بهینه‌سازی یکپارچه استوار برای زنجیره تامین سبز حلقه‌بسته

با افزایش مخاطرات زیست‌محیطی و وضع قوانینی در این زمینه از سوی دولت‌ها و همچنین محدودیت منابع تولیدی، پژوهشگران توجه ویژه‌ای به طراحی شبکه‌های زنجیره تامین حلقه بسته و سبز داشته‌اند. در این پژوهش، یک شبکه زنجیره تامین حلقه بسته دو هدفه، چند دوره‌ای، چند محصولی و چند‌سطحی در شرایط عدم قطعیت ارائه شده است. عدم قطعیت در تقاضا و هزینه حمل‌ونقل در نظر گرفته ‌شده و برای مقابله با این عدم قطعیت از بهینه‌سازی استوار استفاده‌ شده است. شبکه زنجیره تامین ارائه‌شده شامل چهار سطح در زنجیره تامین روبه‌جلو و چهار سطح در زنجیره تامین معکوس است. مدل ارائه‌شده یک مدل برنامه‌ریزی عدد صحیح مختلط خطی باهدف حداکثر سازی سود و حداقل کردن آلایندگی ایجادشده ناشی از حمل‌ونقل محصولات و مراکز عملیاتی است. مدل پیشنهادی توسط نرم‌افزار لینگو حل‌ شده و سپس مدل چند هدفه با استفاده از برنامه‌ریزی آرمانی چندگزینه‌ای بر پایه مطلوبیت بهبود داده ‌شده است؛ درنهایت نتایج به‌دست‌آمده تجزیه‌وتحلیل شده است. مقایسه سناریوهای مختلف نشان می‏‌دهد، تابع هدف به‌شدت به پارامترهای عدم قطعیت حساس است و اثر عدم ‌قطعیت در پارامترها را به‌طور هم‌زمان نشان می دهد؛ ازاین‌رو مدل‌سازی شبکه بر مبنای سناریو‌های مختلف می‌تواند ابزار مناسبی برای تصمیم‏‌گیری در رویارویی با پارامترهای غیرقطعی و مبهم ‏باشد.

Robust Integrated Optimization for Green Closed Loop Supply Chain

With increasing environmental pollution in recent years, researchers have focused on designing a closed loop supply chain network with consideration of environmental issues. In this research an uncertain biobjective, multiperiod, multiproduct and multilevel closedloop supply chain network is presented. Uncertainty in demand, transportation costs are considered and to counteract this uncertainty the robust optimization approach is used. The proposed supply chain network consists of four levels of forward supply chain and four levels of reverse chain. The proposed model is a mixed integer linear programming (MILP) model with the aim maximizing profit and minimizing generated pollution by transportation of products, and operational centers. The proposed model is solved by lingo software, so that the multiobjective model has been handled by utility based goal programming method. Finally, the results are analyzed and the comparison of different scenarios indicates that the objective function has strongly shown the uncertainty parameters and the effect of uncertainty in the parameters simultaneously. Therefore, network modeling based on different scenarios can be a good tool for deciding on confrontation with uncertain and ambiguous parameters.