نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

2 دانشیار گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

3 استاد گروه مدیریت صنعتی، دانشگاه علامه طباطبایی، تهران، ایران

4 استادیار گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

10.22054/jims.2022.57027.2575

چکیده

در این مقاله ما یک مدل مبتنی بر برنامه ریزی عدد صحیح مختلط غیر خطی برای زنجیره تأمین خون تحت شرایط عدم اطمینان در تقاضا و عرضه، که از مرحله دریافت خون از داوطلبان تا لحظه توزیع در مراکز تقاضا را در بر می‌گیرد، ارائه نموده‌ایم. چالش‌هایی که در این مدل بهینه‌سازی پرداخته شده، کاهش هزینه‌های متحمل بر زنجیره تأمین خون به همراه کمینه کردن میزان کمبود و میزان انقضای فرآورده‌های خونی می‌باشد. برای مواجهه با عدم اطمینان میزان عرضه خون اهداکنندگان از زنجیره مارکوف و برای تخمین مقادیر نیاز مراکز درمانی، تقاضای واصله به صورت فازی در نظر گرفته شده است. سپس مدل ارائه شده در سایز کوچک توسط نرم افزار گمز و درسایز‌های بزرگ توسط الگوریتم‌های فرابتکاری خفاش و وال حل شده و نتایج ارائه گردیده است. در پایان یک مطالعه موردی نیز جهت بررسی کاربرد مدل مورد بررسی قرار گرفته است. که نتایج حاصله نشان دهنده کاهش مطلوب هزینه ها و نیز کاهش میزان کمبود و انقضای محصولات خونی در زنجیره تأمین می باشد

کلیدواژه‌ها

عنوان مقاله [English]

Design of Blood Supply Chain Optimization Model Using Fuzzy Approach and Markov Chain under Demand and Supply Uncertainty

نویسندگان [English]

  • taher kouchaki tajani 1
  • Ali Mohtashami 2
  • maghsoud Amiri 3
  • Reza Ehtesham Rasi 4

1 Ph.D. Student in Industrial Management, Department of Industrial management, Qazvin Branch, Islamic Azad University, Qazvin, Iran

2 Associate Professor of Department of Industrial Management, Qazvin Branch, Islamic Azad University, Qazvin, Iran

3 Professor, Department of Industrial Management, Allameh Tabataba'i University, Tehran, Iran

4 Assistant Professor of Department of Industrial Management, Qazvin Branch, Islamic Azad University, Qazvin, Iran

چکیده [English]

in this paper we have proposed a model based on Mixed Integer Non-Linear Programming for the blood supply chain under conditions of uncertainty in supply and demand, from the stage of receiving blood from volunteers to the moment of distribution in demand centers. The challenges addressed in this optimization model are the reduction of blood supply chain costs along with minimizing the shortage and expiration rate of blood products. The Markov chain has been used to address the uncertainty of donor blood supply. And to estimate the needs of medical centers, the received demand is considered fuzzy. Then The proposed model is solved in small dimensions by GAMS software and in large dimensions by Bat and Whale meta-heuristic algorithms and the results are presented. In addition, a case study is presented to show the applicability of the proposed model. The results show a reduction in the level of costs as well as a reduction in the shortage and expiration of blood products in the supply chain.

کلیدواژه‌ها [English]

  • Blood supply chain
  • Markov chain
  • mixed integer Non-linear programming
  • Whale Metaheuristic algorithm
  • Bat Metaheuristic algorithm