ارائه مدل رياضي مكان‌يابي، چندكالايي و چند‌دوره‌اي در زنجيره حلقه‌بسته پايدار با درنظرگرفتن ريسك و عدم‌قطعيت در تقاضا و كيفيت

Mathematical Model of Location, Multi-Commodity and Multi-Period in Sustainable Closed-Loop Supply Chain Considering Risk and Demand and Quality Uncertainty (A case Study)

زنجيره‌­هاي تأمين پايدار به دنبال ايجاد تعادل بين اهداف اقتصادي، زيست‌محيطي و اجتماعي هستند. شركت‌­ها نيز به‌منظور كاهش هزينه‌­ها و افزايش كارايي زنجيره تأمين مجبور به استفاده از زنجيره تأمين حلقه‌بسته هستند. در­نظرگرفتن ريسك در زنجيره‌هاي تأمين به‌خصوص زنجيره‌­هاي تأمين بازگشتي يكي از موضوع­‌هايي است كه مطالعات زيادي در خصوص آن انجام نشده است؛ بنابراين در اين پژوهش به مكان‌يابي اجزاي يك زنجيره ‌تأمين سه‌­هدفه، حلقه­‌بسته پايدار، چند‌كالايي، چند­دوره‌اي با درنظرگرفتن عدم‌­قطعيت و سناريوهاي بازار براي با رويكرد ريسك پرداخته مي‌­شود. نوآوري‌هاي پژوهش عبارت‌اند از: در­نظر­گرفتن ريسك در زنجيره تأمين حلقه‌­بسته پايدار به‌عنوان بخشي از تابع هدف؛ در­نظر­گرفتن عدم‌قطعيت تقاضا در زنجيره تأمين با استفاده از سناريوهاي تعريف­‌شده؛ توجه به كيفيت محصولات بازگشتي؛ چند­دوره‌اي­‌بودن و چند­محصولي‌­بودن مدل و سفارشي‌كردن مدل پيشنهادي براي يك مطالعه موردي واقعي. با توجه به NP-Hard­ بودن مسئله، مدل پيشنهادي با استفاده از رويكرد فراابتكاري ژنتيك رتبه‌بندي نامغلوب NSGA-II حل شده است. تحليل حساسيت بر روي پارامترهاي مسئله انجام شده است و كارايي روش‌هاي موردمطالعه بررسي شده‌اند. ميانگين نقاط پارتو حاصل از تابع هدف اول برابر 9/56789، ميانگين نقاط پارتو براي تابع هدف دوم برابر 8/1828و براي تابع هدف سوم برابر 32/77365 و همچنين ميانگين زمان حل مدل برابر 9/15 ثانيه است.

The main objective of sustainable supply chain is to balance the economic, environmental, and social goals that companies have to use closed-loop supply chains for cost reduction and increasing the efficiency of the supply chain. According to the research literature, considering the risk in supply chains, especially the return supply chain, is one of the topics that has been little studied. Therefore, the aim of this study is to locate the components of a three-objective, sustainable closed-loop, multi-commodity, and multi-period supply chain, considering uncertainty and market scenarios with a risk approach. Location in the sustainable closed-loop supply chain, considering the risk, and also paying attention to the quality of manufactured products and different scenarios of demand are among the innovations of this research. Due to the NP-Hard nature of the problem, the model is solved by the nondominated sorting genetic algorithm II (NSGA-II). Sensitivity analysis has been performed on the parameters of the problem, and the efficiency of the studied methods has been investigated. The average Pareto points obtained from the first objective function is 56789.9, the average Pareto points for the second objective function is 1828.8 and for the third objective function is 77365.32, and also the average solution time of the model is 15.9 seconds.