نوع مقاله : مقاله پژوهشی
نویسندگان
1 استاد دانشکده فنی دانشگاه تهران
2 گروه مدیریت، پردیس کیش، دانشگاه تهران، ایران
3 مدیریت صنعت، دانشکده مدیریت ، دانشگاه تهران
چکیده
هدف: یکی از بزرگترین چالش های قرن بیست و یکم پاسخگویی به نیازهای جمعیت رو به رشد
جهان است. زنجیره تأمین کاالهای فاسدشدنی از جمله موادغذایی ، لبینات ، داروها و فرآوردههای
خونی اخیرا به دلیل تأثیر آنها بر زندگی انسانها مورد توجه قرار گرفتهاند. در این مقاله به
طراحی یک شبکه زنجیرهتأمینپایدار برای اقالم فسادپذیر پرداخته شدهاست. برای بهینهسازی این
زنجیرهتأمین یک مدل برنامهریزیخطی عددصحیحمختلط چندهدفه )MILP )برای فرمول بندی
مسئله توسعه داده شدهاست. نرخ زوال ثابت)تاریخ انقضاء( در نظر گرفته شدهاست.
روششناسی پژوهش: برای انجام محاسبات تحقیق از نرم افزار گمز و روش ترکیبی تجزیه
بندرز و ضریب الگرانژ استفاده شده و بر اساس جداول دادههای مطالعه شده نتایجی بدست میآید
و وزن نسبی پایداری جواب )ω )برابر 5/0 و وزن نسبی پایداری مدل )ω )برابر 5000 برای
تطبیق اهداف پیشنهادی توسعه داده شده است. این مقایسات نشان دهندهی این است که شبکهای که
در همه اهداف عملکردی ارائه شده قوی بوده است.
یافتهها: نتایجی که از روش ترکیبی در مورد سه تابع هدف تعریف شده برای مدل اصلی بدست
آمده این حقیقت را نشان میدهد نتایج تکرار یک در مقایسه با تکرارهای دیگر جوابهای بهتری
را به ما ارائه میدهد.
اصالت/ارزش افزوده علمی: پژوهش حاضر را میتوان از اولین پژوهشهای بهینه سازی دانست
که یک زنجیره تأمین چند سطحی و چند محصولی- چند دورهای، با عدم قطعیت در پارامترها را
در دو صنعت لبنی و داروئی ارائه داده و هزینههای زیست محیطی تولید و حمل و نقل، و هزینههای
اجتماعی پایداری از قبیل تصادفات و حوادث حوادث گزارش شده، رضایت شغلی، امنیت، کاهش
زمان ارسال و روزهای کاری از دست رفته را به طور همزمان با بعد اقتصادی در تصمیمگیری-
های مرتبط با مدیریت تخصیص، مکانیابی و مسیریابی ترکیب میکند.
کلیدواژه‌ها
موضوعات
عنوان مقاله [English]
Designing a multi-period multi-stage supply chain network under uncertainty
نویسندگان [English]
- Masoud Rabbani 1
- Maryam Hemmati 2
- mohammadReza mehregan 3
1 professor, college of Engineering, university of Tehran
2 Kish International Campus, University of Tehran, Kish, Iran,
3 Industrial Management, Faculty of Management, University of Tehran
چکیده [English]
Purpose: One of the biggest challenges of the 21st century is meeting the needs of the growing world population. The supply chain of perishable goods, including food, dairy products, medicines, and blood products, have recently received attention due to their impact on human life. In this article, the design of a sustainable supply chain network for perishable items has been discussed. To optimize this supply chain, a multi-objective mixed integer linear programming (MILP) model has been developed to formulate the problem. Fixed deterioration rate (expiration date) is considered.
Methodology: To perform the research calculations, GAMS software and the combined method of Bander's analysis and Lagrange coefficient were used, and based on the data, results were obtained, and the relative weight of the stability of the solution (ω) was equal to 0.5 and the relative weight of the stability of the model was ( ω) equal to 5000 has been developed to meet the proposed objectives. These comparisons show that the presented network was robust in all performance objectives.
Findings: The results obtained from the combined method regarding the three objective functions defined for the main model show this fact. The results of the first iteration provide us with better answers compared to the other iterations.
Originality/Value: This research can be considered as one of the first optimization paper that presented a multi-level and multi-product-multi-period supply chain with uncertainty in the parameters in the dairy and pharmaceutical industries and the environmental costs of production and transportation, and sustainable social costs such as reported accidents and incidents, job satisfaction, safety, reduction of dispatch time and lost working days simultaneously with the economic dimension in management-related decisions. Allocation combines location and routing.
کلیدواژه‌ها [English]
- Supply chain network design
- Perishable sustainable supply chain,,
- Disruption risk,
- Food, Uncertainty,
- , robust programing
)