دانشگاه علامه طباطبایی

  اخبار و اعلانات

 آمار

تعداد نشریات57
تعداد شماره‌ها1,932
تعداد مقالات15,384
تعداد مشاهده مقاله36,378,654
تعداد دریافت فایل اصل مقاله21,903,018
معنوی زاده, ندا, آقامحمدی بوسجین, سروش, کریمی آشتیانی, پریسا. (1399). حل مسأله مکان یابی-مسیریابی-موجودی شبکه ی جمع آوری زباله های خطرناک با در نظر گرفتن ناوگان حمل و نقل داخلی و خارجی. سامانه مدیریت نشریات علمی, 18(58), 215-245. doi: 10.22054/jims.2019.44492.2346
ندا معنوی زاده; سروش آقامحمدی بوسجین; پریسا کریمی آشتیانی. "حل مسأله مکان یابی-مسیریابی-موجودی شبکه ی جمع آوری زباله های خطرناک با در نظر گرفتن ناوگان حمل و نقل داخلی و خارجی". سامانه مدیریت نشریات علمی, 18, 58, 1399, 215-245. doi: 10.22054/jims.2019.44492.2346
معنوی زاده, ندا, آقامحمدی بوسجین, سروش, کریمی آشتیانی, پریسا. (1399). 'حل مسأله مکان یابی-مسیریابی-موجودی شبکه ی جمع آوری زباله های خطرناک با در نظر گرفتن ناوگان حمل و نقل داخلی و خارجی', سامانه مدیریت نشریات علمی, 18(58), pp. 215-245. doi: 10.22054/jims.2019.44492.2346
معنوی زاده, ندا, آقامحمدی بوسجین, سروش, کریمی آشتیانی, پریسا. حل مسأله مکان یابی-مسیریابی-موجودی شبکه ی جمع آوری زباله های خطرناک با در نظر گرفتن ناوگان حمل و نقل داخلی و خارجی. سامانه مدیریت نشریات علمی, 1399; 18(58): 215-245. doi: 10.22054/jims.2019.44492.2346

حل مسأله مکان یابی-مسیریابی-موجودی شبکه ی جمع آوری زباله های خطرناک با در نظر گرفتن ناوگان حمل و نقل داخلی و خارجی

مطالعات مدیریت صنعتی
دوره 18، شماره 58، مهر 1399، صفحه 215-245    اصل مقاله (1.69 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22054/jims.2019.44492.2346
نویسندگان
ندا معنوی زاده* 1؛ سروش آقامحمدی بوسجین2؛ پریسا کریمی آشتیانی3
1استادیار گروه مهندسی صنایع، دانشگاه خاتم ،تهران، ایران
2دانش آموخته کارشناسی ارشد، دانشگاه تهران، دانشکده مهندسی صنایع، تهران، ایران
3دانش آموخته کارشناسی ارشد، دانشگاه خاتم، گروه مهندسی صنایع، تهران ، ایران
چکیده
این پزوهش به طراحی شبکه‌ی جمع آوری زباله های خطرناک پرداخته و برای انجام این کار از مفاهیم مکانیابی، مسیریابی، موجودی و زنجیره‌ی لجستیک معکوس استفاده شده است. موارد مربوط به ریسک احداث مراکز و حمل مواد به عنوان پارامترهای اجتماعی در این پژوهش به عنوان یک تابع هدف جداگانه در کنار تابع هدف اقتصادی، در نظر گرفته شده است. مسأله مورد نظر در قالب مدل برنامه‌ریزی خطی عدد صحیح مختلط با دو تابع هدف فرموله شده است. در نظر گرفتن سیاست موجودی با استفاده از تسهیلات موجود، و محدودیتهای زمانی ارسال و ظرفیت وسایل سیستم حمل نقل از جمله ویژگی های دیگر مدل میباشد. با توجه به پیچیدگی محاسباتی مدل ارائه شده، برای حل این مدل از دو الگوریتم فراابتکاری NSGA-II و MOPSO استفاده شده است و نتایج آنها با یکدیگر مقایسه شده‌اند. طبق نتایج، روش NSGA-II عملکرد بهتری را در هر چهار شاخص فاصله گذاری، فاصله از آرمان و بیشترین گسترش نشان میدهد. همچنین نتایج نشان میدهد که زمان حل این روش به طور متوسط 6% کمتر از روش حل رقیب میباشد. طبق نتایج حاصل از تحلیل حساسیت، هزینههای سیستم به ازای در نظر گرفتن ناوگان خارجی تغییرات بیشتری را نسبت به استفاده از ناوگان داخلی، از خود نشان میدهد.
کلیدواژه‌ها
لجستیک معکوس؛ مدیریت پسماند خطرناک؛ مکان‌یابی-مسیریابی-موجودی؛ بهینهسازی چند هدفه؛ روشهای فراابتکاری
مراجع

اعتباری, ترابی, نیلوفر. (2019). ارائه مدل مکانیابی-مسیریابی ظرفیت دار پویا با در نظرگرفتن تقاضای وابسته به قیمت. مطالعات مدیریت صنعتی, 17(52), 89-124.‎

خانی, خلج, مهران, خلج. (2019). مدلی ریاضی دو هدفه مبتنی بر رویکرد برنامه‌ریزی استوار برای مسألۀ مکان‌یابی–موجودی با در نظرگرفتن قابلیت اطمینان پاسخگویی تقاضا و تخفیفات چند سطحی. مطالعات مدیریت صنعتی, 16(51), 265-300.‎

نوری هرزویلی, حسینی مطلق, نعمت الهی. (2019). ارائه مدل ریاضی جهت هماهنگی تصمیمات سیستم موجودی مرور دوره ای و تسهیم سود در زنجیره تامین دوسطحی غیرمتمرکز با استفاده از قرارداد تخفیف مقداری. مطالعات مدیریت صنعتی,17(52), 287-338.‎

وحدانی, بهنام, طاهروردی. (2019). ارائه یک مدل برنامه ریزی چند هدفه برای مسئله مکان یابی–موجودی-مسیریابی در یک شبکه زنجیره تامین چند سطحی با در نظر گرفتن حداکثر پوشش تقاضا. مطالعات مدیریت صنعتی, 17(52), 239-286.‎

Alumur, S., & Kara, B. Y. (2007). A new model for the hazardous waste location-routing problem. Computers & Operations Research, 34(5), 1406-1423.

Baumgarten, H., Klinkner, R., & Sommer-Dittrich*, T. (2004). Reconfigurable logistics systems in production and disassembly networks. International journal of production research, 42(17), 3647-3655.

Buhrkal, K., Larsen, A., & Ropke, S. (2012). The waste collection vehicle routing problem with time windows in a city logistics context. Procedia-Social and Behavioral Sciences, 39, 241-254.

Dekker, R., Fleischmann, M., Inderfurth, K., & van Wassenhove, L. N. (Eds.). (2013). Reverse logistics: quantitative models for closed-loop supply chains. Springer Science & Business Media.

El-Sherbeny, N. A. (2010). Vehicle routing with time windows: An overview of exact, heuristic and metaheuristic methods. Journal of King Saud University-Science, 22(3), 123-131.

Field, J. M., & Sroufe, R. P. (2007). The use of recycled materials in manufacturing: implications for supply chain management and operations strategy. International Journal of Production Research, 45(18-19), 4439-4463.

Hiassat, A., Diabat, A., & Rahwan, I. (2017). A genetic algorithm approach for location-inventory-routing problem with perishable products. Journal of manufacturing systems, 42, 93-103.

Hicks, C., Heidrich, O., McGovern, T., & Donnelly, T. (2004). A functional model of supply chains and waste. International Journal of Production Economics, 89(2), 165-174.

Javid, A. A., & Azad, N. (2010). Incorporating location, routing and inventory decisions in supply chain network design. Transportation Research Part E: Logistics and Transportation Review, 46(5), 582-597.

Nakhai Kamalabadi, I. (2016). A new mathematical model for the closed-loop supply chains considering pricing for product, a fleet of heterogeneous vehicles, and inventory costs. Journal of Optimization in Industrial Engineering, 10(21), 29-40.

Nekooghadirli, N., Tavakkoli-Moghaddam, R., Ghezavati, V. R., & Javanmard, S. H. (2014). Solving a new bi-objective location-routing-inventory problem in a distribution network by meta-heuristics. Computers & Industrial Engineering, 76, 204-221.

Rabbani, M., Farrokhi-Asl, H., & Asgarian, B. (2017). Solving a bi-objective location routing problem by a NSGA-II combined with clustering approach: application in waste collection problem. Journal of Industrial Engineering International, 13(1), 13-27.

Rabbani, M., Heidari, R., Farrokhi-Asl, H., & Rahimi, N. (2018). Using metaheuristic algorithms to solve a multi-objective industrial hazardous waste location-routing problem considering incompatible waste types. Journal of Cleaner Production, 170, 227-241.

Tavakkoli-Moghaddam, R., & Raziei, Z. (2016). A new bi-objective location-routing-inventory problem with fuzzy demands. IFAC-PapersOnLine, 49(12), 1116-1121.

Validi, S., Bhattacharya, A., & Byrne, P. J. (2015). A solution method for a two-layer sustainable supply chain distribution model. Computers & Operations Research, 54, 204-217.

Yuchi, Q., He, Z., Yang, Z., & Wang, N. (2016). A location-inventory-routing problem in forward and reverse logistics network design. Discrete Dynamics in Nature and Society, 2016.

Zhalechian, M., Tavakkoli-Moghaddam, R., Zahiri, B., & Mohammadi, M. (2016). Sustainable design of a closed-loop location-routing-inventory supply chain network under mixed uncertainty. Transportation Research Part E: Logistics and Transportation Review, 89, 182-214.

Zhang, Y., Qi, M., Lin, W. H., & Miao, L. (2015). A metaheuristic approach to the reliable location routing problem under disruptions. Transportation Research Part E: Logistics and Transportation Review, 83, 90.

 

 

آمار
تعداد مشاهده مقاله: 801
تعداد دریافت فایل اصل مقاله: 709


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب
login