چکیده:
یکی از مهمترین رویکردها که منجر به ایجاد مزیتهای متنوعی برای بنگاههای اقتصادی میباشد، ناحیه بندی مناطق به مکانهای سرویس دهی و واحدهای متقاضی میباشد که باعث افزایش سطح دسترسی مشتریان جهت دریافت خدمت میباشد. به طوری که میتواند در طراحی مجدد و ناحیه بندی مجدد شرکتها نیز مورد استفاده قرار گیرد. از طرف دیگر مسیریابی وسایل حمل و نقل جهت ارائه محصولات به مشتریان در صورتی که در مناطق ناحیه بندی شده انجام پذیر میتواند منجر به برنامه ریزی هر چه بهتر در سرویس دهی به مشتریان گردد. با این حال در هیچ یک از تحقیقات انجام گرفته شده در حوزه طراحی شبکه زنجیره تامین، مسیریابی وسایل حمل و نقل در نواحی طبقه بندی شده مورد بررسی قرار گرفته نشده است. از اینرو در این تحقیق یک مدل ریاضی دو هدفه ارائه شده است تا بصورت همزمان ناحیه بندی مناطق، مکانیابی-تخصیص تسهیلات، اشتراک گذاری خدمت و انتقال خدمت درون منطقهای و مسیریابی وسایل حمل و نقل به صورت توامان انجام پذیرد. تابع هدف اول به دنبال کمینه نموده مجموع هزینههای شبکه زنجیره تامین میباشد. تابع هدف دوم به دنبال حداقل نمودن حداکثر حجم تقاضای مازاد سرویس دهندهها میباشد. همچنین رویکرد بهینه سازی استوار به منظور لحاظ نمودن عدم قطعیت در برخی از پارامترهای مدل ارائه شده بکار گرفته شده است. به علاوه یک مطالعه موردی در صنعت نفت و گاز مورد بررسی قرار گرفته شده است.
One of the most important approaches that can lead to the creation of various advantages for enterprises is the districting regions into the service offering locations and the demand units, which causes the increase in level of customers’ access to get the service. On the other hand, if vehicle routing is carried out in districting regions in order to deliver products to customers, the planning of customer service can be improved. However, in none of the research conducted in the area of design supply chain, vehicle routing in districting regions has been not investigated. Therefore, in the current study, a bi-objective mathematical model is presented to simultaneously focus on districting regions, facility location–allocation, service sharing, intra-district service transfer and vehicle routing. The first objective function is to minimize the total cost of designing the CLSC network, which includes costs of opening facility and vehicle routing. The second objective function is to minimize the maximum volume of surplus demand from service providers in order to achieve an appropriate balance in demand volume across all regions. Moreover, a robust optimization approach is used to take into account uncertainty in some parameters of the proposed model. In addition, the validity of the proposed mathematical model and the proposed solution on a real case study in the oil and gas industry has been investigated.
خلاصه ماشینی:
از اینرو در این تحقیق یک مدل ریاضی دو هدفه ارائه شده است تا بصورت همزمان ناحیه بندی مناطق ، مکانیابی-تخصیص تسهیلات ، اشتراک گذاری خدمت و انتقال خدمت درون منطقه ای و مسیریابی وسایل حمل و نقل به صورت توامان انجام پذیرد.
مشخص است در صورتی که ملاحظات مربوط به مسریابی وسایل حمل و نقل به منظور ارائه سرویس در بین مناطق ناحیه بندی شده مشتریان مدنظر قرار گیرد، این کارایی میتواند به مراتب افزایش یافته و علاوه بر ارائه سرویس هر چه بهتر به مشتریان و کاهش ظرفیت اتلاف شده توزیع کنندگان برنامه ریزی جهت نحوه و مسیر ارائه خدمات به مشتریان نیز مشخص گردد.
Vahdani, 2017) با بررسی ادبیات موضوع در زمینه طراحی شبکه زنجیره تامین هم در حالت کلاسیک و هم در حالت حلقه بسته میتوان مشاهده نمود تا به حال در هیچ تحقیقی ملاحظات مرتبط با ناحیه بندی مناطق به مکان های سرویس دهی و واحدهای متقاضی، مکانیابی-تخصیص تسهیلات ، اشتراک گذاری خدمت ، انتقال خدمت درون منطقه ای و مسیریابی وسایل حمل و نقل به طور همزمان در نظر گرفته نشده است .
Design of close-loop supply chain network under uncertainty using hybrid genetic algorithm: A fuzzy and chance-constrained programming model.
A robust fuzzy optimization model for carbon-efficient closed-loop supply chain network design problem: a numerical illustration in electronics industry.
Reliable design of a closed loop supply chain network under uncertainty: An interval fuzzy possibilistic chance- constrained model.
A bi-objective interval- stochastic robust optimization model for designing closed loop supply chain network with multi-priority queuing system.