طراحي شبكه لجستيك هاب استوار با در نظر گرفتن تقاضاهاي تصادفي براي شــركت‌هاي ارايه دهنده خدمات لجستيكي

Design of Robust Hub-and-Spoke Logistics Network with Stochastic Demands for Logistics Service Providers

شركت‌هاي ارايه دهنده خدمات لجستيكي نقش روزافزوني را در مديريت زنجيره‌هاي تامين بعهده دارند. اين شركت‌ها با ارايه دامنه وسيعي از خدمات لجستيكي شامل خدمات انبارداري، حمل و نقل و ... نقش بسزايي را در پشتيباني از سيستم‌هاي توليدي و خدماتي بعهده دارند. در اين مقاله يك شركت ارايه دهنده خدمات لجستيكي مدنظر مي‌باشد كه وظيفه توزيع كالا از چند مبدا به چند مقصد را به نيابت از مشتريان خود بعهده دارد. فرض شده است ميزان كالاي ارسالي از مبادي به مقاصد تصادفي بوده و داراي يك توزيع احتمالي متقارن با بازه وقوع مشخص و محدود باشد. هدف عبارتست از طراحي يك شبكه لجستيك هاب براي اين شركت شامل تعيين تعداد، مكان و ظرفيت هاب‌ها و همچنين تخصيص گره‌هاي شبكه به هاب‌هاي تعيين شده، به گونه‌اي كه علاوه بر اينكه تحويل كالاها از مبادي به مقاصد بدون مشكل تخطي از ظرفيت هاب‌ها تضمين شود، مجموع هزينه هاي لجستيكي سيستم نيز كمينه گردد. در اين راستا، مساله با استفاده از يكي از جديدترين رويكردهاي بهينه‌سازي استوار مدلسازي شده و با استفاده از يك نرم‌افزار استاندارد بهينه‌سازي حل گرديده است. نتايج بدست آمده حاكي از قابليت مدل ارايه شده در ايمن‌سازي سيستم در مقابل تخطي از محدوديت هاي ظرفيت هاب با صرف هزينه اندكي كه هزينه استوارسازي ناميده مي‌گردد، مي‌باشد.

Logistics service providers (LSPs) are playing an increasing role in the management of supply chains. LSPs offer a wide range of logistics services, e.g., warehousing and transportation services and hence play an important role in supporting production and service systems. We consider an LSP who is responsible for managing the distribution of goods from multiple origins to multiple destinations for its clients. It is assumed that the commodity flow between each origin and destination is of stochastic nature with a symmetric and bounded probability distribution. The objective is to determine the number, location, and capacity of the hubs and also to allocate the customers to these hubs in such a way that transferring all the commodities in the network is ensured without capacity constraints associated with the hubs are not violated. At the same time, total expected system-wide costs will be minimized. The problem is modeled using one of the most recent robust optimization approaches and a standard optimization package being used to solve it. Results obtained via numerical experiments show the capability of the presented robust model to immunize the system against violation of capacity constraints with a relatively small cost increase, known as the robustness cost.