پیوندهای مفید
آمار
| تعداد نشریات | 21 |
| تعداد شماره‌ها | 579 |
| تعداد مقالات | 8,637 |
| تعداد مشاهده مقاله | 66,398,682 |
| تعداد دریافت فایل اصل مقاله | 6,918,953 |
ارائه مدل دوسطحی طراحی شبکه زنجیره تامین حلقه بسته در شرایط عدم قطعیت و رقابت بین زنجیره‌ای: حل با رویکرد تجزیه بندرز | ||
| مدل سازی در مهندسی | ||
| مقاله 15، دوره 15، شماره 49، شهریور 1396، صفحه 201-215 اصل مقاله (1.06 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2017.2546 | ||
| نویسندگان | ||
| حامد فلاح؛ حمیدرضا اسکندری* ؛ سید حسام‌الدین ذگردی؛ سیدکمال چهارسوقی | ||
| دانشگاه تربیت مدرس | ||
| تاریخ دریافت: 29 اردیبهشت 1394، تاریخ بازنگری: 30 خرداد 1394، تاریخ پذیرش: 15 تیر 1394 | ||
| چکیده | ||
| در این مقاله مساله طراحی شبکه زنجیره تامین حلقه بسته رقابتی در شرایط عدم قطعیت مدلسازی و حل شده است. رقابت بین دو زنجیره تامین بر سر قیمت محصولات نو در زنجیره مستقیم و قیمت پرداخت شده برای خرید محصولات برگشتی در زنجیره معکوس اتفاق می‌افتد. تقاضا وابسته به قیمت بوده و مقدار محصولات برگشتی نیز به صورت خطی وابسته به قیمت زنجیره رقیب است. برای برخورد با عدم قطعیت در مساله از تئوری فازی استفاده می‌شود. مدل دوسطحی ارائه شده ابتدا با اثبات تحدب مساله سطح پایین به یک مدل یک سطحی تبدیل می‌شود و سپس از طریق رویکرد تجزیه بندرز مورد حل قرار می‌گیرد. در انتها همگرایی الگوریتم مورد بررسی قرار گرفته و مدل دوسطحی حل شده است. نتایج محاسباتی نشان می دهد که الگوریتم ارائه شده در تعداد تکرار مناسبی به همگرایی می‌رسد. افزایش ضریب الاستیسیته تقاضا (افزایش رقابت) منجر به کاهش سود و افزایش ضریب الاستیسیته رقیب منجر به افزایش سود برای زنجیره خواهد شد. | ||
| کلیدواژه‌ها | ||
| زنجیره تامین؛ رقابت؛ مدل دوسطحی؛ زنجیره حلقه بسته؛ تجزیه بندرز | ||
| عنوان مقاله [English] | ||
| A Bi-Level Programming Model for Closed-Loop Supply Chain Network Design with Competition between two chains in Uncertain Environment: A Benders Decomposition Solution | ||
| نویسندگان [English] | ||
| Hamed Fallah؛ Hamidreza Eskandari؛ S. H. Zegordi؛ S. Kamal Chaharsooghi | ||
| چکیده [English] | ||
| In this paper the closed-loop supply chain network design problem is modeled and solved in a competitive and uncertain environment. The competition between two supply chains is on the price of products in forward channel and the price of returns (incentives) on the reverse channel. Demand is price sensitive and the amount of returned products is also linearly dependent on the incentives. Fuzzy set theory is used to cope with uncertainty. The proposed bi-level model is proved to be concave then we turn it to a single level model which is also proved to be a concave one. Afterwards, the single level model is solved using the Benders Decomposition approach. Finally, computational results are presented based on data inspired from real case. Results show that the proposed algorithm is converged in reasonable iterations. Increasing the price elasticity coefficient (intensifying competition) leads to less profit and Increasing the rivalâs price elasticity coefficient leads to more profits for the existing chain. | ||
| کلیدواژه‌ها [English] | ||
| supply chain, Competition, Bi-level Model, Closed-loop supply chain, Benders decomposition | ||
| مراجع | ||
|
[1] Rezapour S., Farahani RZ, Ghodsipour S. H., Abdollahzadeh S. (2011) “Strategic design of competing supply chain networks with foresight”. Advances in Engineering Software; 42: 130–141. [2] Xiao T., Yang D. (2008) “Price and service competition of supply chains with risk-averse retailers under demand uncertainty”. Int. J. Production Economics; 114: 187–200. [3] Boyaci T., Gallego G. (2004) “Supply chain coordination in a market with customer service competition”. Production and Operations Management; 13 (1): 3–22. [4] Zhang D. (2006) “A network economic model for supply chain versus supply chain competition”. Omega; 34: 283 – 295. [5] Farahani RZ, Rezapour S., Drezner T., Fallah S. (2013) “Competitive supply chain network design: An overview of classifications, models, solution techniques and applications”. Omega; http://dx.doi.org/10.1016/j.omega.2013.08.006i [6] Chen M. J., Chang C. I. (2012) “The co-opetitive strategy of a closed-loop supply chain with remanufacturing”. Transportation Research Part E; 48: 387–400. [7] Atasu, A., Guide Jr, V.D.R., Van Wassenhove, L.N. (2010) “So what if remanufacturing cannibalizes my new product sales?” California Management Review; 52 (2), 56–76. [8] Choi T. M., Li Y., Xu L. (2013) “Channel leadership, performance and coordination in closed loop supply chains”. Int. J. Production Economics; 146: 371–380. [9] Karakayali I., Emir-Farinas H., Akcal E. (2007) “An analysis of decentralized collection and processing of end-of-life products”. Journalof Operations Management; 25(6), 1161–1183. [10] Wei J., Govindan K., Li Y., Zhao J. (2013) “Pricing and collecting decisions in a closed-loop supply chain with symmetric and asymmetric information”. Computers and Operations Research; http://dx.doi.org/10.1016/j.cor.2013.11.021i [11] Schenkel M., Krikke H., Caniëls M., van der Laan E. (2015) “Creating integral value for stakeholders in closed loop supply chains”. Journal of Purchasing & Supply Management; http://dx.doi.org/10.1016/j.pursup.2015.04.003i [12] Govindan K., Soleimani H., Kannan D. (2015) “Reverse logistics and closed-loop supply chain: A comprehensive review to explore the future”. European Journal of Operational Research; 240: 603-626. [13] Rezapour S, Farahani RZ. (2010) “Strategic design of competing centralized supply chain networks for markets with deterministic demands”. Advances in Engineering Software; 41: 810–822. [14] Fallah H., Eskandari H., Pishvaee M. (2015) “Competitive closed-loop supply chain network design under uncertainty”. Journal of Manufacturing Systems; in press. [15] Rezapour S., Zanjirani Farahani R., Fahimnia B., Govindan K. (2015) “Competitive closed-loop supply chain network design with price-dependent demands”. Journal of Cleaner Production 93: 251-272. [16] Nagurney A., Dong J., Zhang D. (2002) “A supply chain network equilibrium model”. Transport Res E; 38: 281–303. [17] Wu Q., Chen H. (2003) “Chain–Chain Competition Under Demand Uncertainty. Working Paper. The University of British Columbia” [18] Anderson E. J., Bao Y. (2010) “Price competition with integrated and decentralized supply chains”. European Journal of Operational Research; 200:227–234. [19] Rezapour S., Farahani RZ., Drezner T. (2011) “Strategic design of competing supply chain networks for inelastic demand”. Journal of the Operational Research Society; 62: 1784–1795. [20] Klibi W., Martel A., Guitouni A. (2010) “The design of robust value-creating supply chain networks: a critical review”. European Journal of Operational Research; 203: 283–293. [21] Inuiguchi M., Ramik J. (2000) “Possibilistic linear programming: a brief review of fuzzy mathematical programming and a comparison with stochastic programming in portfolio selection problem”. Fuz. Sets and Syst; 111: 3–28. [22] Jimenez M. (1996) “Ranking fuzzy numbers through the comparison of its expected intervals”. Int. J. of Uncert; 4: 379–388. [23] نعیمی صدیق علی، چهارسوقی کمال، شیخ‌محمدی مجید. طراحی مدل هماهنگی در زنجیره تأمین رقابتی با استفاده از رویکرد نظریه بازی با همکاری و بدون همکاری. مدل سازی در مهندسی. 1391; 10 (29) :19-31 [24] چهارسوقی کمال، اشرفی مهدی. انتخاب تأمین کننده پایدار و تخصیص سفارش با الگوریتم تغییر شکل یافته بندرز. مدل سازی پیشرفته ریاضی. 1392; 2 (3): 81-101 | ||
|
آمار تعداد مشاهده مقاله: 1,596 تعداد دریافت فایل اصل مقاله: 739 |
||