18966

۱۸۹۶۶

طراحي شبكه زنجيره تأمين بيوديزل تحت عدم قطعيت

كارشناسي ارشد

سيستم هاي اقتصادي - اجتماعي

۱۳۹۴

۱۳۹۶/۹/۲۱

دكتر آرمين جبارزاده

صنايع

در جهان امروزه مشكلاتي از قبيل افزايش نياز به انرژي، آلودگي زيست‌محيطي ناشي از سوخت مواد فسيلي، گرم شدن زمين و اثر گلخانه‌اي، عدم پايبندي به توسعه پايدار و محدوديت و فناپذيري منابع فسيلي موجب چاره‌انديشي بشر براي انرژي جايگزين شده است. مهم‌ترين ويژگي‌هاي اين جايگزيني پاكي، در دسترس بودن و تجديد پذير بودن است، با توجه به اين مباحث سوخت زيستي بيوديزل گزينه مناسبي جهت جايگزيني است. لازم به ذكر است به دليل نگراني هايي چون تخصيص زمين‌هاي كشاورزي، عرضه مواد غذايي و تعادل بازار مواد غذايي از مواد اوليه غيرخوراكي جهت توليد بيوديزل استفاده‌شده است. اين مطالعه به طراحي شبكه زنجيره تأمين بيوديزل چند دوره اي و چند محصولي باهدف كمينه نمودن هزينه‌ها تحت شرايط عدم قطعيت مي پردازد. عدم قطعيت در غالب روش برنامه ريزي تركيبي تصادفي دومرحله‌اي- فازي نوع 2 ارائه مي شود. پارامترهاي عرضه و فرآيند (هزينه هاي حمل و نقل و هزينه هاي متغير) و تقاضا به‌صورت تصادفي و عدم قطعيت پارامترهاي هزينه ثابت مراكز به‌صورت فازي نوع -2 در نظر گرفته‌ مي شود و سه روش كاهشي براي متغير فازي مثلثي نوع دو (T2TrFV) با به كارگيري ارزش بحراني (CV) با عناوين ارزش هاي انتظاري خوش بينانه، ميانه و بدبينانه مطرح مي گردد. مدل پيشنهادي قادر به تعيين تعداد بهينه، مكان، ظرفيت تسهيلات، حالت هاي حمل‌ونقل مناسب، تكنولوژي مناسب در پالايشگاه زيستي، جريان مواد و برنامه‌ريزي توليد در دوره‌هاي مختلف است. همچنين تحليل پوششي داده‌ها (DEA) جهت پايش مكان‌هاي بالقوه مراكز و در نظر گرفتن برخي شاخص‌هاي تأثيرگذار بر طراحي زنجيره‌ي تأمين بيوديزل به كار مي رود. در انتها روش حل تقريب ميانگين نمونه (SAA) براي مدل غيرقطعي پيشنهاد و به طور كامل ارائه مي شود. مدل پيشنهادي در يك مورد واقعي در ايران موردبررسي قرار مي گيرد و با استفاده از نرمافزار GAMS حل مي شود كه نتايج به‌دست‌آمده نشان‌دهنده كارايي و عملكرد مدل پيشنهادي در طراحي شبكه زنجيره تأمين بيوديزل است. واژه‌هاي كليدي: بهينه سازي زنجيره تأمين بيوديزل، برنامه ريزي تصادفي دومرحله‌اي، تحليل پوششي داده ها، روش تقريب ميانگين نمونه، فازي نوع-2، عدم قطعيت

1397/03/27

Design of the biodiesel supply chain network under uncertainty

6/17/2018 12:00:00 AM

In today's world, some issues like increase in energy demand, environmental pollution caused by fossil fuels, global warming and greenhouse effect, Failure to adhere to sustainable development, being non-renewable fossil fuel sources has made mankind seek a solution for an alternative energy, . Based on the above-mentioned ' Biodisels' can be appropriate suggestion. It should be noted that due to concerns such as farm land allocation, food supply and food market equilibrium, non edible feedstock used to produce biodiesel have been used. This proposal plans a design of a multi-period and multi-product biodiesel supply chain network in respect of decreasing the costs under uncertainty.Uncertainty is introduced as a hybrid fuzzy type 2 stage stochastic programming method. Supply and process parameters (transportation costs and variable costs) and demand in stochastic and uncertainties fixed cost parameters of the centers are considered as fuzzy type -2 and There are three reduction methods for a type-2 triangular fuzzy variable (T2TrFV) by adopting the critical value (CV). Three generalized expected values (optimistic, CV and pessimistic) are derived for T2TrFVs with some special cases. Is discussed. expected values CV In this paper. The recommended model is able to determin the optimal number, location, capacity of the facility, appropriate transport modes, appropriate technology in the refinery, material flow and production planning in different periods. Also, Data Envelopment Analysis (DEA) is used to monitor the potential locations of the centers and to consider some effective indicators on the design of the biodiesel supply chain.In conclusion, the SAA method is suggested for Uncertain model. The suggested model for a real sample in Iran will be studied and solved by GAMS in following, The acquired results demonstrate the efficiency and performance of the proposed model in designing biodiesel supply chain network. Keywords: Optimization of biodiesel supply chain, Two-stage stochastic programming, Data Envelopment Analysis (DEA), Average sample approximation method (SAA), fuzzy type -2, uncertainty