این مقاله یک روش را برای اندازه گیری کارایی، رتبه بندی و خوشه بندی شبکه های پیچیده با درنظر گرفتن مرز دوگانه پیشنهاد می دهد. مدل پیشنهادی ساختار جعبه سیاه را باز می‌کند و اطلاعات مهمی در خصوص نقاط کارا و ناکارای شبکه ارائه می‌دهد. بدین منظور در این مقاله یک شبکه سه مرحله ای شامل ورودی ها و خروجی های اضافی مطلوب و نامطلوب در نظر گرفته می شود و از رویکرد همکارانه کارایی کل شبکه محاسبه می‌گردد. به دلیل اینکه هر نتیجه‌گیری که یکی از این دو دیدگاه خوشبینانه یا بدبینانه را شامل شود یکطرفه و ناقص خواهد بود، در این مقاله از مرز دوگانه جهت تحلیل شبکه استفاده می شود. همچنین با توجه به پیچیدگی مدل همکارانه، یک روش حل اکتشافی برای خطی سازی مدل های غیرخطی ارایه می گردد. پس از مشخص شدن نقاط کارا و ناکارای شبکه، از الگوریتم کامینز جهت خوشه بندی واحدها استفاده می‌شود. نهایتا در این مقاله به منظور کاربرد مدل پیشنهادی یک کارخانه تولید محصولات لبنی با یک منطقه تولید، یک منطقه انبار و یک منطقه تحویل شبیه سازی و بصورت پویا در 24 دوره زمانی مورد ارزیابی قرار می گیرد. نتایج رتبه بندی نشان داد که دوره زمانی 10 بهترین و دوره زمانی 1 بدترین کارایی را در بین 24 دوره زمانی دارند. تفاصيل المقالة

چکیدهمطالعه حاضر با روش شناسی توصیفی- تحلیلی و استفاده از روش‌های دلفی، بهترین-بدترین و بهترین اولویت، با هدف ارزیابی و رتبه‌بندی شاخص‌های پایداری حمل‌و‌نقل شهری انجام گرفته است. جهت دستیابی به شاخص‌های حمل‌و‌نقل پایدار در سه بعد اقتصادی، اجتماعی و زیست محیطی، رتبه‌بندی معیارها براساس مطالعات کتابخانه‌ای، و نظر خبرگان انجام گرفت تا فقط معیارهایی که از اهمیت زیادی بر روی مسئله پژوهش برخودار هستند، وارد روش دلفی شده و با صرفه‌جویی در زمان و تعداد رفت ‌و برگشت کمتری، معیارهای ارزیابی، نهایی گردند. معیارهای نهایی با استفاده از روش بهترین- بدترین و روش بهترین اولویت، وارد فرآیند وزن‌دهی و رتبه‌بندی شدند. مقایسه نتایج دو روش بهترین-بدترین و بهترین اولویت با استفاده از روش‌های آماری انجام شد و با توجه به اینکه رتبه‌بندی معیارها در هر دو روش یکسان شد و ضریب همبستگی اسپیرمن 1+ بدست آمد، پس همبستگی قوی بین معیارها برقرار است، ضریب همبستگی پبرسون جهت مقایسه وزنها 0/989و میزان معنی داری صفر بدست آمد که نشان دهنده رابطه قوی بین متغیر ها است . لذا رتبه‌بندی و وزن‌دهی حاصل از دو روش مورد قبول واقع شد. تفاصيل المقالة

In this research, a bi-objective model is developed to deal with a supply chain including multiple suppliers, multiple manufacturers, and multiple customers, addressing a multi-site, multi-period, multi-product aggregate production planning (APP) problem. This bi-objective model aims to minimize the total cost of supply chain including inventory costs, manufacturing costs, work force costs, hiring, and firing costs, and maximize the minimum of suppliers' and producers' reliability by the considering probabilistic lead times, to improve the performance of the system and achieve a more reliable production plan. To solve the model in small sizes, a ε-constraint method is used. A numerical example utilizing the real data from a paper and wood industry is designed and the model performance is assessed. With regard to the fact that the proposed bi-objective model is NP-Hard, for large-scale problems one multi-objective harmony search algorithm is used and its results are compared with the NSGA-II algorithm. The results demonstrate the capability and efficiency of the proposed algorithm in finding Pareto solutions. تفاصيل المقالة

Phosphorus is a basic constituent of chemical fertilizers and plays a pivotal role in crop yield enhancement in agriculture systems. Considering the growing demands for phosphorus and the limited resources of this vital substance, sustainable supply chain management (SCM) of chemical fertilizers is of great importance. In the present study, a mathematical model for sustainable chemical fertilizer SCM is presented. Taking into account the adverse environmental effects of the production and consumption of chemical fertilizers, the present study attempts to design a sustainable SCM concerning economic, environmental, and social factors. To solve the problem, a hybrid metaheuristic algorithm incorporating whale optimization and simulated annealing is used considering a multi-objective function. The simulation results obtained from a real case study of the chemical fertilizers supply chain network in Iran proved the effectiveness and applicability of the proposed model and solution method. Obtained results show the effectiveness of the proposed method compared with other algorithms with respect to economic, social, and environmental factors. تفاصيل المقالة

Considering the social and environmental impacts, the purpose of this paper is to present a new sustainable hub location model for perishable items similar to real world in which the transport time between nodes is fuzzy numbers. For the first time, time uncertainty in a sustainable hub location problem of a perishable product is considered in this study. Demands from the nodes of each hub are collected in that hub and sent to the hub to which the destination node is allocated and finally reach the destination node. This multi objective model considers the perishability of products for distribution in a food supply chain and with regard to cost reduction. It takes into account CO2 emissions and the social impact by increasing jobs resulting from locating the hub in nodes with low employment rates of the hub network simultaneously. This problem is modeled as a nonlinear programming of multi-objective mixed integers that optimizes total transportation costs, freshness and quality of food at carbon delivery and emission, and social effects to achieve sustainability. The model has been solved and validated in small and medium size with GAMS software. The results show that considering social responsibility factor leads to a change in location and allocation network design that increases objective function.

تفاصيل المقالة