دانلود ترجمه مقاله برنامه ریزی زنجیره تامین قابل انعطاف بر مبنای حالات انتقال

1. مقدمه 2. بررسی مقالات 3. بیان مساله 4. تشریح مدل 5. نتایج محاسباتی 6. کاربرد مدل برنامه ریزی تصادفی 7. نتیجه گیری

نتیجه گیری: در این مقاله، تعدیل سرعت حمل و نقل محصولات بعنوان روش نوآورانه برای کسب زمان بافر مدیریت خطرات بحران در زنجیره تامین تلقی شده است. این مقاله در زمینه مدیریت اختلال SC چندین دیدگاه ارائه کرده است. اولا، خطر اختلال SC از نظر کمّی تعیین شده و مدل برنامه ریزی تصادفی چند سناریوی دو مرحله برای تجزیه و تحلیل SCهایی با رویدادهای تصادفی همچون رویدادهای فاجعه بار ارائه شد. از دیدگاه تحقیقی، مقاله ما شکاف تحقیقی مربوط به مدلسازی و تعیین کمّی انعطاف پذیری را با استفاده از مجموعه پارامترهای معین پر می کند. راه حلهای مدل برنامه ریزی تصادفی ما از مجریان SC در زمینه تصمیم گیری برای انتخاب حالات حمل و نقل مناسب حمایت کرده و زنجیره تامین انعطاف پذیری را ارائه می دهد. دوما، کاربرد حالات حمل و نقل انعطاف پذیر دقیقا در استراتژی دیگری برای مدیریت خطرات اختلال در SC بررسی شده است. با استفاده از سرعت حمل و نقل پایین برای محصولات معین در موارد مشخص، SC می تواند انعطاف پذیر بوده و سطوح ذخیره در انبار را کاهش دهد. با این پیشینه، روش حمل و نقل سازگار با محیط زیست و با سرعت پایین برای زنجیره تامین پایدار و انعطاف پذیر اتخاذ خواهد شد. بعلاوه، برای درک قوانین انتخاب روش حمل و نقل محصولات، نتایج 276 مورد جمع آوری و تجزیه و تحلیل شد. محاسبات تعیین مناسب ترین روش حمل و نقل مواد خام، محصولات نیمه تمام و محصولات کامل توسط PySP انجام شد. هر راه حل SP با راه حلهای غیرقطعی و مشاهده بعنوان معیار ارزیابی کیفیت راه حل SP مقایسه گردید. نتایج شبیه سازی ما نشان می دهند که راه حلهای SP نسبت به راه حلهای تصمیم گیرندگان دارای دیدگاه خوش بینی و بدبینی در زمینه وقوع اختلال برتری دارد. نتایج اساس دیدگاه های مدیریتی مختلف می باشند: SCهایی با استراتژیهای تعویق پیاده سازی شده در محیط های بحرانی تصادفی، انعطاف پذیرتر بودند. روشهای حمل و نقل محصولات نهایی تاثیر معنی داری بر هزینه های SC دارد. روشهای حمل و نقل برای محصولاتی با مسافت طولانی بر انعطاف پذیری SC تاثیر می گذارد. SCهایی با تعداد قابل توجه محصول که از حمل و نقل کم سرعت استفاده می کنند، در محیط های پرخطر انعطاف پذیر می باشند ولی در مورد محدودیت های زمان فرآوری، تعداد محدودی از محصولات که محصولات ارزشمندی هستند قادر به استفاده از حمل و نقل کم سرعت می باشند.

Conclusion: In this paper, an adjustment of the transportation speed of products was considered as an innovative way to obtain buffer time to manage catastrophic risks in a supply chain. This paper made several contributions to the field of SC disruption management First, SC disruption risk was quantified and a two-stage multi-scenario stochastic programming model was developed in order to analyze SCs with stochastic events like catastrophes. From a research perspective, our paper fills the research gap of modeling and quantifying flexibility with a set of given parameters. Solutions of our stochastic programming model provide decision support for SC executives in order to select proper transportation modes and enable a flexible supply chain. Second, the application of flexible transportation modes has been investigated in detail as an additional strategy to manage SC disruption risks. By using slower transportation speed for certain products on certain transportation links, a SC can become more flexible with reduced storage levels at warehouses. With this background, slow steaming, as a typical slow speed and eco-friendly transportation mode, will be adopted more extensively to enable a flexible and sustainable supply chain. Furthermore, in order to find out general rules for transportation mode selection for products, results from 276 instances were collected and analyzed. The calculation in order to identify the most appropriate transportation modes for raw materials, semi-finished products as well as final products (SP solutions) takes place with PySP. Each SP solution was compared with wait-and-see solutions as benchmarks to evaluate the quality of the SP solution. Our simulation results manifest that SP solutions were always superior to solutions of decision makers with neutral, optimistic and pessimistic attitudes regarding the occurrence of disruptions. The results were the basis for diverse managerial insights: SCs with implemented postponement strategies were more flexible in stochastic catastrophic environments. The transportation modes for the final products significantly impact SC costs. The transportation modes for products' long-distance transportation significantly impact the flexibility of SCs. SCs with a predominant number of products using a low-speed transportation mode were highly flexible in high risk environments, but in case of tight lead time constraints, only a very limited number of products, namely the most valuable products were able to use low-speed transportation modes.