آنالیز استراتژی های استقرار در زنجیره های تامین معکوس: رویکرد TOPSIS فازی

Analysing disposition strategies in reverse supply chains: Fuzzy TOPSIS approach

1. مقدمه

2. مرور بر مقالات

3. استراتژی استقرار در زنجیره تامین معکوس

4. روش شناسی TOPSIS فازی

5. نمایش مورد پژوهی

6. نتایج و مباحث

7. جمع بندی

منابع

هدف – هدف این مقاله بررسی استراتژی های استقرار محصولات در زنجیره تامین معکوس و توسعه یک قالب کاری برای اولویت بندی کردن این استراتژی ها برای اجرای موثر  زنجیره  تامین به روش معکوس می باشد.

طراحی / روش شناسی / نگرش – استراتژی های استقرار بر اساس مرور مقالات در این مطالعه انتخاب شد و روش شناسی فازی TOPSIS برای اولویت بندی استراتژی های استقرار مورد استفاده قرار گرفت. یک مورد از شرکت تولید تلفن های همراه برای نمایش و اعتبار سنجی این روش نیز مورد بررسی قرار گرفته است. سه پاسخ دهنده از این شرکت، به ما کمک کردن تا استراتژی های استقرار  و جمع آوری داده برای شرکت را بررسی کنیم.

یافته ها – نتایج این مطالعه نشان می دهد که جدا کردن محصولات و بازیافت ، مورد ترجیح ترین استراتژی های استقرار در این شرکت می باشند. توزیع مجدد محصولات مرجوعی بعد از نوسازی آن ها دومین استراتژی از نظر اولویت در استراتژی های استقرار می باشد. دفن یا امحای تلفن های  همراه نیز آخرین گزینه مورد ترجیح شرکت می باشد.

محدودیت های تحقیقاتی / کاربردی – این مطالعه یک رهنمود مفید برای شرکت ها به منظور تصمیم گیری در رابطه با تلفن های همراه مرجوعی به شرکت، فراهم می کند. این مقاله می تواند به دانشگاهیان و فعالان در این زمینه کمک کند تا بتوانند استراتژی های استقرار خودشان را ارزیابی کرده، بهبود داده و آن را با معیار های مناسب برای تلفن های همراه مرجوعی، مقایسه کنند. یکی از محدودیت های این مطالعه این است که این مطالعه تنها یک مورد شرکت تولیدی را در نظر می گیرد. در آینده، مطالعه های مورد پژوهی بیشتری باید انجام شود تا بتوان نتایج عمومی را به دست آورد.

ارزش / اصالت – از مرور مقالات مشخص است که مطالعه های بسیار کمی در رابطه با تصمیم های استقرار در زنجیره  تامین معکوس وجود دارد. همچنین، استراتژی های استقرار برای تلفن های همراه اولین بار در این مطالعه ارزیابی و اولویت بندی شده است. در نتیجه، این مطالعه را می توان به عنوان تلاشی برای افزایش سطح آگاهی نسبت به موضوعات زنجیره تامین معکوس در نظر گرفت.

1. مقدمه

در محیط تجاری به شدت رقابتی امروزی، موفقیت بسیاری از کسب و کار ها تا حد زیادی مبتنی بر  کارایی  زنجیره تامین آن ها می باشد. رقابت حالا فراتر از رقابت بین شرکت ها می باشد و به رقابت بین زنجیره های تامین رسیده است.  عموما، کسب و کار ها بیشتر بر روی بهبود زنجیره تامین مستقیم خودشان برای محصولات متمرکز هستند ( مثلا، تولید کننده – کلی فروش – خرده فروش – مشتری).  اما، یکی دیگر از ابعاد مهم و نوظهور در زمینه SCM موفق، فرایند های تدارکات معکوس می باشد ( Marien, 1988) . مادامی که محیط های تجاری رقابت بیشتری را ایجاد می کنند، ان ها باید تمرکز  خودشان را جمع کنند تا بتوانند حلقه بازگشتی را هم بهینه کنند. فعالیت های زنجیره تامین معکوس مدت زمان زیادی وجود داشته اند، به خصوص در صنایع خودرو سازی که تولید کننده تلاش می کنند تا با بازیافت محصولات خودرویی، ارزش ایجاد کند. زنجیره تامین معکوس نسبت به زنجیره تامین مستقیم در جریان اطلاعاتی، جریان توزیع فیزیکی و جریان نقدی متفاوت می باشد. 

7. جمع بندی

این مقاله حوزه های اصلی زنجیره تامین معکوس برای مدیران اجرایی این زمینه را شناسایی می کنند تا آن ها بتوانند با بررسی عوامل موثر بر روی زنجیره تامین معکوس و همچنین موانع موجود برای اجرای موثر این روند، عملکرد خودشان را بهبود بخشند. این دانش به عنوان رهنمودی برای انتخاب استراتژی استقرار مناسب برای محصولات در صنایع مختلف عمل می کند. انتخاب کردن استراتژی استقرار مناسب می تواند فرصتی را برای سازمان ایجاد کند تا کارایی تجاری خودش را در زمانی که هزینه های حاشیه ای بهبود در عملیات زنجیره تامین مستقیم افزایش یافته است، بهبود دهد. مدیریت موثر کالاهای مرجوعی منابع مختلفی از درآمد را برای سازمان ها ایجاد می کند از جمله روش های مزایده، ترمیم، بازیافت و روش های دیگر. زنجیره تامین معکوس، منبعی از هوش  عملی می باشد که می توان از آن برای بهبود طراحی محصولات، طراحی فرایند ها و عملیات مختلف ،استفاده کرد. 

Purpose – The article aims to explore the product disposition strategies in reverse supply chains and to develop a framework to prioritize these strategies for effective reverse supply chain implementation.

Design/Methodology/Approach –The disposition strategies, based on the literature review were selected, and fuzzy TOPSIS methodology has been applied for the prioritization of these disposition strategies. A case of cell phone manufacturing firm is discussed for the illiustration and validation of the methodology. Three respondants from the firm helped in exploring the disposition strategies and data collection of the firm.

Findings – The results of the study show that dissemble and recycle is the most preferred disposition strategy for the firm. Redistribution of returned products after their refurbishing is second most prioritized disposition strategy. Landfill and inciretion of cell phones is the last and least prefreferred option for the firm.

Research limitations/implications– The study will provide useful guidance to the firm for disposition decision making of cell phones returned to the firm. It will help academicians and practitioners for evaluating, improving and benchmarking the disposition strategies for the disposition of returned cell phones. One of the limitations of the study is that it only considers the single case of manufacturing firm. In future, more case studies may be carried out for generalization of the results.

Originality / value – It is evident from the literature review that there are very few studies on disposition decisions in reverse supply chain. Also, disposition strategies for cell phones are first time being explored and prioritized.Hence, this study can be viewed as an attempt to increase the level of awareness on reverse supply chain issues.

1. Introduction

In today’s highly competitive business environment, the success of any business depends to a large extent on the efficiency of the supply chain. Competition has moved beyond firm-to firm rivalry to rivalry between supply chains. Traditionally, businesses have concentrated on improving the forward supply chain for their products (e.g., manufacturer-wholesalerretailer-consumer). However, another important and emerging dimension of successful SCM is the reverse logistics process (Marien, 1988). As the business environment becomes more competitive, it becomes increasingly important for them to concentrate on optimizing the backward loop, as well. Reverse supply chain practices have been in existence for a long time, especially in the automotive industry, where manufacturers try to recover value from recycling car parts. Reverse supply chains differ from forward supply chains in information flow, physical distribution flow and cash flow.

7. Conclusion

This paper identifies the key impact areas of the reverse supply chain for supply chain executives to focus upon by studying the driving forces for reverse supply chains as well as the barriers for effective implementation of reverse supply chains. This knowledge serves as a guide for choosing the right disposition strategy for products across industries. Choosing the right disposition strategy provides an opportunity to improve business efficiency at a time when the marginal cost of improvement in forward supply chain operations has been rising. Effective returns management offers various sources of revenue from auctions, refurbishments, recycling, and more. The reverse supply chain, offers a wealth of actionable intelligence that can be employed to improve product design, process design, and operations.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

آنالیز استراتژی های استقرار در زنجیره های تامین معکوس: رویکرد TOPSIS فازی

Analysing disposition strategies in reverse supply chains: Fuzzy TOPSIS approach

مدل های پویا برای طراحی شبکه های لجستیک سبز

Dynamic Models for Green Logistic Networks Design

چکیده

1-مقدمه

2- کار های مرتبط

3- اولین مدل

3-1 فرضیه

3-2 شاخص ها و مشاهدات

3-3 پارامتر های مدل

3-4 متغیر های اصمیم

3-5 تابع هدف

3-6 محدودیت های مدل

4-آزمون مدل

5-تجزیه تحلیل و اصلاحات

6-نتیجه گیری

چکیده

امروزه، رابطه بین صنعت-محیط زیست یک نقش بسیار مهم را در مدیریت زنجیره تامین و کسب و کار ایفا می کند. به دلیل فشار های قانونی، آگاهی مصرف کننده ها و منافع اقتصادی در محصولات مورد استفاده، مفهوم مدیریت زنجیره تامین سبز متولد شده است که لجستیک معکوس مهم ترین عامل آن بوده است. طراحی یک شبکه لجستیک سبز شامل قرار دادن ابعاد زیست محیطی در تصمیم گیری راهبردی در راستای مکان یابی امکانات لجستیک است. در این مطالعه، مدل های برنامه ریزی خطی عدد صحیح مختلط برای طراحی یک شبکه لجستیک معکوس پیشنهاد می شود. ابعاد نوآورانه این مطالعه شامل موارد زیر می شوند: فرض یک محیط پویا و چند محصولی و عدم قطعیت بازگشت محصولات مورد استفاده. نرم افزار CPLEX برای فرموله سازی وحل مدل ها استفاده می شود. تحلیل نتایج و نیز مسیر های تحقیقاتی آینده نیز ارایه شده است.

6-نتیجه گیری

تلفیق و گنجاندن اهداف زیست محیطی در مدیریت زنجیره تامین دیگر یک بعد فرعی و ثانویه نیست. اولا، به دلیل ملزومات قانونی تقاضای مصرف کننده، یک نگرانی عمده حول بازیافت و تصفیه و فراوری پسماند ها آغاز شده است. امروزه شرکت ها گام را فراتر از این نهاده اند. آن ها می دانند که زنجیره های تامین سبز، فرصت ویزه ای برای درامد زایی از طریق محصولات استفاده شده است. فعالیت های جمع اوری، توزیع، و فراوری مجدد محصولات بازگشتی بایستی در زنجیره تامین مرسوم برای دست یابی به مزیت ها قرار داده شوند. هدف اصلی این مطالعه، پیشنهاد مدلی برای طراحی یک شبکه لجستیک معکوس با در نظر گرفتن ابعادی است که عموما در منابع و مطالعات موجود نادیده گرفته شده اند. این یک مدل چند محصوله و پویا است که عدم قطعیت مربوط به بازکشت محصول را در نظر می گیرد. فعالیت های باز تولید، بازیافت پسماند، واسطه ها و فروش در بازار ثانوی نیز در شبکه در نظر گرفته می شوند. این مدل همه جریان های محصولات انتقال داده شده در سارسر شبکه را تثبیت کرده و تعیین می کند که کدام مرکز بایستی در هر دوره باز باشد تا سود بیشتری حاصل شود. نسخه اولیه مدل امکان طراحی یک شبک لجستیک معکوس را با بیش از 15 نقطه جمع اوری، 10 نقطه احتمالی برای مرکز تصفیه و باز تولید، 3 نوع محصول و 15 دوره می دهد. اصلاحات انجام شده در نسخه اولیه منجر به ایجاد یک مدل قوی تر می شود و این هم به نوبه خود به ما در دست یابی به راه حل های بهینه برای مسائل بزرگ مقیاس با نتایج منطقی تر کمک می کند.

Abstract

Nowadays, the relationship industry-environment plays a significant role in business and supply chain management. Due to legislation pressures, consumer awareness and economic interest in used products, the concept of Green Supply Chain Management was born, with Reverse Logistics as principal driver. Designing a green logistic network consists in integrating environmental aspects in strategic decision making towards the location of logistic facilities. In this work mixed integer linear programming models are proposed for the design of a reverse logistic network. The innovative aspects of this study are: the assumption of a dynamic, multi-product environment and the uncertainty of used products returns. CPLEX software is used to formulate and solve the models. A results analysis is presented as well as possible research avenues.

6. CONCLUSIONS

Integration of environmental objectives in supply chain management is no longer a secondary aspect. At first, due to legislative requirements and consumer demand, a general concern was started around recycling and waste treatment. Nowadays companies are going much further. They realized that the green supply chains represent a major opportunity to generate revenues through used products. Collection activities, distribution and reprocessing of returned products must be integrated into the traditional supply chain in order to obtain benefits. The main objective of this work is to propose a model for the design of a reverse logistic network, taking into account aspects which are generally neglected in existing literature. A mixed integer linear programming model was formulated and solved using CPLEX software. It is a dynamic, multi-product model, which takes into account the uncertainty associated with product returns. Remanufacturing activities, waste disposal, subcontractors and sales in the secondary market are included in the network. The model establishes all the flows of products transported throughout the network and determines which facilities must be open in each period in order to maximize profits. The initial version of the model allows the design of a reverse logistic network with up to 15 collection points, 10 possible locations for treatment centre and remanufacturing facilities, 3 types of products and 15 periods. Modifications made to the initial version result in a more robust model, which allows achieving optimal solutions to large-scale problems, with more logical results.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مدل های پویا برای طراحی شبکه های لجستیک سبز

Dynamic Models for Green Logistic Networks Design

یک مدل تصادفی برای طراحی شبکه لجستیک رو به جلو – معکوس در معرض ریسک

A stochastic model for forward–reverse logistics network design under risk

چکیده

1. مقدمه

2. توضیحات مدل

3. فرضیان مدل و محدودیت ها

4. مدل فرمول

4.1 تابع هدف

4.2 محدودیت ها

4.2 محدودیت ها

5. نتایج و بحث

5.1 تاثیر میانگین تقاضا

5.2 اثر نسبت بازگشت

6. نمونه

7. نتیجه گیری

چکیده

توجه به شبکه های منطقی در طول دهه گذشته، از زمانی که اثر اقتصادی آن ها به شکل حائز اهمیتی افزایش یافته و با توجه به اینکه قوانین زیست محیطی سختگیرانه تر شده اند، بیشتر شده است. در این مقاله، یک طراحی شبکه منطقی چند مرحله ای (رده) جلو – معکوس تحت ریسک انجام شده است. ساختار شبکه پیشنهادی متشکل از سه رده در جهت رو به جلو (تامین کنندگان، امکانات و مراکز توزیع) و دو رده در جهت معکوس (امکانات و مراکز توزیع) می باشد، منطقه اولیه مشتری که تقاضا تصادفی بوده و سپس منطقه دوم که در آن تقاضا قطعی فرضی می گردد، اما ممکن است تصادفی نیز فرض گردد. مسئله در یک برنامه ریزی تصمیم گیری چند مرحله ای به صورت خطی عدد صحیح مختلط تصادفی فرموله شده است (SMILP). هدف به حداکثر رساندن سود مورد انتظار کل می باشد. 

1. مقدمه

یک شبکه منطقی معکوس ارتباطی را میان بازار فراهم کننده محصولات دست دوم و محصولات جدید فراهم می آورد. هنگامی که این دو بازار با یکدیگر منطبق می شوند، آن را شبکه حلقه بسته می نامند در غیر این صورت به آن شبکه حلقه باز می گویند. (Salema, Barbosa Póvoa, & Novais, 2007a) تعداد بسیاری کمی از مدل های بهینه سازی زنجیره تامین با جریان معکوس به صورت غیرقطعی وجود دارند که از سناریوهایی به منظور حل مدل، با توجه به این که عدم قطعیت حل مدل های MILP را بسیار مشکل می سازد موجود دارند.   (Salema, Barbosa Póvoa, & Novais, 2005).

7. نتیجه گیری

از این مطالعه، نتایج زیر را می توان بدست آورد.

 مدل ارائه شده در طراحی شبکه منطقی جلو – معکوس موفق می باشد در حالی که چند دوره تقاضای تصادفی با چند رده (تامین کنندگان، تسهیلات و توزیع کنندگان) در جهت جلو و دو دسته (جداکنندگان و توزیع کنندگان مجدد) در جهت معکوس را در نظر می گیرد. تنها می تواند برای موارد منفرد، مشکلات محصول واحد در نظر گرفته شود. مدل به منظور حل مسائل بزرگتر انعطاف پذیر می باشد: با این حال، با توجه به اینکه تعداد سناریوها به صورت تصاعدی با بیشتر شدن تعداد دوره ها افزایش می یابند به سخت افزار قدرتمندتری نیاز دارد. 

استفاده از مدل ارائه شده نشان داد که سود مورد انتظار کل به صورت مستقیم از تقاضای میانگین و نسبت بازگشت برای یک ظرفیت مشخص شبکه تاثیر می پذیرد. تنها دسته های با اعداد صحیح در طول یک دوره منتقل می شوند که کاربردهای مدل را محدود می نماید.

Abstract

Attention with reverse logistics networks has increased during the last decade since their economic impact has been increasingly important and as environmental legislation has been becoming stricter. In this paper, A multi-period multi-echelon forward–reverse logistics network design under risk model is developed. The proposed network structure consists of three echelons in the forward direction, (suppliers, facilities and distribution centers) and two echelons, in the reverse direction (disassembly, and redistribution centers), first customer zones in which the demands are stochastic and second customer zones in which the demand is assumed to be deterministic, but it may also assumed to be stochastic. The problem is formulated in a stochastic mixed integer linear programming (SMILP) decision making form as a multi-stage stochastic program. The objective is to maximize the total expected profit.

1. Introduction

A reverse logistics network establishes a relationship between the market that releases used products and the market for ‘‘new” products. When these two markets coincide, then it is called a closed loop network, otherwise it is called an open loop network (Salema, Barbosa Póvoa, & Novais, 2007a). Very few optimization models for the design of supply chains with reverse flows are available in literature under uncertainty using scenarios to solve the model as uncertainty makes MILP models very hard to solve (Salema, Barbosa Póvoa, & Novais, 2005).

7. Conclusion

From the previous study, the following conclusions can be derived.

The proposed model is successful in designing forward–reverse logistics networks while considering multi-period stochastic demand with three echelons (suppliers, facilities and distributors) in the forward direction and two echelons (disassemblies and redistributors) in the reverse direction. It can only be used for single item, single product problems. The model is flexible to solve larger problems; however, it requires more powerful hardware since the number of scenarios increases exponentially with the increase of the number of periods.

The application of the proposed model showed that the total expected profit is directly affected by demand mean and return ratio for a given capacity of the network. Only integer number of batches can be transported during a period which limits the application of the model.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

یک مدل تصادفی برای طراحی شبکه لجستیک رو به جلو – معکوس در معرض ریسک

A stochastic model for forward–reverse logistics network design under risk

تاثیر ازدیاد محصول در زنجیره تامین معکوس

Impact of product proliferation on the reverse supply chain

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

تاثیر ازدیاد محصول در زنجیره تامین معکوس

Impact of product proliferation on the reverse supply chain

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.