برنامه ريزي جمع آوري و توزيع سيستم زباله‌ شهري با رويكرد برنامه‌ريزي دوسطحي تصادفي

The urban waste collection system planning: an stochastic bi-level approach

در چند دهه اخير، طراحي شبكه توزيع به عنوان يكي از اهداف مهم زنجيره تأمين مطرح شده است و يك طراحي درست از شبكه توزيع، مي‌تواند به سيستم زنجيره تأمين براي به دست آوردن حداكثر سود و حداقل هزينه‌ها كمك كند. اين تحقيق به تعيين بهترين مكان براي توزيع‌كننده‌ها و توزيع محصول از طريق توزيع‌كننده‌ها توسط يك مدل دوسطحي تصادفي مي‌پردازد. سطح بالاي مدل به تعيين مكان بهينه توزيع‌كننده‌ها و تخصيص تأمين‌كننده‌ها به منظور كمينه كردن هزينه هاي زنجيره مي‌پردازد، در حالي كه سطح پايين مدل به كمينه كردن هزينه كل همه مشتريان مي‌پردازد. تصادفي بودن مدل اين اجازه را به ما مي‌دهد تا در سه شرايط مختلف، مدل را براي تقاضاي مشتريان در سناريوهاي متفاوت در نظر بگيريم. در نهايت يك مثال عددي از سيستم جمع آوري زباله ارائه شده است كه با استفاده از دو الگوريتم فرا ابتكاري شبيه‌سازي تبريد و بهينه‌سازي ازدحام ذرات به بررسي و مقايسه جواب‌ها مي‌پردازيم كه نتايج حاصله نشان‌دهنده كارايي الگوريتم شبيه‌سازي تبريد در اين مسئله مي‌باشد. در نهايت پيشنهاد‌هايي براي تحقيقات آتي ارائه شده است.

In recent decades, the design of the distribution network as one of the main goals of the supply chain have been raised, and a proper design of the distribution network could help supply chain system to get the maximum benefit and minimum cost. This research focuses on determining the best place for distributors and distributing products through distributors by a bi-level model. The upper level of the model focuses on determining the optimal location of distributors and allocating suppliers to minimize the chain total cost, while the lower level of the model minimizes the total cost of all customers. The Stochastic model allows considering the model for customer demand in different scenarios under three different conditions. Finally, a numerical example for the urban waste collection system is presented. Utilizing two meta-heuristic algorithms of simulated annealing and particle swarm optimization, we review and compare the results, which results indicate the efficiency of the refrigeration simulation.