طراحی شبکه زنجیره تامین یکپارچه خون تحت شرایط عدم‌قطعیت با درنظرگرفتن انتقالات جانبی

یکی از کلیدی ‌ترین بخش‌ های یک سیستم سلامت، زنجیره تامین خون است که سهم زیادی از هزینه‌ های این سیستم را به خود اختصاص داده است؛ بنابراین هرگونه پیشرفتی در عملکرد زنجیره تامین خون می‌ تواند به‌طور چشمگیری به بهبود کارایی و صرفه ‌جویی در هزینه ‌های سیستم ‌های سلامت بیانجامد. در این پژوهش، یک مدل دوهدفه برای طراحی شبکه زنجیره تامین خون با هدف کاهش هزینه تاسیس تسهیلات ثابت و موقت، هزینه‌های انتقال فرآورده‌های خونی و حداقل ‌کردن حداکثر میزان کمبود ارائه ‌شده است. با توجه به عدم‌قطعیت‌های موجود در عرضه و تقاضا، برای مقابله با کمبود و افزایش سطح پاسخگویی، انتقالات جانبی بین بیمارستان‌ها در نظر گرفته ‌شده است. مدل غیرقطعی به کمک روش فازی خیمنز به مدل قطعی تبدیل ‌شده و در ادامه مدل دو هدفه با استفاده از روش ترابی و حسینی، به مدل تک‌ هدفه تبدیل ‌شده است. نتایج محاسباتی حاصل از مدل نشان می‌دهد در مدل فازی به‌ دلیل وجود αcut، مدل انعطاف‌پذیرتر شده؛ درحالی‌که در شرایط قطعیت، به‌ دلیل قطعی‌ بودن مقادیر پارامترها، اجازه انعطاف‌پذیری به مقادیر پارامترهای مدل داده نمی‌شود. مدل فازی علاوه بر نزدیک‌بودن به محیط واقعی، سبب می‌شود مدیران با توجه به عدم‌قطعیت موجود بر اساس میزان درجه مطلوبیت لازم اقدام به تصمیم‌گیری کنند.

Integrate Blood Supply Chain Network Design with Considering Lateral Transshipment under Uncertainty

One of the most critical sections in a healthcare system, is blood supply chain that has owned significant portion of the costs of this system. So, any improvement in the blood supply chain performance can impressively lead to efficiency improvement and saving in the healthcare systems’ costs. In this research, a biobjective model is presented for blood supply chain network design with aiming at decreasing main and temporary facilities opening cost, transportation costs of bloodderived products and minimizing the maximum shortage. Due to uncertainty in supply and demand, for dealing with shortage and increasing of responsiveness, lateral transshipment among hospitals is considered. Uncertain model is converted to deterministic model using Jiménez fuzzy and then the biobjective model is transformed to a single objective model using TorabiHassini’s method. Computational results obtained from the model shows that in fuzzy model, because of cut, the model is more flexible while in the certainty situation, because of certainty in parameters, model’s parameters value are not allowed to be flexible. Fuzzy model in addition to closeness to real environment, causes that managers make decisions based on uncertainty based on desirability. Also, model fuzzy has not significant impact on computational complexity and solving time.