بخشی از مقاله
چکیده
امروزه محوری شدن بازار تقاضا ، باعث افزایش اهمیت مدیریت زنجیره تأمین شده به طوری که این عامل، به یکی از ابزارهای حیاتی در رقابتهای تجاری مبدل گردیده است. مدیریت زنجیرهی تأمین در واقع هماهنگی استراتژیک و سیستماتیک عملکردهای کسب و کار سنتی، با هدف بهبود کارایی طولانی مدت می باشد. در این مقاله سعی شده است تا در ابتدا به تعاریف و دیدگاه های مختلف جهانی که دراین خصوص مطرح شده، تا حد ممکن پرداخته شود. از طرفی در بازار جهانی کنونی، محیط گرایی به یکی از موضوعات مهم تجاری-اجتماعی مبدل شده، در نتیجه با کنار هم قرار دادن این دو موضوع، توجه به عوامل زیست محیطی و مفهوم زنجیره تأمین سبز، مطرح گردیده است.
امروزه مدیران شرکت های پیشرو از طریق ایجاد رضایت مندی از نظر زیست محیطی در سراسر زنجیره تأ مین، می کوشند تا از بهبود عملکرد محیطی خود در کل زنجیره تامین، به عنوان یک برتری استراتژیک جهت کسب مزیت رقابتی پایدار، سود ببرند . در این مقاله، یک مدل برنامه ریزی ریاضی چند هدفه برای طراحی شبکه زنجیره تامین چند محصولی، چند دوره ای و با چندین تکنولوژی تولید، ارائه شده است. اهداف مدل، شامل کمینه کردن مجموع هزینه ها، میزان انتشار آلاینده ها که در اینجا با عنوان کربن از آن یاد شده است و زمان حمل و نقل محصول می باشند. درنهایت، این مدل بگونه ای تحلیل میگردد که بهینه ترین جواب ممکن از مسئله طرح ش ده، حاصل شود . همچنین اعتبار مدل، با استفاده از مثال های عددی، مورد بررسی قرار میگیرد . مدل ارائه شده می تواند به عنوان ابزاری کارآمد در مدیریت زنجیره تأمین، مورد استفاده قرار گیرد.
مقدمه
امروزه تحولات بسیار گسترده در عرصه علم و دانش و به تبع آن تحولات خیره کننده در گستره سازمان ها از ابعاد اقتصادی، اجتماعی، فرهنگی و نیز ظهور نظریههای جدید مدیریت، ما را با چالشهای وسیعی روبهرو ساخته است که مستلزم بهرهبرداری مناسب و اصولی از فرصتهای محیطی، بررسی تهدیدات و حساس بودن نسبت به آنها و نیز مطالعه ظرفیتها و منابع درونی می باشد . اهمیت مدیریت زنجیره تأمین برای رقابتپذیری بنگاههای صنعتی و خدماتی از سوی بسیاری از نویسندگان مطرح - بالدی و بورگمن، بیمون و وپر، چاندرا و کمار - به اثبات رسیده است . همچنین در سالهای اخیر ما شاهد ظهور رویکردهای نوینی نظیر تولید ناب، تفکر ناب و تولید چابک در سازمانها هستیم که به سازمانها درافزایش سودآوری، حذف اتلافها و ایجاد ارزش تا رسیدن به کمال کمک میکنند
در رقابت های جهانی موجود در عصر کنونی، باید محصولاتی متنوع را با توجه به خواست مشتری برای آنها فراهم کرد . خواست مشتری مبنی بر کیفیت بالا و ارسال به موقع محصول، موجب افزایش فشارهایی گردیده که قبلا وجود نداشته است. در نتیجه شرکت ها بیش از این نمی توانند به تنهایی از عهده ی تمامی کارها برآیند. مفهوم کلی مدیریت زنجیره تامین از مواد اولیه گرفته تا تحویل محصول تمام شده به مشتری، که موتور محرک آن تقاضای مشتری برای دریافت خدماتی کاراتر و مناسبتر می باشد، باعث متحول ساختن شیوههای انجام کار از سوی تولیدکنندگان عمده شده است.
مبانی نظری و پیشینه تحقیق
مدیریت زنجیره تأمین، نتیجه پیشرفت منطقی مدیریت لجستیک می باشد . در دهه ًٌُّ میلادی، کارشناسان مشغول به مطالعه در مورد روابط داخلی بین انبارش و حمل و نقل بودند که نتیجه آن مدیریت توزیع بود . در مسیر تکامل این بحث، مفهوم لجستیک مطرح شد. درواقع لجستیک از افزودن مدیریت ساخت، تدارکات و سفارش ها به مدیریت توزیع ایجاد گردید . بحث مدیریت زنجیره تامین بصورت جدید در مجامع علمی از اوایل سال ًٌَُ میلادی مورد مطالعه و بررسی قرار گرفت و بسیاری از پژوهشگران، چارچوب و مدلی برای آن ارائه کردند . پژوهشهای متعددی در زمینه مدیریت زنجیره تامین مرتبط با مسایل زیست محیطی ، از طریق مفهوم نوظهور »مدیریت زنجیره تامین سبز« وجود دارد.
فدگرین و زیپکین [ 2] 1 یکی از اولین محققانی بودند که مطالعات خود را روی یکپارچه سازی سیستم های زنجیره تأمین دو سطحی متمرکز کردند. آنها در مدل خود تخصیص محصولات و مسیریابی وسایل را مورد توجه قرار دادند. مدل آنها به صورت غیر خطی ارائه شد، لذا برای حل آن مجبور به استفاده از یک روش ابتکاری شدند که بر اساس تکنیکهای تجزیه بنا گذاشته شده بود. یکی از معایب مدل آنها تولید زیر مسألههایی برای مدل اصلی بود که باعث پیچیده تر شدن مسأله در مقیاس بزرگ میشد. در مدلهای تولید و توزیع، چند دوره ای بودن مدل میتواند باعث هر چه بیشتر شدن کارایی مدل شود، اما در کار ارائه شده توسط فدگرین و زیپکین تنها یک دوره در نظر گرفته شده بود.
نقطه عطف مدلسازی مسائل تولید- توزیع را میتوان مدل ارائه شده توسط چاندارا و فیشر 2 دانست .[3] آنها در مقاله خود که در سال ٌُُُ ارائه شد، دو رویکرد را با هم مقایسه کردند. یکی بهینه سازی تولید و توزیع به صورت جداگانه و دیگری هماهنگ کردن تولید و توزیع در یک مدل واحد. آنها نشان دادن که هماهنگی تولید و توزیع میتواند باعث کاهش ًٍ تاًَ درصدی هزینه ها شود. این کاهش هزینه نسبت به زمانی است که تولید و توزیع، جداگانه بهینه سازی میشدند. در تابع هدف مدل، هزینهی تولید و هزینه های حمل و نقل و موجودی در نظر گرفته شده بود . چون این مدل در قالب یک مدل عدد صحیح مختلط فرمول بندی شده بود، حل آن نسبت به مدلهای قبل، راحتتر و آسانتر بود.
لی و کو [ 4] 3 یک مدل تحلیلی را برای مسائل تولید- توزیع ارائه کردند. یکی از مهمترین عوامل در اینگونه مدلها زمان عملیات است. در سیستم های واقعی به علت عدم قطعیتی که در پارامترهای مدل مثل تاخیرات ناخواسته صف و غیره رخ می دهد، به دست آوردن زمان عملیاتی به طور دقیق، غیر ممکن است. برای بر طرف کردن این مشکل آنها از رویکردی استفاده کردند که از ترکیب مدل ها ی شبیه سازی و تحلیلی تشکیل شده بود. در واقع آنها سعی کردند مدلی را ارائه کنند که به واقعیت نزدیکتر باشد.
پاکسوی و همکاران[ 5] 4 یک مدل تولید-توزیع را برای یک کارخانهی پلاستیک در ترکیه توسعه دادند. این برنامه در قالب یک مدل عدد صحیح مختلط مدله شده بود . یکی از متغیرهای مدل، تعیین مکان تسهیلات شامل کارخانجات تولیدی و مراکز تقاضا بود . ازجمله هزینه های مدل، هزینه حمل و نقل بین مراکز تولید و تقاضا و همچنین بین مراکز تقاضا و مشتریان بود. مهمترین ویژگیهای این مقاله، قابلیت عملیاتی بودن آن بوده که نسبت به ویژگیهای دیگر آن برجستهتر است.
سلیم و همکاران[ 6] 5 از برنامه ریزی فازی آرمانی برای یک مسأله تولید-توزیع استفاده کردند . این مدل شامل چهار هدف برای ماکزیمم کردن سود و مینیمم کردن هزینه های فروش میشد. محدودیتها نیز محدودیتهای معمول مسائل تولید و توزیع بودند . این مدل چند دورهای، چند محصولی است.
آلیو و فضل االله ی[ 7] 6 برای حل مدل تولید-توزیع، از رویکرد ژنتیک فازی استفاده کردند . در این مدل تابع هدف برای ماکزیمم سازی سود به کار گرفته شد. بعضی از اجزا تابع هدف نیز به صورت فازی در نظر گرفته شدند.
چن و همکاران[ 8] 7 با ترکیب الگوریتم ژنتیک و فرآیند تحلیل سلسله مراتبی به بهینه سازی مدل تولید-توزیع پرداختند. فرآیند تحلیل سلسله مراتبی برای وزن دهی به ضابطههای تصمیم گیری به کار رفت. در این کار برای تعیین تخصیص کارها در مراکز تولید، از الگوریتم ژنتیک استفاده میشد.
در سالهای اخیر، رویکرد فازی برای مدل های تولید-توزیع مورد اقبال محققان قرار گرفته است. یکی از محققانی که در سالهای اخیر به مدل های تولید-توزیع در محیط های فازی پرداخته، لیانگ8 است .[9-10] تفاوت مدلهای پیشنهادی او در تعداد توابع هدف و متغیرهای تولید بوده است . او در مدل های خود، هزینه های برونسپاری، پس افت، نگهداری موجودی، هزینه تولید و هزینه حمل و نقل را لحاظ کرد.
روش تحقیق
در این تحقیق به تحلیل یک زنجیره تامین دو سطحی خواهیم پرداخت که شامل کارخانه یا مرکز تولید و مرکزپخش است . هدف، طراحی شبکه این زنجیره تامین با استفاده از مدلسازی ریاضی و با در نظر گرفتن مزیتهای رقابتی است.
در این تحقیق، شبکه زنجیره تامین چند کارخانه ای، چند محصولی، چند دوره ای مورد بررسی قرار میگیرد. زنجیره تامین مورد بررسی متشکل از دو سطح مختلف از مؤسسه در نظر گرفته شده است. برای طراحی شبکه این زنجیره تأمین فرضی، در ابتدا مسأله مطروحه، در قالب یک مدل ریاضی تعریف میشود. پارامترهای مساله را میتوان به دو دسته تقسیم کرد: پارامترهای هزینه، شامل هزینه تولید، هزینه نگه داری و هزینه حمل ونقل و دسته دیگر پارامترها در مورد اطلاعات سیستم مانند ظرفیت حمل و نقل و نگه داری یا تقاضای مشتری است. در این مدل دو نوع متغیر تصمیم مورد استفاده قرار گرفته است. متغیر باینری برای تصمیمگیری در مورد ایجاد مرکز پخش، مدل و مسیر حمل و نقل و تکنولوژی تولید در هر کارخانه و متغیر پیوسته برای تعیین میزان تولید، میزان انتقال در هر مسیر و ظرفیت مورد استفاده قرار گرفته است.
یکی از مهم ترین پارامترهای مدل پارامترهای انتشار کربن هستند. در فرضیات مدل، اینگونه در نظر گرفته میشود که در دو قسمت تولید و حمل محصول انتشار کربن وجود دارد .. برای تولید محصولات، چندین تکنولوژی تولید در نظر گرفته شده است. تفاوت تکنولوژی های تولید در میزان انتشار کربن یا میزان سازگاری با محیط زیست یا سبز بودن است . هر چه میزان انتشار کربن کمتر باشد هزینه تکنولوژی مورد نظر در نتیجه هزینه تولید محصول بیشتر است. همچنین در قسمت حمل و نقل چندین روش وجود دارد که تفاوت این روش های حمل و نقل در میزان انتشار کربن، زمان، ظرفیت و هزینه است.
روشهای متعددی برای حل مسایل برنامه ریزی خطی چند هدفه9 وجود دارد، در میان آنها روش های برنامهریزی فازی با رشد فزایندهای به کار گرفته شدند. مزیت اصلی روشهای فازی در این است که قادر به اندازهگیری درجه رضایت هر یک از توابع هدف به طور واضح میباشند. این مساله میتواند به تصمیمگیرنده کمک کند تا با توجه به میزان ارجعیت هر تابع، جواب نهایی خود را به دست آورد.
در این پژوهش برای حل مدل MOLP ارائه شده، از روش فازی با عنوان روش Max-Min، استفاده شده است.در این روش ابتدا حداقل و حداکثر هر یک از مقادیر تابع هدف - هزینه، انتشار کربن و زمان - توسط تصمیمگیرنده تشخیص داده شده است.
