی o به مراکز باز تولید p توسط وسیله حمل و نقل u
هزینه حمل هر واحد محصول d از مراکز بازیافت p به مراکز مشتری c توسط وسیله حمل و نقل u
هزینه حمل هر واحد محصول d از مراکز بازیافت p به مراکز تولید m توسط وسیله حمل و نقل u
هزینه حمل هر واحد محصول d از مراکز بازیافت p به مراکز انهدام i توسط وسیله حمل و نقل u
کسری از محصولات قابل بازیافت
کسری از محصولات ضایع جهت انهدام
هزینه ثابت احداث مرکز تولید m با سطح ظرفیت h
هزینه ثابت احداث مرکز توزیع l با سطح ظرفیت h
هزینه ثابت احداث مرکز جمع آوری و بازرسی o با سطح ظرفیت h
هزینه ثابت احداث مرکز بازیافت p با سطح ظرفیت h
هزینه ثابت احداث مرکز انهدام i با سطح ظرفیت h
ظرفیت وسیله حمل و نقل u برای حمل مواد اولیه از تامین کننده k به مرکز تولیدm
ظرفیت وسیله حمل و نقل u برای حمل محصول از مرکز تولید m به مرکز توزیع  l
ظرفیت وسیله حمل و نقل u برای حمل محصول از مرکز توزیع l به مرکز مشتری n
ظرفیت وسیله حمل و نقل u برای حمل محصول استفاده شده از مناطق مشتری n به مرکز جمع آوری و بازرسی  o
ظرفیت وسیله حمل و نقل u برای حمل محصول استفاده شده از مناطق مشتری s به مرکز جمع آوری و بازرسی  o
ظرفیت وسیله حمل و نقل u برای حمل محصول استفاده شده از مرکز جمع آوری و بازرسی o به مرکز بازیافت  p
ظرفیت وسیله حمل و نقل u برای حمل محصولات بازیافت شده از مرکز بازیافت p به مراکز تولیدm
ظرفیت وسیله حمل و نقل u برای حمل محصولات بازیافت شده از مرکز بازیافت p به مراکز انهدامi
ظرفیت وسیله حمل و نقل u برای حمل محصولات بازیافت شده از مرکز بازیافت p به مراکز مشتریc
میزان انتشار کربن به ازای تولید هر واحد محصول d در مراکز تولید m
میزان انتشار کربن به ازای بازیافت هر واحد محصول d استفاده شده در مراکز بازیافت p
میزان انتشار کربن به ازای انهدام هر واحد محصول d استفاده شده در مراکز انهدام i
میزان انتشار کربن به ازای حمل هر واحد محصول d از مرکز تولید m به مرکز توزیع l توسط وسیله حمل و نقل u
میزان انتشار کربن به ازای حمل هر واحد محصول d از مرکز توزیع l به مناطق مشتری n توسط وسیله حمل و نقل u
میزان انتشار کربن به ازای حمل هر واحد محصول d استفاده شده از مناطق مشتری n به مرکز جمع آوری و بازرسی o توسط وسیله حمل و نقل u
میزان انتشار کربن به ازای حمل هر واحد محصول d استفاده شده از مناطق مشتری s به مرکز جمع آوری و بازرسی o توسط وسیله حمل و نقل u
میزان انتشار کربن به ازای حمل هر واحد محصول d استفاده شده از مرکز جمع آوری و بازرسی o به مرکز باز تولید p توسط وسیله حمل و نقل u
میزان انتشار کربن به ازای حمل هر واحد محصول d استفاده شده از مرکز بازیافت p به مرکز تولید m توسط وسیله حمل و نقل u
میزان انتشار کربن به ازای حمل هر واحد محصول d استفاده شده از مرکز بازیافت p به مرکز انهدام i توسط وسیله حمل و نقل u
میزان انتشار کربن به ازای حمل هر واحد محصول d استفاده شده از مرکز بازیافت p به مرکز مشتری c توسط وسیله حمل و نقل u
میانگین حجم محصول فرسوده تولیدی کشور	X
تعداد محصول فرسوده ای که در ازای اهدای یک عدد محصول رایگان گرفته می شود	Y
ماتریس ضرایب تاثیرگذاری گزینه های تعریف شده بر میزان رضایت مشتری	BAM=[AM1, AM2, AM3, AM4, AM5, AM6]
هزینه پیاده سازی گزینه اهدای یک عدد محصول رایگان به مشتری در ازای دریافت Y عدد محصول جمع اوری شده به زنجیره به منظور بازیافت	CZ=×(QCRdn + QCSds)
هزینه پیاده سازی گزینه ضمانت، فقط برای مشتریان کلیدی به منظور حفظ مشتریان کلیدی حاضر و تشویق دیگر مشتریان جهت پیوستن به گروه مشتریان کلیدی زنجیره	CX
هزینه ایجاد سامانه پیامکی و اینترنتی	CY
هزینه اطلاع رسانی به مشتری از طریق پیامک	CR
هزینه پیاده سازی گزینه ارسال وسیله حمل و نقل به مکان مشتری	CK
هزینه پیاده سازی گزینه فرهنگ سازی از طریق تبلیغات	CL

 

مدل ریاضی مساله

Min Z1 = [ +  + +  +] + [ +  +  +  +  +  +  + ] + [ +  + ]+ [ +  +  + ] + [] + [ +  +  + ] – []   (1)                                                                       

Min Z2 = [ + + ] + [ +  +  +  +  +  +  + ]                                                          (2)                                 

MAX Z3 = .g(f(a)) f(a)=. (3)

 تابع هدف اول شامل حداقل سازی هزینه های کل می باشد عبارت (1) فرمول ریاضی این تابع هدف را نشان می دهد. تابع هدف دوم شامل حداقل سازی اثرات محیط زیستی است. عبارت (2) فرمول ریاضی این تابع هدف را نشان می دهد.        تابع هدف سوم شامل حداکثر کردن مقدار محصول فرسوده جمع آوری شده می باشد تا از این طریق بتوان تمامی محصولات فرسوده تولید شده در کشور را برای انجام دادن فرایند بازیافت جمع آوری کرد. در همین راستا از مفهوم مدیریت ارتباط با مشتری جهت ترغیب کردن مشتریانی که تاکنون محصولی را از این زنجیره خریداری نکرده اند برای تحویل محصولات فرسوده خود و همچنین جذب مشتریان قدیمی برای تحویل محصولات فرسوده خود و تبدیل آن ها به مشتریان وفادار، استفاده شده است.. عبارت (3) فرمول ریاضی این تابع هدف را نشان می دهد. در ادامه برخی از محدودیت های مدل پیشنهادی را به خاطر محدودیت فضا به صورت نمونه مورد بررسی قرار می دهیم. محدودیت (4) تضمین می نمایند که تضمین می نمایند که مراکز توزیع حداکثر با یک سطح ظرفیت احداث شوند.

(4)                                                                                                                                           

محدودیت (5) ماکزیمم تعداد مراکز توزیع که پتانسیل احداث را دارا می باشند محدود می کنند.

(5)                                                                                                                                         

محدودیت های (6) محدودیت ظرفیت حمل جریان محصول بین مراکز مختلف را نشان می دهد.

                                                                                                                  (6)

محدودیت های (7) نشان می دهند که حداکثر یک نوع تسهیل برای انتقال جریان بین تسهیلات وجود دارد.

(7)                                                                                                                                   

محدودیت (8) نشان می دهند که باید محصولی بین تسهیل مراکز مختلف برقرار شود تا وسیله ای برای حمل انتخاب گردد.

(8)                                                                                     

محدودیت (9) تضمین می کنند که هیچ گونه حمل و نقلی بین مکان هایی که ارتباطی با یکدیگر ندارند، وجود نخواهد داشت. همچنین بیان می کنند که جریان فقط مجاز است که از طریق گزینه های حمل و نقل فعال در شبکه عبور کند.

(9)                                                                                   

محدودیت (10) حدودیت تعادل موجودی برای مراکز تولید را نشان می دهد.

 =   (10)                                                                                                           

محدودیت (11) نشان می دهد که میزان محصول بازیافتی ارسال شده به مراکز مشتری C حداکثر برابر میزان تقاضا در این مرکز می باشد.

     (11)                                                                                                                      

در محدودیت (12) صورت کسر نشان دهنده مجموع محصولات فرسوده ای که مشتریان به زنجیره تحویل می دهند می باشد. با محاسبه بزرگترین عدد صحیح کوچکتر از این کسر، تعداد محصول رایگانی که توسط زنجیره به مشتریان اهدا می شود، محاسبه می گردد.

   (12)

محدودیت (13) به منظور محدود کردن جریان کالای برگشتی می باشد.

    (13)

محدودیت های (14) و (15) به ترتیب نشان دهنده محدودیت های ضروری منطقی روی متغیرهای تصمیم گسسته و پیوسته می باشند.

, , , , , , , , , , , , ,  {0,1}  (14)                                                                                                                      

, , , , , , , , , , ,  0 (15)

تجزیه و تحلیل داده ها

الگوریتم ژنتیک چندهدفه

الگوریتم ژنتیک¹ اولین بار توسط جان‌هالند در دانشگاه میشیگان پیشنهاد شد. روش‌های بهینه‌سازی الهام گرفته از طبیعت با روش‌های متعارف بهینه‌ سازی تفاوت مهمی دارند. الگوریتم ژنتیک در یک جمعیت از جوابها و با مجموعه‌ای از آنها شروع به جستجو می‌کند نه با یک جواب. بدین ترتیب به جای یافتن نقطه مناسب، محدوده مناسب در فضای متغیرها شناسایی شده و با انتخاب والدین متناسب با شایستگی آنها از تمامی فضای متغیرها یک جستجوی هوشمند و موثر برنامه‌ریزی می‌گردد که امکان یافتن نقطه بهینه کلی را افزایش می‌دهد. مراحل این الگوریتم به شرح ذیل می‌باشد (8):

ایجاد جمعیت اولیه 

محاسبه معیار برازندگی  

3. مرتب کردن جمعیت براساس شرط غلبه کردن: با بررسی غالب و مغلوب بودن طبق اصل پارتو به رتبه‌بندی می‌پردازد. بدین ترتیب هر جوابی توسط جوابهای دیگر مغلوب نشد به عنوان فرانت اول در نظر گرفته شده و پس از مشخص کردن تمامی اعضای فرانت اول پارتو این اعضا از بین تمامی اعضا حذف می‌شوند.

4. محاسبه فاصله ازدحامی

5. انتخاب: به محض اینکه جمعیت اولیه براساس شرطهای غلبه کردن مشخص شد، مقدار فاصله ازدحامی در آن محاسبه شده و انتخاب از میان جمعیت اولیه آغاز می‌شود. انتخاب براساس رتبه کمتر و فاصله ازدحامی بیشتر صورت می‌گیرد.

6. انجام تقاطع و جهش برای تولید فرزندان جدید

7. تلفیق جمعیت اولیه و جمعیت بدست آمده از تقاطع و جهش 

8. جایگزین کردن جمعیت والدین با بهترین اعضای جمعیت تلفیق شده در مراحل قبل. اعضایی که رتبه پایین تری دارند جایگزین والدین قبلی شده و سپس براساس فاصله ازدحامی مرتب می‌شوند.

9. تکرار تا رسیدن به شرط بهینگی 

زنجیره تامین مورد بررسی دارای پنج تامین کننده (k=1,…,5)، چهار مرکز بالقوه تولیدی (m=1,…,4) ، چهار مرکز بالقوه توزیع (l=1,…,4) ، 12 خوشه مشتری نوع A (n=1,…,12) ، سه مرکز بالقوه جمع آوری و بازرسی (o=1,…,3)، سه مرکز بالقوه بازیافت (p=1,…,3)، سه مرکز بالقوه انهدام (i=1,…,3)، پنج مرکز مشتری نوع B (s=1,…,5)، سه مرکز مشتری نوع C (c=1,2,3)، دو نوع محصول (d=1,2)، چهار نوع ماده اولیه برای تولید محصولات (b=1,…,4)، سه سطح ظرفیت (h=1,2,3) و دو نوع وسیله حمل و نقل (u=1,2) می باشد. جدول (1) نتایج حاصل از حل مدل قطعی کمکی با استفاده از روش خیمنز را به ازای مقادیر مختلف درجه برقراری محدودیت (α) نشان می دهد.

 

جدول 1- نتایج حاصل از حل مدل قطعی کمکی با روش خیمنز 

Table 1 - The results of solving model

میزان ماده اولیه حمل شده b از تامین کننده k به مرکز تولید m توسط وسیله حمل و نقل u
میزان محصول حمل شده d از مرکز تولید m به مرکز توزیع l توسط وسیله حمل و نقل u
میزان محصول حمل شده d از مرکز توزیع l به مناطق مشتری n توسط وسیله حمل و نقل u
میزان محصول حمل شده d از مناطق مشتری n به مرکز جمع آوری و بازرسی o توسط وسیله حمل و نقل u
میزان محصول حمل شده d از مناطق مشتری s به مرکز جمع آوری و بازرسی o توسط وسیله حمل و نقل u
میزان محصول حمل شده d از مرکز جمع آوری و بازرسی o به مرکز بازیافت p توسط وسیله حمل و نقل u
میزان محصول حمل شده d از مرکز بازیافت p به مرکز تولید m توسط وسیله حمل و نقل u
میزان محصول حمل شده d از مرکز بازیافت p به مرکز انهدام i توسط وسیله حمل و نقل u
میزان محصول حمل شده d از مرکز بازیافت p به مرکز مشتری c توسط وسیله حمل و نقل u
میزان محصول تولید شده d در مرکز تولید m
میزان موجودی محصول d در مراکز توزیع l
میزان موجودی محصول d در مراکز جمع آوری o
میزان موجودی محصول d در مراکز تولید m
تعداد تقاضای ارضا نشده مشتری n برای محصول d
میزان محصول d که براساس سیاست های CRM به صورت رایگان به مشتری مراکز n اهدا می شود
میزان محصول d که براساس سیاست های CRM به صورت رایگان به مشتری مراکز s اهدا می شود
میزان محصول بازیافت شده d در مرکز بازیافت p

α	مقدار تابع هدف اقتصادی  (Z1)	مقدار تابع هدف زیست محیطی (Z2)	مقدار تابع هدف بعد مدیریت ارتباط با مشتری (Z3)
0.6	15377252	56119	0.04115
0.7	15521346	54946	0.04115
0.8	15715823	54275	0.04115
0.9	15795410	53169	0.04115

 

 

---

[1]  Genetic Algorithm

در جدول (1) مقادیر سه تابع هدف حداقل کردن هزینه کل، حداقل کردن اثرات زیست محیطی و حداکثر کردن میزان محصول جمع اوری شده از مشتریان به ازای مقادیر مختلف درجه برقرای محدودیت نشان داده شده است. این مقادیر با استفاده از الگوریتم ژنتیک چندهدفه بدست آمده اند. همان طور که از نتایج نمایش داده شده در جدول (1) بر می آید، دو تابع هدف اقتصادی و زیست محیطی با یکدیگر در تضاد هستند. به این معنا که حرکت هر یک به سمت مطلوب (ارضا بیش تر تابع هدف) مستلزم حرکت تابع هدف دیگر به سمت نامطلوب خواهد بود.

 

نتیجه گیری

پس از بررسی کلیه تحقیقات صورت گرفته مشخص گردید که در بیشتر تحقیقات یا زنجیره رو به جلو و یا رو به عقب بوده است ولی در این رساله زنجیره حلقه بسته مورد بررسی قرار گرفت. علاوه بر این عدم قطعیت در بیشتر مسائل فقط تقاضا را شامل می‌شد ولی در این مسئله عدم قطعیت در بیشتر پارامترها مورد بررسی قرار گرفت. این مدل ها به گونه ای طراحی شده اند که شامل چهار سطح (تامین، تولید، توزیع و مشتریان A) در شبکه رو به سمت جلو و پنج سطح (مراکز جمع آوری و بازرسی، مراکز مشتری B، مراکز بازیافت، مراکز انهدام و مشتریان C در شبکه برگشتی می باشند. مدل ارائه شده در این پژوهش دارای سه تابع هدف (1) حداقل کردن هزینه کل، (2) حداقل کردن اثرات زیست محیطی و (3) حداکثر کردن میزان محصول فرسوده جمع آوری شده می باشد. در مورد تابع هدف هزینه به دلیل این که در این رساله سعی شده است تا تمامی تسهیلات و جریان بین آن ها در نظر گرفته شود و مدل جامعی ارائه گردد، اکثر هزینه ها در نظر گرفته شده است. تابع هدف هزینه شامل پارامترهای هزینه خرید (تهیه مواد اولیه از تامین کنندگان)، هزینه جریمه (هزینه جریمه برای تقاضای ارضا نشده)، هزینه های عملیاتی (هزینه تولید، هزینه جمع آوری، بازیافت و هزینه انهدام)، هزینه موجودی (هزینه برای قسمت تولید، توزیع و جمع آوری)، هزینه حمل و نقل یا انتقال جریان بین تسهیلات، هزینه ثابت راه اندازی و هزینه های سیاست های مدیریت ارتباط با مشتری می باشد. در تابع هدف دوم همواره سعی شده است تا اثرات زیست محیطی که به محیط زیست تاثیرات نامطلوبی می گذارد، حداقل گردد. در این رساله حداقل کردن گاز کربن دی اکسید ناشی از عملیات درون تسهیلات و انتقال جریان بین تسهیلات به عنوان تابع هدف زیست محیطی در نظر گرفته شده است. تابع هدف سوم همواره سعی در حداکثر کردن میزان محصول فرسوده جمع آوری شده را دارد. در نهایت مدل مطرح شده با رویکرد قطعی سازی خیمنز قطعی شد و مدل کمکی قطعی مطرح شد. این مدل با استفاده از الگوریتم ژنتیک چندهدفه حل شد. براساس نتایج بدست آمده نسبت به شرایط کنونی شبکه زنجیره تامین، مقدار تابع هدف اقتصادی که به دنبال حداقل کردن هزینه می باشد، کاهش پیدا کرده است و همچنین میزان انتشار کربن کاهش پیدا کرده است. همچنین نتایج بدست آمده نشان می دهد که طرح بازیافت محصولات بسیار سودآور است و مدل نهایی می تواند مفهوم مدیریت ارتباط با مشتری را همزمان با تصمیمات راهبردی و تولیدی در نظر بگیرد. برخی از اساسی‌ترین محدودیت ها به شرح زیر است:

•        پیچیدگی و بزرگ بودن مدل باعث می شد تا کدنویسی مسئله برای حل بسیار زمانگیر و دشوار گردد و خطای انسانی نیز در آن افزایش یابد.

•        جمع‌آوری داده‌ها و اطلاعات مورد نیاز از شرکت مورد مطالعه برای دوره زمانی مورد نظر از دیگر مشکلات و محدودیت ها بود.

در انتها پیشنهادات ذیل ارائه می گردد:

·       می‌توان این گونه مدل های زنجیره تامین یکپارچه را در حالت واقعی‌تر بررسی کرد. مثلا هزینه نیروی انسانی، هزینه‌های غیرمستقیم و .. را به آن اضافه کرد. یا سود را با توجه به ارزش خالص فعلی در نظر گرفت.

·       می‌توان موارد رایج در کارخانجات مثل نرخ مالیات، سرمایه در گردش، جریان نقدینگی، درآمد و .. را به شکلی به مدل اضافه کرد.

·       می‌توان برای محصولات دیگر شرکت ها این مدل ها را به کار برد.

 

منابع

1. Simchi- Levi, D., P. Kaminsky and E. Simchi- Levi. (2004). managing the Supply chain: The Definitive Guide for the Business professional, Mcgraw- hill.

2. Alamtabriz, A., Roghanian, E., Hosseinzadeh, M., (2011). Design and optimization of reverse logistics network under uncertainty conditions using Genetic Algorithm, Journal of Industrial Management Outlook, 1, 61-89. (In Persian)

3. Sohrabi, T., Etemad, M., Fathi, M.R. (2018). Mathematical modeling of Green closed loop supply chain network with consideration of supply risk: Case Study, Journal of Advances in Mathematical Modeling, 7(2), 103-122. (In Persian)

4. Bashiri, M, Sharafati, M. (2013). Two-objective design of a closed-loop supply chain network with consideration of related criteria in a fuzzy environment, Journal of Industrial Engineering Research in Manufacturing Systems, (1) 1, 25-36. (In Persian)

5. Paksoy, T., Pehlivan, N. Y. and Özceylan, E. (2012). Application of fuzzy optimization to a supply chain network design: A case study of an edible vegetable oils manufacturer, Applied Mathematical Modelling, 36(6): 2762-2776.

6. AmirKhan, M., Norang, A., Tavakoli Moghaddam, R. (2014). Presentation of a fuzzy mathematical programming model for the problem of designing a raw material supply network under uncertainty conditions- A Case Study, International Journal of Industrial Engineering and Production Management, 2 (25), 218-235. (In Persian)

7. Tuzkaya, G., Gülsün, B., Önsel, S. (2011). A methodology for the strategic design of reverse logistics networks and its application in the Turkish white goods industry, International Journal of Production Research, 49(15), 4543-4571.

8. Coello, C.A., Lamont, G.B., Van Veldhuizen, D.A. (2007). Evolutionary Algorithms for Solving Multi-objective Problems, Springer, 2nd Ed, New York, USA. 12 (4), pp 372–385.

 

 

---