دانلود ترجمه مقاله طراحی شبکه زنجیره تامین پایدار نامطمئن برای تنظیم انتشار گازهای گلخانه ای

1. مقدمه 2. مروری بر مقالات 3. بیان و توصیف مساله 4. نمونه عددی 5. الگوریتم هوریستیک مبتنی بر حریص 6. بحث و بررسی 7. نتیجه گیری

چکیده – نگرانی فزاینده جهانی در مورد پایداری در مدیریت زنجیره تامین، ناشی از قوانین سختگیرانه‌تر دولت‌ها برای مقابله با آلودگی محیط زیست و بی‌عدالتی اجتماعی است. این امر منجر به تأکید فزاینده بر ادغام پایداری در شیوه‌های زنجیره تامین شده است. با این حال، تحقیقات محدودی در مورد گنجاندن هر سه بُعد از پایداری (اقتصادی، زیست‌محیطی و اجتماعی) در مدیریت زنجیره تامین وجود دارد. این مطالعه یک مدل برنامه‌ریزی خطی عدد صحیح ترکیبی برای طراحی یک شبکه زنجیره تامین با عدم قطعیت ارائه می‌دهد که هدف آن به حداقل رساندن کل هزینه‌ها (هزینه‌های تأسیس، تولید و حمل و نقل/مسیر) با در نظر گرفتن انتشار کربن و چندین عامل اجتماعی به طور همزمان است. این مطالعه جنبه‌های پایدار فرآیند تصمیم‌گیری را در نظر می‌گیرد و از برنامه‌ریزی با محدودیت تصادفی برای رسیدگی به عدم قطعیت‌ها استفاده می‌کند. مدل پیشنهادی تلاش می‌کند تا سطوح جریان متعادل را در سراسر مراحل شبکه حفظ کند و از مواد اولیه و تولید به طور بهینه استفاده کند. مدل بهینه‌سازی پیشنهادی یک مدل کمینه‌سازی هزینه است که همچنین سعی می‌کند تا انتشار گازهای گلخانه‌ای را در کل شبکه به حداقل برساند. یک روش اکتشافی مبتنی بر حریصانه برای برخورد با نمونه‌های بزرگ‌تر از مشکل تصمیم‌گیری ارائه شده‌است. علاوه بر این، تحلیل حساسیت نیز برای بررسی تأثیر پارامترهای مختلف درگیر، انجام شده است.

The increasing global concern for sustainability in supply chain management is driven by stricter government regulations addressing environmental pollution and social injustice. This has led to a growing emphasis on integrating sustainability into supply chain practices. However, there is limited research on incorporating all three dimensions of sustainability (economic, environmental, and social) into supply chain management. This study presents a mixed-integer linear programming model for designing an uncertain supply chain network design that aims to minimize overall costs (establishment, production, and transportation/routing costs) while considering carbon emissions and a few social factors simultaneously. The study considers sustainable aspects of decision-making process and utilizes chance-constrained programming to address uncertainties. The proposed model attempts to maintain balanced flow levels across all stages of the network, optimizing the utilization of raw materials and production. The proposed optimization model is a cost minimization model that also tries to minimize greenhouse gas emissions throughout the entire network. A greedy based heuristic is provided for dealing with larger instances of the given decision making problem. Additionally, sensitivity analysis has also been carried out to explore the impact of various parameters involved.