چکیده:
جهان امروز با مسائلی چون گرم شدن زمین، انواع آلودگی ها، افزایش مقدار گازهای گلخانه ای و… مواجه است که این مسائل به طور بالقوه می تواند منجر به انقراض نوع بشر شود. بنابراین حفظ محیط زیست و استراتژی های مربوط به آن خیلی زود در اولویت برنامه ها، به عنوان یک نوآوری مهم سازمانی قرار گرفت.در این مقاله یک مدل ریاضی زنجیرة تامین سبز جهت کاهش آسیب های زیست محیطی در شرایط عدم قطعیت بررسی شد. ریسک های عملیاتی به صورت خرابی در قسمت تامین کنندگان و کارخانه در نظر گرفته شد. مدل ریاضی تامین کنندگان مناسب را بر اساس معیارهایی مانند قیمت فروش، متوسط خرابی، و هزینه های حمل و نقل انتخاب می کند.به دلیل NP-Hard بودن مسائل زنجیره تامین، در این تحقیق، برای حل مساله در اندازه های بزرگ از روش NSGA II استفاده شد.یافته ها نشان داد که مدل ارائه شده باعث کاهش هزینه های زیست محیطی و بهبود عملکرد شرکت خواهد شد.
خلاصه ماشینی:
ارائه یک مدل ریاضی زنجیرة تأمین سبز جهت کاهش آسیب های زیست محیطی (مطالعه موردی: شرکت شیر آلات آبراه تزئین) افرا فاطمی کارشناسی ارشد مهندسی صنایع،گرایش مدیریت مهندسی، دانشگاه آزاد واحد علوم و تحقیقات تهران، ایران Afra.
چیو (2017) در مقاله دیگری بیان داشتند که در این مقاله یک مدل بهینه سازی استوار برای طراحی زنجیره تامین حلقه بسته ارائه شده است.
در مقاله خود باد عنوان طراحی یک زنجیره تامین حلقه بسته سبز تحت شرایط عدم قطعیت و حل آن با الگوریتمECLSC ،در ابتدا یک مدل برنا مه ریزی غیر خطی با معیارهای سبز بودن ارائه داد و مدل را الگوریتم ECLSC حل نمود که نتایج بیانگر قابل استفاده بودن مدل در دنیای واقعی است.
در مقاله خود با عنوان طراحی یک زنجیره تامین حلقه بسته سبز جهت مسیریابی موجودی در شرایط عدم قطعیت، نخست عوامل موثر بر محیط زیست را شناسایی نموده و بعد یک مدل با برنامه ریزی عدد صحیحی تصادفی تنظیم کرد و در ادامه با الگوریتم فرا ابتکاری به حل مدل پرداخت که نتایج بیانگر این است که مدل فوق مطابق با شرایط دنیای واقعی بوده و منجر به کاهش عوامل موثر بر محیط زیست می باشد.
در مقاله دیگری با عنوان کاربرد الگوریتم ژنتیک در بهینه سازی تابع چند هدفه شبکه زنجیره تامین حلقه بسته سبز ،نخست یک مدل با دو تابع هدف کاهش هزینه کل و کاهش عوامل موثر بر آلودگی زیست محیطی ارائه نمود و در ادامه با الگوریتم MOGA به حل آن پرداخت که نتایج در مقایسه با نتایج تحقیقات مشابه تائید کننده مناسب بودن مدل می باشد.