مدل‌سازی ‌شبکه زنجیره‌تامین معکوس چند رده‌ای و حل توسط الگوریتم ترکیبی

با توجه به نگرانی جهانی در خصوص محیط‍‍زیست، ایجاد زنجیره تامین معکوس به‍عنوان یک استراتژی مهم در راستای کاهش برداشت از منابع طبیعی شناخته می‌شود. در این تحقیق یک مدل برنامه‍ریزی عدد صحیح آمیخته خطی برای طراحی شبکه زنجیره تامین معکوس توسعه یافته است. در این مدل لایه‌های زنجیره به صورت چندگانه تعریف شده است. نیز هدف این مدل بیشینه سازی درآمد ناشی از فروش محصولات بازیابی شده از فرایندهای استفاده مجدد، بازسازی، بازتولید، بازیافت و فروش قطعات یدکی است. همچنین در نظر گرفتن تنوع محصولات و لیست قطعات هر محصول ازجمله ویژگی‌های مدل توسعه داده شده است. برای حل این گونه مسائل نیز الگوریتم ترکیبی بر پایه الگوریتم ژنتیک و الگوریتم شاخه و کران توسعه یافته است. اعتبارسنجی این الگوریتم با کمک داده های تصادفی ایجاد شده در ابعاد مختلف، بررسی شده است. همچنین در انتها، تحلیل حساسیت تابع هدف نسبت به تغییرات پارامترهای کلیدی ارزیابی شده است.

Network Design for Multi Echelon Reverse Logistics and Solving With Hybrid Algorithm

;Due to environmental concerns along the world, reverse logistics now is becoming an important strategy to decrease resource extraction. This research develops a generic mixed integer linear programming model for reverse logistics network design. This is a multiechelon reverse logistics model. It maximizes total profit by handling products returned for reuse, refurbishing, remanufacturing, recycling and sale of spare parts. Also considering product variety and bill of material are model features. A hybrid algorithm constructed by genetic algorithm and branch and cut algorithm is proposed to solve the constructed problems. The designed model is validated and tested by using data generated in various size. Sensitivity analyses are conducted on various parameters to illustrate the capabilities of the proposed model.