برنامه‌ریزی تولید توزیع چندهدفه فازی با درنظرگرفتن هزینه انتشار گاز co2 و رویکرد حل نوین برنامه‌ریزی آرمانی چند‌گزینه‌ایی فازی

در دنیای رقابتی امروز، شرکت‌ها باید زنجیره‌های تامین خود را به‌طور موثر در شرایط متغیر بازار مدیریت کنند؛ همچنین شرکت‌ها ملزم به جبران آسیب‌های زیست‌محیطی خود شده‌اند. در این پژوهش، یک شبکه زنجیره تامین دوسطحی، چند محصولی و چند دوره‌ای شامل مراکز تولید و توزیع با سه هدف حداقل‌سازی هزینه‌های لجستیکی، زمان تحویل و هزینه‌های انتشار گاز co2 مدل‌سازی شده است. پارامترهای تقاضای مشتریان، سطح نیروی انسانی و ماشین‌آلات در دسترس دارای عدم قطعیت هستند و به‌صورت اعداد فازی در نظر گرفته شده‌اند؛ همچنین امکان بهره‌گیری از خدمات پیمانکاری برای عملیات تولید و حمل با هزینه بالاتر وجود دارد. نوآوری اصلی این پژوهش از منظر مدل‌سازی امکان بهره‌گیری از سیستم‌های حمل‌ونقل مختلف و همچنین توجه به آلایندگی ناشی از آن‌ها و از منظر حل، بهره‌گیری از روش نوین آرمانی چندگزینه‌ای فازی (ارائه‌شده در 2018) است؛ همچنین از داده‌های واقعی شرکت «دایا تکنولوژی» برای مطالعه موردی و ارزیابی عملکرد مدل استفاده شده است.

fuzzy multi-objective production distribution planning by considering co2 emission cost and solving by a novel fuzzy multi-choice goal programming

in today’s competitive world, companies need to effectively manage their supply chains in changing market conditions, and they are also obliged to compensate for their environmental damages. in this research, a two-echelon multi-product multi-period supply chain network with production and distribution centers has been modeled with three objectives: minimizing logistic costs, delivery time, and co2 emission costs. customer demand parameters, available levels of human and machinery resources are uncertain and considered as fuzzy numbers. additionally, the possibility of using subcontracting services for production and transportation operations at a higher cost exists. the main innovation of this research is modeling the possibility of using different transportation systems and considering their pollution, and using a novel fuzzy multi-criteria goal programming method (proposed in 2018) for solving the problem. real data from &daya technology& company has also been used for case study and model evaluation.