طراحی شبکه لجستیک بشردوستانه با در نظر گرفتن قرارداد خرید

هدف: در این مقاله یک شبکه لجستیک بشردوستانه با در نظر گرفتن قرارداد خرید در شرایط عدم قطعیت طراحی شده است. با توجه به اهمیت موضوع این‌گونه شبکه‌ها در زمان وقوع حوادث غیرمترقبه، مدل طراحی شده درصدد تعیین انبارهای مرکزی و محلی و همچنین پناهگاه‌ها جهت انتقال مصدومین می‌باشد. همچنین تعین بهینه مقدار موجودی انبار و نحوه صحیح انتقال اقلام و مصدومین از دیگر تصمیمات شبکه مدنظر است. در این مقاله قرارداد خرید اقلام قبل و بعد از وقوع حوادث با تامین‌کنندگان بسته می‌شود تا نسبت به شدت وقوع حادثه نسبت به تامین مواد اولیه اقدام نمایند.روش‌شناسی پژوهش: به دلیل وجود عدم قطعیت در مدل از روش بهینه‌سازی استوار جهت کنترل عدم قطعیت و به دلیل np-hard بودن مدل از الگوریتم جدید ترکیبی گرگ خاکستری با ژنتیک (ggwa) جهت حل مدل استفاده شده است. یافته ها: نتایج نشان می‌دهد به‌کارگیری قرارداد منجر به کاهش هزینه‌های کل شبکه لجستیک بشردوستانه شده است. مقایسه میانگین‌های تابع هدف و زمان محاسباتی نشان از سرعت‌بالای الگوریتم ggwa در یافتن جواب‌های نزدیک به بهینه نسبت به الگوریتم‌های pso و ga دارد. اصالت/ارزش افزوده علمی: در این مقاله یک مدل نوین از شبکه زنجیره تامین بشردوستانه طراحی شده است که با استفاده از الگوریتم ترکیبی ggwa در کوتاه ترین زمان، نتایج بسیار مطلوبی از مسئله کسب شده است.

Design of a Humanitarian Logistics Network Considering the Purchase Contract

Purpose: In this paper, a humanitarian logistics network is designed considering the purchase contract in conditions of uncertainty. Due to the importance of such networks in the event of unforeseen events, the designed model seeks to determine the central and local warehouses as well as shelters to transport the injured. Also, determining the optimal amount of inventory and the correct way of transferring items and injured are other network decisions. In this article, the contract for purchasing items before and after the accident is concluded with suppliers in order to supply raw materials to the severity of the accident.Methodology: Due to the uncertainty in the model, the robust optimization method is used to control the uncertainty, and due to the NPHardness of the model, the new Gray WolfGenetics Algorithm (GGWA) is used to solve the model.Findings: The results show that contract operation has reduced the costs of the entire humanitarian logistics network. The comparison of the means of the objective function and the computational time shows the high speed of the GGWA algorithm in finding nearoptimal solutions compared to the PSO and GA algorithms.Originality/Value:  In this paper, a new model of humanitarian supply chain network has been designed, which has obtained very favorable results from the problem using the GGWA algorithm in the shortest time.