مطالعات مدیریت توسعه سبز

مطالعات مدیریت توسعه سبز

طراحی شبکه زنجیره تأمین حلقه بسته پایدار تایر خودرو با استفاده از رویکرد برنامه ریزی ریاضی چندهدفه: مطالعه موردی

نوع مقاله : مقاله پژوهشی

نویسندگان
محمد رضا فتحی 1
محمد جواد پهلوان زاده 2
امیرحسین صفاری نیا 2
سمانه رئیسی نافچی 3
1 دانشیار گروه مدیریت صنعتی و فناوری، دانشکده مدیریت و حسابداری، دانشکدگان فارابی دانشگاه تهران، قم، ایران
2 دانشجوی دکتری مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشکدگان فارابی دانشگاه تهران، قم، ایران
3 گروه مدیریت صنعتی، دانشگاه صنعتی شیراز- مرکز آموزش عالی لامرد، شیراز، ایران
10.22077/jgdms.2024.7174.1068
چکیده
در این پژوهش، جهت افزایش کارایی شبکه زنجیره تأمین پیشنهادی، مدلی چندمحصولی با اهداف چندگانه بهطور همزمان در نظر گرفته شده است. این مدل به گونه ای طراحی شده که شامل چهار سطح (تامین، تولید، توزیع و مشتریان دسته اول) در شبکه رو به سمت جلو و چهار سطح (مراکز جمع آوری، مراکز بازیافت، مراکز انهدام و مشتریان دسته دوم) در شبکه برگشتی می باشند. مدل دارای سه تابع هدف حداقل کردن هزینه کل، حداقل کردن اثرات زیست محیطی و حداکثر کردن اثرات اجتماعی زنجیره تامین می باشد. تابع هدف هزینه شامل هزینه خرید (تهیه مواد اولیه از تامین کنندگان و هزینه خرید محصولات برگشتی از مشتریان)، هزینه های عملیاتی، هزینه موجودی، هزینه حمل و نقل یا انتقال جریان بین تسهیلات و هزینه ثابت راه اندازی می باشد. در تابع هدف دوم همواره سعی شده است تا اثرات زیست محیطی که به محیط زیست تاثیرات نامطلوبی می گذارد، حداقل گردد. در این مقاله حداقل کردن گاز کربن دی اکسید ناشی از انتقال جریان بین تسهیلات به عنوان تابع هدف زیست محیطی در نظر گرفته شده است. تابع هدف سوم در برگیرنده شاخص رفاه کارکنان می باشد. با توجه به این که مدل ارائه شده به دسته NP-hard تعلق دارد، از الگوریتم ژنتیک چندهدفه جهت حل مدل استفاده شده و در نهایت جواب های پارتو مشخص شد. براساس نتایج به دست آمده، دو تابع هدف اقتصادی و محیط زیستی با یکدیگر در تضاد هستند.
کلیدواژه‌ها
طراحی شبکه
زنجیره تامین
توسعه پایدار
برنامه ریزی خطی عدد صحیح مختلط
  • Abualigah, L., Hanandeh, E. S., Zitar, R. A., Thanh, C. Le, Khatir, S., & Gandomi, A. H. (2023). Revolutionizing sustainable supply chain management: A review of metaheuristics. Engineering Applications of Artificial Intelligence, 126. https://doi.org/10.1016/j.engappai.2023.106839.
  • Alfina, K. N., & Ratnayake, R. M. C. (2019). Supply Chain Optimization in the Tire Industry: State-of-the-Art. IFIP Advances in Information and Communication Technology, 567. https://doi.org/10.1007/978-3-030-29996-5_7.
  • Amin, S. H., & Baki, F. (2017). A facility location model for global closed-loop supply chain network design. Applied Mathematical Modelling, 41. https://doi.org/10.1016/j.apm.2016.08.030.
  • Amirian, S., Amiri, M., & Taghavifard, M. T. (2023). Designing a closed loop supply chain network with a sustainability and reliability approach. Green Development Management Studies, 2(1), 77-100. doi: 10.22077/jgmd.2023.6340.1030.
  • Bansal, P., & DesJardine, M. (2014). Business sustainability: It is about time. Strategic Organization, 12(1). https://doi.org/10.1177/1476127013520265
  • Bartolozzi, I., Mavridou, S., Rizzi, F., & Frey, M. (2015). Life cycle thinking in sustainable supply chains: The case of rubberized asphalt pavement. Environmental Engineering and Management Journal, 14(5). https://doi.org/10.30638/eemj.2015.131.
  • Bayanati, M., Peivandizadeh, A., Heidari, M. R., Foroutan Mofrad, S., Sasouli, M. R., & Pourghader Chobar, A. (2022). Prioritize Strategies to Address the Sustainable Supply Chain Innovation Using Multicriteria Decision-Making Methods. Complexity, 2022. https://doi.org/10.1155/2022/1501470.
  • Bhattacharya, S., & Kalakbandi, V. K. (2023). Barriers to circular supply chain: the case of unorganized tire retreading in India. International Journal of Logistics Management, 34(3). https://doi.org/10.1108/IJLM-04-2022-0162.
  • Biuki, M., Kazemi, A., & Alinezhad, A. (2020). An integrated location-routing-inventory model for sustainable design of a perishable products supply chain network. Journal of Cleaner Production, 260. https://doi.org/10.1016/j.jclepro.2020.120842.
  • Brandenburg, M., Govindan, K., Sarkis, J., & Seuring, S. (2014). Quantitative models for sustainable supply chain management: Developments and directions. European Journal of Operational Research, 233(2). https://doi.org/10.1016/j.ejor.2013.09.032.
  • Burgess, K., Singh, P. J., & Koroglu, R. (2006). Supply chain management: a structured literature review and implications for future research. International Journal of Operations & Production Management, 26(7), 703–729. https://doi.org/10.1108/01443570610672202
  • Castañeda Rodríguez, I., & Espinoza Pérez, A. T. (2023). Towards the Development of Sustainable Supply Chains for the End-of-Life Tires Management: Insights from a Literature Approach. In Lecture Notes in Logistics: Vol. Part F268. https://doi.org/10.1007/978-3-031-32032-3_15.
  • Chaabane, A., Ramudhin, A., & Paquet, M. (2012). Design of sustainable supply chains under the emission trading scheme. International Journal of Production Economics, 135(1). https://doi.org/10.1016/j.ijpe.2010.10.025.
  • Chopra, S., Meindl, P., & Kalra, D. V. (2007). Supply Chain Management by Pearson. Pearson Education India. https://books.google.com/books/about/Supply_Chain_Management_by_Pearson.html?id=_CO-DwAAQBAJ.
  • Coello, C.A., Lamont, G.B., Van Veldhuizen, D.A. (2007). Evolutionary Algorithms for Solving Multi-Objective Problems, Springer, 2nd Ed., New York, USA, 12 (4), 372–385. https://link.springer.com/book/10.1007/978-0-387-36797-2
  • Ebrahimi, S. B. (2018). A stochastic multi-objective location-allocation-routing problem for tire supply chain considering sustainability aspects and quantity discounts. Journal of Cleaner Production, 198. https://doi.org/10.1016/j.jclepro.2018.07.059.
  • Fathi, M. R., Nasrollahi, M., & Zamanian, A. (2020). Mathematical Modeling of Sustainable Supply Chain Networks under Uncertainty and Solving It Using Metaheuristic Algorithms. Industrial Management Journal, 11(4), 621-652. doi: 10.22059/imj.2019.280393.1007588.
  • Ganji, E. N., Shah, S., & Coutroubis, A. (2017). Sustainable supply and demand chain integration within global manufacturing industries. IEEE International Conference on Industrial Engineering and Engineering Management, 2017-December. https://doi.org/10.1109/IEEM.2017.8290203.
  • Goyal, P., Rahman, Z., & Kazmi, A. A. (2013). Corporate sustainability performance and firm performance research: Literature review and future research agenda. In Management Decision (Vol. 51, Issue 2). https://doi.org/10.1108/00251741311301867
  • Jabbarzadeh, A., Haughton, M., & Khosrojerdi, A. (2018). Closed-loop supply chain network design under disruption risks: A robust approach with real world application. Computers and Industrial Engineering, 116. https://doi.org/10.1016/j.cie.2017.12.025.
  • Jandaghi, G. R., Fathi, M. R., Madadi, E., & Razi moheb seraj, S. (2022). Mathematical Modeling of Tire’s Multi-Objective Supply Chain Network at Uncertainty circumstances and solving it using Meta-Heuristic algorithms. Logistics Thought, 21(82), 157-184. doi: 10.22034/lot.2022.1266640.1173.
  • Kara, S. S., & Onut, S. (2010). A two-stage stochastic and robust programming approach to strategic planning of a reverse supply network: The case of paper recycling. Expert Systems with Applications, 37(9). https://doi.org/10.1016/j.eswa.2010.02.116
  • Kheybari, S., Davoodi Monfared, M., Salamirad, A., & Rezaei, J. (2023). Bioethanol sustainable supply chain design: A multi-attribute bi-objective structure. Computers and Industrial Engineering, 180. https://doi.org/10.1016/j.cie.2023.109258.
  • Kiani Mavi, R., Hosseini Shekarabi, S. A., Kiani Mavi, N., Arisian, S., & Moghdani, R. (2023). Multi-objective optimisation of sustainable closed-loop supply chain networks in the tire industry. Engineering Applications of Artificial Intelligence, 126. https://doi.org/10.1016/j.engappai.2023.107116.
  • Motevalli-Taher, F., Paydar, M. M., & Emami, S. (2020). Wheat sustainable supply chain network design with forecasted demand by simulation. Computers and Electronics in Agriculture, 178. https://doi.org/10.1016/j.compag.2020.105763.
  • Pishvaee, M.S., Kianfar, K., Karimi, B. (2010). Reverse logistics network design using simulated annealing, international journal of Advanced Manufacturing Technology, 47, 269-281. https://link.springer.com/article/10.1007/s00170-009-2194-5.
  • Sahebjamnia, N., Fathollahi-Fard, A. M., & Hajiaghaei-Keshteli, M. (2018). Sustainable tire closed-loop supply chain network design: Hybrid metaheuristic algorithms for large-scale networks. Journal of Cleaner Production, 196. https://doi.org/10.1016/j.jclepro.2018.05.245.
  • Seydanlou, P., Sheikhalishahi, M., Tavakkoli-Moghaddam, R., & Fathollahi-Fard, A. M. (2023). A customized multi-neighborhood search algorithm using the tabu list for a sustainable closed-loop supply chain network under uncertainty. Applied Soft Computing, 144. https://doi.org/10.1016/j.asoc.2023.110495.
  • Soleimani, H., Govindan, K., Saghafi, H., & Jafari, H. (2017). Fuzzy multi-objective sustainable and green closed-loop supply chain network design. Computers and Industrial Engineering, 109. https://doi.org/10.1016/j.cie.2017.04.038
  • Taleizadeh, A.A., Haghighi, F., Niaki, S.T., (2019). Modeling and solving a sustainable closed loop supply chain problem with pricing decisions and discounts on returned products, Journal of cleaner production. 207, 163-181. https://doi.org/10.1016/j.jclepro.2018.09.198.
  • Tiwari, A., Chang, P. C., Tiwari, M. K., & Kandhway, R. (2016). A Hybrid Territory Defined evolutionary algorithm approach for closed loop green supply chain network design. Computers and Industrial Engineering, 99. https://doi.org/10.1016/j.cie.2016.05.018
  • Zarei-Kordshouli, F., Paydar, M. M., & Nayeri, S. (2023). Designing a dairy supply chain network considering sustainability and resilience: a multistage decision-making framework. Clean Technologies and Environmental Policy, 25(9). https://doi.org/10.1007/s10098-023-02538-8.
مطالعات مدیریت توسعه سبز
دوره 3، شماره 1 - شماره پیاپی 5
فروردین 1403
صفحه 223-244

  • تاریخ دریافت 24 دی 1402
  • تاریخ بازنگری 14 بهمن 1402
  • تاریخ پذیرش 26 فروردین 1403