24413

IND2 60

كارشناسي ارشد

مهندسي صنايع- لجستيك و زنجيره تامين

فني و مهندسي

دي‌ماه 1403

117 ص.

دكتر عليرضا گلي

طراحي شبكه زنجيره تأمين , زنجيره تأمين كرم ضد آفتاب , يادگيري ماشين، , بهينه‌سازي چند هدفِ , بهينه‌سازي استوار

با افزايش قابل توجه مصرف لوازم‌آرايشي و بهداشتي، به‌ويژه كرم‌هاي ضد آفتاب، توجه به طراحي و بهينه‌سازي زنجيره تأمين اين محصولات، به يكي از دغدغه‌هاي اصلي صنايع مرتبط تبديل‌شده است. زنجيره تأمين پايدار به‌ويژه در حوزه محصولاتي با تأثير مستقيم بر سلامت و محيط‌زيست، مانند كرم‌هاي ضد آفتاب، نيازمند راهكارهايي جامع و علمي است كه بتواند تعادل ميان كاهش هزينه‌ها، بهبود كيفيت محصولات، و كاهش اثرات زيست‌محيطي را ايجاد كند. در اين پژوهش، ابتدا تقاضاي محصول بر اساس تحليل داده‌هاي تاريخي و با استفاده از يادگيري ماشين پيش‌بيني مي‌شود. در ادامه، يك مدل رياضي براي مديريت تأمين، توليد و توزيع كرم ضد آفتاب طراحي‌شده است. مدل پيشنهادي، انتخاب تأمين‌كنندگان بر اساس سطوح كيفيت، مكان‌يابي مراكز تركيبي، و تخصيص منابع بهينه در فرآيندهاي توليد و توزيع را موردبررسي قرار مي‌دهد. پس از استخراج مجموعه راه‌حل‌هاي پارتو، به منظور تسهيل تصميم‌گيري، از دو روش خوشه‌بندي K-means و سلسله‌مراتبي براي كاهش و دسته‌بندي نقاط پارتو استفاده‌شده است. همچنين براي در نظر گرفتن عدم قطعيت در تقاضاي محصول، از رويكرد بهينه‌سازي تصادفي استوار بهره گرفته‌شده است. اين مدل با استفاده از داده‌هاي يك مطالعه موردي در ايران در نرم‌افزار GAMS اعتبارسنجي گرديد و نتايج حاصل در چندين دوره زماني تحليل شد. نتايج حاصل از استفاده از روش محدوديت اپسيلون تقويت‌شده نشان مي‌دهد كه با بهينه‌سازي تابع هدف كمينه سازي هزينه ها، كاهش 54.96 درصدي در تابع هدف بيشينه سازي ارزش وابسته به كيفيت محصولات و كاهش 0.48 درصدي در تابع هدف كمينه سازي آلايندگي ها به دست آمد. در مقابل، بهينه‌سازي تابع هدف بيشينه سازي ارزش وابسته به كيفيت موجب افزايش 0.52 درصدي در تابع هدف كمينه سازي هزينه ها و ثبات تابع هدف كمينه سازي آلايندگي ها گرديده است. درنهايت، بهينه‌سازي تابع هدف كمينه سازي آلايندگي ها منجر به افزايش 0.52 درصدي در تابع هدف كمينه سازي آلايندگي ها و كاهش 14.97 درصدي در تابع هدف بيشينه سازي ارزش وابسته به كيفيت شده است. در پايان، نتايج نشان مي‌دهد كه رويكرد تركيبي به‌كاررفته، امكان كاهش هزينه‌ها، بهبود كيفيت محصولات و كاهش آلايندگي‌هاي زيست‌محيطي را فراهم آورده و ابزار قدرتمندي براي تصميم‌گيري در سطوح مختلف مديريتي ارائه مي‌دهد.

Supply chain network design , Sunscreen Supply Shain; , Machine learning; , Multi-Objective Optimization; , Robust Optimization

Sustainable Closed-Loop Supply Chain Network Design for Sunscreen Production Under Uncertainty Using a Robust Stochastic Optimization Approach

مهندسي صنايع و آينده پژوهي

With the significant increase in the consumption of cosmetics and health products, particularly sunscreens, the design and optimization of the supply chain for these products have become major concerns for related industries. A sustainable supply chain, especially in the case of products with direct impacts on health and the environment, such as sunscreens, requires comprehensive and scientific solutions that balance cost reduction, product quality improvement, and environmental impact mitigation. In this research, product demand has been predicted based on historical data analysis using machine learning techniques. Subsequently, a mathematical model has been designed to manage the supply, production, and distribution of sunscreens. In the proposed model, supplier selection has been examined based on quality levels, the location of integrated centers has been determined, and the optimal allocation of resources in the production and distribution processes has been analyzed. After extracting the set of Pareto solutions, two clustering methods, K-means and hierarchical clustering, have been employed to reduce and classify Pareto points, facilitating decision-making. Furthermore, to account for uncertainty in product demand, a robust stochastic optimization approach has been applied. The model has been validated using data from a case study in Iran within the GAMS software, and the results have been analyzed over multiple time periods. The results obtained through the reinforced epsilon constraint method indicate that optimization of the cost minimization objective function has led to a 54.96% reduction in the quality-dependent value maximization objective function and a 0.48% reduction in the emission minimization objective function. In contrast, optimization of the quality-dependent value maximization objective function has resulted in a 0.52% increase in the cost minimization objective function while maintaining stability in the emission minimization objective function. Lastly, optimization of the emission minimization objective function has led to a 0.52% increase in the cost minimization objective function and a 14.97% decrease in the quality-dependent value maximization objective function. The findings demonstrate that the combined approach employed enables cost reduction, product quality enhancement, and environmental emissions mitigation, offering a robust decision-making tool for different managerial levels.

5

120694