نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مدیریت صنعتی ، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران ، ایران

2 عضو هیئت علمی گروه مدیریت صنعتی دانشکده مدیریت و حسابداری ، دانشگاه علامه طباطبائی

3 عضو هیات علمی تمام وقت دانشکده مهندسی صنایع و مکانیک دانشگاه آزاد اسلامی واحد قزوین

4 عضو هیات علمی/دانشگاه علامه طباطبائی

چکیده

توجه روز افزون به اثرات مخرب زیست محیطی زنجیره های تامین منجر به توجه به تحقیقات در زمینه زنجیره های تامین حلقه بسته سبز با هدف کمینه نمودن انتشار گازهای گلخانه ای گردیده است. مقاله حاضر به توسعه یک مدل زنجیره تامین حلقه بسته سبز در شرایط عدم قطعیت تقاضا با هدف کمینه نمودن هزینه کل زنجیره تامین ، کمینه سازی مجموع گاز CO2 و بیشینه نمودن سهم بازار محصول در حضور یک رقیب می پردازد. در این راستا یک مدل شبیه سازی عامل بنیان برای بازار جهت تخمین پارامتر تقاضا توسعه داده می شود سپس یک مدل شبیه سازی ترکیبی حاصل از ترکیب رویکرد های شبیه سازی عامل بنیان و گسسته پیشامد ارائه می گردد که نوآوری اصلی این تحقیق می باشد. در ادامه سناریو های مختلف با روش طراحی آزمایشات تاگوچی تولید شده و مدل های بازار و زنجیره تامین حلقه بسته برای هر سناریو اجرا می گردد و مقادیر هزینه ، گازCO2 و سهم بازار محصول ثبت می گردد. یک ماتریس تصمیم گیری با استفاده از سناریوها و معیارهای هزینه کل، گاز CO2 و سهم بازارسازماندهی شده و با روش ELECTRE و SAW سناریو ها رتبه بندی و سناریوی برتر انتخاب می شود. از دیگر نوآوری های این مقاله می توان به جامعیت گستره متغیرهای تصمیم گیری در مدل اشاره نمود که متغیرهای موجودی، بازار و حمل و نقل را در قالب سناریوهای مختلف ، شامل می شود. قابلیت کاربری مدل، با استفاده از یک مسئله واقعی در صنعت خودرو سازی بررسی و تحلیل می شود.

کلیدواژه‌ها

عنوان مقاله [English]

Designing a Green Closed-loop Supply Chain Simulation Model and Product Pricing in The Presence of a Competitor

نویسندگان [English]

  • Samira Parsaiyan 1
  • Maghsoud Amiri 2
  • Parham Azimi 3
  • Mohammad Taghi Taghavifard 4

1 Department of Industrial Management, Management and Accounting Faculty, Allameh Tabataba'i University, Tehran, Iran

2 Faculty of Industrial Management , Allameh Tabataba’i University

3 Faculty of Industrial and Mechanical Engineering, Qazvin Branch, Islamic Azad University

4 Faculty of Industrial Management, Allameh Tabataba’i University

چکیده [English]

The increasing concern about the deteriorating effects of supply chains related activities on the environment has led to the growing attention to develop green closed-loop supply chains in order to minimize greenhouse gases emission. This paper presents a green closed-loop supply chain model developed under the demand uncertainty aiming at minimizing total cost and total CO2 emission across the supply chain, and maximizing the product’s market share in the presence of a competitor. In this regards, an agent-based market model is developed to estimate the demand’s parameter function then a hybrid simulation model which integrates agent-based and discrete event simulation modelling approaches is designed to simulate the closed-loop supply chain which is the novelty of this paper. Then, scenarios are created using Taguchi design of experiments (DOE) method, and are executed with the market model and the supply chain model to capture total cost, total CO2 and market share. A decision matrix is configured using scenarios and recorded results for three mentioned criteria and ELECTRE and SAW methods are used to rank scenarios and select the best one. The other contribution of this research is its comprehensiveness in considering variables related to three categories of inventory replenishment policy, marketing mix (price and advertisement) and transportation. An automotive industry case is provided to demonstrate the capabilities of the model and its applicability and effectiveness in resolving real-world problems.

کلیدواژه‌ها [English]

  • Green closed-loop supply chain
  • Demand uncertainty
  • Agent-based simulation
  • Pricing
  • Advertising
الفت لعیا ، خاتمی فیروز آبادی علی ، خداوردی روح الله ، بهار 1390 ، مقتضیات تحقق مدیریت زنجیره ی تأمین سبز درصنعت خودروسازی ایران ، فصلنامه علوم مدیریت ایران، سال ششم،شماره 21 ، ص 14.
زارعیان جهرمی, ح., فلاح نژاد, م., صادقیه, ا., & احمدی یزدی, ا. (1393). مدل بهینه سازی چندهدفه استوار در طراحی زنجیره تامین حلقه بسته پایدار. نشریه پژوهش های مهندسی صنایع در سیستم های تولید , 3و 93-111.
عظیمی پرهام ، فرج پور نظری مهدی، عصمتی علیرضا، فرزین احسان، 1392، بهینه سازی از طریق شبیه سازی، دانشگاه آزاد اسلامی قزوین
اصغرپور ، محمد جواد. (1390) . تصمیم گیریهای چند معیاره . تهران: موسسه انتشارات دانشگاه تهران
 
Atasu, A., Sarvary, M., & Van Wassenhove, L. N. (2008). "Remanufacturing as a Marketing Strategy". Management Science, 54(10), 1731–1746. https://doi.org/10.1287/mnsc.1080.0893
 
Borshchev, A. (2013). The Big Book of Simulation Modeling. Simulation Modeling with Anylogic: Agent Based, Discrete Event and System Dynamics Methods. https://doi.org/10.1016/B978-0-12-419987-3.00012-1
 
Borshchev, A., & Filippov, A. (2004). "From System Dynamics to Agent Based Modeling". Simulation, 66(11), 25–29. Retrieved from http://www.econ.iastate.edu/tesfatsi/systemdyndiscreteeventabmcompared.borshchevfilippov04.pdf
 
Cai, G. (George), Zhang, Z. G., & Zhang, M. (2009). Game theoretical perspectives on dual-channel supply chain competition with price discounts and pricing schemes. International Journal of Production Economics, 117(1), 80–96. https://doi.org/10.1016/j.ijpe.2008.08.053
 
Carbon dioxide emission footprint calculator and offset estimator (no date). Available at: http://www.carbonify.com/carbon-calculator.htm (Accessed: 15 March 2018).
 
carbonfootprint.com - Carbon Footprint Calculator (no date). Available at: https://www.carbonfootprint.com/calculator.aspx (Accessed: 3 March 2018).
 
Fathollahi-fard, A. M., & Hajiaghaei-keshteli, M. (2018). "A stochastic multi-objective model for a closed-loop supply chain with environmental considerations". Applied Soft Computing Journal, 69, 232–249. https://doi.org/10.1016/j.asoc.2018.04.055
 
Gan, S. S., Pujawan, I. N., Suparno, & Widodo, B. (2015). Pricing decision model for new and remanufactured short-life cycle products with time-dependent demand. Operations Research Perspectives, 2, 1–12. https://doi.org/10.1016/j.orp.2014.11.001
 
Ghomi-avili, M., Gholamreza, S., Naeini, J., Tavakkoli-moghaddam, R., & Jabbarzadeh, A. (2018)." A fuzzy pricing model for a green competitive closed-loop supply chain network design in the presence of disruptions". Journal of Cleaner Production, 188, 425–442. https://doi.org/10.1016/j.jclepro.2018.03.273
Govindan, K., Popiuc, M. N., & Diabat, A. (2013). "Overview of coordination contracts within forward and reverse supply chains". Journal of Cleaner Production, 47, 319–334. https://doi.org/10.1016/j.jclepro.2013.02.001
 
Govindan, K., Soleimani, H., & Kannan, D. (2015). "Reverse logistics and closed-loop supply chain: A comprehensive review to explore the future". European Journal of Operational Research, 240(3), 603–626. https://doi.org/10.1016/j.ejor.2014.07.012
 
Guide, D., & Wassenhove, L. N. Van. (2009). "The Evolution of Closed-Loop Supply Chain Research". Independent Review, 14(3), 363–375. https://doi.org/10.1287/opre.1080.0628
 
Haddadsisakht, A., & Ryan, S. M. (2018). "Closed-loop supply chain network design with multiple transportation modes under stochastic demand and uncertain carbon tax". International Journal of Production Economics, 195(October 2017), 118–131. https://doi.org/10.1016/j.ijpe.2017.09.009
 
Harris, I., Naim, M., Palmer, A., Potter, A., & Mumford, C. (2011). Assessing the impact of cost optimization based on infrastructure modelling on CO2 emissions. International Journal of Production Economics, 131(1), 313–321. https://doi.org/10.1016/j.ijpe.2010.03.005
 
Min, H., & Kim, I. (2012). "Green supply chain research: Past, present, and future". Logistics Research, 4(1–2), 39–47. https://doi.org/10.1007/s12159-012-0071-3
 
Modak, N. M., Modak, N., Panda, S., & Sana, S. S. (2018). "Analyzing structure of two-echelon closed-loop supply chain for pricing, quality and recycling management". Journal of Cleaner Production, 171, 512–528. https://doi.org/10.1016/j.jclepro.2017.10.033
 
Mortazavi, A., Arshadi Khamseh, A., & Azimi, P. (2015). "Designing of an intelligent self-adaptive model for supply chain ordering management system". Engineering Applications of Artificial Intelligence, 37, 207–220. https://doi.org/10.1016/j.engappai.2014.09.004
 
Paksoy, T., Özceylan, E., & Weber, G.-W. (2011). A Multi Objective Model for Optimization of A Green Supply Chain Network. Global Journal of Technology & Optimization, 2(June), 84–96.
 
Ponte, B., Sierra, E., de la Fuente, D., & Lozano, J. (2017). "Exploring the interaction of inventory policies across the supply chain: An agent-based approach". Computers and Operations Research, 78(September 2016), 335–348. https://doi.org/10.1016/j.cor.2016.09.020
 
Rezapour, S., Farahani, R. Z., Fahimnia, B., Govindan, K., & Mansouri, Y. (2015). "Competitive closed-loop supply chain network design with price-dependent demands". Journal of Cleaner Production, 93, 251–272. https://doi.org/10.1016/j.jclepro.2014.12.095
 
Rooeinfar, R., Azimi, P., & Pourvaziri, H. (2016). "Multi-echelon supply chain network modelling and optimization via simulation and metaheuristic algorithms". Scientia Iranica E, 23(1), 330–347. Retrieved from www.scientiairanica.com
 
Sarkis, J. (2006). Greening the supply chain. https://doi.org/10.1007/1-84628-299-3
 
Sarvary, M., Atasu, A., & Van Wassenhove, L. (2005). Working Paper Series Remanufacturing as a Marketing Strategy. Insead Working Paper Series, 1–36.
 
Sazvar, Z., Mirzapour Al-E-Hashem, S. M. J., Baboli, A., & Akbari Jokar, M. R. (2014). "A bi-objective stochastic programming model for a centralized green supply chain with deteriorating products". International Journal of Production Economics, 150, 140–154. https://doi.org/10.1016/j.ijpe.2013.12.023
 
Soleimani, H., Govindan, K., Saghafi, H., & Jafari, H. (2017). "Fuzzy multi-objective sustainable and green closed-loop supply chain network design". Computers and Industrial Engineering, 109, 191–203. https://doi.org/10.1016/j.cie.2017.04.038
 
Taleizadeh, A. A., Moshtagh, M. S., & Moon, I. (2018). "Pricing, product quality, and collection optimization in a decentralized closed-loop supply chain with different channel structures: Game theoretical approach". Journal of Cleaner Production, 189, 406–431. https://doi.org/10.1016/J.JCLEPRO.2018.02.209
 
Zeballos, L. J., Méndez, C. A., Barbosa-Povoa, A. P., & Novais, A. Q. (2014). "Multi-period design and planning of closed-loop supply chains with uncertain supply and demand". Computers and Chemical Engineering, 66, 151–164. https://doi.org/10.1016/j.compchemeng.2014.02.027