الگوریتم شبیه سازی تبرید مبتنی بر ابر برای طراحی شبکه زنجیره تامین حلقه بسته: نمایش جواب درخت پوشا

در طی دهه گذشته، به دلیل قوانین زیست محیطی و فضای رقابتی تدوین یک برنامه تاکتیکی موثر که از یک طرف قادر به برنامه‌ریزی کارا و یکپارچه تامین کالا برای مشتریان باشد و از طرف دیگر مسئولیت سازمان‌ها برای جمع‌آوری کالای معیوب را در نظر بگیرد، امری اجتناب ناپذیر به نظر می‌رسد. در این مقاله یک برنامه‌ریزی خطی عدد صحیح آمیخته در نظر گرفته شده است که در جهت رو به جلو مواد اولیه را از تامین‌کنندگان به کارخانه‌ها و در ادامه از طریق مراکز توزیع، محصول نهایی را به مشتریان تحویل می‌دهد. از طرفی به طور همزمان کالای بازیافتی از مشتریان را جمع‌آوری کرده وارد چرخه بازسازی و یا انهدام ایمن می‌کند. از آنجایی که مساله مورد برسی از دسته مسائل np-hardاست، برای حل آن از الگوریتم فراابتکاری شبیه سازی تبرید مبتنی بر ابر برای اولین بار در پیشینه این حوزه استفاده شده است. همچنین برای نمایش جواب از روش درخت پوشا که نسبت به روش‌های دیگر در ادبیات موضوع از آرایه‌های کمتری استفاده می‌کند بهره جسته‌ایم. برای تحلیل دقت و سرعت الگوریتم مورد بررسی، عملکرد آن را با الگوریتم ژنتیک و الگوریتم شبیه‌سازی تبرید (که در ادبیات موضوع به کار گرفته شده بودند) مقایسه کرده‌ایم. نتایج نشان می دهند تابع هزینه در الگوریتم شبیه‌سازی تبرید مبتنی بر ابر نسبت به هر دو الگوریتم مورد بررسی در ادبیات پاسخ‌های دقیق‌تری را ارائه می‌دهد. همچنین از نظر معیار سرعت همگرایی، روش پیشنهادی نسبت به الگوریتم ژنتیک در وضعیت بهتری است اما نسبت به الگوریتم شبیه‌سازی تبرید تفاوت معنا داری ندارد.

Cloud Theory Based Simulated Annealing for a ClosedLoop Supply Chain Network Design: Spanning Tree Solution Representation

Due to the awareness of the environmental protection, how to reduce the utilization of the materials by reusing and remanufacturing the used products has been a critical issue for an enterprise. This induces the concept of the reverse and closedloop supply chain management. Different from a conventional supply chain, planning a closedloop supply chain requires an additional function of recycling and thus, a closedloop chain is a necessary infrastructure for a material flow. In this paper a mixedinteger linear programming is considered to mathematically model the essentially five stages along our supply chain network: suppliers, manufacturers, DCs, customers, and Dismantlers. NPhardness of this problem is proved in many papers, so a novel metaheuristic solution method aiming minimization of total costs comprised fixed opening cost of plants, distribution centers and collection/inspection and distribution centers and transportation cost of products between open centers using spanning tree based encoding which has been rarely applied in this area. Comparison of outputs from proposed Clouded Based Simulated Annealing Algorithm (applied for the first time in SCND) shows the excellence of this new solution method in quality of answers with comparison to those of applied in the literature.