مدل استوار مدیریت ریسک زنجیره تأمین خون در شرایط پاندمی کرونا (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
مقدمه و اهداف: مدیریت ریسک زنجیره تأمین یک رویکرد پیشگیرانه به منظور جلوگیری از عواقب احتمالی و غیرمنتظره به شمار می رود. هدف از این پژوهش ارائه یک مدل ریاضی در جهت کاهش ریسک زنجیره تأمین خون در شرایط پاندمی است که بر این اساس، یک مدل استوار چند هدفه مبتنی بر سناریو با هدف کاهش ریسک زنجیره تأمین خون در شرایط بحرانی ارائه شده است. روش ها: پاندمی کرونا سبب ایجاد اختلال در عرضه خون توسط اهداکنندگان شده و در نتیجه منجر به بحران در زنجیره تأمین خون گردید. با توجه به اینکه پیش از همه گیری کرونا بحران هایی مانند زلزله، جنگ و غیره منجر به افزایش تقاضا در خون مورد نیاز می شدند، در نتیجه در تحقیقات گذشته، اختلال در عرضه خون توسط محققان کمتر مورد توجه قرار گرفته بود. لذا در این پژوهش، به منظور غلبه بر این عدم قطعیت مدلی سه سطحی با دو هدف ارائه گردید، که هدف اول هزینه کل را کاهش و هدف دوم قابلیت اطمینان زنجیره تأمین خون را افزایش می دهد و در نهایت مدل با درنظر گرفتن عدم قطعیت در عرضه خون، استوار گردید. ارائه مدلی ریاضی که همزمان دو محدودیت متضاد هزینه و قابلیت اطمینان را با در نظر گرفتن عدم قطعیت در عرضه بهینه می نماید، از جمله نوآوری های این تحقیق است. برای تبدیل مدل چندهدفه به تک هدف از روش مجموع وزن دار شده استفاده و برای حل مدل از نرم افزار GAMS و حل کننده BARON استفاده شده است. یافته ها: برای اعتبارسنجی مدل، مسئله در ابعاد مختلف و با استفاده از داده های واقعی مورد آزمون قرار گرفت و به منظور تعیین پایداری مدل نسبت به تغییرات در پارامترها، تحلیل حساسیت انجام گرفته است. حداقل سازی هزینه کل در مدل استوار محاسبه شده و مشاهده می گردد که با افزایش مقدار وزن تابع هدف حداقل سازی هزینه، این تابع هدف به سمت حداقل سازی و بهینه شدن پیش می رود و مقدار آن در وزن 0.1 استوار می گردد. با افزایش وزن در تابع هدف حداکثر سازی قابلیت اطمینان، میزان این تابع هدف از 0.5 استوار بوده و به سمت حداکثر سازی و بهینه شدن پیش می رود و در وزن 1 به حداکثر میزان خود می رسد. در نمودار پارتو تغییرات تابع هزینه و قابلیت اطمینان استوار نشان داده شده است و مشاهده می گردد که با افزایش میزان استواری تابع هدف هزینه، تابع استوار قابلیت اطمینان به شدت کاهش می یابد و برعکس. همچنین، تغییرات قابلیت اطمینان در برابر تعداد تسهیلات جمع آوری خون رابطه مستقیم بین این دو مورد را نشان داده است. اما با افزایش تعداد تسهیلات جمع آوری، قابلیت اطمینان سیستم نیز افزایش می یابد. طبق نتایج نشان داده شده، قابلیت اطمینان با احداث بیش از 15 تسهیل، افزایش پیدا نمی کند. در نتیجه، احداث و به کارگیری بیش از 15 تسهیلات جمع آوری خون مقرون به صرفه نیست و این نشان دهنده افزایش بهره وری زنجیره تأمین در سطح تسهیلات جمع آوری خون در صورت استفاده از مدل ارائه شده است. یافته ها نشان می دهد که مدل ارائه شده قادر است میزان بهینه خون جمع آوری شده از اهداکنندگان، تعداد مراکز جمع آوری، میزان موجودی خون در مرکز خون و بیمارستان و همچنین واحد خون ارسال شده از مرکز خون به بیمارستان را با هدف کاهش ریسک تعیین نماید و در جهت مدیریت ریسک زنجیره تأمین خون در شرایط بحرانی عرضه خون مانند پاندمی کرونا مورد استفاده قرار گیرد. نتیجه گیری: در شرایط پاندمی، اهمیت مدیریت ریسک زنجیره تأمین خون بیش از پیش مشخص شد. از آنجایی که زنجیره تأمین خون یکی از عوامل حیاتی در سلامت عمومی جامعه است، لازم است که سازمان ها و نهادهای مرتبط با این زمینه، برنامه ها و استراتژی های استواری را برای مدیریت ریسک ها و افزایش پایداری زنجیره تأمین خون در شرایط بحرانی مانند پاندمی کرونا اجرا کنند. بنابراین، اجرای مدل استوار مدیریت ریسک زنجیره تأمین خون در شرایط پاندمی کرونا، به سازمان های مسئول کمک می کند تا پایداری و عملکرد خود را تضمین کرده و به بهترین شکل ممکن به نیازهای جامعه در زمینه تأمین خون پاسخ دهند.A Robust Risk Management Model for the Blood Supply Chain in Corona Pandemic Condition
Introduction and objectives: Supply chain risk management is a proactive approach to prevent potential and unexpected consequences. This research aims to develop a mathematical model to reduce the risk within the blood supply chain during pandemics. Specifically, a robust, multi-objective, scenario-based model has been proposed to mitigate the risk of the blood supply chain under critical conditions.
Methods: The COVID-19 pandemic disrupted the blood supply from donors, leading to a crisis in the blood supply chain. Unlike previous research that focused on increased demand due to crises like earthquakes or wars, this study addresses the disruption in supply. To overcome this uncertainty, a three-level model with two objectives was developed. The first objective is to minimize total cost, and the second is to maximize the reliability of the blood supply chain. The model is then made robust by considering uncertainty in blood supply. The novelty of this research lies in presenting a mathematical model that simultaneously optimizes the two conflicting objectives of cost and reliability while considering supply uncertainty. The weighted sum method was used to convert the multi-objective model into a single-objective one, and the model was solved using GAMS software and the BARON solver.
Results and discussion: To validate the model, the problem was tested under various scenarios using real-world data, and a sensitivity analysis was conducted to assess the model's stability against parameter changes. The total cost minimization in the robust model was calculated, and it was observed that as the weight of the cost minimization objective function increased, this objective function moved towards minimization and optimization, stabilizing at a weight of 0.1. By increasing the weight in the reliability maximization objective function, the value of this objective function stabilized at 0.5 and moved towards maximization, reaching its maximum at a weight of 1. The Pareto solutions for changes in the cost function and stable reliability are presented, showing that as the stability of the cost objective function increases, the stable reliability function decreases significantly, and vice versa. Additionally, the relationship between reliability and the number of blood collection facilities was directly proportional. However, the reliability of the system did not increase beyond a certain point (15 facilities). Consequently, constructing more than 15 blood collection facilities is not cost-effective, indicating increased efficiency in the supply chain at the level of blood collection facilities when using the proposed model. The findings show that the presented model can determine the optimal amount of blood collected from donors, the number of collection centers, the blood inventory level at blood centers and hospitals, as well as the units of blood sent from blood centers to hospitals, aiming to reduce risk and manage the blood supply chain effectively during critical blood supply conditions like the COVID-19 pandemic.
Conclusion: The COVID-19 pandemic highlighted the importance of blood supply chain risk management. Since the blood supply chain is vital for public health, organizations and institutions involved in this field should implement robust plans and strategies to manage risks and enhance the stability of the blood supply chain during crises like pandemics. Therefore, implementing a robust risk management model for the blood supply chain in the context of the COVID-19 pandemic will help organizations ensure their stability and performance, effectively addressing society's blood supply needs.
تبلیغات
