عنوان مقاله :
طراحي شبكه زنجيره تامين حلقه بسته كامل تحت شرايط عدم قطعيت تقاضا و بازگشت محصولات
عنوان به زبان ديگر :
Complete Closed-loop Supply Chain Network Design under Uncertainty of Demand and Return Products
پديد آورندگان :
اكبري جوكار، محمدرضا دانشگاه صنعتي شريف - دانشكده مهندسي صنايع , ابوچناري، موسي الرضا دانشگاه صنعتي شريف , عاكفي، حسين دانشگاه صنعتي شريف
كليدواژه :
الگوريتم بهينه سازي , برنامه ريزي خطي , عدد صحيح مختلط , عدم قطعيت , بازگشت محصولات
چكيده فارسي :
در اين پژوهش، زنجيره تامين حلقه بسته كامل بررسي شده است. با توجه به اينكه زنجيره تأمين حلقه بستة كامل شامل زنجيره تأمين رو به جلو و رو به عقب است، در اين پژوهش شبكهاي شامل تأمينكنندگان، كارخانههاي توليدي، توزيعكنندگان، مشتريان، مراكز جمعآوري و مراكز انهدام بررسي شده است. همچنين، از تكنيك سناريوسازي بهمنظور بررسي عدم قطعيت مقدار تقاضا و مقدار بازگشت محصولات از مشتريان استفاده شده است. استفاده از تكنيك سناريوسازي موجب شده است مدل پيشنهادي هرچه بيشتر با مدلهاي موجود در دنياي واقعي تطابق داشته باشد. در اين پژوهش، مسئلة مورد بررسي با استفاده از مدل برنامهريزي خطي عدد صحيح مختلط با هدف كاهش هزينههاي كل زنجيرة تأمين مدلسازي شده است. محل قرارگيري تسهيلات، ميزان توليد هريك از محصولات در مراكز توليدي و ميزان كالاي مبادلهشده بين اجزاي مختلف زنجيره تأمين متغيرهاي تصميم مدل ارائه شده هستند. با توجه به پيچيدگي محاسباتي مدل، يك الگوريتم بهينهسازي گروه ذرات بهمنظور حل مسئله در اندازههاي بزرگ توسعه داده شده است. نتايج نشاندهندة كارايي مدل ارائهشده در شرايط عدم قطعيت است.
چكيده لاتين :
In this research, we focus on complete closed loop supply chain, which includes forward and backward flows of materials. So a network has been considered including suppliers, manufacturers, distributers, customers, and collecting and disposal centers. In addition, to conform to real word conditions, and examine uncertainty of demands returns, scenario technic was used. In this research, we used a mixed integer linear programming model to minimize total cost of supply chain. The location of the facility, the production quantity of different products in each sites, and the flow of products between different nodes of network are the decision variables of the model. The computational complexity of the model, leads us to develop a particle swarm optimization algorithm to solve the problem in large-scale cases. Results show the efficiency of proposed algorithm in uncertain situations.
عنوان نشريه :
مهندسي صنايع -دانشگاه تهران
عنوان نشريه :
مهندسي صنايع -دانشگاه تهران