ارائه یک مدل چندهدفه به منظور تخصیص و ظرفیت سازی مراکز بازیافت پساب صنعتی با هدف حداقل کردن میزان حمل ونقل و بیشینه نمودن میزان تولید آب قابل بازیافت
محورهای موضوعی : تخصصی
مصطفی محمودابادی
1
,
صادق عابدی
2
*
,
معصومه دانش شکیب
3
1 - دانشجوی دکتری مدیریت صنعتی، گروه مدیریت صنعتی، دانشگاه آزاد اسلامی قزوین، قزوین، ایران
2 - استادیار دانشکده مدیریت، گروه مدیریت صنعتی ، دانشگاه آزاد اسلامی قزوین، قزوین، ایران
3 - استادیار دانشکده مدیریت، گروه مدیریت صنعتی ، دانشگاه آزاد اسلامی قزوین، قزوین، ایران
کلید واژه: بازیافت پساب صنعتی, ظرفیت سازی, تولید آب قابل بازیافت, مدل چند هدفه, الگوریتم گرگ خاکستری,
چکیده مقاله :
پسابها بخصوص پسابهای صنعتی به عنوان مخزن میکروارگانیسم های بیماری زا قادر به ایجاد آلودگی وعفونت هستند. درصورتی که مدیریت دفع پساب از نظر بهداشت و سلامت مناسب نباشد، این میکرو ارگانیسم ها می توانند از طریق هوا وآب و... ویا به وسیله ناقلین به دیگران منتقل شوند. بالابودن رقابت صنایع تولیدی همراه با فشارهای محیطی و الزامات داخلی برای کاهش قیمت و زمان تحویل، افزایش کیفیت و توانایی تامینکنندگان در تولید فراوردههای متنوع و جدید در زمان کوتاهتر شده و همچنین امکان ورود رقبای خارجی به صنعت، در کنار مسائل زیست محیطی و بهداشتی سبب نیاز به عملکرد مطلوب تر نسبت به سایر رقبا در این صنعت است که زمینۀ خوبی برای اجرای این پژوهش فراهم آمده است. در این پژوهش مدلی هوشمند برای برنامه ریزی و سرمایه گذاری زیرساخت های شهری جمع اوری پساب های سطحی و میزان تاثیر آن بر انتشار آلايندگي پرداخته شد. پس از جمع آوري اطلاعات مدلسازي، و با درنظرگیری فرضیات مساله، قادر به تعیین کاهش هزینه های جمع اوری پساب های سطحی و کاهش انتشار آلاینده به محیط بر اساس تعیین مسیر بهینه ماشین های جمع اوری پساب می باشد. از طرفی به دلیل ماهیت NP-Hard بودن مساله، از الگوریتم فرا ابتکاری گرگ خاکستری چند هدفه به منظور کاهش هر دو تابع هدف تحت سناریوها و شرایط مختلف استفاده گردید. نتایج نشان داد که مدل پیشنهادی قادر است مساله در ابعاد مختلف را از نقطه نظر افزایش تعداد ماشین جمع اوری پساب، تعداد مکان های کاندید جمع اوری پساب، افزایش انباشتگی پساب ها در مکان ها، افزایش تعداد خودرو در شبکه و نیز افزایش فاصله مکان های کاندید پساب به نحو مطلوبی تعیین نماید تا تضمین کند تمام پساب های انباشته شده در مکان های کاندید توسط خودروهای شبکه جمع اوری شده اند.
Wastewater, especially industrial wastewater, serves as a reservoir for pathogenic microorganisms capable of causing contamination and infection. If wastewater disposal management is not conducted with proper health and hygiene considerations, these microorganisms can spread through air, water, or via carriers to others. High competition among manufacturing industries, coupled with environmental pressures and internal requirements to reduce costs and delivery times, improve quality, and enhance suppliers' ability to produce diverse and new products in shorter timeframes, as well as the potential entry of foreign competitors into the industry, alongside environmental and health issues, necessitate better performance compared to other competitors in this industry, which provides a suitable context for this research. In this research, an intelligent model for planning and investing in urban surface wastewater collection infrastructure and its impact on pollutant dispersion was developed. After collecting data and modeling, and considering the problem's assumptions, it can determine the reduction of surface wastewater collection costs and the reduction of pollutant emissions to the environment based on the optimal routing of wastewater collection vehicles. Moreover, due to the NP-Hard nature of the problem, the multi-objective grey wolf optimization algorithm was used to minimize both objective functions under different scenarios and conditions. The results showed that the proposed model is capable of determining the problem in various dimensions from the perspective of increasing the number of wastewater collection vehicles, the number of candidate wastewater collection locations, the increase in wastewater accumulation at locations, the increase in the number of vehicles in the network, and the increase in the distance of candidate wastewater locations in a desirable manner to ensure that all accumulated wastewater at the candidate locations is collected by the network vehicles
Khosravi Rastabi, A., Hejazi Taghanaki, S. R., Sadri, S., Kumar, A., & Arshad, H. (2022). A robust optimization model for a dynamic closed-loop supply chain network redesign using accelerated Benders decomposition. Journal of applied research on industrial engineering, 9(1), 1-31.
Goodarzian, F., & Hosseini-Nasab, H. (2021). Applying a fuzzy multi-objective model for a production–distribution network design problem by using a novel self-adoptive evolutionary algorithm. International Journal of Systems Science: Operations & Logistics, 8(1), 1-22.
abbarzadeh, A., Haughton, M., & Khosrojerdi, A. (2018). Closed-loop Supply Chain Network Design under Disruption Risks: A Robust Approach with Real World Application. Computers & Industrial Engineering.
Devika, K., Jafarian, A., & Nourbakhsh, V. (2014). Designing a sustainable closed-loop supply chain network based on triple bottom line approach: A comparison of metaheuristics hybridization techniques. European Journal of Operational Research, 235(3), 594-615.
Farrokh, M., Azar, A., Janaghi, G. and Ahmadi, E (2017), “A novel robust fuzzy stochastic programming for closed loop supply chain network design under hybrid uncertainty”, Fuzzy Sets and Systems, In Persian
Jung, Y. T., Narayanan, N. C., & Cheng, Y. L. (2018). Cost comparison of centralized and decentralized wastewater management systems using optimization model. Journal of environmental management, 213, 90-97.
Awad, H., Alalm, M. G., & El-Etriby, H. K. (2019). Environmental and cost life cycle assessment of different alternatives for improvement of wastewater treatment plants in developing countries. Science of the Total Environment, 660, 57-68.
Zarbakhshnia, N., Kannan, D., Kiani Mavi, R., & Soleimani, H. (2020). A novel sustainable multi-objective optimization model for forward and reverse logistics system under demand uncertainty. Annals of Operations Research, 295(2), 843-880.
Zhen, L., Huang, L., & Wang, W. (2019). Green and sustainable closed-loop supply chain network design under uncertainty. Journal of Cleaner Production, 227, 1195-1209.
Jafar Heydari, Kannan Govindan, Amin Jafari. Reverse and closed loop supply chain coordination by considering government role. 2017.
Rinaldi, M., & Bottani, E. (2023). How did COVID-19 affect logistics and supply chain processes? Immediate, short and medium-term evidence from some industrial fields of Italy. International Journal of Production Economics, 262, 108915.
Ardekani, Z. F., Sobhani, S. M. J., Barbosa, M. W., & de Sousa, P. R. (2023). Transition to a sustainable food supply chain during disruptions: A study on the Brazilian food companies in the Covid-19 era. International Journal of Production Economics, 257, 108782.
Delfani, F., Samanipour, H., Beiki, H., Yumashev, A. V., & Akhmetshin, E. M. (2022). A robust fuzzy optimisation for a multi-objective pharmaceutical supply chain network design problem considering reliability and delivery time. International Journal of Systems Science: Operations & Logistics, 9(2), 155-179.
Kumar, N., Tyagi, M., Sachdeva, A., Kazancoglu, Y., & Ram, M. (2022b). Impact analysis of COVID-19 outbreak on cold supply chains of perishable products using a SWARA based MULTIMOORA approach. Operations Management Research, 15(3-4), 1290-1314.
Kabir, M. R., Kamal, M. S., & Islam, M. Z. (2021, July). An Improved Network Design of Open Loop Reverse Supply Chain. In 2021 International Conference on Automation, Control and Mechatronics for Industry 4.0 (ACMI) (pp. 1-6). IEEE.
Shahbazi, Z., & Byun, Y. C. (2020). A procedure for tracing supply chains for perishable food based on blockchain, machine learning and fuzzy logic. Electronics, 10(1), 41.
Santander, P., Sanchez, F. A. C., Boudaoud, H., & Camargo, M. (2020). Closed loop supply chain network for local and distributed plastic recycling for 3D printing: a MILP-based optimization approach. Resources, Conservation and Recycling, 154, 104531.
امیریان، جواد و عموزاد خلیلی، حسین و مهرابیان، احمد،1402،طراحی و بهینه سازی شبکه زنجیره تامین حلقه بسته با درنظرگرفتن قیمت گذاری اقتصادی و مسائل زیست محیطی تحت شرایط عدم قطعیت فازی: یک مطالعه موردی در زمینه لاستیک سنگین،نهمین کنفرانس بین المللی مهندسی صنایع و سیستم¬ ها،مشهد،https://civilica.com/doc/1772948
فیض الهی، صادق و شرفی، وحید،1402،توسعه مدل ریاضی زنجیره تامین حلقه بسته با محدودیت های تقاضا و ظرفیت تامین کننده فازی و حل آن با الگوریتم های فرا ابتکاری،https://civilica.com/doc/1695093
رضانیا، آرین و موسی زاده، محمد،1402،طراحی شبکه زنجیره تامین حلقه بسته میگو با قابلیت ارتجاعی تحت شرایط عدم قطعیت؛ ارائه یک مدل سه هدفه پایدار،https://civilica.com/doc/1695091
محبی، پیام و عالم تبریز، اکبر و ارشادی، محمدجواد و عزیزی، امیر،1402،ارائه و حل یک مدل برنامه ریزی ریاضی برای زنجیره تامین حلقه بسته تاب آور پایدار با در نظر گرفتن معیار پاسخگویی و اثرات غیر قطعی کووید ۱۹،https://civilica.com/doc/1695090
مدرس، اعظم و بافندگان امروزی، وحیده و مهمی، زهرا و مدرس، آزاده،1402،ارائه مدل برنامه ریزی تولید-توزیع یکپارچه زنجیره تامین حلقه بسته محصولات کشاورزی بر اساس تصمیم گیری گروهی احتمالی و مسائل زیست محیطی،https://civilica.com/doc/1695088
*مصطفی محمودآبادی ** صادق عابدی *** معصومه دانش شکیب
* دانشجوی دکتری مدیریت صنعتی، گروه مدیریت صنعتی، دانشگاه آزاد اسلامی واحد قزوین، قزوین، ایران.
mostafa.mahmoodabadi936@gmail.com
** استادیار دانشکده مدیریت، گروه مدیریت صنعتی ، دانشگاه آزاد اسلامی واحد قزوین، قزوین، ایران.
*** استادیار دانشکده مدیریت، گروه مدیریت صنعتی ، دانشگاه آزاد اسلامی واحد قزوین، قزوین، ایران.
ms.danesh.shakib@gmail.com
تاریخ دریافت: 14/12/1402 تاریخ پذیرش: 14/05/1403
چکيده
پسابها بخصوص پسابهای صنعتی به عنوان مخزن میکروارگانیسمهای بیماریزا قادر به ایجاد آلودگی وعفونت هستند. درصورتی که مدیریت دفع پساب از نظر بهداشت و سلامت مناسب نباشد، این میکرو ارگانیسمها می توانند از طریق هوا وآب و... ویا به وسیله ناقلین به دیگران منتقل شوند. بالابودن رقابت صنایع تولیدی همراه با فشارهای محیطی و الزامات داخلی برای کاهش قیمت و زمان تحویل، افزایش کیفیت و توانایی تامینکنندگان در تولید فراوردههای متنوع و جدید در زمان کوتاهتر شده و همچنین امکان ورود رقبای خارجی به صنعت، در کنار مسائل زیست محیطی و بهداشتی سبب نیاز به عملکرد مطلوبتر نسبت به سایر رقبا در این صنعت است که زمینۀ خوبی برای اجرای این پژوهش فراهم آمده است. در این پژوهش مدلی هوشمند برای برنامهریزی و
سرمایهگذاری زیرساختهای شهری جمعاوری پسابهای سطحی و میزان تاثیر آن بر انتشار آلايندگي پرداخته شد. پس از جمع آوري اطلاعات مدلسازي، و با درنظرگیری فرضیات مساله، قادر به تعیین کاهش هزینههای جمعاوری پسابهای سطحی و کاهش انتشار آلاینده به محیط بر اساس تعیین مسیر بهینه ماشینهای جمعاوری پساب میباشد. از طرفی به دلیل ماهیت NP-Hard بودن مساله، از الگوریتم فراابتکاری گرگ خاکستری چند هدفه به منظور کاهش هر دو تابع هدف تحت سناریوها و شرایط مختلف استفاده گردید. نتایج نشان داد که مدل پیشنهادی قادر است مساله در ابعاد مختلف را از نقطه نظر افزایش تعداد ماشین جمعاوری پساب، تعداد مکانهای کاندید جمع اوری پساب، افزایش انباشتگی پسابها در مکانها، افزایش تعداد خودرو در شبکه و نیز افزایش فاصله مکانهای کاندید پساب به نحو مطلوبی تعیین نماید تا تضمین کند تمام پسابهای انباشته شده در مکانهای کاندید توسط خودروهای شبکه جمعاوری شدهاند.
واژه‌های کلیدی: بازیافت پساب صنعتی، ظرفیتسازی، تولید آب قابل بازیافت، مدل چند هدفه، الگوریتم گرگ خاکستری.
نوع مقاله: پژوهشی
1- مقدمه
زنجیره تأمین سیستمی متشکل از تسهیلات و فعالیتهاست که توأماً به منظـور تـدارك، تولیـد و توزیع کالا به مشتریان
نویسندة عهده‌‌دار مکاتبات: صادق عابدی Abedi.sadegh@gmail.com
|
سالهای زیادی تحت تاثیر قرار میدهد. زنجیره تامین رو به جلو(2FSC) شامل مجموعه اي از فعالیتها در فرآیند تبدیل مواد خام به محصولات میباشد (اَبَرزاده و همکاران، 2018). زنجیره تامین معکوس(RSC3) به صورت
ارائه یک مدل چندهدفه به منظور تخصیص.../ صادق عابدی و همکاران 256 |
مجموعهای از فعالیتهای جمع آوری و بازیابی محصولات بازگشتی در مدیریت زنجیره تامین تعریف شده است. ویژگیهای اقتصادی، جهتگیریهای دولت و فشار مشتری، سه جنبه از لجستیک معکوس است. به طور کلی، در شبکههای لجستیک معکوس، در مقایسه با شبکههای روبهجلو، نقاط عرضه بیشتر از نقاط تقاضا وجود دارد. لجستیک معکوس شامل فرایند برنامهریزی، اجرا و کنترل جریان ورودی و ذخیره کالاهای ثانویه و اطلاعات مربوط به آن در مقابل جهتهای زنجیره تامین سنتی برای بهبود ارزش و دفع مناسب است. تفاوت بین لجستیک روبهجلو و معکوس در جدول (1) آمده است.
|
اجزای زنجیره تأمین معکوس را مشتریان، مراکز جمعآوری، بازیافت و انهدام محصولات مستعمل تشکیل میدهد. در این زنجیره، محصولات بازگشتی از مشتری پس از جمعآوری، بازرسی شده و برای بازیافت و انهدام به مراکز مربوطه ارسال میگردد. تعیین مکان احداث مراکز بازیافت و انهدام به همراه متغیرهای عملیاتی مانند جریان مواد بازگشتی از متغیرهای تصمیم این نوع شبکهها میباشد. مسئله یکپارچگی در طراحی شبکههای زنجیره تأمین حلقه بسته، تعیین همزمان تصمیمات راهبردی و عملیاتی دو زنجیره مستقیم و معکوس میباشد (فرخ و همکاران، 2017).
از طرفی، موضوع بسیار مهم در بسیاری از شرکتها و کارخانههای صنعتی، تصفیه، بازیافت و یا دفع پسابهای صنعتی میباشد. مدیریت صحیح (جامع) آب و فاضلاب که جهت سلامت انسان و توسعه اقتصادی لازم است، در بسیاری از کشورهای دنیا هنوز هم یک مسئله بسیار بحرانی می باشد. اگرچه در کشورهای صنعتی کنترل آب و فاضلاب به یک حد تقريبا استانداردی رسیده، اما در کشورهای کم در آمد و با در آمد متوسط هنوز مشکلات شدیدی در مورد تامین آب و مدیریت فاضلاب وجود دارد (جانگ و همکاران، 2018)، به طوری که 2 میلیارد نفر در جهان یعنی دو سوم کل جمعیت جهان فاقد سیستم تصفیه فاضلاب هستند (آواد و همکاران، 2019). از طرف دیگر، مراکز بازیافت پساب های صنعتی به دلیل دارا بودن مواد شیمیایی مضر، از نظر سلامت انسانها و محیط پیرامون مورد توجه خاصی قرار دارد. پسابها، به‌شدت سمی هستند و نمی‌توان برای مصارف کشاورزی، صنعتی و خانگی استفاده کرد؛ از این رو میتوان با عملیات مربوط به تصفیه، میتوان از آن ها استفاده مجدد نمود. این مساله را میتوان از طریق مدلسازی یک زنجیره تامین معکوس ارزیابی نمود. بر این اساس، در این پژوهش تلاش میشود تا با بکارگیری یک مدل ریاضی چند هدفه در زمینه تصفیه پسابهای صنعتی در قالب یک مدل زنجیره تامین معکوس، به ارزیابی و تحلیل این مساله از نقطه نظر کاهش آلاینده به محیط زیست و افزایش میزان بهره وری از تصفیه پساب ها پرداخت. بطور خاص، اهدافی که در این پژوهش در صدد پاسخگویی به آن هستیم که آن را نسبت به پژوهشهای دیگر داری تمایز میکند را میتوان بصورت کاهش میزان حمل ونقل پساب صنعتی، افزایش میزان تولید آب قابل استفاده از بازیافت، و افزایش نرخ تبدیل میزان بازیافت مواد الاینده صنعتی پساب به مواد الی ومعدنی مورد نیاز درصنعت وکشاورزی درنظر گرفت که برای حل این مدل چند هدفه، از رویکرد بهینهسازی گرگ خاکستری چندهدفه (MOGWO) استفاده شده است.
ارائه یک مدل چندهدفه به منظور تخصیص.../ صادق عابدی و همکاران 257 |
از لحاظ فنی، زنجیره تامین حلقه بسته شامل دو بخش است: زنجیره تامین روبه جلو و زنجیره تامین معکوس. یک زنجیره عرضه کلاسیک یا رو به جلو (پیشرفته) شامل
شبکهای از تامینکنندگان، تولیدکنندگان و توزیعکنندگان است که برای تولید و ارائه یک محصول یا خدمات خاص تشکیل شده است. لجستیک معکوس شامل تمام مسائل مربوط به جمعآوری محصولات استفاده شده، کنترل و جمع آوری آنها، و همچنین بازیافت، پردازش مجدد، تعمیر و دفع آنها است. اگر هر دو زنجیره عرضه مستقیم و معکوس به طور همزمان در نظر گرفته شوند، شبکه حاصل به عنوان زنجیره تامین حلقه بسته تعریف میشود (زربخشنیا و همکاران، 2020). زنجیره تامین حلقه بسته شامل هر دو زنجیره تامین مستقیم و زنجیره تامین معکوس است. زنجیره تامین مستقیم اساسا شامل حرکت محصولات از تامین کنندگان بالادست به مشتریان پایین دست است، در حالی که زنجیره تامین معکوس شامل انتقال محصولات استفاده شده از مشتریان به تامین کنندگان بالادست است (ژن و همکاران، 2019).
امروزه زنجیره تامین حلقه بسته، در جهانی که نگرانیهای زیست محیطی و قوانین سخت مربوط به ضایعات وجود دارد، توجهات بسیاری را به خود جلب کرده است. یک زنجیره تامین حلقه بسته شامل هر دو زنجیره رو به جلو و معکوس میشود. زنجیره رو به جلو شامل حرکت کالاها و محصولات از تامین کنندگان بالادستی به مشتریان پایین دستی، میشود. شبکه لجستیک معکوس کالاهای استفاده شده را از مصرف کنندگان نهایی گردآوری کرده، جمع و بازرسی میکند، آنها را بر حسب نیاز دسته بندی کرده و آنها را به مراکز گوناگون بازیافت میفرستد. بنابراین لجستیک معکوس هم از جهت مالی و هم محیطی یکی از مهم ترین اجزای زنجیره تامین حلقه بسته محسوب
میشود. در صورتی که زنجیره تامین معکوس با زنجیره تامین رو به جلو یکپارچه باشد، میتواند سهم بسزایی در کاهش هزینه کل و رعایت قوانین دولتی و محیطی داشته باشد. بنابراین نیاز به مدلسازی و تحلیل زنجیره تامین حلقه بسته به عنوان یک سیستم جامع، بدون تجزیه آن به دو بخش مجزای رو به جلو و معکوس، وجود دارد (کانان، ساسیکومار و دویکا5، 2010).
3- مرور ادبیات
با توجه به اهمیت مساله طراحی زنجیره تامین حلقه بسته، تاکنون پژوهش های مختلفی با اهداف گوناگون و بخصوص زیست محیطی انجام شده است. برای مثال، رینالدی و همکاران (2023) در مقاله خود به ارزیابی تاثیر COVID-19 بر فرآیندهای لجستیک و زنجیره تامین در برخی زمینه های صنعتی ایتالیا پرداختند. نتایج نشان می دهد که تأثیر کووید-19 بر حجم و عملکرد خدمات در بخش های مختلف متفاوت است: غذا و نوشیدنی و تدارکات و حمل و نقل به طور ضعیفی تحت تأثیر این همهگیری قرار گرفتند. در حالی که صنایع مکانیکی یا نساجی و مد بیشتر تحت تاثیر کاهش تقاضا قرار گرفتند. اردکانی و همکاران (2023) به ارزیابی زنجیره تامین مواد غذایی پایدار مواد غذایی برزیل در دوران کووید-19 پرداختند. هدف این مطالعه بر اساس تئوری هماهنگسازی منابع، ارزیابی اثرات شیوع COVID-19 بر عملکرد پایدار (زیست محیطی، اجتماعی و اقتصادی) در زمینه زنجیره تامین محصولات کشاورزی و غذایی بوده است. دلفانی و همکاران (2022) یک مدل بهینه فازی رباست برای حل مساله طراحی شبکه معکوس زنجیره تامین دارویی چند هدفه با در نظر گرفتن قابلیت اطمینان و زمان تحویل ارائه دادند. در این مقاله، به منظور بهبود شبکه زنجیره تامین دارویی، یک مدل جدید مکان - تخصیص - موجودی به عنوان یک سیستم حمل و نقل چند هدفه، چند سطحی، چند محصولی، چند دورهای و چندوجهی برای طراحی شبکه زنجیره تامین دارویی تحت عدم قطعیت پیشنهاد شده است. کومار6 و همکاران (2022) به ارزیابی توانمندسازهای تاب آوری و آمادگی همه گیر در زنجیره تامین مواد غذایی پرداختند. این مطالعه به تصمیمگیرندگان زنجیره تامین کمک میکند تا توانمندسازها و روابط زمینهای و علّی را برای بهبود ابتکارات تابآوری شناسایی کنند. همچنین به آنها کمک میکند تا عملیات تولید خود را تغییر دهند و به سایر تولیدات بسیار مورد نیاز و پرتقاضا روی آورند. کبیر و همکاران (2021)، به طراحی و حل یک شبکه بهبود یافته زنجیره تامین معکوس حلقه باز با هدف تصفیه آب پرداختند. در این مطالعه، یک رویکرد ریاضی یکپارچه جدید برای پرداختن به طراحی یک شبکه زنجیره تامین معکوس حلقه باز چند مرحله‌ای، چند محصولی و چند دورهای پیشنهاد شده است که سود را به حداکثر میرساند و از لجستیک معکوس برای بهرهمندی از محیط‌زیست به کارآمدترین روش استفاده میکند. شهبازی و یانگ چئول بی یان (2021) یک سیستم ردیابی برای مواد فاسد شدنی (غذا) مبتنی بر یادگیری ماشین بلاکچین (BMSFTL) برای ادغام مدل با بلاکچین فناوری یادگیری ماشین (ML) و سیستم ردیابی منطق فازی که بر مبنای سیستم مدیریت مدت ماندگاری محصول فاسد شدنی است ارائه دادند و از فناوری بلاکچین برای رسیدگی به ،وزن تبخیر و زمان حمل و نقل استفاده کردند. سانتاردار7 و همکاران (2020) به بررسی شبکه زنجیره تامین حلقه بسته برای بازیافت پلاستیک محلی و توزیع شده برای چاپ سه بعدی پرداختند. این پژوهش ابعاد اقتصادی و زیست محیطی این روش بازیافت پلاستیک توزیع شده را از منظر لجستیک، به عنوان گامی به سمت اعتبار سنجی آن بررسی می کند. فتح الهی فرد و همکاران (2020) یک شبکه زنجیره تامین حلقه بسته پایدار برای یک سیستم یکپارچه تامین آب و جمعآوری فاضلاب (WSWCS)در شرایط عدم قطعیت با استفاده از بهینهساز مهندسی اجتماعی (SEO) ارائه دادند. امیریان و همکاران (1402) به طراحی و بهینهسازی شبکه زنجیره تامین حلقه بسته با درنظرگرفتن قیمت گذاری اقتصادی و مسائل زیست محیطی تحت
ارائه یک مدل چندهدفه به منظور تخصیص.../ صادق عابدی و همکاران 259 |
پرداختند. مدرس و همکاران (1402) در مقالهای به ارائه مدل برنامهریزی تولید-توزیع یکپارچه زنجیره تامین حلقه بسته محصولات کشاورزی بر اساس تصمیمگیری گروهی احتمالی و مسائل زیست محیطی پرداختند. در این پژوهش یک مدل برنامهریزی عدد صحیح چند هدفه که به دنبال حداقل کردن هزینهها، آثار زیست محیطی و حداکثرکردن اهمیت تامینکنندگان میباشد، ارائه شده است. با توجه به انکه در بررسی مقالات فوق، تنها یک پژوهش به بررسی مدلسازی پساب های صنعتی و چگونگی بازیافت آن در قالب یک مدل ریاضی پرداخته بود، در بخش بعد با اتسفاده از این مقاله، مدل ریاضی خودرا توسعه میدهیم.
4- مدل سازی
در این پژوهش مدلی هوشمند برای زنجیره تامین حلقه بسته جمعآوری و بازیافت پساب صنعتی بر اساس کار کبیر و همکاران (2021) ارائه شده است. در مقاله ارائه شده توسط کبیر و همکاران (2021)، یک رویکرد ریاضی یکپارچه جدید برای پرداختن به طراحی شبکه زنجیره تامین معکوس حلقه باز چند مرحله ای، چند محصولی و چند دورهای پیشنهاد شده است که سود را به حداکثر
میرساند و از لجستیک معکوس برای بهرهمندی از محیط به کارآمدترین راه استفاده می کند. رویکرد پیشنهادی یک مدل برنامهریزی خطی عدد صحیح مختلط (MILP) را ارائه میکند که از تسهیلات تصفیه آب به همراه اجزای مشترک زنجیره تامین معکوس حلقه باز (OLSC) استفاده میکند. در این مقاله، دو مدل ارائه شده است. مدل اولی با یک رویکرد محدود است و تعداد پارامترهای آن نسبت به مدل دومی کمتر است. مدل اول یک مسئله کمینهسازی است و میزان مسافت طی شده و هزینه جایهجایی توسط ماشینآلات جمعاوری آب را با یک تابع هدف، کمینه
میکند. در مدل دوم، یک آستانه سر ریز برای آبهای شهری در نظر گرفته میشود و این مدل یک مسئله بیشینهسازی است که میزان سود حاصل از جمعآوری آب شهری را بیشینه میکند. در مدل دوم، هزینههای بدست آمده از مدل اولی را از درامد حاصل از جمعآوری آب قابل بازیافت کسر میکند تا سود حاصل بدست بیاید. این مسئله را می توان به صورت زیر تعریف کرد: با توجه به مجموعهای از n مکان بالقوه پساب صنعتی، مجموعهای از v وسیله نقلیه همگن و یک انبار (که در آن همه وسایل نقلیه مسیرهای خود را شروع و به پایان میرسانند)، یک نمودار کامل بدون جهت در n + 1 گره با فاصله dij برای فاصله هر دو گره از یکدیکر تعریف شده است. هر مکان پساب دارای حداکثر ظرفیت Ei است، همچنین هزینه حرکت ماشین جمعآوری پساب صنعتی را برای هر واحد مسافت طی شد برابر C و مقدار درآمد برای مقدار پساب جمع آوری شده را R در نظر میگیریم. هر وسیله نقلیه دارای ظرفیت ثابت Q با واحد کیلوگرم است.
برای هر مکان مدنظر برای پساب صنعتی، یک سنسور پر شدن هم تعبیه میشود تا میزان پساب را با واحد متر مکعب به مرکز جمعآوری پساب صنعتی ارسال کند. این اطلاعات ارسالی با توجه به چگالی پساب های Bمیتواند به واحد کیلوگرم تبدیل شود. در ادامه فرضیات مدل و مدل ریاضی روش پیشنهادی برای افزایش سود حاصل از جمعآوری پسابهای صنعتی و کاهش انتشار آلايندگي ناشي از شیب و حمل بار در حرکت ماشینهای جمع اوری پساب، ارائه شده است.
همچنین برای حل مدل، فرضیات زیر درنظر گرفته شده است:
§ کامیونهای حمل پساب دارای ظرفیت محدود و یکسان Q هستند.
§ مکانهای مدنظر برای پسابهای صنعتی دارای ظرفیت مشخص Ei هستند.
§ هر کامیون حرکت خود را از انبار آغاز و در خاتمه مجدد به انبار برميگردد.
§ فاصله بین پسابهای صنعتی dij بر اساس مکان قرار گرفتن آنها در محیط محاسبه میشود.
§ هزینه حرکت ماشینهای جمعاوری پساب برای هر واحد مسافت طی شده برابر C است، این هزینه شامل هزینه سوخت وسیله نقلیه و تعمیر و نگهداری وسیله نقلیه است.
§ درآمد حاصل از تصفیه پساب جمعآوری شده برابر R است.
§ هر کامیون فقط یک دور در طول روز میتواند برای
جمعآوری پسابها از انبار خارج شود.
§ تعداد کامیونهای در دسترس برابر k است.
§
ارائه یک مدل چندهدفه به منظور تخصیص.../ صادق عابدی و همکاران 260 |
§ سرعت برای وسائل نقلیه مقداری ثابت و مهارت رانندگان يکسان در نظرگرفته شده است.
§ میزان آلايندگي تابعي از مقدار بار و نیز شیب جاده است.
1-4- مدلسازی ریاضی
مکان پساب ها به همراه مرکز جمعآوری پسماند (اندیس گرهها) |
| ||||
اندیس وسایل نقلیه | v |
هزینه جابهجایی وسایل نقلیه برای هر واحد مسافت طی شده (دلار) | C | ||||
درآمد برای هر کیلوگرم پساب تصفیه شده جمع اوری شده (دلار) |
| ||||
جریمه برای استفاده از ماشینها (دلار) |
| ||||
ظرفیت ماشینهای جمع آوری پساب با واحد کیلوگرم |
| ||||
چگالی پساب با واحد کیلوگرم بر مترمکعب | B | ||||
فاصله بین دو گره i و j | dij | ||||
مقدار پساب قرارگرفته در مکان مورد نظر i با واحد کیلوگرم (بر اساس دادههای ارسالی توسط حسگرها با واحد متر مکعب و چگالی پساب جمعآوری شده محاسبه میشود) | Si | ||||
پیشبینی نرخ انباشت روزانه مکان پساب صنعتی i | ai | ||||
ظرفیت مکان پسابi | Ei | ||||
تعداد پساب در نظر گرفته شده با مجموع مقدار پساب صنعتی جمع آوری شده و نرخ پیشبینی شدهی بیشتر از ظرفیت برای مکان Si + ai > Ei | H | ||||
با توجه به سطح خدمات ارائه شده، درصد مخازن پساب هایی که میتوانند سرریز شوند |
| ||||
حداکثر سطح آستانه سرریز مجاز |
| ||||
ضریب تاثیر شیب جاده |
| ||||
ضریب تاثیر بار ماشین |
| ||||
شیب جاده در یال بین دو گره i و j |
| ||||
میزان الایندگی تولید شده به ازای هر واحد فاصله طی شده توسط وسیله نقلیه | Pol |
متغیر دودویی (صفر و یک) که نشانگر بازدید از یال (i,j) توسط ماشین v است | xijv
| ||||
متغیر دودویی که نشان دهنده بازدید از سطل زباله i است | gi | ||||
میزان بار ماشین v در زمان بازدید از گره j | yvj | ||||
متغیر عدد صحیح برای تعداد وسایل نقلیه مورد استفاده | k |
ارائه یک مدل چندهدفه به منظور تخصیص.../ صادق عابدی و همکاران 262 |
میشود. در این تابع هدف میزان مسافت طی شده توسط وسایل نقلیه به شیب جاده، میزان بار فعلی ماشین جمع آوری پساب و نرخ آلایندگی برای هر واحد مسافت ضرب میشود. شیب جاده عددی بین صفر و یک است و شیب جاده با ضرب شدن در ضریب تاثیرگذاری آن به مقدار واقعی تاثیرگذاری شیب جاده بر میزان آلایندگی تولید شده تعدیل میشود. بار ماشین هم با ضرب شدن به ضریب تاثیرگذاری آن به مقدار واقعی تاثیرگذاری بار ماشین بر میزان آلایندگی تولید شده تعدیل میشود. محدودیت (3) با در نظر گرفتن سطح خدمات برای ارائه، درصدی از کل مکانهای پساب سرریز را امکانپذیر میکند. محدودیت (4) بیان میکند که اگر یک مکان پساب بیشتر از حد آستانه مجاز سرریز شده باشد، حتما باید توسط ماشینهای موردنظر جمعآوری شود. محدودیت (5) بیان میکند که تعداد یالهای ورودی به هر مکان پساب j در صورت جمعآوری شدن آن برابر 1 است، در صورت عدم جمعآوری برابر صفر است. محدودیت (6) بیان میکند که کل باری که هر ماشین جمعآوری میکند
از ظرفیت کل ماشین کمتر است. محدودیت (7) به دودویی بودن متغیرهای 
اشاره میکند. محدودیت (8) بیان میکند که متغیر 
یک متغیر دودویی است. محدودیت (9) بیان میکند که متغیر 
یک عدد طبیعی است. 4-2- روش پیشنهادی
مدل ریاضی پیشنهادی با استفاده از الگوریتم چند هدفه گرگ خاکستری (MOGWO) حل خواهد شد. این الگوریتم، همانند الگوریتم گرگ خاکستری تک هدفه (GWO) با یک جمعیت اولیه P که به طور تصادفی تولید شده اند، شروع می شود. در گام بعدی جمعیت تولید شده از دید توابع هدف تعریف شده ارزیابی میشوند. در مدل پیشنهادی، یک تابع هدف مینیممسازی و یک تابع هدف ماکزیممسازی داریم. پس از تقسیمبندی جمعیت به
دستههای متفاوت با کاربرد فرآیند مرتبسازی نامغلوب Non dominated sorting پارامتر کنترلی به نام موقعیت گرگها برای تشخیص موقعیت طعمه را محاسبه میکنیم. این پارامتر برای هر عضو در هر گروه محاسبه
میشود و بیانگر اندازهای از نزدیکی گرگهای الفاف بتا و گاما نسبت به طعمههای مورد نظر میباشد. مقدار بزرگ این پارامتر منجر به واگرایی و گستره بهتری در مجموعهی اعضای جمعیت خواهد شد. از طرفی در این الگوریتم، از میان جوابهای هر جمعیت گرگ 
، تعدادی از آن ها با استفاده از روش تصادفی توسط بردار 
انتخاب میشوند. در روش انتخاب تصادفی، در جواب به تصادف از میان جمعیت انتخاب میشوند و سپس میان این دو جواب، مقایسهای انجام میشود و هر کدام که بهتر باشد، نهایتا انتخاب
میشود. معیارهای انتخاب در الگوریتم MOGWO در درجهی اول، فاصله گرگها از هم برای شکار طعمه و در درجه دوم فاصلهی طعمه است. هر چقدر فاصله گرگها از هم برای شکار طعمه جواب کمتر باشد و دارای فاصلهی طعمه کمتری باشد، مطلوبتر است. با تکرار عملگر انتخاب تصادفی بر روی جمعیت هر دسته گرگ، مجموعهای از گرگهای آن جمعیت برای شکار انتخاب میشوند. لازم به ذکر است که هیچ کدام از جوابهای جبهه پارتو، بر دیگری ارجیت ندارند و بسته به شرایط، میتوان هر کدام را به عنوان یک تصمیم بهینه در نظر گرفت. رویکرد کلی این الگوریتم در شکل شماره (1) زیر نشان داده شده است.
ارائه یک مدل چندهدفه به منظور تخصیص.../ صادق عابدی و همکاران 263 |
5- ارائه نتایج
مدل مساله یک مدل زنجیره تامین حلقه بسته سبز چند هدفه، تک دورهای و چند محصولی است. در جدول (2) مقادیر اولیه برخی از پارامترهای اصلی ارائه شده است.
جدول 2. مقادیر پارامترهای اولیه
پارامتر | نماد | مقدار | |||
هزینه جابهجایی وسایل نقلیه برای هر واحد مسافت طی شده (دلار) |
| 15000 | |||
درآمد برای هر کیلوگرم پساب تصفیه شده جمعآوری شده (دلار) |
| 60000 | |||
جریمه برای استفاده از ماشینها (دلار) |
| 25000 | |||
ظرفیت ماشینهای جمع آوری پساب با واحد کیلوگرم |
| 5000 | |||
چگالی پساب با واحد کیلوگرم بر مترمکعب |
| 190 | |||
فاصله بین دو گره i و j (کیلومتر) |
| 4 | |||
مقدار پساب قرارگرفته در مکان مورد نظر i با واحد کیلوگرم |
| 3.5 | |||
پیشبینی نرخ انباشت روزانه مکان پساب صنعتی i |
| 7 |
پارامتر | مقدار | ||||
تعداد گرگ | 100 | ||||
تعداد تکرار | 1000 | ||||
اندازه مخزن1 | 100 | ||||
پارامتر تورم شبکه2 ( | 0.1 | ||||
تعداد شبکه به ازای هر بُعد | 10 | ||||
پارامتر فشار انتخاب رهبر ( | 4 | ||||
فشار انتخاب اعضا مخزن3 ( | 2 |
ماشین جمع آوری پساب | چگالی پساب جمع آوری شده در آن |
1 | 176 |
2 | 329 |
3 | 427 |
4 | 729 |
5 | 102 |
6 | 356 |
7 | 449 |
8 | 224 |
9 | 234 |
10 | 332 |
بر اساس جدول فوق، مشخص است که ماشین جمعآوری اول دارای پسابهایی به چگالی 176 گیلوگرم بر مترمکعب، ماشین دوم دارای پسابهایی به چگالی 329 گیلوگرم بر مترمکعب و به همین شکل تا انتها میباشد. لازم به توضیح است که بیشترین زمان لازم برای بازدید سطل هر ماشین جمع آوری، 8 ساعت میباشد. نکته دیگری که میبایست به آن توجه شود این است که از آنجا که تعیین مقادیر اولیه مدل در حل مساله بصورت کاملا تصادفی توسط الگوریتم گرگ خاکستری انجام می شود، ممکنه است دارای جواب غیر معقول یا Infeasible شود که الگوریتم بلافاصله در راستای غلبه بر آن عمل میکند تا به جواب Feasible برسد. این پروسه در طول 300 بار تکرار برای الگوریتم درنظر گرفته شده است. بر این اساس در جدول (5) نتایج حاصل از اجرای مدل با الگوریتم چند هدفه گرگ خاکستری برای هر 2 تابع هدف مشخص ارائه شده است.
ارائه یک مدل چندهدفه به منظور تخصیص.../ صادق عابدی و همکاران 264 |
تابع هدف | تابع هدف هزینه (دلار) | تابع هدف انتشار آلاینده (PPM) |
مقدار | 10981185 | 11744 |
همانطور که در جدول (5) نشان داده شده است، برای مدل پیشنهادی با مثال عددی درنظر گرفته شده، نتایج مطلوب ارائه شده است. در جدول (6) مقادیر جمعآوری و انتقال پسابها توسط ماشینهای مخصوص ارائه شده است. بر اساس این جدول میتوان مشخص نمود که قرار نیست تمام خودروها تمام مکان های کاندید پساب را بازدید نمایند، بلکه کافیست که هر خودرو بتواند با مسیریابی تعیین شده، به نزدیکترین مکان مخصوص جمعآوری پساب رجوع کرده و آن ها را جمع آوری نماید. این امر سبب کاهش هزینه و انتشار آلاینده خواهد شد.
[1] . Repository Size
[2] . Grid Inflation Parameters
[3] . Repository Member Selection Pressure
جدول 6. انتقال پساب (کیلوگرم بر مترمکعب) از مکانهای کاندید پساب توسط خودروها
| خودروی اول | خودروی دوم | خودروی سوم | خودروی چهارم | خودروی پنجم |
مکان های کاندید پساب | 0 | 0 | 0 | 176 | 0 |
0 | 0 | 2 | 0 | 327 | |
427 | 0 | 0 | 0 | 0 | |
691 | 0 | 0 | 0 | 38 | |
0 | 0 | 0 | 96 | 6 | |
277 | 0 | 0 | 0 | 79 | |
449 | 0 | 0 | 0 | 0 | |
0 | 0 | 0 | 0 | 227 | |
9 | 0 | 0 | 0 | 225 | |
0 | 0 | 0 | 0 | 332 |
بر اساس جدول فوق، مشخص میشود که تمام پسابهای انباشته شده در ماشین اول که برابر با 176 کیلوگرم بر مترمکعب بوده است (جدول 4) توسط خودروی چهارم جمعآوری شده است. و یا اینکه 234 کیلوگرم بر مترمکعب موجود در مکان نهم، از طریق جمعآوری دو خودرو که 9 کیلوگرم بر مترمکعب توسط خودروی اول و 225 کیلوگرم بر مترمکعب توسط خودروی دوم، تخلیه شده است. در این جدول هم مجموع هر سطر برابر با میزان چگالی انباشتگی پسابها در هر ماشین میباشد که بر اساس مدل پیشنهادی بطور کامل جمعآوری شده است.
6- نتیجه گیری
پسابها بخصوص پسابهای صنعتی به عنوان مخزن میکروارگانیسمهای بیماری زا قادر به ایجاد آلودگی وعفونت هستند. درصورتی که مدیریت دفع پساب از نظر بهداشت و سلامت مناسب نباشد، این میکرو ارگانیسم ها میتوانند از طریق هوا وآب و... ویا به وسیله ناقلین به دیگران منتقل شوند. درصورتی که جمعآوری و دفع پساب اصولی انجام نگیرد تبعات وخطرات بهداشتی و زیست محیطی گسترده تری داشته وسلامت وحیات انسان و موجودات زنده را به خطر خواهد انداخت. لذا بررسی سیستمهای مدیریت
جمعاوری و دفع پساب بخصوص در روستاها که از امکانات کمتری برای مکانیزه کردن این سیستم برخوردارند حائز اهمیت میباشد. مدیریت صحیح (جامع) آب و پساب که جهت سلامت انسان و توسعه اقتصادی لازم است، در بسیاری از کشورهای دنیا یک مسئله بسیار بحرانی می باشد. اگرچه در کشورهای صنعتی کنترل آب و پساب به یک حد تقريبا استانداردی رسیده، اما در کشورهای کم در آمد و با در آمد متوسط هنوز مشکلات شدیدی در مورد تامین آب و مدیریت پساب وجود دارد، به طوری که 2 میلیارد نفر در جهان یعنی دو سوم کل جمعیت جهان فاقد سیستم تصفیه پساب هستند. از طرف دیگر در این کشورها سیستم تامین
ارائه یک مدل چندهدفه به منظور تخصیص.../ صادق عابدی و همکاران 265 |
منابع
1. Khosravi Rastabi, A., Hejazi Taghanaki, S. R., Sadri, S., Kumar, A., & Arshad, H. (2022). A robust optimization model for a dynamic closed-loop supply chain network redesign using accelerated Benders decomposition. Journal of applied research on industrial engineering, 9(1), 1-31.
2. Goodarzian, F., & Hosseini-Nasab, H. (2021). Applying a fuzzy multi-objective model for a production–distribution network design problem by using a novel self-adoptive evolutionary algorithm. International Journal of Systems Science: Operations & Logistics, 8(1), 1-22.
3. abbarzadeh, A., Haughton, M., & Khosrojerdi, A. (2018). Closed-loop Supply Chain Network Design under Disruption Risks: A Robust Approach with Real World Application. Computers & Industrial Engineering.
4. Devika, K., Jafarian, A., & Nourbakhsh, V. (2014). Designing a sustainable closed-loop supply chain network based on triple bottom line approach: A comparison of metaheuristics hybridization techniques. European Journal of Operational Research, 235(3), 594-615.
5. Farrokh, M., Azar, A., Janaghi, G. and Ahmadi, E (2017), “A novel robust fuzzy stochastic programming for closed loop supply chain network design under hybrid uncertainty”, Fuzzy Sets and Systems, In Persian
6. Jung, Y. T., Narayanan, N. C., & Cheng, Y. L. (2018). Cost comparison of centralized and decentralized wastewater management systems using optimization model. Journal of environmental management, 213, 90-97.
7. Awad, H., Alalm, M. G., & El-Etriby, H. K. (2019). Environmental and cost life cycle assessment of different alternatives for improvement of wastewater treatment plants in developing countries. Science of the Total Environment, 660, 57-68.
ارائه یک مدل چندهدفه به منظور تخصیص.../ صادق عابدی و همکاران 266 |
9. Zhen, L., Huang, L., & Wang, W. (2019). Green and sustainable closed-loop supply chain network design under uncertainty. Journal of Cleaner Production, 227, 1195-1209.
10. Jafar Heydari, Kannan Govindan, Amin Jafari. Reverse and closed loop supply chain coordination by considering government role. 2017.
11. Rinaldi, M., & Bottani, E. (2023). How did COVID-19 affect logistics and supply chain processes? Immediate, short and medium-term evidence from some industrial fields of Italy. International Journal of Production Economics, 262, 108915.
12. Ardekani, Z. F., Sobhani, S. M. J., Barbosa, M. W., & de Sousa, P. R. (2023). Transition to a sustainable food supply chain during disruptions: A study on the Brazilian food companies in the Covid-19 era. International Journal of Production Economics, 257, 108782.
13. Delfani, F., Samanipour, H., Beiki, H., Yumashev, A. V., & Akhmetshin, E. M. (2022). A robust fuzzy optimisation for a multi-objective pharmaceutical supply chain network design problem considering reliability and delivery time. International Journal of Systems Science: Operations & Logistics, 9(2), 155-179.
14. Kumar, N., Tyagi, M., Sachdeva, A., Kazancoglu, Y., & Ram, M. (2022b). Impact analysis of COVID-19 outbreak on cold supply chains of perishable products using a SWARA based MULTIMOORA approach. Operations Management Research, 15(3-4), 1290-1314.
15. Kabir, M. R., Kamal, M. S., & Islam, M. Z. (2021, July). An Improved Network Design of Open Loop Reverse Supply Chain. In 2021 International Conference on Automation, Control and Mechatronics for Industry 4.0 (ACMI) (pp. 1-6). IEEE.
16. Shahbazi, Z., & Byun, Y. C. (2020). A procedure for tracing supply chains for perishable food based on blockchain, machine learning and fuzzy logic. Electronics, 10(1), 41.
17. Santander, P., Sanchez, F. A. C., Boudaoud, H., & Camargo, M. (2020). Closed loop supply chain network for local and distributed plastic recycling for 3D printing: a MILP-based optimization approach. Resources, Conservation and Recycling, 154, 104531.
18. امیریان، جواد و عموزاد خلیلی، حسین و مهرابیان، احمد،1402،طراحی و بهینهسازی شبکه زنجیره تامین حلقه بسته با درنظرگرفتن قیمت گذاری اقتصادی و مسائل زیست محیطی تحت شرایط عدم قطعیت فازی: یک مطالعه موردی در زمینه لاستیک سنگین، نهمین کنفرانس
بینالمللی مهندسی صنایع و سیستمها، مشهد، https://civilica.com/doc/1772948
ارائه یک مدل چندهدفه به منظور تخصیص.../ صادق عابدی و همکاران 267 |
20. رضانیا، آرین و موسی زاده، محمد،1402،طراحی شبکه زنجیره تامین حلقه بسته میگو با قابلیت ارتجاعی تحت شرایط عدم قطعیت؛ ارائه یک مدل سه هدفه پایدار،https://civilica.com/doc/1695091
21. محبی، پیام و عالم تبریز، اکبر و ارشادی، محمدجواد و عزیزی، امیر،1402،ارائه و حل یک مدل برنامهریزی ریاضی برای زنجیره تامین حلقه بسته تابآور پایدار با در نظر گرفتن معیار پاسخگویی و اثرات غیر قطعی کووید ۱۹،https://civilica.com/doc/1695090
22. مدرس، اعظم و بافندگان امروزی، وحیده و مهمی، زهرا و مدرس، آزاده،1402،ارائه مدل برنامهریزی تولید-توزیع یکپارچه زنجیره تامین حلقه بسته محصولات کشاورزی بر اساس تصمیمگیری گروهی احتمالی و مسائل زیست محیطی،https://civilica.com/doc/1695088
مقالات مرتبط
-
شناسایی و اولویت بندی مولفه های نوآوری مدل کسب وکار به روش فراترکیب و آنتروپی شانون
تاریخ چاپ : 1401/03/23 -
حقوق این وب‌سایت متعلق به سامانه مدیریت نشریات رایمگ است.
حق نشر © 1403-1396