ارائه‌ي مدل زنجيره‌تأمين حلقه بسته‌ با در نظر گرفتن عوامل طرف سوم: (مطالعه موردي)

A closed-loop supply chain network design with considering third party logistics (A case study)

امروزه سازمان ها به منظور پيشرفت، به دنبال مزيت رقابتي نسبت به ساير رقبا، كاهش هزينه ها و جلب رضايت مشتريان بيشتري هستند. يكي از عوامل مهم در به دست آوردن مزيت رقابتي، برخورداري از يك سيستم لجستيك قوي است. پيچيدگي هاي موجود در فرآيندهاي يكپارچه ي مستقيم و معكوس، مديران را بر آن مي دارد تا شركت هاي ارايه دهنده ي خدمات لجستيكي طرف سوم را به عنوان گزينه اي مناسب در راستاي برون سپاري فرآيندها مدنظر قرار دهند. همچنين با رشد جمعيت و گسترش شبكه ي حمل و نقل حجم محصولات فرسوده ي مرتبط با اين صنعت رو به افزايش است. يكي از اين محصولات پركاربرد تاير است كه بعد از استفاده، دفع آن به صورت غيراصولي و نامناسب خسارات قابل ملاحظه اي در جهت تخريب محيط زيست به بار آورده است. لذا، در اين تحقيق يك مدل رياضي دو هدفه، چند محصولي و چند دوره اي، براي طراحي شبكه زنجيره تامين حلقه بسته در صنعت تاير با در نظر گرفتن عوامل پايداري اعم از اقتصادي و اجتماعي، تحت مديريت لجستيك طرف سوم ارايه مي شود. اهداف مدل پيشنهادي شامل حداكثر كردن سود حاصل از پردازش هاي متفاوت بر روي كالاي فرسوده و پايداري اجتماعي است. به منظور حل مدل چندهدفه و به دست آوردن جواب هاي بهينه ي پار تويي، روش ɛ-محدوديت تقويت شده به كاربرده شده است. درنهايت، اعتبارسنجي مربوط به مدل ارايه شده از طريق يك مطالعه ي موردي در صنعت تاير نشان داده مي شود.

One of the reasons for the high waiting time for patients in hospitals is the the lack of sufficient staff in the hospital, so the inefficiency of costs and job satisfaction of hospital nursing staff stems from the use of traditional and unscientific methods in allocating nurses to shifts. The present study is designed to determine the minimum number of nurse required according to the number of patients referred at different times, determine the shift schedule with the least required hours and schedule shifts for nurses in each shift with the lowest cost for the emergency department. The research method of the present study is of the mathematical modeling and research community, patients referring to the emergency department and nurses of a medical center. Data analysis is a combination of predictive methods, queuing theory models, and linear numerical programming. To predict the number of patients referring to the emergency, the time series method and ARIMA tools were used, and the M/M/C/K model was used to examine the queue system with limited capacity. One of the most important results of this study is to determine the maximum number of nurses available in each shift. Another result of this study is the comparison of the performance of each of the meta-heuristic Non-dominated Sorting Genetic Algorithm (NSGA-II) and the Bee Algorithm (BA) with respect to the defined indicators.