مدل بهينه‌سازي دو هدفه هزينه و كربن‌دي‌اكسيد در زنجيره‌ تامين حلقه‌بسته

Two-objective Optimization Model of Costs and Carbon Dioxide in Closed-loop Supply Chain

در سال‌هاي اخير توجه به لجستيك معكوس و خصوصاً يكپارچگي آن با لجستيك مستقيم امري مهم در كاهش هزينه‌هاي زنجيره ‌تامين به‌حساب آمده است. در اين مقاله يك زنجيره ‌تامين بسته طراحي شده است كه به صورت چندهدفه، چندمحصولي و چنددوره‌اي مي‌باشد. توابع هدف شامل حداقل‌سازي هزينه‌هاي حمل‌ونقل بين مراكز و هزينه پردازش داخل مراكز و مراكز ساخته شده و همچنين حداقل‌سازي كربن دي‌اكسيد منتشر شده در داخل مراكز و كربن‌دي‌اكسيد منتشر شده در اثر حمل‌ونقل بين مراكز مي‌باشد. براي اين منظور از يك مدل برنامه‌ريزي عدد صحيح مختلط استفاده شده است و مساله جز مسايل NP Hardمي‌باشد. برتري اين مدل نسبت به مدل‌هاي گذشته در نظر گرفتن چند محصول و چند دوره در دو هدف مربوطه مي‌باشد همچنين مدل مربوطه محدوديت توليد كربن‌دي‌اكسيد را در بين مراكز و داخل مراكز در نظر مي‌گيرد. در راستاي يكپارچه‌سازي مدل ابتدا دو هدف هم‌فاز شده و با استفاده از روش برنامه‌ريزي چندهدفه به يك هدف تبديل مي‌شوند. در راستاي اعتبارسنجي مدلو تاثير اوزان توابع هدف چند مساله طراحي شده و با CPLEX 12.3 حل شده است و در پايان، نتايج مورد تحليل قرار گرفته است.

In recent years, reverse logistics, especially its integration with direct logistics, plays an important role in decreasing supply chain costs. In this paper, we consider a closed-loop multi-objective, multi-product and multiperiod supply chain. The first objective function is minimization of transportation costs between inter- and intra-center processing costs, as well as the centers’ construction costs, and the second one is minimization of released carbon dioxide due to transportation. We formulated this problem as a mixed integer programming model. The problem’s complexity is of type NP-Hard. The consideration of multi-product and multi-period by two objectives is the big advantage of this model compared to the previous models. This model also takes into account the released carbon dioxide inside the centers and among them due to transportation as a constraint. In the first step, the two objectives are changed into the same phase and then integrated by using multi-objective planning. In order to validate the model and study the impact of objectives’ weights, several problems are generated and solved with CPLEX 12.3. Finally, the results are analyzed and discussed.