نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه ‌مهندسی‌صنایع، ‌واحد‌تهران‌مرکزی،‌ دانشگاه‌آزاد‌اسلامی، ‌تهران، ‌ایران.

2 گروه ‌مهندسی‌ صنایع، ‌واحد‌ تهران‌ مرکزی،‌ دانشگاه‌ آزاد‌ اسلامی، ‌تهران، ‌ایران.

3 گروه ‌مهندسی‌ صنایع،‌ واحد‌ علوم‌ و‌ تحقیقات،‌ ‌دانشگاه‌ آزاد‌ اسلامی،‌ تهران،‌ ایران

10.22105/dmor.2021.311543.1513

چکیده

هدف: ایجاد ساختار و گسترش زنجیره های تامین حلقه بسته پایدار برای برآورد ن استاندارد های زیست محیطی، اقتصادی و اجتماعی در جهت تقویت موقعیت در بازارهای رقابتی بسیار حیاتی است. این مطالعه به منظور تصمیم گیری در سطوح عملیاتی و تاکتیکی برای پیکربندی شبکه زنجیره تامین حلقه بسته پایدار(SCLSC) با هدف حداکثرسازی ارزش خالص فعلی (NPV) و به دنبال حداقل سازی میزان انتشار کربن با حفظ سیاست های سازگار با محیط زیست و در نظر گرفتن تورم انجام شده است.

روش‌شناسی پژوهش: این مقاله رویکرد بهینه سازی فازی استوار (FRO) برای مقابله با عدم قطعیت های موجود در زنجیره تامین حلقه بسته پایدار را در نظر می گیرد. و همچنین به دلیل پیچیدگی مدل و چند هدفه بودن آن از یک روش جدید ترکیبی الگوریتم اکتشافی (HA) و برنامه ریزی آرمانی چند گزینه ای با تابع مطلوبیت (MCGP-UF) استفاده می شود. مدل برنامه ریزی خطی عدد صحیح مختلط (MILP) پیشنهادی در صنعت الکترونیک اعمال می شود.

یافته ها: مدل پیشنهادی در چندین آزمایش ارزیابی شده و در سناریوهای مختلف مورد بحث قرار می گیرد تا کارایی و اعتبار مدل و روش پیشنهادی تایید شود. نتایج با دو عامل شکاف بهینه و زمان حل مقایسه شد که عملکرد مناسب روش پیشنهادی را نشان داد. سپس، نتایج تاکتیکی و استراتژی مدل برای مطالعه موردی ارائه شد که در آن جریان بهینه بین تسهیلات، انتخاب تأمین کنندگان مناسب، انتخاب نوع حمل و نقل و افتتاح تسهیلات ارائه شد. یافته ها نشان داد که در سناریوهای مختلف بهبود موثر راه حل های بدست آمده با کاهش زمان حل تا بیست درصد می تواند برای مشکلات در مقیاس بزرگ پاسخگو باشد.

اصالت/ارزش افزوده علمی: این مقاله با در نظر گرفتن یک روش ترکیبی جدید الگوریتم اکتشافی و برنامه ریزی آرمانی چند گزینه ای با تابع مطلوبیت برای حل مشکل طراحی شبکه زنجیره تامین حلقه بسته پایدار تحت عدم قطعیت طراحی می شود.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Sustainable closed-loop supply chain network design: heuristic hybrid approach with considering Inflation and Carbon emission policies

نویسندگان [English]

  • saeid kalantari 1
  • Hamed Kazemipoor 2
  • Farzad Movahedi Sobhani 3
  • Seyyed Mohammad Hadji Molana 3

1 Department of Industrial Engineering, Central Tehran Branch, Islamic Azad University, Tehran, Iran

2 Department of Industrial Engineering, Central Tehran Branch, Islamic Azad University, Tehran, Iran.

3 Department of Industrial Engineering, science and research Branch, Islamic Azad University, Tehran, Iran.

چکیده [English]

Purpose: Establishing the structure and expansion of sustainable closed-loop supply chains is critical to meeting environmental, economic and social standards in order to strengthen our position in competitive markets. This study aims to decide on operational and tactical levels to configure the Stable Closed Chain Supply Chain Network (SCLSC) with the aim of maximizing net present value (NPV) and seeking to minimize carbon emissions while maintaining environmentally friendly policies. Getting inflation done.

Methodology: This paper considers a solid fuzzy optimization (FRO) approach to deal with uncertainties in the stable closed loop supply chain. Also, due to the complexity of the model and its multi-objective, a new combined method of exploratory algorithm (HA) and multi-choice ideal programming with utility function (MCGP-UF) is used. The proposed mixed integer linear programming (MILP) model is applied in the electronics industry.

Findings: The proposed model is evaluated in several experiments and discussed in different scenarios to confirm the efficiency and validity of the proposed model and method. The results were compared with the two factors of optimal gap and solution time, which showed the proper performance of the proposed method. Then, the tactical results and model strategy were presented for a case study in which the optimal flow between facilities, selection of suitable suppliers, selection of transportation type and opening of facilities were presented. The results showed that in different scenarios, the effective improvement of the obtained solutions by reducing the solution time up to twenty percent can be responsible for large-scale problems.

Originality/Value: This paper is designed by considering a new combined method of heuristic algorithm and multi-choice ideal programming with utility function to solve the problem of designing a stable closed loop supply chain network under uncertainty.

کلیدواژه‌ها [English]

  • fuzzy robust optimization (FRO)"
  • net present value (NPV)"
  • multi-choice goal programming with Utility Function (MCGP-UF)"
  • sustainable closed-loop supply chain (SCLSC)"
  • ؛"
  • heuristic algorithm (HA)