مدل چند هدفه فازي شبكه زنجيره تامين حلقه بسته در صنعت خودرو با رويكرد مديريت شهري

Fuzzy Multi-Objective Model of Closed-Loop Supply Chain Network in the Automotive Industry with an Urban Management Approach

مقدمه و هدف پژوهش: هدف تحقيق حاضر طراحي مدل چند هدفه فازي شبكه زنجيره تامين حلقه بسته در صنعت خودرو با رويكرد مديريت شهري مي‌باشد. توليد خودرو فرآيندي پيچيده و پرانرژي است كه مقدار قابل توجهي مواد اوليه و آب را مصرف مي‌كند. براي ادامه رقابت، توليدكنندگان تجهيزات اصلي خودرو بايد با بهبود مستمر روند توليد خود و هدايت توليد گازهاي گلخانه اي با ميزان كم كربن و افزايش پايداري، براي كيفيت بهتر محصول تلاش كنند. در همين راستا شبكه هاي زنجيره تامين معكوس و زنجيره هاي حلقه بسته داراي ويژگي هاي خاصي هستند كه در صنعت مورد بررسي بسيار مفيد مي‌باشد. روش پژوهش: در تحقيق حاضر به منظور رسيدن به اهداف تحقيق از روش تحقيق كمي استفاده خواهد شد و براساس هدف به صورت كاربردي تعريف شده است. در اين مطالعه، از روش MOPSO براي تسهيل اجراي آن و توانايي آن در ارائه هم‌گرايي خوب و همچنين الگوريتم ژنتيك NSGA II استفاده مي‌كنيم. يافته‌ها: در بررسي يافته هاي الگوريتم هاي پيشنهادي مشخص شد كه ميانگين خطاي حاصل از اين الگوريتم‌ها كمتر از 0/04 است. همچنين نتايج نشان مي‌دهد كه الگوريتم هاي پيشنهادي كارايي لازم را در حل اين مسائل دارند نتيجه گيري:نتايج قابل توجه مدل خود را چنين ذكر مي‌كنيم: (1) شبكه ي حلقه بسته ي كارآمدي كه مزاياي اقتصادي با توجه به در نظر گرفتن ارزش زمان را با توجه به بازيافت محصول فرسوده نشان مي‌دهد. (2) اين توانايي را دارد كه ظرفيت را براي دستيابي به حداكثر مزايا از نظر ارزش هزينه و نيز چشم انداز محيطي نشان دهد كه چه ظرفيتي را بايد حفظ كند.

Introduction & Objective: The purpose of this study is to design a multi-objective model of fuzzy closed-loop supply chain network in the automotive industry with an urban management approach. Automobile manufacturing is a complex and energetic process that consumes significant amounts of raw materials and water. To continue the competition, major automotive equipment manufacturers must strive for better product quality by continuously improving their production process and directing low-carbon emissions and increasing sustainability. In this regard, reverse supply chain networks and closed loop chains have special features that are very useful in the industry under study. Method: In the present study, in order to achieve the research objectives, a quantitative research method will be used and based on the purpose, it is defined in a practical way. In this study, we use the MOPSO method to facilitate its implementation and its ability to provide good convergence, as well as to maintain a proper balance between exploitation and exploration, as well as the NSGA II genetic algorithm. Results: In the study of the findings of the proposed algorithms, it found that the average error resulting from these algorithms is less than 0.04. The results also show that the proposed algorithms have the necessary efficiency in solving these problems. Conclusion: The notable results of our model are as follows: (1) an efficient closed-loop network that demonstrates the economic benefits of considering the value of time over the recycling of a worn product. (2) It has the ability to show the capacity to achieve maximum benefits in terms of cost value as well as the environmental perspective of what capacity it should maintain.