طراحی شبکه زنجیره تأمین حلقه بسته تاب آور تحت شرایط ریسک های عملیاتی و اختلال با رویکرد مالوی (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: شبکه زنجیره تأمین حلقه بسته با هدف طراحی، راه اندازی و بهره برداری از جریان مواد بین مراکز زنجیره ای ایجاد شده است؛ اما زنجیره های تأمین با ریسک های متفاوتی اعم از عملیاتی و اختلال مواجهند که هر یک از آن ها می تواند به خسارات جبران ناپذیری منجر شود؛ بنابراین طراحی یا بازطراحی زنجیره های تأمین جهت تاب آوری در برابر ریسک های متفاوت، یکی از برنامه های بسیار مهمی است که به طور بالقوه بر عملکرد زنجیره تأمین تأثیر می گذارد. هدف از اجرای این پژوهش، طراحی شبکه زنجیره تأمین حلقه بسته تاب آور تحت شرایط ریسک های عملیاتی و اختلال است که در یکی از شرکت های فعال در حوزه صنایع غذایی استان تهران با ملاحظات چند محصولی بودن، صورت پذیرفته است. روش: در این پژوهش، مسئله زنجیره تأمین حلقه بسته تاب آور، به صورت شبکه ای از گره ها (مکان های تولیدی) در نظر گرفته شده است که از طریق یال ها (مسیرها) به یکدیگر متصل هستند. مدل به صورت برنامه ریزی عدد صحیح فرمول ندی شده است که توابع هدف آن، شامل بیشینه کردن تعداد گره ها در برآورد میزان تقاضا و کمینه سازی هزینه ها بر اساس یک سری از سناریوها با رویکرد مالوی بررسی می شود. یافته ها: الگوریتمی بر پایه برنامه ریزی عدد صحیح مختلط، جهت طراحی زنجیره تأمین حلقه بسته تاب آور با در نظر گرفتن ریسک های عملیاتی و اختلال با رویکرد مالوی بر پایه سناریو ارائه شده است. نتیجه گیری: یافته ها نشان می دهد که با طراحی و ارائه مدل پیشنهادی بر اساس مدل سناریومحور مالوی، چنانچه اختلال یا ریسک عملیات در زنجیره تأمین محصولات رخ دهد، طبق سناریوهای تعیین شده، شرکت از یک سو می تواند به میزان 484/99 واحد از تقاضاها را برآورده کند و از سوی دیگر، به مقدار 50/790 واحد هزینه ها را کاهش دهد.Designing a Resilient Closed-Loop Supply Chain Network under Operational Risk and Disruption Conditions by the Mulvey Approach
Objective: While the closed-loop supply chain network was created launch, to design, and exploit the flow of materials between chain centers, supply chains face different risks, including operational ones and disruption. Each of such risks can lead to irreparable damage. Therefore, designing or redesigning supply chains to make them resilient against different risks is one of the most important programs that potentially affect the supply chain’s performance. The purpose of this research is to design a resilient closed-loop supply chain network under the operational risks and disruption conditions by the Mulvey approach in Tehran's food industry companies with multi-products.
Methods: In this research, the problem of the resilient closed-loop supply chain is considered as a network of nodes (production sites) that are connected by arcs (paths). The model is formulated as an integer programming, the objective function of which involves maximizing the number of nodes in estimating demand and minimizing costs based on a series of scenarios developed by the Mulvey approach.
Results: In the practical phase, first, a closed-loop supply chain consisting of 10 manufacturers, 300 distributors, and two types of products was considered for modeling. Then, three more important scenarios with probabilities of 0.3, 0.2, and 0.5 were developed to present different amounts of customer demand and facilities capacity depending on the number of disruptions. Solving the problem for the multi-product food companies, using the LP metric model showed that despite no disruption in the supply chain, the robust optimal solutions for the first and second objective functions were equal to 99.484 and 790.50, respectively. In terms of manufactured products; in the first node, the amounts of products 1 and 2 did not change for the first and second scenarios but changed by 1.4 and 2.5 units in the third scenario. In the third node, the amount of product 1 did not change for the first scenario, but for the second and third scenarios, it changed by 10.60 and 6.8, respectively. The amount of product 2 did not change for the first and third scenarios but changed by 7.7 for the second scenario. In the 10th node, the amounts of products 1 and 2 did not change for the second scenario, but the amount of product 1 changed by 2.8 and 2.3 for the first and third scenarios. In addition, the amount of product 2 changed by 10.3 and 2.8 for the first and third scenarios, respectively. In the other nodes, the amounts of the products did not change. For both of the products in different nodes, except in nodes 4, 6, 7, and 9, and product 1 in node 8, some problems had to be fixed.
Conclusion: According to the findings, developing the proposed model reduces operational risks and disruption as the most important causes of inefficiency in the supply chain. So, it is necessary to design robust and resilient supply chains in all industries, especially in the food industry due to its significance.
تبلیغات
