ارائه مدل بهینه‌سازی استوار شبکه یکپارچه لجستیک مستقیم و معکوس در شرایط عدم قطعیت

نویسندگان

1 دانشگاه یزد

2 دانشگاه علوم و فنون مازندران

چکیده

امروزه از جمله مباحث مطروحه صنایع مختلف در حوزه لجستیک و مدیریت زنجیره تأمین، موضوع "لجستیک معکوس" و "مدیریت بازگشتی­ ها" است؛ امری که تاکنون در صنایع مختلف کشورمان به آن توجه جدی نشده است. اخیراً، شرکت‌ها و صنایع بسیاری در کشورهای پیشرفته بررسی در این زمینه را آغاز کرده و لجستیک معکوس را یکی از فرآیندهای مهم در زنجیره تأمین خود در نظر گرفته‌اند.‌عمده­ ترین هدف یک سیستم لجستیک معکوس، استمرار بهبود و رضایت­مندی مصرف­ کننده است.طراحی شبکه لجستیک معکوس به‌ عنوان یکی از تصمیم­ های سطح راهبردی مدیریت زنجیره­ تأمین از اهمیت بسیار بالایی برخوردار است. در این مقاله یک مدل یکپارچه لجستیک مستقیم و معکوس شامل مراکز تولید، توزیع، مشتری، جمع‌آوری، انهدام و احیا در شرایط عدم قطعیت توسعه داده شده است. در این مدل پارامترهای هزینه قطعی نبوده و از روش بهینه‌سازی استوار تحت سناریو استفاده شده است. هدف مدل مذکور کمینه­ سازی هزینه‌های سیستم و یافتن جوابی استوار است. در نهایت، یک مطالعه موردی جهت اعتبارسنجی مدل پیشنهادی ارائه شده است.

کلیدواژه‌ها


عنوان مقاله [English]

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

چکیده [English]

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.

کلیدواژه‌ها [English]

  • Supply Chain
  • Forward Logistic
  • Reverse Logistic
  • Robust Optimization
]1[ میر غفوری، سید حبیب ا...، "طراحی مدل ریاضی زنجیره صنایع لاستیک سازی ایران (مورد مجتمع صنایع لاستیک یزد)"، پایان نامه دکترای مدیریت (گرایش تولید)، به راهنمایی سید اصفهانی، میر مهدی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، 1382.
]2[ تیموری، ابراهیم. شفیعیان بجستانی، جواد. کلب­خانی، کاظم، "انتخاب و توسعه هم­زمان تأمین‌کنندگان در شرایط فازی­ (fuzzy) "، اولین کنفرانس ملی لجستیک و زنجیره تأمین،1383.
[3] Necati Aras, Deniz Aksen, “Locating collection centers for distance- and incentive-dependent returns”. International Journal of Production Economics, Pages 316–333, February 2008.
[4] Burcu B. Keskin, Halit Üster, “Meta-heuristic approaches with memory and evolution for a multi-product production/distribution system design problem”. European Journal of Operational Research, Pages 663–682, 16 October 2007.
[5] Mortiz Fleischmann, Hans Ronald Krikke, Rommert Dekker, Simme Douwe P. Flapper, “A characterisation of logistics networks for product recovery, Omega”. Pages 653–666, December 2000.
[6] Mir Saman Pishvaee, Fariborz Jolai, Jafar Razmi, “A stochastic optimization model for integrated forward/reverse logistics network design”. Journal of Manufacturing Systems, Pages 107–114, December 2009.
[7] Mulvey, J.M. Vanderbei, R.J. Zenios, S.A., “Robust optimization of large scale systems, Operations Research”. 43, 264-281, 1995.
[8] Leung, S.C.H., Tsang, S.O.S., Ng, W.L., Wu, Y., “A robust optimization model for multi-site production planning problem in an uncertain environment”. European Journal of Operational Research, 181, 224-238, 2007.
[9] Mulvey, J.M., Ruszczynski, A.. “A new scenario decomposition method for large-scale stochastic optimization, Operations Research”. 43, 477–490, 1995.
[10] Yu, C.S., Li, H.L.. “A robust optimization model for stochastic logistic problems”. International Journal of Production Economics 64, 385–397, 2000.
[11] Li, H.L., “An efficient method for solving linear goal programming problems”. Journal of Optimization Theory and Applications 90, 465–469, 1996.