Supply Chain Design Based on Mean-Cvar Two-Stage Stochastic Programming with the Possibility of Disruption in Distribution Centers

Document Type : Original Article

Authors

1 Ph.D., Student, Industrial Managemet -Financial Orientation, Dehaghan Branch, Islamic Azad University, Dehaghan, Iran.

2 Associate Professor, Department of Management, Dehaghan Branch, Islamic Azad University‌, Dehaghan, Iran.

3 Assistant Professor, Department of Industrial Engineering, Dehaghan Branch, Islamic Azad University, Dehaghan, Iran.

Abstract

In recent years, a strong move has been made towards integrating strategic and tactical decisions through the development of location-allocation models. Strategic decisions such as location allocation have long-term effects and are not easily changed, and tactical-level decisions involve medium-term planning over a one-year period such as inventory management policies. Integrating different levels of decision making in the supply chain helps reduce overall costs and improve performance. In the present study, a stochastic two-stage mean-conditional value at risk model is used to allocate locations and calculate the flow of materials and goods constructed of a multi-product-multi-level supply chain. In the research model, distribution centers can be selected in two types: reliable (without the possibility of disruption) and unreliable (with the possibility of disruption). Sources of uncertainty in the model include shipping costs, end customer demand, and the possibility of disruption in distribution centers. The research model uses the conditional value at risk along with the risk aversion factor to control the risk of long distances. The designed model is eventually transformed into a single-level linear programming with the help of Monte Carlo simulation. Finally, with a numerical example, the model is implemented and its sensitivity is analyzed.

Keywords

Main Subjects

References

-آقا احمدی، فرزانه و ماهوتچی، مسعود. (1392). طراحی زنجیره تأمین بر اساس برنامه‌ریزی تصادفی چندمرحله‌ای، دومین کنفرانس ملی مهندسی صنایع و سیستم‌ها، اصفهان.
-بهزادی، مونا و سیف برقی، مهدی. (1397). رویکردهای بهینه‌سازی تصادفی دو‌مرحله‌ای و استوار در شبکۀ زنجیره تأمین حلقه بسته در شرایط عدم ‌قطعیت. مدیریت تولید و عملیات، 2(9).77-9.
-جعفری اسکندری، میثم و امامی‌سلوط،‌ هانی. (1399). مدل بهینه‌سازی چند هدفِ جهت ارزیابی ریسک در زنجیره تأمین حلقه بسته پایدار تحت شرایط عدم قطعیت در پارامترها: استفاده از رویکرد ارزش در معرض ریسک شرطی، مطالعات مدیریت صنعتی. 32-12.
-حسنی، علی‌اکبر. (1396). برنامه‌ریزی تصادفی دومرحله‌ای مبتنی بر روش تقریب میانگین نمونه و الگوریتم تجزیه بندرز شتاب‌یافته برای طراحی شبکه زنجیره تأمین حلقه بسته تحت عدم قطعیت. مدل‌سازی در مهندسی، 15(49). 234-217.
-رضایی، احمد و دهقانیان، فرزاد. (1392). ارائه یک مدل تصادفی دومرحله‌ای برای طراحی شبکه زنجیره تأمین سبز با در نظر گرفتن تجارت مجوزهای نشر آلودگی. دهمین کنفرانس بین‌المللی مهندسی صنایع، تهران.
-طولابی، مجید، جمشیدی کاخکی، امیرحسین و هراتی، محمدحسین. (1394). به‌کارگیری روش برنامه‌ریزی تصادفی در برنامه‌ریزی زنجیره تأمین با فرض عدم قطعیت در تقاضا، کنفرانس بین‌المللی تحقیقات کاربردی در مدیریت، مهندسی صنایع، اقتصاد و حسابداری با رویکرد توسعه کسب‌وکار، تهران.
 
-Azaron, A., Venkatadri, U., & Farhang Doost. A. (2021). Designing profitable and responsive supply chains under uncertainty. International Journalof Production Research, 59(1), 213-225.
-Deng. Y., Zhu. W., Tang. J., & Qin. J. (2019). Solving a Two-Stage Stochastic Capacitated Location-Allocation Problem with an Improved PSO in Emergency Logistics. Mathematical Problems in Engineering, 12, 1-15.
-Kungwalsong, K., Cheng, C.-Y., Yuangyai, C., & Janjarassuk, U. (2021). Two-Stage Stochastic Program for Supply Chain Network Design under Facility Disruptions. Sustainability, 13(5), 1-19.
-Liu, Z., Qu, S., Raza, H., Wu, Z., Qu, D., & Du, J. (2021). Two-stage mean-risk stochastic mixed integer optimization model for location-allocation problems under uncertain environment. Journal of Industrial & Management Optimization, 17(5) 783-2804.
-MirHassani, S.A.,   Khaleghi. A., Hooshmand. F. (2020). Two-stage stochastic programming model to locate capacitated EV-charging stations in urban areas under demand uncertainty. EURO Journal on Transportation and Logistics, 9(4).1-12.
-Oksuz, M. K., Satoglu, S. I. (2020). A two-stage stochastic model for location planning of temporary medical centers for disaster response. International Journal of Disaster Risk Reduction, 44, 101426.
-Noyan, N. (2012). Risk-averse two-stage stochastic programming with an application to disaster management. Computers and Operations Research, 39, 541-555.
-Sun, J.,  Liao, L., Rodrigues. B. (2018). Quadratic two-stage stochastic optimization with coherent measures of risk. Mathematical Programming, 168­, 559-613.
-Trusevych, A., Kwon, R. H., & Jardine, A. (2014).  Optimizing critical spare parts and location based on the conditional value-at-risk criterion. The Engineering Economist, 59, 116-135.
Journal of Transportation Research
Volume 21, Issue 1 - Serial Number 78
February 2024
Pages 277-292

Files

Share

How to cite

Statistics