زنجیره‌های تأمین معاصر شبکه‌های پیچیده‌ای از فرآیندها هستند که در معرض اختلالات فراوان قرار دارند، یک زنجیره تأمین تاب آور با ایجاد قابلیت‌ها، سریعتر پاسخگوی تغییرات خواهند بود. تأثیر اجزای شبکه زنجیره تأمین بر روی یکدیگر در شرایط عدم اطمینان منجر به پیچیدگی و ایجاد اختلالات می‌گردد. به جهت کاهش اختلالات، در مواجهه با ریسک‌های ناشی از زنجیره تأمین‌های مدرن باید به سمت رویکرد تاب‌آوری زنجیره تأمین حرکت نمود. هدف از این مقاله تجزیه و تحلیل فرآیندهای شبکه از تأمین کننده تا توزیع کننده، متناسب با همگرایی فرآیندها با در نظر گرفتن ترکیبی از فاکتورهای تاب آوری در صنعت خودرو است. طراحی سناریوهای پیشنهادی با ترکیب عوامل تاب آوری تأثیرگذار، بر مبنای نظر خبرگان این صنعت با در نظر گرفتن عوامل آسیب پذیر و اختلالات هر سطح ارائه شده است. ابتدا منابع ریسک‌های ناشی از زنجیره تأمین مانند اختلالات، تأخیرها و عوامل آسیب پذیر شناسایی و سپس بیست و چهار سناریو با ترکیب عوامل تاب آوری انعطاف پذیری، مشاهده پذیری ، سرعت و قابل رویت بودن طراحی گردیده است. زنجیره تأمین پیچیده شرکت بر اساس نرخ گذشته سیستم و توابع توزیع آماری شبیه سازی و سپس برای انتخاب سناریوی برتر از تحلیل پوششی داده های شبکه ای استفاده شده است. شاخص‌های حاصل از هر سناریو یا خروجی شبیه سازی بر اساس تحلیل پوششی داده ها رتبه بندی و کاراترین سناریو انتخاب می شوند. در نهایت با تحلیل‌های آماری و ایجاد یک مدل رگرسیون بین شاخص‌های شبیه سازی و کارایی سناریوها به روابط بین متغیرها و کارایی ها پرداخته شده است. تفاصيل المقالة

A new mixed-integer multi-objective mathematical model is developed to optimize sustainable inventory-routing decisions in products agri-chain. The first aim is to optimize the network total revenue besides noticing logistics decisions related to the distribution and collection of perishable products. Also, the economical, social and environmental factors have been integrated in the proposed model. The first objective function considers some traditional terms and novel issues (e.g., postharvest biological behavior of agricultural products), which is related to deviation from ideal quality (customer's dissatisfaction) and the costs of expired products. Because old products have significant environmental impacts and require recycling, the reverse logistics framework is used to collect and bring products back to recycling. A function is applied to compute the level of deviation from suitable maturity and customer's dissatisfaction costs. A numerical example is analyzed to indicate the model's applicability by applying the ε-constraint methodology to show the opposite pattern between the two objectives. Results show that a lower level of accidents leads to lower revenue or higher costs of the supply chain. Remarking the NP-hardness of the presented model, two multi-objective meta-heuristic algorithms, namely the Non-dominated Sorting Genetic Algorithm (NSGA-II) and Multi-Objective Dragonfly Algorithm (MODA) are used to explore near-optimal solutions for medium and large-sized problems. Results show a better performance of the NSGA-II. Furthermore, the sensitivity analysis is presented and explained in four parts to show the trend of the proposed model by fluctuations on important parameters. تفاصيل المقالة