یک مدل برنامه‌ریزی خاکستری برای اسقاط یا تجاری‌سازی مجدد کالاها در عملیات لجستیک معکوس با در نظر گرفتن انبار متقاطع

رقابت بین سازمان‌ها برای کسب سهم بیشتر بازار و سود بالاتر، مدیران را به استفاده از تکنیک‌های جدید و مقرون‌به‌صرفه ترغیب می‌کند. کالاهای برگشتی و مازاد بر نیاز همواره بخش قابل‌توجهی از موجودی فروشگاه‌ها و شرکت‌ها را تشکیل می‌دهند که تصمیم‌گیری در مورد اسقاط یا تجاری‌سازی مجدد این کالاها می‌تواند اثرات ملموسی را بر روی سود و زیان آن‌ها داشته باشد. در این مقاله یک مدل برنامه‌ریزی خطی آمیخته با اعداد صحیح با بهره‌گیری از سیستم انبار متقاطع در توزیع مجدد محصولات فروخته نشده با هدف بیشینه‌سازی سود ارائه می‌شود. در این مدل ملاحظات جدید تصمیم‌گیری در مورد اسقاط یا تجاری‌سازی مجدد محصولات در فرآیند زمان بندی عملیات لجستیک معکوس نیز در نظر گرفته می‌شود. با توجه به عدم قطعیت موجود در عواملی همانند درآمد حاصل از فروش، هزینه ها و زمان، پارامترهای مسئله تحت بررسی در قالب اعداد خاکستری در نظر گرفته‌شده و یک رویکرد حل مدل برنامه‌ریزی ریاضی خاکستری جهت  مواجهه با عدم قطعیت‌ها به کار گرفته می‌شود. در ادامه فرآیند لجستیک معکوس در یکی از فروشگاه‌های زنجیره‌ای فعال در شهر تهران به‌عنوان مطالعه موردی، موردبررسی قرار می‌گیرد. پیاده‌سازی رویکرد پیشنهادی و اعتبار سنجی نتایج با تحلیل حساسیت روی پارامترهای مهم، نشان از کارکرد مطلوب روش پیشنهادی در فرآیند تصمیم‌گیری در شرکت تحت مطالعه داشته است.

A Grey Mathematical Programming Model to Salvage or ReCommercialize Commodities in Reverse Logistics Management with Consideration of Cross Dock

Competition among organizations to gain more market share and higher profit encourages managers to use new and costeffective strategies. Returned and surplus goods are always a significant part of stores and company’s inventory that deciding whether or not to recommercialize these goods can have tangible effects on their profits and losses. In this paper, a mixed integer linear programming model for maximizing profit with the crossdocking system in unsold products redistribution process is proposed. This model also takes into account the new considerations of deciding whether or not to recommercialize products in the reverse logistics operation scheduling. Given the uncertainties in factors such as sales revenue, costs and time, the parameters of the problem are considered in terms of gray numbers and an approach to solve the gray mathematical programming model is used to deal with uncertainties. Moreover, the reverse logistics process in one of the chain stores in Tehran is considered as a case study. Implementing the proposed approach and validating the results by a sensitivity analysis on important parameters indicated that the proposed method has a high performance in decisionmaking process of the studied company.