طراحي مدل رياضي براي بهين سازي فرآيند شبكه توزيع در زنجيره تامين معكوس در چارچوب رويكرد مديريت هزينه

Designing a Mathematic Model for Optimization of Distribution Network Process in Reverse Supply Chain

توجه روزافزون بر روي مفهوم زنجيره تامين معكوس و بازيافت به دليل دغدغه هاي زيست محيطي، قوانين و مقرارت و شناخت كسب وكارهاي در حال توسعه سهم بسزايي در تمركز شركتهاي توليدي بر روي محصولات ومواد قابل استفاده مجدد در مديريت زيست محيطي داشته است. در اين پژوهش، توزيع به عنوان يكي از عوامل موثر در فرآيند زنجيره تامين معكوس در جريان برگشت محصول مورد بررسي قرار گرفته و از آنجايي كه مقدار اقلام قابل بازيافت و انهدامي محصولات برگشتي پيوسته در شرايط عدم قطعيت و احتمالي قرار دارند،لذا بايست مدلي طراحي شود كه قادر به تامين سفارشات رسيده مشتريان با حداقل زمان تاخير با انعطاف پذيري بالا و حداقل هزينه هاي زنجيره تامين با كمترين تعداد سفر ميان مراكز جمع آوري و واحدهاي توليد و بازيافت باشد.اين پژوهش درصدد آن است با ارايه مدل رياضي آرماني- فازي به گونه اي عمل نمايد كه مسافت طي شده، تعداد سفر و هزينه هاي شبكه توزيع را حداقل نموده و در نهايت رضايت مشتريان و سودآوري موسسات توليدي و بازيافت رانيز به حداكثر برساند. مساله زنجيره تامين معكوس بدليل قرارگيري در گروه مسايلNP-Hard، باروشهاي گراديان مبنا براحتي قابل حل نبوده و از اين رو براي بهينه سازي آن از الگوريتم ژنتيك در اين پژوهش استفاده شده است.

Today’s environmental issues along with tough regulations and business matters force the manufacturers to pay more attention to the reverse supply chain conceptand manufacturers focus on finding solutions for recovery, reusable, reprocessing, scrap and recycling materials. Activities of reverse supply chain include flow of returned products, from finalized customer to upward flow of commercial or manufacturers or suppliers. In this research, distributionconsidersas an effective factors of reverse supply chain that are continuously in uncertain and probability condition, therefore it must be designed a model that responses to customers needs with least delay time and high flexibility and low cost of supply chain. Finally, the results of multi objective mathematic model with different goals increasing profitability, decreasing cost and travel times and distance. Reverse supply chain problem because of being in NP-Hard problems unable to be solved by Gradient methods then we have to use the other methods just like as Genetic Algorithm for optimizing distribution in reverse supply chain.