ÇOK ÜRÜNLÜ BOZULMA FAKTÖRLÜ KAPALI DÖNGÜ ESNEK BİR TEDARİK ZİNCİRİ İÇİN KARMA TAMSAYILI BİR DOĞRUSAL PROGRAMLAMA MODELİ

Year 2012, Volume: 27 Issue: 3, 87 - 98, 01.09.2012

Eren Özceylan

Abstract

Tedarik zincirini oluşturan aktörlerin sayılarının ve yerlerinin tespiti, aralarındaki malzeme akış miktarının belirlenmesi ve taşıma maliyetlerinin minimizasyonu, tedarik zinciri yönetimi içinde ağ tasarımı problemi olarak ele alınmaktadır. Günümüzde işletmeler, bir yandan sahip oldukları tedarik zinciri ağlarını genişletirken, bir yandan da genişleyen ağlar arasındaki iletişime ve geç cevap verilen müşteri taleplerine çözüm aramaktadırlar. Bahsedilen problemler, aşamaların atlatılması sayesinde, geleneksel tedarik zincirleri yerine esnek tedarik zincirlerinin tercih edilmesi ile daha kolay çözülebilmektedir. Çok çeşitli ürünlerin, genişleyen ağlarda ki akışı, uzun mesafeler ve süreler aldığından, müşterilere ulaşana kadar ürünlerde bir takım bozulmalar olmaktadır. İstenen sayıda talebe cevap verilebilmesi için, bozulan bu miktarların aynı aşamada ve aynı anda yenileriyle değiştirilmesi gerekmektedir. Kapalı döngülü esnek tedarik zincirlerindeki toplama ve geri dönüşüm merkezleriyle, bozulan bu ürünler ve diğer geri dönüşüm ürünleri sürece tekrardan dâhil edilebilmektedir. Bu çalışmada, yukarıda bahsedilen problemlerin bütünleşik bir şekilde çözülebilmesi adına, çok ürünlü bozulma faktörlü kapalı döngülü esnek bir tedarik zinciri ağı tasarımı için karma tamsayılı bir doğrusal programlama modeli geliştirilmiştir. Geliştirilen model LINDO 6.0 paket programında sayısal örnek üzerinden test edilmiş ve sonuçlar yorumlanmıştır.

Keywords

Çok ürünlü, esnek tedarik zinciri, karma tamsayılı matematiksel model, kapalı döngü, tedarik zinciri ağ tasarımı

A Mixed Integer Linear Programming Model for Multi-Products Closed Loop Flexible Supply Chain with Deterioration Factor

Abstract

Determining positions and number of actors, amount of product flow between them and decreasing transportation costs are handled as a network design problem in supply chain management. Todays, on the one hand, while enterprises are expanding their own supply chain networks, on the other hand, they have to solve communication problems and long response time. Mentioned problems can be solved more easily with flexible supply chain instead of traditional supply chain due to dismissing echelons. Some deterioration on multi-products can be performed because of flowing long time and far away distances. This amount of distortion needs to be replaced with new ones in the same phase and at the same time to respond the desired number of demand. This distortion and recycled products can be included into process again with collection and recycling centers in flexible supply chain. In this study, to solve all problems mentioned above simultaneously, a new mixed integer linear programming model is developed for multi-products closed loop flexible supply chain with a deterioration factor. The proposed model is tested via a numerical example on LINDO 6.0 package program and results are discussed.

Keywords

Multi products, flexible supply chain, mixed integer mathematical model, closed loop, supply chain network design

References

• Altıparmak, F., Gen, M., Lin, L., Paksoy, T., 2006, “A genetic algorithm approach for multi-objective optimization of supply chain networks”, Computers & Industrial Engineering, Cilt: 51, ss: 197-216.
• Arntzen, B. C., Gerald G. B., Terry P. H., Linda L. T., 1995, “Global supply chain management at digital equipment corporation”, Interfaces, Cilt: 25, ss: 69-93.
• Beamon, B. M., 1998, “Supply chain design and analysis: models and methods”, International Journal of Production Economics, Cilt: 55, Sayı: 3, ss: 281-294.
• Chen, Z. L, 2004, “Integrated production and distribution operations: taxonomy, models and review” Handbook of Quantitative Supply Chain Analysis: Modeling in the E-Busines Era, Kluwer Academic Publishers, New Jersey, ss: 412-444.
• Cisco, 2011, “Tedarik zinciri yönetimi”, http://www.cisco.com/web/TR/solutions/ent/bus_solutions/ scm_home.html, Erişim tarihi: 14.10.2012.
• Cohen, M. A., Lee, H. L., 1989, “Resource deployment analysis of global manufacturing and distribution networks”, Journal of Manufacturing and Operations Management, Cilt: 2, ss: 81-104.
• Ganeshan, R., Bone, T., Stenger, AJ., 2001, “The impact of inventory and flow planning parameters on supply chain performance: an exploratory study”, International Journal of Production Economics, Cilt: 71, ss: 111-118.
• Gen, M., Syarif, A., 2005, “Hybrid genetic algorithm for multi-time period production distribution planning”, Computers & Industrial Engineering, Cilt: 48, ss: 799-809.
• Lin, L., Gen, M., Wang, X., 2007, “A hybrid genetic algorithm for logistics network design with flexible multistage model”, International Journal of Information Systems for Logistics and Management, Cilt: 3, Sayı: 1, ss: 1-12.
• Nagurney, A., Toyasaki, F., 2005, “Reverse supply chain management and electronic waste recycling: a multi-tiered network equilibrium framework for e-cycling”, Transportation Research Part E, Cilt: 41, Sayı: 1, ss: 1-28.
• Nagurney, A., 2010, “Optimal supply chain network design and redesign at minimal total cost and with demand satisfaction”, International Journal of Production Economics, Cilt: 128, Sayı: 1, ss: 200-208.
• Özceylan, E., 2010, Tedarik zinciri yönetiminde üretim/dağıtım ağlarının tasarımına yeni model yaklaşımları, Yayınlanmamış Yüksek Lisans Tezi, Fen Bilimleri Enstitüsü, Selçuk Üniversitesi, ss: 1-164.
• Özdamar, L., Yazgaç, T., 1997, “Capacity driven due date settings in make-to-order production systems”, International Journal of Production Economics, Cilt: 49, Sayı: 1, ss: 29-44.
• Paksoy, T., 2005, “Tedarik zinciri yönetiminde dağıtım ağlarının tasarımı ve optimizasyonu: malzeme ihtiyaç kısıtı altında stratejik bir üretim-dağıtım modeli”, Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Cilt: 14, ss: 435-454.
• Petrovic, D., Roy, R., Petrovic, R., 1999, “Supply chain modeling using fuzzy sets”, International Journal of Production Economics, Cilt: 59, ss: 443-453.
• Pyke, D. F., Cohen, M. A., 1993, “Performance characteristics of stochastic integrated production/distribution systems”, European Journal of Operational Research, Cilt: 68, Sayı: 1, ss: 23-48.
• Sakawa, M., Nishizaki, I., Uemura, Y., 2002, “A decentralized two-level transportation problem in housing material manufacturer: interactive fuzzy programming approach”, International Journal of Operational Research, Cilt: 141, ss: 167-185.
• Rezapour, S., Farahani, R. Z., 2010, “Strategic design of competing centralized supply chain networks for markets with deterministic demands”, Advances in Engineering Software, Cilt: 41, Sayı: 5, ss: 810- 822.
• Syarif, A., Yun, Y., Gen, M., 2002, “Study on multi-stage logistics chain network: a spanning tree-based genetic algorithm approach”, Computers & Industrial Engineering, Cilt: 43, Sayı: 1-2, ss: 299-314.
• Tuzkaya, U., Önüt, S., 2009, “A holonic approach based integration methodology for transportation and warehousing functions of the supply network”, Computers & Industrial Engineering, Cilt: 56, ss: 708-723.
• Wang, H. S., 2009, “A two-phase ant colony algorithm for multi echelon defective supply chain network design”, European Journal of Operation Research, Cilt: 192, Sayı: 1, ss: 243-252.
• Wang, F., Lai, X., Shi, N., 2011, “A multi-objective optimization for green supply chain network design”, Decision Support Systems, Cilt: 51, Sayı: 2, ss: 262-269.
• Williams, J. F., 1981, “Heuristic techniques for simultaneous scheduling of production and distribution in multi-echelon structures: theory and empirical comparisons”, Management Science, Cilt: 27, Sayı: 3, ss: 336-352.
• Yan, H., Yu, Z., Cheng, T. C. E., 2003, “A strategic model for supply chain design with logical constraints: formulation and solution”, Computers & Operations Research, Cilt: 30, Sayı: 14, ss: 2135-2155.
• Yang, G., Wang, Z., Li, X., 2009, “The optimization of the closed-loop supply chain network”, Transportation Research Part E, Cilt: 45, Sayı: 1, ss: 16-28.
• Yılmaz, P., 2004, Strategic level three-stage production distribution planning with capacity expansion, Yayınlanmamış Yüksek Lisans Tezi, Graduate School of Engineering and Natural Sciences, Sabancı University, İstanbul, ss: 1-60.