ارايه مدل بهينه‌سازي استوار شبكه يكپارچه لجستيك مستقيم و معكوس در شرايط عدم قطعيت

Designing an Integrated Direct and Reverse Logistic Robust Optimization Model under Uncertainty

امروزه از جمله مباحث مطروحهصنايع مختلف در حوزه لجستيك و مديريت زنجيره تامين، موضوع "لجستيك معكوس" و "مديريت بازگشتي ها" است؛ امري كه تاكنون در صنايع مختلف كشورمان به آن توجه جدي نشده است. اخيراً، شركت‌ها و صنايع بسياري در كشورهاي پيشرفته بررسي در اين زمينه را آغاز كرده و لجستيك معكوس را يكي از فرآيندهاي مهم در زنجيره تامين خود در نظر گرفته‌اند.‌عمده ترين هدف يك سيستم لجستيك معكوس،استمرار بهبود و رضايت مندي مصرف كنندهاست.طراحي شبكه لجستيك معكوس به‌عنوان يكي از تصميم هاي سطح راهبردي مديريت زنجيره تامين از اهميت بسيار بالايي برخوردار است. در اين مقاله يك مدل يكپارچه لجستيك مستقيم و معكوس شامل مراكز توليد، توزيع، مشتري، جمع‌آوري، انهدام و احيا در شرايط عدم قطعيت توسعه داده شده است. در اين مدل پارامترهاي هزينه قطعي نبوده و از روش بهينه‌سازي استوار تحت سناريو استفاده شده است. هدف مدل مذكور كمينه سازي هزينه‌هاي سيستم و يافتن جوابي استوار است. در نهايت، يك مطالعه موردي جهت اعتبارسنجي مدل پيشنهادي ارايه شده است.

Reverse logistic and recursive management is one of the important subjects in logistic and supply chain management which is not drastically considered in our country in the last two decades. A lot of companies and industries of advanced countries have begun studies in terms of reverse logistics and considered it as one of the most crucial process in their supply chain. Continues improvement and consumer satisfaction is the primary purpose of indirect logistics system. Reverse logistic network design, as one of the strategic supply chain management levels, which is very principal. In this paper, an integrated direct and reverse logistic considering production, distribution, customer, devastation, retrieval centers under uncertainty is developed. In this model, cost parameters are not certain which the scenario-based robust optimization method is applied. The aim of the model is to minimize the total cost and obtain robust solution. Finally, an applicable example to verify the proposed model is presented.