رویکرد تئوری بازی به طراحی و بهینه‌سازی زنجیره تامین غیر متمرکز تحت عدم قطعیت

زنجیره‌های تامین به طور معمول توسط سهامداران متعددی که به دنبال اهداف مجزا هستند به شیوه‌ای غیر متمرکز مدیریت می‌شوند. با این حال، اکثر مطالعات موجود در زنجیره تامین بر مدل‌های متمرکز تکیه دارند و رفتارهای نامشخص ذینفعان در فرآیند تصمیم‌گیری را نادیده می‌گیرند. در این کار، ما یک مدل تصادفی مبتنی بر تئوری بازی جدید را پیشنهاد می‌کنیم که برنامه‌نویسی تصادفی دو مرحله‌ای را با یک طرح بازی تک پیرو – چند پیرو استاکلبرگ ادغام می‌کند. هدف پرداختن به مساله بهینه‌سازی زنجیره‌های تامین غیر متمرکز با در نظر گرفتن سهامداران متعدد تحت عدم قطعیت است. مدل حاصل به صورت یک برنامه غیر خطی دو سطحی با عدد صحیح مختلط تصادفی فرمول‌بندی می‌شود که می‌تواند بعدا در یک برنامه خطی تک سطحی تصادفی با استفاده از شرایط KKT و روش خطی سازی گلوور فرمول‌بندی شود. برای نشان دادن کاربردی بودن چارچوب مدل‌سازی پیشنهادی، یک مطالعه موردی از یک زنجیره تامین گاز شیل در مقیاس بزرگ ارائه شده‌است که مزایای چارچوب مدل‌سازی پیشنهادی و کارایی الگوریتم حل را نشان می‌دهد.

Supply chains are normally managed in a decentralized way by multiple stakeholders pursuing distinct objectives. However, most existing supply chain studies rely on centralized models and neglect the uncertain behaviors of stakeholders in the decision-making process. In this work, we propose a novel game theory based stochastic model that integrates two-stage stochastic programming with a single-leader-multiple-follower Stackelberg game scheme. The aim is to address the optimization problem of decentralized supply chains considering multiple stakeholders under uncertainty. The resulting model is formulated as a stochastic mixed-integer bilevel nonlinear program, which can be further reformulated into a tractable single-level stochastic mixed-integer linear program by applying KKT conditions and Glover’s linearization method. To illustrate the applicability of proposed modeling framework, a case study of a largescale shale gas supply chain is presented, which demonstrates the advantages