ارایه یک مدل برنامه ریزی ریاضی چند هدفه فازی برای طراحی شبکه زنجیره تامین حلقه بسته با در نظر گرفتن عوامل محیط زیستی
محورهای موضوعی : توسعه پایدارمحمد رضا فتحی 1 , احمد جعفرنژاد چقوشی 2 , حسین صفری 3 , عادل اذر 4
1 - استادیار گروه مدیریت، دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران، قم *(مسوول مکاتبات)
2 - استاد گروه مدیریت صنعتی، دانشکده مدیریت دانشگاه تهران، تهران
3 - استاد گروه مدیریت صنعتی، دانشکده مدیریت دانشگاه تهران، تهران
4 - استاد گروه مدیریت صنعتی، دانشکده مدیریت و اقتصاد دانشگاه تربیت مدرس، تهران
کلید واژه: حلقه بسته, برنامه ریزی ریاضی, عدم قطعیت, طراحی شبکه زنجیره تامین,
چکیده مقاله :
زمینه و هدف: صنایع تولیدی از لحاظ قوانین تولیدی، نگرانی های محیط زیستی و منافع اقتصادی تحت فشار هستند. یک مدل زنجیره تامین، شبکه ای از تسهیلات و فعالیت هایی می باشد که در برگیرنده فرآیندهای مربوط به تهیه مواد از تامین کنندگان، تولید و توسعه محصولات در مراکز تولید و در نهایت توزیع محصولات تولید شده در مقاصد نهایی مصرف می باشد. اما از آن جایی که اتخاذ تصمیمات استراتژیک و بلند مدت، مانند احداث تسهیلات در طول شبکه، سرمایه های مالی زیادی را به خود اختصاص می دهد لزوم دست یابی به برنامه بهینه در طراحی اجزا و تسهیلات شبکه زنجیره تامین بیش از پیش نمایان می شود. هدف اصلی این مقاله ارایه یک مدل برنامه ریزی ریاضی باشد که به دنبال حداقل کردن اثرات زیست محیطی در یک زنجیره تامین حلقه بسته باشد. روش بررسی: محقق از طریق مطالعات کتابخانه ای و تهیه پرسش نامه به برآورد پارامترهای دارای عدم قطعیت و داده های مرتبط با آن پارامترهای مورد نظر پرداخته و سپس از طریق مصاحبه، نظرات خبرگان در مورد حدود و شکل تغییرات پارامترهای مورد نظر تصمیم گیری را جمع اوری کرده است. سپس یک مدل برنامه ریزی عدد صحیح مختلط چند هدفه فازی که به دنبال حداقل کردن هزینه ها، حداقل کردن اثرات محیط زیستی و حداقل کردن زمان رسیدن محصول به مشتری می باشد، ارایه کرده است. یافته ها: پس از حل مدل، مقادیر سه تابع هدف حداقل کردن هزینه کل، حداقل کردن اثرات محیط زیستی و حداقل کردن زمان رسیدن محصول به مشتری به ازای مقادیر مختلف درجه برقراری محدودیت بدست امدند. این مقادیر با استفاده از روش محدودیت اپسیلون در نرم افزار GAMS بدست آمده اند. براساس نتایج بدست آمده، دو تابع هدف اقتصادی (هزینه) و محیط زیستی 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 (ارضا کم تر) خواهد بود. بحث و نتیجه گیری: در این پژوهش مدل برنامه ریزی ریاضی پیشنهادی با یک روش حل دقیق حل شده است که نتایج آن نشان دهنده مکان و ظرفیت تسهیلات، میزان تولید در مراکز تولید، تعیین تکنولوژی می باشند.
Background and Objective:Most of industries in terms of production rules, environmental concerns and economic interests are under pressure. A supply chain model is a network of facilities and activities which involve processes related to procurement of materials from suppliers, production and product development in production centers and distribution of consumer products in final destination. Long-term strategic decisions such as construction of facilities in the network need financial assets and optimal program. Issue of designing a supply chain network has attracted lots of attention of many researchers during the recent years. The main objective of this paper is to present a mathematical programming model that seeks to minimize the environmental impact in a closed-loop supply chain. Method:Researcher through library research and preparing a questionnaire to estimate parameters and data associated with the uncertainty of parameters and then through interviews, expert opinions about the limits and changes to the decision-making parameters have been collected. Then a fuzzy multi-objective mixed integer programming model is presented that model to minimize costs, minimize environmental impact and minimize the time of delivery of product. Findings: After running the model, increasing objective function is to minimize the total cost, minimize environmental impact and minimizing the time the product reaches the customer contact temperature limits for different values were obtained. These values using Epsilon limitations in the software GAMS obtained. Discussion and Conclusion: In this study, the proposed mathematical programming model is solved with an exact solution. The results showed the location and facility capacity and output in the manufacturing centers are determined.
- Melo, M. T, S. Nickel and F. Saldanho-da-Gama. (2009). Facility Location and Supply Chain Management – A review, European Journal of Operational Research, 196(2), 401-412.
- Vahdani, B. (2013). Locating of Recovery Facilities with Multiple Objectives and Reliability under Uncertainty Conditions, MSc Theses, College of Industrial Engineering Campus, University of Tehran. (In Persian)
- Jafar Nejad, A, Morovati, A, Ataee, A (2012). Supply Chain Management and Logistics. Expand Science press. ( In Persian)
- Nagurney, A. (2010). Supply chain network design under profit maximization and oligopolistic competition, Transportation Research Part E: Logistics and Transportation Review, 46(3),281-294.
- Jayaraman, V., Guige, V., Srivastava, A. (1999). A closed loop logistics model for remanufacturing, Journal of the operational research society, 50, 497-508.
- Aras, N., Aksen, D. (2008). Locating collection centers for distance-and incentive-dependent returns. International Journal of Production Economics, 111(2), 316-333.
- Paksoy, T., Bektas, T., Özceylan, E. (2010). Operational and environmental performance measures in a multi-product closed-loop supply chain. Transportation Research Part E: Logistics and Transportation Review, 47(4), 532-546.
- Louwers, D., Kip, B.J., Peters, E., Souren, F., Flapper, S.D.P. (1999). A facility location allocation model for reusing carpet materials, Computers and industrial engineering, 36, 855-869.
- AlamTabriz, A, Roghanian, E, Hossein Zadeh, 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)
- Shih, L.H. (2001). Reverse logistics system planning for recycling electrical appliances nd computers in Taiwan, Resources, conservation and recycling, 32(1), 55-72.
- Schultman, F., Engels, B., Rentz, O. (2003). Closed loop supply chains for spent batteries, interfaces, 33(6), 57-71.
_||_
- Melo, M. T, S. Nickel and F. Saldanho-da-Gama. (2009). Facility Location and Supply Chain Management – A review, European Journal of Operational Research, 196(2), 401-412.
- Vahdani, B. (2013). Locating of Recovery Facilities with Multiple Objectives and Reliability under Uncertainty Conditions, MSc Theses, College of Industrial Engineering Campus, University of Tehran. (In Persian)
- Jafar Nejad, A, Morovati, A, Ataee, A (2012). Supply Chain Management and Logistics. Expand Science press. ( In Persian)
- Nagurney, A. (2010). Supply chain network design under profit maximization and oligopolistic competition, Transportation Research Part E: Logistics and Transportation Review, 46(3),281-294.
- Jayaraman, V., Guige, V., Srivastava, A. (1999). A closed loop logistics model for remanufacturing, Journal of the operational research society, 50, 497-508.
- Aras, N., Aksen, D. (2008). Locating collection centers for distance-and incentive-dependent returns. International Journal of Production Economics, 111(2), 316-333.
- Paksoy, T., Bektas, T., Özceylan, E. (2010). Operational and environmental performance measures in a multi-product closed-loop supply chain. Transportation Research Part E: Logistics and Transportation Review, 47(4), 532-546.
- Louwers, D., Kip, B.J., Peters, E., Souren, F., Flapper, S.D.P. (1999). A facility location allocation model for reusing carpet materials, Computers and industrial engineering, 36, 855-869.
- AlamTabriz, A, Roghanian, E, Hossein Zadeh, 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)
- Shih, L.H. (2001). Reverse logistics system planning for recycling electrical appliances nd computers in Taiwan, Resources, conservation and recycling, 32(1), 55-72.
- Schultman, F., Engels, B., Rentz, O. (2003). Closed loop supply chains for spent batteries, interfaces, 33(6), 57-71.