طراحی یک روش چند هدفه فرا ابتکاری برای طراحی و برنامه ریزی حلقه های تامین سبز

حلقه های تامین سبز شبکه های پیچیده¬ای هستند که نیازمنده ابزارهای پشتیبان تصمیمی¬اند که می تواند به پروسه های تصمیم¬گیری درگیر کمک کند. طبق این نیاز این مقاله به مسئله طراحی و برنامه ریزی پرداخته و یک مدل بهینه سازی را برای حمایت از تصمیمات مرتبط ارایه می کند. مدل ارایه شده یک مدل برنامه ریزی چند هدفه خطی با عدد مخلوط است که از طریق یک الگوریتم فرا ابتکاری چند هدفه مبتنی بر استحکام شبیه سازی شده (MBSA) حل شده است. الگوریتم پیشنهادی محل و ظرفیت نهاد های حلقه تامین (کارخانجات، انبارها و مراکز توزیع) را تعریف کرده و فناوری مورد نیاز در هر محل تولید را انتخاب کرده و پروفایل موجودی کالا و جریان مواد را در افق زمان سرمایه¬گذاری تعریف می¬کند. MBSA فضای جواب ممکن را با استفاده از یک استراتژی جست و جوی محلی جدید با مکانیزم چند ستاره بررسی می کند. راندمان روش ارایه شده با یک روش دقیق پشتیبانی شده با پارتو فرانتیر مقایسه شده و بعنوان نتیجه گیری اصلی می¬توان گفت که اثبات شده است که الگوریتم ارایه شده در حل این نوع از مسائل پیچیده بسیار موثر است.چندین شاخص کارایی کلیدی برای تایید اعتبار استحکام الگو

Supply Chains are complex networks that demand for decision supporting tools that can help the involved decision making process. Following this need the present paper studies the supply chain design and planning problem and proposes an optimization model to support the associated decisions. The proposed model is a Mixed Integer Linear Multi-objective Programming model, which is solved through a Simulated Annealing based multi-objective meta-heuristics algorithm – MBSA. The proposed algorithm defines the location and capacities of the supply chain entities (factories, warehouses and distribution centers) chooses the technologies to be installed in each production facility and defines the inventory profiles and material flows during the planning time horizon. Profit maximization and environmental impacts minimization are considered. The algorithm, MBSA, explores the feasible solution space using a new Local Search strategy with a Multi-Start mechanism. The performance of the proposed me