بهینه‌سازی دوهدفه مسئله مدیریت موجودی توسط فروشنده در یک زنجیره تامین چندسطحی سبز

مدیریت موجودی توسط فروشنده (vmi) یکی از استراتژی ‌های محبوب برای مدیریت هماهنگ و یکپارچه کنترل موجودی در زنجیره تامین است. در این استراتژی، فروشنده بر اساس اطلاعاتی که از مشتری دریافت می ‌کند تصمیم ‌های مرتبط با انباشته سفارش (زمان تحویل و مقدار موجودی) را اتخاذ می کند. در این پژوهش مدل سازی و حل مسئله دو هدفه vmi در یک زنجیره تامین سه ‌سطحی سبز شامل یک تولیدکننده، چند فروشنده و چند خرده‌فروش با در نظر گرفتن کمبود پس افت ارائه‌ شده است. در تابع هدف اول هزینه‌های مرتبط با موجودی و آلاینده‌های زیست‌محیطی کمینه شده است. تابع هدف دوم به افزایش قابلیت اطمینان تولید می پردازد. با توجه به پیچیدگی زمانی سخت مدل ارائه‌شده، روش‌های فرا ابتکاری ژنتیک، انجماد تدریجی و ترکیبی از ژنتیک انجماد تدریجی برای حل‌ مسئله به‌کار گرفته ‌شده است. برای افزایش کارایی الگوریتم های موردنظر از روش تاگوچی برای تنظیم پارامتر آن ها استفاده‌ شده است. عملکرد الگوریتم ‌ها با استفاده از نتایج حاصل برای مسائل با اندازه های مختلف مقایسه شد که شواهد حاکی از بهتر بودن عملکرد کارایی الگوریتم ترکیبی ژنتیک انجماد تدریجی نسبت به سایر الگوریتم ‌های به کار گرفته‌ شده است. درنهایت ازآنجاکه مدل ارائه‌شده یک مدل دو هدفه و غیرخطی است، از معیارهایی به منظور بررسی جبهه پارتو برای مسائل نمونه‌ای با اندازه بزرگ نیز استفاده شد.

BiObjective Optimization of Vendor Managed Inventory Problem in a Mult Echelon Green Supply Chain

Integrating decisions in the supply chain is a challenge for producers who intend to optimize their supply chain costs. Vendor managed inventory (VMI) is one of the popular strategies for integrated supply chain management. In this strategy, customers provide their information to the vendor, and the vendor uses this information to manage their inventory and decide on the order quantity and delivery schedules. In this study, a threetier green supply chain consisting of multiretailers, multivendors with backorders is considered. The total cost of green supply chain is minimized and system reliability for manufactured goods is maximized by considering the constraints. The metaheuristic methods of GA, SA and a combination of SAGA are used to solve the model. Taguchi method was used to increase the efficiency of the algorithms. After performing the algorithms for problems of different sizes, the results were compared with respect to the efficiency of the algorithms. The obtained results suggest that the efficiency of the SAGA is better than other algorithms. Finally, since the model is multiobjective, Pareto optimal solutions are analyzed.