پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,226 |
| تعداد مقالات | 67,708 |
| تعداد مشاهده مقاله | 115,012,939 |
| تعداد دریافت فایل اصل مقاله | 89,697,426 |
ارائه مدل بهینه‌سازی شبکه زنجیره تأمین سبز ـ تاب‌آور در صنایع سیمان | ||
| مدیریت صنعتی | ||
| دوره 13، شماره 2، 1400، صفحه 222-245 اصل مقاله (665.37 K) | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/imj.2021.323226.1007844 | ||
| نویسندگان | ||
| مهسا موسوی1؛ غلامرضا جمالی* 2؛ احمد قربانپور3 | ||
| 1کارشناسی ارشد، گروه مدیریت صنعتی، دانشکده کسب‌وکار و اقتصاد، دانشگاه خلیج فارس، بوشهر، ایران. | ||
| 2دانشیار، گروه مدیریت صنعتی، دانشکده کسب‌وکار و اقتصاد، دانشگاه خلیج فارس، بوشهر، ایران. | ||
| 3استادیار، گروه مدیریت صنعتی، دانشکده کسب‌وکار و اقتصاد، دانشگاه خلیج فارس، بوشهر، ایران. | ||
| چکیده | ||
| هدف: در دهه گذشته، پارادایم‌های نوینی در طراحی زنجیره تأمین مطرح بوده است. زنجیره تأمین سبز ـ تاب‌آور، مفهومی جدید است که سازمان‌ها را در مقابله با اختلال‌های ناگهانی و به حداقل‌رساندن اثرهای زیست‌محیطی یاری می‌رساند. هدف اصلی این پژوهش، ارائه مدل بهینه‌سازی چندهدفه جهت طراحی شبکه زنجیره تأمین سبز ـ تاب‌آور در صنایع سیمان است. در این پژوهش، شرکت صنایع سیمان دشتستان برای اعتبارسنجی و پیاده‌سازی مدل، انتخاب شده است. روش: پس از بررسی و مداقه مبانی نظری و پیشینه تجربی، طراحی شبکه انجام شد، سپس، مدل ریاضی مناسب با مطالعه موردی تدوین و اعتبارسنجی آن صورت پذیرفت. در ادامه، سناریوها در دو حالت تولید مازاد مجاز و تولید مازاد غیرمجاز تعریف شدند. در نهایت، تجزیه و تحلیل داده‌ها در هر سناریو با نرم‌افزار متلب انجام گرفت. برای حل مدل، از حل‌کننده سیپلکس استفاده شد. یافته‌ها: نتایج نشان داد که مازاد تولید صنایع سیمان، هیچ تأثیری بر تاب‌آوری شبکه زنجیره تأمین ندارد. همچنین، میزان هزینه انتشار دی‌اکسیدکربن در حالت مازاد تولید، از حالت عدم مازاد تولید کمتر است. نتیجه‌گیری: سطح تولید صنایع سیمان روی هزینه انتشار شبکه تأثیر کمی می گذارد و هزینه انتشار دی‌اکسیدکربن در شبکه طراحی‌شده، بیشتر از مقدار انتشار کربن در گره‌های تولیدی و کمان‌ها نشئت می‌گیرد. بنابراین، باید کاهش ردپای کربن در این نقاط از شبکه، در کانون توجه قرار گیرد. | ||
| کلیدواژه‌ها | ||
| بهینه‌سازی چندهدفه؛ طراحی شبکه زنجیره تأمین؛ زنجیره تأمین سبز ـ تاب‌آور | ||
| عنوان مقاله [English] | ||
| A Green-resilient Supply Chain Network Optimization Model in Cement Industries | ||
| نویسندگان [English] | ||
| Mahsa Mousavi1؛ Gholamreza Jamali2؛ Ahmad Ghorbanpour3 | ||
| 1MSc., Department of Industrial Management, Faculty of Business and Economics, Persian Gulf University, Bushehr, Iran. | ||
| 2Associate Prof., Department of Industrial Management, Faculty of Business and Economics, Persian Gulf University, Bushehr, Iran. | ||
| 3Assistant Prof., Department of Industrial Management, Faculty of Business and Economics, Persian Gulf University, Bushehr, Iran. | ||
| چکیده [English] | ||
| Objective: Over the past decade, there have always been new paradigms in supply chain design. The green supply chain is a new concept that helps organizations deal with unexpected disruptions and minimize environmental impacts. The main purpose of this study is to present a multi-objective optimization model for a green-resilient supply chain network in cement industries. Dashtestan cement industries have been selected for validation and implementation of the model. Methods: After reviewing the theoretical foundations and experimental background, the network was designed. Then, an appropriate mathematical model was developed and validated by a case study. In this study, scenarios were defined in two modes of production surplus and non-production surplus. Data analysis in each scenario was performed with MATLAB software. The CPLEX solver was also used to solve the model. Results: The results showed that Dashtestan Cement Company's production surplus has no effect on supply chain resilience. Also, it can be concluded that if there is a production surplus, the cost of carbon dioxide emissions is less than the one in the absence of surplus production. Conclusion: The company's production level has little effect on the cost of carbon dioxide emissions and the amount of that in the designed network is mostly due to the carbon emission rate in the production nodes and arcs. Therefore, the reduction of carbon footprint in these parts of the network should be considered. | ||
| کلیدواژه‌ها [English] | ||
| Multi-objective optimization, Supply chain network design, Green-resilient supply chain | ||
| مراجع | ||
|
اجلی، مهدی؛ محمدی بالانی، عبدالکریم؛ سلحشوری، روح اله و علی دوستی شهرکی، مهدی ( ۱۳۹۵). طراحی شبکه زنجیرۀ تأمین پایدار و تاب‌آور تحت ریسکهای اختلال. دومین کنفرانس جهانی مدیران زنجیره تأمین و لجستیک، تهران، مرکز توسعه اطلاعات کاربردی.
حاجیان، سیما؛ افشار کاظمی، محمدعلی؛ سیدحسینی، سید محمد؛ طلوعی اشلقی، عباس (1398). ارائه مدل چندهدفه برای مسئله مکان‌یابی ـ مسیریابی ـ موجودی در شبکه زنجیره تأمین حلقه بسته سبز چنددوره‌ای و چندمحصولی برای کالاهای فاسدشدنی. مدیریت صنعتی، 11(1)، 83-110.
صادقی، زهرا؛ بویر حسنی، امید (1398). ارائه یک مدل بهینه‌سازی چندهدفه به‌منظور طراحی و برنامه‌ریزی پایدار و تاب‌آور زنجیره تأمین تحت ریسک اختلال تأمین. نشریه علمی پژوهشی مهندسی و مدیریت کیفیت، 3(9)، 212 – 225.
فتحی، محمد رضا؛ نصراللهی، مهدی؛ زمانیان، علی (1398). مدل‌سازی ریاضی شبکه زنجیره تأمین پایدار در وضعیت عدم قطعیت و حل آن با استفاده از الگوریتم‌های فراابتکاری. مدیریت صنعتی، 11(4)، 621-652.
گنجی، ملیحه؛ کاظمی پور، حامد؛ حاجی مولانا، سید محمد؛ سجادی، سید مجتبی (1399). توسعه مدل دوهدفه یکپارچه زمان‌بندی زنجیره تأمین سبز: تولید، توزیع و مسیریابی با وسیله نقلیه ناهمگن و پنجره‌های زمانی مشتریان. مدیریت صنعتی، 12(1)، 47-81.
محمدی، امیرسالار؛ عالم تبریز، اکبر؛ پیشوایی، میرسامان (1397). طراحی شبکه زنجیره تأمین سبز حلقه بسته همراه با تصمیم‌های مالی در شرایط عدم قطعیت. مدیریت صنعتی، 10(1)، 61-84.
والی سیر، محمدمهدی؛ روغنیان، عماد ( 1398). طراحی شبکه زنجیره تأمین سبز و تاب‌آور با در نظر گرفتن زمان‌بندی حمل و نقل. دوازدهمین کنفرانس بینالمللی انجمن ایرانی تحقیق در عملیات، بابلسر، دانشگاه علوم و فنون مازندران.
References Ahranjani, P. M., Ghaderi, S. F., Azadeh, A., & Babazadeh, R. (2020). Robust design of a sustainable and resilient bioethanol supply chain under operational and disruption risks. Clean Technologies and Environmental Policy, 22(1), 119-151. Ajli, M., Mohammadi Balani, A, K., Salahshouri, R., & Ali Dosti Shahraki, M. (2016). Stable and resilient supply chain network design under disruption risks. 2nd World Conference on Supply Chain and Logistics Managers, Tehran, Center for Applied Information Development. (in Persian) Alzaman, C., Zhang, Z. H., & Diabat, A. (2018). Supply chain network design with direct and indirect production costs: Hybrid gradient and local search-based heuristics. International Journal of Production Economics, 203, 203-215. Christopher, M., & Peck, H. (2004). Building the resilient supply chain. The international journal of logistics management, 15(2), 1-14. Dehghanian, F., & Mansour, S. (2009). Designing sustainable recovery network of end-of-life products using genetic algorithm. Resources, Conservation and Recycling, 53, 559–570. Fahimnia, B., & Jabbarzadeh, A. (2016). Marrying supply chain sustainability and resilience: A match made in heaven. Transportation Research Part E: Logistics and Transportation Review, 91, 306-324. Fahimnia, B., Sarkis, J., & Davarzani, H. (2015). Green supply chain management: A review and bibliometric analysis. International Journal of Production Economics, 162, 101-114. Goh, M., Lim, J. Y. & Meng, F. 2007. A stochastic model for risk management in global supply chain networks. European Journal of Operational Research, 182, 164-173. Golpîra, H., Zandieh, M., Najafi, E., & Sadi-Nezhad, S. (2017). A multi-objective multi-echelon green supply chain network design problem with risk-averse retailers in an uncertain environment. Scientia Iranica, 24(1), 413-423. Handfield, R., Walton, S. V., Sroufe, R., & Melnyk, S. A. (2002). Applying environmental criteria to supplier assessment: a study in the application of the analytical hierarchy process. European journal of operational research, 141(1), 70-87. Jabbarzadeh, A., Fahimnia, B., & Rastegar, S. (2017). Green and resilient design of electricity supply chain networks: a multiobjective robust optimization approach. IEEE Transactions on Engineering Management, (99), 1-21. Kleindorfer, P. R. & Saad, G. H. 2005. Managing disruption risks in supply chains. Production and operations management, 14, 53-68. Mari, S., Lee, Y., & Memon, M. (2014). Sustainable and resilient supply chain network design under disruption risks. Sustainability, 6(10), 6666-6686. Miranda-Ackerman, M. A., Azzaro-Pantel, C., & Aguilar-Lasserre, A. A. (2017). A green supply chain network design framework for the processed food industry: Application to the orange juice agrofood cluster. Computers & Industrial Engineering, 109, 369-389. Mohammed, A., Harris, I., Soroka, A., & Nujoom, R. (2019). A hybrid MCDM-fuzzy multi-objective programming approach for a G-Resilient supply chain network design. Computers & Industrial Engineering, 127, 297-312. Naderi, B., Govindan, K., & Soleimani, H. (2019). A Benders decomposition approach for a real case supply chain network design with capacity acquisition and transporter planning: wheat distribution network. Annals of Operations Research, 1-21. Papapostolou, C., Kondili, E., & Kaldellis, J. K. (2011). Development and implementation of an optimisation model for biofuels supply chain. Energy, 36(10), 6019-6026. Pettit, T. J., Fiksel, J., & Croxton, K. L. (2010). Ensuring supply chain resilience: development of a conceptual framework. Journal of business logistics, 31(1), 1-21. Ponies, S. T., & Koronis, E. (2012). Supply Chain Resilience? Definition of concept and its formative elements. The Journal of Applied Business Research, 28(5), 921-935. Ramezanian, R., & Khalesi, S. (2019). Integration of multi-product supply chain network design and assembly line balancing. Operational Research, 21, 453-483. Sadeghi, Z., & Boyer Hassani, O. (2019). Provide a multi-objective optimization model for the design and planning of sustainable and resilient supply chain at risk of supply disruption. Journal of Engineering and Quality Management, 3 (9) 212-225. (in Persian) Sheffi, Y. (2005). The resilient enterprise: Overcoming vulnerability for competitive advantage. Cambridge, MA: MIT Press. Sodhi, M., Son, B., & Tang, C. (2011). Researchers’ perspectives on supply chain risk management. Production and Operations Management, 21(1), 1-13. Srivastava, S. K. (2007). Green supply‐chain management: a state‐of‐the‐art literature review. International journal of management reviews, 9(1), 53-80. Tomlin, B., & Synder, L. (2008). On the value of a threat advisory system for managing, s.l.: s.n. Tseng, M. L., Islam, M. S., Karia, N., Fauzi, F. A., & Afrin, S. (2019). A literature review on green supply chain management: Trends and future challenges. Resources, Conservation and Recycling, 141, 145-162. Wali Sir, M, M., & Roghnian, E. (2019). Green and resilient supply chain network design taking into account shipping schedule. Twelfth International Conference of the Iranian Association for Operations Research, Babolsar, Mazandaran University of Science and Technology. (in Persian) Wieland, A., & Wallenburg, C. M. (2013). The influence of relational competencies on supply chain resilience: A relational view. International Journal of Physical Distribution & Logistics Management, 43(4), 300–320 Yadegari, E., Alem-Tabriz, A., & Zandieh, M. (2019). A memetic algorithm with a novel neighborhood search and modified solution representation for closed-loop supply chain network design. Computers & Industrial Engineering, 128, 418-436. Yavari, M., & Zaker, H. (2020). Designing a resilient-green closed loop supply chain network for perishable products by considering disruption in both supply chain and power networks. Computers & Chemical Engineering, 134, 106680. Yu, H., Solvang, W. D., & Chen, C. (2014). A green supply chain network design model for enhancing competitiveness and sustainability of companies in high north arctic regions. International Journal of Energy and Environment, 5, 403-418. Zahiri, B., Zhuang, J. and Mohammadi, M. )2017(. Toward an integrated sustainable-resilient supply chain: A pharmaceutical case study. Transportation Research Part E, 103, 109–142. Zhalechian, M., Torabi, S. A. & Mohammadi, M. 2018. Hub-and-spoke network design under operational and disruption risks. Transportation Research Part E: Logistics and Transportation Review, 109, 20- 43. Zhang, C. T., Wang, H. X., & Ren, M. L. (2014). Research on pricing and coordination strategy of green supply chain under hybrid production mode. Computers & Industrial Engineering, 72, 24-31. | ||
|
آمار تعداد مشاهده مقاله: 1,212 تعداد دریافت فایل اصل مقاله: 739 |
||