ظهور و بیان اهمیت طراحی زنجیره تأمین به سال ۸۷۰ میلادی و تحقیق انجام گرفته توسط گریوز و جیوفرین[۳۹] باز می­گردد ]۹[. از آن پس با توجه به اهمیت و جایگاه طراحی زنجیره تأمین، این حوزه مورد توجه محققان بسیاری قرار گرفته است. با توجه به ادبیات موضوع می­توان بیان داشت که در سیر زمان، مدل­های ارائه گردیده همواره به دنبال نزدیکتر شدن به شرایط دنیای واقعی بوده ­اند.
توسعه مدل­ها را می­توان با توجه به شاخص­ های ذیل مورد بررسی قرار داد.

    • سطوح تصمیم ­گیری: مدل ارائه گردیده در کدام یک از سطوح تصمیم ­گیری استراتژیکی، تاکتیکی و عملیاتی قرار دارد. همچنین برخی از مدل­ها چند سطح تصمیم ­گیری را پوشش می‌دهند.
    • ساختار زنجیره تأمین: مواردی نظیر یک یا چند دوره­ای بودن مدل تصمیم ­گیری، تعداد لایه ­ها و تک یا چند محصولی بودن مدل بیانگر ساختار زنجیره تأمین خواهد بود.
    • ماهیت داده ­ها: ماهیت داده ­ها می ­تواند قطعی و یا غیرقطعی باشد. در حالت غیرقطعی که در برخی از موارد به دنیای واقع نیز نزدیکتر می­باشد، مواردی نظیر پارامتر غیرقطعی، رویکرد برخورد با عدم قطعیت و نحوه نمایش آن نیز مورد توجه قرار می­گیرد.
    • معیار ارزیابی: در شرایط واقعی ممکن است چندین هدف متفاوت و یا حتی متضاد در طراحی زنجیره تأمین مد نظر قرار گیرد. ماهیت این توابع می ­تواند مالی (حداکثرسازی ارزش حال سرمایه ­گذاری، حداکثرسازی عایدی، حداقل­سازی هزینه موجودی، حداقل­سازی مجموع هزینه‌های تولید، حمل­و نقل، عدم ارضای تقاضا و توسعه ظرفیت، حداقل­سازی پراکندگی هزینه کل)، غیرمالی (حداکثر­سازی ارضای تقاضا، سطح خدمت­دهی، معیار پاسخگویی، حداکثرسازی قابلیت اطمینان) و ریسک (حداقل­سازی ریسک مالی) باشد. مدل­ها نیز می­توانند دارای یک یا چند هدف باشند.
    • پارامترهای مدل: پارامترهای ورودی مدل می ­تواند مواردی نظیر مجموعه سایت­ها (تأمین کنندگان، تولیدی و انبار)، دوره­ های زمانی و اطلاعات مربوط به آن، قیمت مواد اولیه، نرخ بهره و استهلاک، هزینه­ها (راه اندازی، تولید، حمل­و نقل، نگهداری، عدم ارضا تقاضا)، ظرفیت سایت­ها، تقاضا، لیست مواد و زمان­های توزیع و حمل­و نقل باشد.
    • محدودیت­ها: مجموعه محدودیت­ها را می­توان به چند دسته کلی نظیر تولیدی، ارضای تقاضا، موجودی و حمل­و نقل دسته­بندی نمود ]۴[.

ادبیات زنجیره تأمین رو به جلو
بیشتر ادبیات موجود در زمینه طراحی شبکه ­های لجستیک شامل مدل­های مختلف مکانیابی تسهیلات بر پایه برنامه­ ریزی خطی عدد صحیح آمیخته[۴۰] است. این مدل­ها انواع مختلفی از مدل­های ساده نظیر مکانیابی تسهیلات با ظرفیت نامحدود (برای مثال]۲۸[) تا مدل­های پیچیده­تر (برای مثال ]۲۹[) نظیر مدل‌های چند‌رده­ای با ظرفیت محدود و یا مدل­های چند‌کالایی[۴۱] را شامل می­ شود. همچنین الگوریتم‌های قدرتمندی بر پایه تئوری بهینه­سازی ترکیبی[۴۲] برای حل این مدل­ها ارائه گشته ­است.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

ملو و همکارانش[۴۳] ]۳۰[ در سال ۲۰۰۹ مروری جامع روی طراحی شبکه لجستیک برای حمایت از تنوع مسیرهای تحقیقاتی آینده ارائه داده­اند. بخش گسترده­ای از ادبیات در طراحی شبکه لجستیک به مسائل طراحی شبکه رو به جلو با هدف تعیین پیکربندی یک شبکه مستقیم از تأمین­کنندگان تا مشتریان که شامل مراکز تولید و توزیع می­ شود، برمی­گردد. بخش محدودتری از ادبیات به طراحی شبکه لجستیک معکوس با هدف تعیین تعداد مراکز جمع­آوری، بازیافت و دفع زباله، مکان و ظرفیت آنها و جریان بهینه معکوس از مشتریان به مراکز بازیافت و دفع زباله مربوط می­ شود. همچنین، در سال­های اخیر تعداد کمی از مقالات برای طراحی شبکه لجستیک یکپارچه تلاش کرده ­اند. در الگوی یکپارچه، هدف یکپارچه کردن مسیرهای طراحی شبکه رو به جلو و معکوس برای جلوگیری از نتایج بهینگی زیر مجموعه ­ای که در اثر طراحی جداگانه اتفاق می­افتد، می­باشد.
در حوزه شبکه لجستیک رو به جلو به عنوان یک بخش سنتی در مسائل طراحی شبکه، بسیاری از مدل­ها برای انواع مختلفی از شبکه­ ها تدوین شده ­اند. یه[۴۴] ]۲۸[ در سال ۲۰۰۵ یک مدل برنامه­ ریزی خطی عدد صحیح آمیخته برای یک شبکه تولید-توزیع پیشنهاد داد. یک روش هیبرید کارای ابتکاری[۴۵] نیز برای حل مدل مقاوم خود توسعه داد. بیشتر تحقیقات در طراحی شبکه لجستیک اغلب به در نظر گرفتن یک سطح ظرفیت مشخص برای هر تسهیل محدود هستند و نشان نمی­دهند که چگونه این سطوح ظرفیت می­توانند تعیین گردند. امیری[۴۶] ]۲[ در سال ۲۰۰۶ یک مدل برنامه­ ریزی خطی عدد صحیح آمیخته برای یک شبکه رو به جلوی چند سطحی طراحی کرد و همچنین سطوح ظرفیت متعددی برای هر تسهیل در نظر گرفت. علاوه بر تعیین تعداد و مکان تسهیلات، مدل قادر به یافتن سطح ظرفیت بهینه برای هر تسهیل نیز می­باشد.
اهمیت رو به افزایش پاسخگویی شبکه در سال­های اخیر باعث شده که تمایل زیادی برای طراحی شبکه های لجستیک پاسخگو وجود داشته باشد. برای این هدف آلتیپارمک و همکارانش[۴۷] ]۳۱[ در سال ۲۰۰۶ یک مدل برنامه‌ریزی غیرخطی عدد صحیح آمیخته[۴۸] برای طراحی شبکه لجستیک رو به جلو طراحی کرده ­اند. آنها یک الگوریتم ژنتیک چند هدفه مبتنی بر یک روش کدگذاری بر پایه اولویت[۴۹] برای حل مدل پیشنهاد داده­اند.
ادبیات زنجیره تأمین معکوس
در زمینه لجستیک معکوس، مدل­های متنوعی در دهه­ اخیر توسعه داده شده­است. کریک و همکارانش[۵۰]] ۳۲[ در سال ۱۹۹۹یک مدل برنامه­ ریزی خطی عدد صحیح آمیخته برای یک شبکه زنجیره تأمین معکوس دو سطحی برای یک تولید­کننده دستگاه کپی طراحی کرده ­اند. در این مدل، هزینه­ های پردازش محصولات مرجوعی و هزینه­ های موجودی در تابع هدف برای حداقل کردن کل هزینه­ها آورده شده است.
جایارامان و همکارانش[۵۱] ]۳۳[ در سال ۲۰۰۳ مدلی برای حل مسأله مکان­ یابی دو سطحی سلسله مراتبی تک‌محصولی که شامل عملیات زنجیره تأمین معکوس محصولات پرخطر نیز می­ شود، ارائه داده‌اند. آنها همچنین یک روش ابتکاری برای حل مسائل با سایز نسبتا بزرگ هم توسعه داده­اند.
ادبیات زنجیره تأمین توأم
در سال­های اخیر، تعداد کمی از محققین برای توسعه مدل­های طراحی شبکه لجستیک یکپارچه تلاش کرده ­اند تا از به وجود آمدن بهینگی بخشی از زنجیره به دلیل طراحی جداگانه شبکه ­های رو به جلو و معکوس جلوگیری کنند. کو و ایونس[۵۲] ]۳۴[ در سال ۲۰۰۷ یک مدل برنامه­ ریزی غیر‌خطی عدد صحیح آمیخته برای طراحی یک شبکه لجستیک رو به جلو و معکوس یکپارچه پویا پیشنهاد داده­اند. آنها یک الگوریتم ژنتیک ابتکاری برای حل مدل توسعه یافته پیچیده ارائه دادند.
لی و دانگ[۵۳] ]۳۵[ در سال ۲۰۰۷ یک مدل برنامه­ ریزی خطی عدد صحیح آمیخته برای طراحی شبکه لجستیک یکپارچه برای محصولات کامپیوتری استفاده شده[۵۴] ارائه داده­اند. آنها یک شبکه ساده با یک مرکز تولیدی و تعدادی تسهیلات توزیع- جمع آوری با روش حل جستجوی ممنوع[۵۵] در نظر گرفته­اند.
پاتیا و همکارانش[۵۶] ]۳۶[ در سال ۲۰۰۸ یک مدل برنامه­ ریزی هدف عدد صحیح آمیخته[۵۷] برای کمک به طراحی مناسب یک شبکه لجستیک چند­محصولی بازیافت کاغذ پیشنهاد داده­اند. مدل، ارتباط درونی بین اهداف چندگانه یک شبکه توزیع کاغذ بازیافت شده را مورد بررسی قرار می­دهد. اهداف مورد نظر، کاهش در هزینه لجستیک معکوس، بهبود کیفیت محصول از طریق تفکیک افزایش یافته در منبع و منافع زیست­محیطی از طریق بازیافت افزایش یافته زباله­های کاغذی می­باشد.
مروری بر ادبیات طراحی شبکه زنجیره تأمین همراه با عدم قطعیت
عدم قطعیت تقاضا و همچنین عدم قطعیت در تعداد و کیفیت محصولات مرجوعی فاکتورهای مهمی در طراحی شبکه ­های زنجیره تأمین معکوس می­باشند.
گوییترز و همکارانش[۵۸]] ۳۷[ در سال ۱۹۹۶ یک رویکرد استوار برای مساله طراحی زنجیره تامین را بررسی کردند. رویکرد آنها یک پیکربندی برای زنجیره تامین است که برای تعدادی سناریو مناسب است و برای بقیه سناریوها پاسخ نزدیک به بهینه را جستجو می‌کند.
میرحسنی و همکارانش[۵۹] ]۳۸[ در سال ۲۰۰۰ دو رویکرد مدل‌سازی و تکنیک‌های پاسخ برای حل مساله تحت عدم قطعیت را ارائه دادند. مدل «منتظر بمان و ببین[۶۰]» تحلیل سناریو را به کار می‌گیرد که تصمیم­گیرنده در آن تصمیم می‌گیرد که کارخانه‌ها و مراکز توزیع را باز کند یا ببندد و ظرفیت کارخانه‌ها را تنظیم کند. در این مقاله از روش تجزیه بندرز[۶۱] برای حل مدل استفاده شده‌ است.
تسیاکس و همکارانش[۶۲] ]۳۹[ در سال ۲۰۰۱ یک مدل احتمالی دو مرحله‌ای برای طراحی یک شبکه زنجیره تامین چند محصولی چند سطحی تحت عدم قطعیت تقاضا ارائه داد.
چیان سون و همکارانش[۶۳] ]۱۰[ در سال ۲۰۱۰ یک مدل بهینه­سازی استوار برای مسائل لجستیک احتمالی بکار برده­اند. به دلیل اینکه محاسبات سنگین برنامه­ ریزی استوار باعث شده که در عمل کاربرد گسترده­ای نداشته باشد، در این مطالعه، آنها یک مسأله مدیریت احتمالی به عنوان مدل بهینه­سازی استوار تا حد زیادی کارا را فرموله کردند که قادر است پاسخ­هایی تولید کند که به داده ­ها در مجموعه سناریوها حساسیت کمتری نشان دهد و با دو مثال لجستیک، کارایی محاسباتی مدل پیشنهادی را نشان داده­اند.
پیشوایی و همکارانش ]۱۷[ در سال ۲۰۱۱ روش بهینه­سازی استوار را برای طراحی شبکه یک زنجیره تأمین چندسطحی حلقه بسته[۶۴] تحت عدم قطعیت به کار بردند. آنها ابتدا مدل خطی مخلوط عدد صحیح قطعی را طراحی کرده و سپس مدل استوار آن را با بهره گرفتن از روش بن- تال و نمیرووسکی[۶۵] ]۴۰, ۴۱[ طراحی کرده ­اند و در نهایت مدل تولید شده را با چند مثال عددی مختلف با مدل قطعی­اش مقایسه کرده ­اند.
بقالیان و همکارانش[۶۶] ]۴۲[ در سال ۲۰۱۳ یک شبکه زنجیره تأمین چندمحصولی را با در نظر گرفتن عدم قطعیت سمت تقاضا و عدم قطعیت سمت عرضه طراحی کرده ­اند و از روش استوار برای برخورد با عدم قطعیت استفاده کرده ­اند. آنها همچنین مدلشان را بر روی صنعت مواد غذایی کشاورزی نیز آزمودند.
ماهیت داده ­ها می ­تواند قطعی و یا غیرقطعی باشد. در حالت غیرقطعی که در برخی از موارد به دنیای واقعی نیز نزدیکتر می­باشد، مواردی نظیر پارامتر غیرقطعی، رویکرد برخورد با عدم قطعیت و نحوه نمایش آن نیز مورد توجه قرار می­گیرد که در زیر به تفصیل توضیح داده خواهد شد.
پارامتر همراه با عدم قطعیت
زنجیره رو به جلو: برای شناسایی عوامل همراه با عدم قطعیت، دیدگاه‌های متفاوتی در ادبیات ارائه شده‌است. در یکی از این دیدگاه‌ها سه منبع متفاوت برای بروز عدم قطعیت در عوامل موثر بر تصمیم‌گیری در زنجیره تأمین ذکر می‌شود: عملکرد تأمین‌کننده نظیر ناتوانی در تأمین، عملکرد تولید کننده نظیر ناتوانی در تولید و توزیع و در نهایت مشتریان نظیر تقاضا و محل آنها. در دیدگاه دیگر با توجه به دوره اثرگذاری پارامتر همراه با عدم قطعیت، دو دسته عوامل کوتاه‌مدت و بلند‌مدت ارائه می‌گردد. عدم قطعیت کوتاه‌مدت به مواردی برمی‌گردد که در بازه زمانی بسیار کوتاه نظیر روزانه امکان وقوع دارد مانند تغییرات فرایند و خرابی تجهیزات. اما در نوع بلند مدت عواملی نظیر قیمت مواد اولیه، تقاضای محصولات و تغییر در نرخ تولید به صورت بلندمدت را می‌توان نام برد.
زنجیره برگشتی: لیستس و دکر[۶۷] ]۴۳[ در سال ۲۰۰۵ یک مدل برنامه­ ریزی احتمالی عدد صحیح آمیخته[۶۸] در یک شبکه بازیافت شن برای حداکثر کردن سود کل پیشنهاد داده­اند. آنها مدلشان را با فرض عدم قطعیت پارامترهای میزان تقاضا و ظرفیت پاسخگویی به تقاضا برای وضعیت­های مختلف با در نظر گرفتن چندین سناریو توسعه داده­اند.
سالما و همکارانش[۶۹] ]۴۴[ در سال ۲۰۰۷ مدلی احتمالی برای شبکه ­های معکوس چند محصولی تحت عدم قطعیت‌های تقاضا، هزینه‌های حمل‌و‌نقل و تعداد محصولات مرجوعی با بهره گرفتن از برنامه­ ریزی احتمالی عدد صحیح آمیخته ارائه داده­اند.
زنجیره توأم: پیشوایی و همکارانش ]۸[ در سال ۲۰۰۹ یک مدل لجستیک رو به جلو و معکوس یکپارچه تک‌محصولی و تک‌دوره­ای که دارای عدم قطعیت­های تقاضا و هزینه­ های تولید و حمل­و نقل و نرخ بازگشت مرجوعات (محصولات بی­کیفیت) بوده است را بررسی کرده ­اند و روشی احتمالی مبتنی بر سناریو[۷۰] برای روبرویی با عدم قطعیت آن بکار برده­اند.
ال- ساید و همکارانش[۷۱] ]۴۵[ در سال ۲۰۱۰ یک مدل احتمالی آمیخته با عدد صحیح برای طراحی شبکه لجستیک یکپارچه رو به جلو و معکوس تحت عدم قطعیت تقاضا و نرخ بازگشت پیشنهاد دادند. هدف آن هم حداکثر کردن سود کلی بوده ­است.
رویکرد برخورد با عدم قطعیت در فرایند طراحی زنجیره
سازمان‌ها در رویارویی با فضای عدم قطعیت می‌توانند دو رویکرد استراتژیک را در پیش گیرند. یکی از آن‌ها، رویکرد شکل‌دهنده[۷۲] می‌باشد. در این رویکرد سازمان به دنبال تغییر در توزیع پارامتر همراه با عدم قطعیت نظیر تقاضا می‌باشد. در این حالت ریسک مربوط به جریان پایین دستی با حفظ و در نظر داشتن پتانسیل بالادستی کاهش می‌یابد. این امر معمولا از طریق تنظیم قرارداد با مشتریان حاصل می‌گردد. برای مثال سازمان می‌تواند قراردادی با در نظر گرفتن حداقل و حداکثر میزان تحویل در برابر تخفیف در قیمت کالا با مشتریان خود تنظیم نماید. در مقابل در رویکرد دیگر که انطباق‌پذیر[۷۳] نامیده می‌شود، سازمان به دنبال تحت تأثیر قرار دادن عدم قطعیت در بازار نیست، بلکه دائماً در حال انطباق فعالیت‌های خود برای مقابله با عدم قطعیت است. در این حالت سعی در وارد ساختن و در نظر گرفتن پارامتر همراه با عدم قطعیت در شکل طبیعی و واقعی آن است ]۴[. در این تحقیق، مقالات مورد مطالعه قرار گرفته در سه زمینه طراحی شبکه رو به جلو، معکوس و توأم همگی در حوزه رویکرد دوم ذکر شده‌اند.
نحوه نمایش عدم قطعیت
نکته اصلی در فرایند تصمیم‌گیری در شرایط عدم قطعیت، نحوه نمایش پارامتر همراه با عدم قطعیت است. اگر پارامتر همراه با عدم قطعیت در فضای احتمال باشد، دو روش متفاوت برای نمایش آن وجود دارد. روش نخست ایجاد سناریو می‌باشد. این روش در واقع نمایش عدم قطعیت در فضای گسسته می‌باشد. بدین صورت که حالت‌هایی که احتمال وقوع دارند ابتدا مشخص می‌شوند و برای هر یک احتمال رخداد تعریف می‌شود. ایراد این روش که کاربرد آن را نیز محدودتر می‌کند، حساسیت بسیار ابعاد مسأله به تعداد عوامل همراه با عدم قطعیت و تعداد سناریوی تعریف شده برای هر یک از آن‌ها می‌باشد.
این مشکل هنگامی که شما نیز می‌خواهید یک تابع احتمال پیوسته را با روش‌های معمول مانند نمونه‌گیری مونت‌کارلو و یا روش یکپارچه‌سازی مربعی گوس در قالب چند سناریو تعریف نمایید، نیز رخ می‌دهد ]۴۶[. برای فائق آمدن بر این نقطه ضعف می‌توان متغیر تصادفی را با تابع توزیع احتمال پیوسته آن در مدل در نظر گرفت. با اعمال این روش مدل قطعی نتیجه شده از مدل اصلی احتمالی دارای ابعاد منطقی خواهد بود. البته می‌بایست در نظر داشت که تعداد مشخصی از روابط غیرخطی بواسطه یکپارچه‌سازی چندمتغیره بر روی فضای احتمالی پیوسته به مدل اضافه خواهد شد ]۴۶[. اما استفاده از تابع توزیع احتمال برای نمایش عدم قطعیت پارامتر مورد نظر همواره امکان‌پذیر نیست.
هنگامی که از صحت داده‌ها اطمینان نداریم و یا داده به اندازه کافی برای تعیین قابل اطمینان توزیع احتمال نداریم، استفاده از منطق فازی توصیه شده است. علاوه بر موارد ذکر شده، در رویکردی جدید در ادبیات، استفاده از منطق فازی احتمالی برای نمایش عدم قطعیت ارائه شده‌است. در این رویکرد یک تابع توزیع برای پارامتر همراه با عدم قطعیت برازشی داده می‌شود که پارامتر آن یک متغیر فازی است و در نهایت در شرایطی که هیچ‌گونه برآورد و اطلاعاتی پیرامون تابع توزیع احتمال آن در دست نباشد، از رویکرد بهینه‌سازی استوار بهره گرفته می‌شود ]۴[. طبقه‌بندی انجام شده بر اساس پنج رویکرد تابع توزیع احتمال پیوسته (۱)، تابع احتمال گسسته سناریو (۲)، رویکرد معمول منطق فازی (۳)، فازی احتمالی (۴) و استوار (۵) می‌باشد.
مروری بر ادبیات طراحی زنجیره تأمین سبز
اگرچه تحقیقات مدیریت زنجیره تأمین، اخیراً بررسی­های زیست­محیطی را نیز در نظر می­گیرد، جدیدا مروری توسط دکر و همکارانش[۷۴] ]۴۷[ در سال ۲۰۱۱ بر روی طراحی شبکه ­های لجستیک سبز انجام گرفته است. طبقه‌بندی اولیه این تحقیق شامل موارد زیر می­باشد:

    1. طراحی و تولید محصول سبز که توسط لو و همکارانش[۷۵](۲۰۱۰) ، چو و همکارانش[۷۶] (۲۰۰۹) و او برین و همکارانش[۷۷] (۱۹۹۹) مطالعه شده است [۴۸و ۴۹و۵۰].
    1. توزیع و حمل و نقل سبز که توسط نتو و همکارانش[۷۸](۲۰۰۸) ، لی و همکارانش[۷۹] (۲۰۰۸)، رامادهین و همکارانش[۸۰] (۲۰۰۹) و یاکووو و همکارانش[۸۱] (۲۰۱۰) مورد تحقیق قرار گرفته است [۵۱ و۵۲و۵۳ و۵۴].
    1. انباریابی سبز که توسط ایمت و سود[۸۲](۲۰۱۰) و مکینون و همکارانش[۸۳] (۲۰۱۰) انجام شده است [۵۵ و ۵۶].
    1. لجستیک معکوس که توسط فلیشمن و همکارانش[۸۴](۱۹۹۷) و هو و همکارانش[۸۵] (۲۰۰۲) بررسی شده است ]۵۷ و ۵۸[.

در ادامه کارهای ذکر شده در بالا را بیشتر شرح خواهیم داد.
به طور تخصصی برای طراحی زنجیره تأمین، لی و همکارانش در سال ۲۰۰۸ یک روش برنامه­ ریزی ریاضی دو هدفه (با اهداف حداکثر کردن سود و حداقل کردن آلودگی­ها) برای بهینه­سازی مراکز توزیع با در نظر گرفتن هزینه­ های حمل­و نقل و آلودگی­های کربن ناشی از تولید و حمل پیشنهاد داده­اند. آنها تأثیر تغییرات قیمت نفت خام را بر تصمیمات مکان­ یابی نیز بررسی کردند.
نتو و همکارانش در سال ۲۰۰۸ یک مدل برنامه­ ریزی چندهدفه پیشنهاد داده­اند که این مدل هر دو هدف (تأثیر هزینه و تأثیر زیست­محیطی) را به طور همزمان بهینه می­سازد و موازنه­ای بین هزینه و محیط­زیست برقرار می­ کند. تأثیر محیطی (از گرم شدن جهانی، سمی شدن اکوسیستم، اکسیداسیون نور-شیمیایی، اسیدی شدن و زباله­های جامد) به شکل مقادیر موزون به جای مقادیر مطلق نشان داده می­شوند تا مکان­های بهینه تسهیلات را در زنجیره تأمین بدست آورند.
رامودهین و همکارانش در سال ۲۰۰۹ چارچوبی جامع برای طراحی شبکه زنجیره تأمین سازگار با محیط­زیست[۸۶] تدوین کرده ­اند. آنها یک مدل برنامه­ ریزی خطی عدد صحیح آمیخته چند هدفه را به عنوان ابزار حمایتی تصمیم ­گیری برای انتخاب تأمین­کنندگان و پیمانکاران فرعی، تخصیص محصولات به مکان‌ها، بهره ­برداری از ظرفیت و پیکربندی حمل­و نقل و همچنین تصمیمات در رابطه با کاهش آلودگی‌های کربنی زنجیره تأمین پیشنهاد داده­اند.
آونیس و همکارانش[۸۷] ]۵۹[ در سال ۲۰۱۲ تأثیر سبزکردن زنجیره تأمین را بر روی طراحی شبکه و هزینه آن بررسی کرده ­اند. آنها تصمیمات استراتژیکی و تاکتیکی را برای کمک به مدیران در ارزیابی تأثیر موضوعات محیطی توسعه داده­اند. برای این کار، انواع مختلف وسایل نقلیه را در نظر گرفته و تصمیمات استفاده از انبارها و وسایل نقلیه مشترک را در مقابل تخصیص داده شده بررسی کرده ­اند. همچنین برای کاربرد روش پیشنهادی، آن را در منطقه­ای در اروپای شرقی بکار برده­اند. نتایج نشان داده که در بیشتر نمونه­ها استفاده از انبارها و وسایل نقلیه مشترک، عملکرد محیطی و هزینه­ای شرکت را بهبود می­بخشد.
پیشوایی و رزمی[۸۸] ]۶۰[ در سال ۲۰۱۲ مدلی دو هدفه برای شبکه زنجیره تأمین زیست­محیطی تحت عدم قطعیت ذاتی داده‌های ورودی طراحی کرده ­اند. آنها از روش مبتنی بر ارزیابی چرخه عمر محصول[۸۹] برای سبز نمودن طراحی استفاده کرده ­اند و همچنین روش فازی را برای حل آن به کار برده­اند.
همان­گونه که در ادبیات ملاحظه کرده­اید، تاکنون کاری انجام نشده که روش استوار را بر روی یک زنجیره تأمین سبز پیاده­سازی کند، برای پوشاندن این خلأ، این پایان نامه انجام شده است.

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...