كليدواژه :
زنجيره تامين حلقه بسته , رويكرد احتمالي , رويكرد استوار , مراكز چندبخشي
چكيده فارسي :
در اين پژوهش مدلسازي يك شبكه لجستيك يكپارچه مستقيم و معكوس (حلقه بسته) چند سطحي، چند هدفه، چند محصولي، چند دوره‌اي به همراه ظرفيت‌هاي محدود شده و نبود قطعيت در تقاضا، هزينه و بازگشت مدنظر قرار مي‌گيرد. در اين مقاله يك مدل طراحي شبكه زنجيره‌تأمين حلقه بسته با در نظر گرفتن مراكز جمع‌آوري چندبخشي و مراكز انبار و بازرسي چندبخشي در نظر گرفته ميشود. چندبخشي بودن مراكز در اين مطالعه بدين معناست كه هر يك از اين مراكز با توجه به طول عمر خدمت محصول طبقه‌بندي‌شده‌اند و محصول با عمر خدمت كمتر و به نسبت سالم‌تر در طبقات بالاتر قرار مي‌گيرد و با توجه به ويژگي آن محصول و پس از اعمال عمليات موردنياز به مراكز بعدي منتقل مي‌شوند. مسئله پيشنهادي ابتدا با در نظر داشتن پارامترهايي مثل تقاضا، هزينه و بازگشت احتمالي با اين رويكرد و با استفاده از توزيع نرمال مدلسازي ميشود و ازآنجايي‌كه رويكرد احتمالي در شرايط مسئله با ابعاد بزرگ كارايي و اثربخشي خود را از دست مي‌دهد در كنار اين رويكرد بهينه‌سازي استوار نيز به كار برده ميشود و براي اين منظور ابتدا مدل برنامه‌ريزي غيرخطي عدد صحيح مختلط و سپس همتاي استوار آن ارائه ميشود. اهداف در اين مطالعه شامل حداقل كردن هزينه‌ها و افزايش كيفيت محصولات بازيافتي ا‌ست. در پايان در اين تحقيق مسئله با دو الگوريتم فراابتكاري چندهدفه اعم از الگوريتم ژنتيك چندهدفه با مرتب‌سازي نامغلوب (NSGA II) و الگوريتم بهينه‌سازي ازدحام ذرات (MOPSO) حل شده و نتايج حاصل از آن‌ها مورد مقايسه قرار مي‌گيرند.
چكيده لاتين :
An appropriate supply chain is consisting of foreign suppliers, facilities of productions, distribution centers, sales, demands and transportation. A system may be used for both reducing costs in supply chain and helping to respond customers' demands quickly. In the present study, designing a closed-loop supply chain as strategic decision considered, and as integrate designing of direct-reverse logistic system cause to prevent sub-optimization resulted by designing separated to systems, and closed-loop model used. The studied system in the research was modelling an integrated direct and reverse logistic system as multi surfaces, multi-objective, multi-production and multi-stages optimization through limited capacities and lack of assuring in demands, costs and return. So, in order to oppose lack of assuring, two stable and potential optimization strategies considered. Firstly, regarding to parameters such as demands, costs and potential return and using normal distribution, modelling suggested, and as potential strategy may loss efficiency in large sizes, stable optimization proposed to use, therefore, mix integer nonlinear programming model used, then its stable equivalent considered. The aim of present study is to minimize costs and increase quality of recyclable productions. Finally, two multi-objectives metaheuristic and genetic algorithms solved the problems through non-dominated sorting and particle swarm optimization algorithms, then the results compared. According to the obtained results, NSGA II is more suitable than MOPSO.
