یک مدل ریاضی برای مساله زنجیره‌تامین و مکان‌یابی تسهیلات

نویسندگان

https://doi.org/10.22105/mmaa.v1i2.77

چکیده

هدف: این پژوهش طراحی بهینه شبکه زنجیره‌تامین با تمرکز بر مکان‌یابی مناسب تسهیلات (مراکز توزیع) به‌منظور کاهش هزینه‌های حمل‌ونقل و افزایش کارایی در پاسخ‌گویی به تقاضای مشتریان است. مکان‌یابی بهینه تسهیلات یکی از مسایل راهبردی در مدیریت زنجیره‌تامین است که نقش مهمی در کاهش هزینه‌ها و بهبود سطح خدمت دارد.

روش‌شناسی پژوهش: برای مدلسازی مساله، یک مدل ریاضی از نوع برنامه‌ریزی خطی عدد صحیح ارایه شده است که با درنظر گرفتن محدودیت‌های ظرفیت، تقاضا و هزینه‌های مرتبط به بهینه‌سازی مکان‌یابی تسهیلات و توزیع محصولات می‌پردازد. جهت حل مدل و یافتن راه‌حل‌های کارا در زمان مناسب، از الگوریتم فراابتکاری جست‌وجوی محلی تکراری استفاده شده است.

یافته‌ها: نتایج حاصل از اجرای مدل و الگوریتم پیشنهادی نشان می‌دهد که با انتخاب بهینه مکان تسهیلات و بهینه‌سازی فرآیند توزیع، می‌توان هزینه کل سیستم را به‌طور قابل‌توجهی کاهش داد و هم‌زمان تعداد بیشتری از مشتریان را تحت پوشش قرار داد. همچنین الگوریتم ILS توانست در زمان محاسباتی مناسب به نتایج کیفی و قابل قبول برسد.

اصالت/ارزش افزوده علمی: نوآوری اصلی این پژوهش در ترکیب مدلسازی ریاضی مکان‌یابی تسهیلات با الگوریتم ILS برای طراحی شبکه زنجیره‌تامین است. این رویکرد به‌طور هم‌زمان بر دو جنبه کلیدی-کاهش هزینه و افزایش پوشش تقاضا-تمرکز دارد و می‌تواند به‌عنوان ابزاری کاربردی در تصمیم‌گیری‌های استراتژیک زنجیره‌تامین مورد استفاده قرار گیرد.

 

 

کلمات کلیدی:

زنجیره‌تامین، مراکز توزیع، مکان‌یابی، الگوریتم محلی تکراری

مراجع

  1. [1] Olivares-Benitez, E., González-Velarde, J. L., & Ríos-Mercado, R. Z. (2012). A supply chain design problem with facility location and bi-objective transportation choices. Top, 20, 729–753. https://doi.org/10.1007/s11750-010-0162-8
  2. [2] Zhen, L., Sun, Q., Wang, K., & Zhang, X. (2019). Facility location and scale optimisation in closed-loop supply chain. International journal of production research, 57(24), 7567–7585. https://doi.org/10.1080/00207543.2019.1587189
  3. [3] Brahami, M. A., Dahane, M., Souier, M., & Sahnoun, M. (2022). Sustainable capacitated facility location/network design problem: A non-dominated sorting genetic algorithm based multiobjective approach. Annals of operations research, 311(2), 821–852. https://doi.org/10.1007/s10479-020-03659-9
  4. [4] Souto, G., Morais, I., Faulhaber, L., Ribeiro, G. M., & González, P. H. (2021). A hybrid BRKGA approach for the two stage capacitated facility location problem. 2021 IEEE congress on evolutionary computation (CEC) (pp. 2007–2014). IEEE. https://doi.org/10.1109/CEC45853.2021.9504856
  5. [5] Bal, A., & Badurdeen, F. (2020). A multi-objective facility location model to implement circular economy. Procedia manufacturing, 51, 1592–1599. https://doi.org/10.1016/j.promfg.2020.10.222
  6. [6] Das, S. K., Roy, S. K., & Weber, G. W. (2020). Heuristic approaches for solid transportation-p-facility location problem. Central european journal of operations research, 28, 939–961. https://doi.org/10.1007/s10100-019-00610-7
  7. [7] Golpîra, H. (2020). Optimal integration of the facility location problem into the multi-project multi-supplier multi-resource construction supply chain network design under the vendor managed inventory strategy. Expert systems with applications, 139, 112841. https://doi.org/10.1016/j.eswa.2019.112841
  8. [8] Kaya, O., & Ozkok, D. (2020). A blood bank network design problem with integrated facility location, inventory and routing decisions. Networks and spatial economics, 20(3), 757–783. https://doi.org/10.1007/s11067-020-09500-x
  9. [9] Cotes, N., & Cantillo, V. (2019). Including deprivation costs in facility location models for humanitarian relief logistics. Socio-economic planning sciences, 65, 89–100. https://doi.org/10.1016/j.seps.2018.03.002
  10. [10] Irawan, C. A., & Jones, D. (2019). Formulation and solution of a two-stage capacitated facility location problem with multilevel capacities. Annals of operations research, 272, 41–67. https://doi.org/10.1007/s10479-017-2741-7
  11. [11] Seyedkolaei, A. A., & Nasseri, S. H. (2023). Facilities location in the supply chain network using an iterated local search algorithm. Fuzzy information and engineering, 15(1), 14–25. https://doi.org/10.26599/FIE.2023.9270002
  12. [12] Abdi Seyedkolaei, A., Hosseini Seno, S. A., & Moradi, A. (2021). Dynamic controller placement in software-defined networks for reducing costs and improving survivability. Transactions on emerging telecommunications technologies, 32(1), e4152. https://doi.org/10.1002/ett.4152
  13. [13] Moradi, A., Abdi Seyedkolaei, A., & Hosseini, S. A. (2020). Controller placement in software defined network using iterated local search. Journal of ai and data mining, 8(1), 55–65. https://doi.org/10.22044/jadm.2019.7934.1931

دانلود

چاپ شده

2024-05-05

شماره

دوره 1 شماره 2 (1403): مدیریت: مدلسازی، تحلیل‌ها و کاربردها

نوع مقاله

مقالات شماره جاری

ارجاع به مقاله

سلمان‌زاده س., ناصری اوجاکی س. ه., & عبدی سیدکلایی ع. . (2024). یک مدل ریاضی برای مساله زنجیره‌تامین و مکان‌یابی تسهیلات. مدیریت: مدلسازی، تحلیل‌ها و کاربرد, 1(2), 74-81. https://doi.org/10.22105/mmaa.v1i2.77
Crossref
Scopus
Google Scholar
Europe PMC

مقالات مشابه

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.