全球的设施选址模型闭环供应链网络设计外文翻译资料

英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

全球的设施选址模型闭环供应链网络设计

摘要：正向和反向（向前或向后）供应链形成了一个闭环供应链。在这篇文章中，通过考虑全球因素，包括汇率和关税，将一个数学模型用于一个闭环供应链网络。这个模型是具有需求不确定性的多目标混合整数线性规划模型。建立在模糊规划上的解决方案是开发出来解决最优化问题的。这个模型应用于座落在加拿大安大略西南部的网络。运用了灵敏度分析去验证这个模型。该模型同时考虑了一条闭环供应链网络中的全球因素，多目标因素以及不确定性。

关键词：供应链管理；闭环供应链；全球供应链反向；物流的不确定性；国际贸易

1、前言

在传统的正向供应链中，产品是从供应商那运送到顾客手中的。另一方面，一些产品可能会从顾客那里退回，这就叫做逆向供应链。被退回的产品无论是从成本还是环保方面都是有价值的。当正向和逆向供应链同时存在时，一条闭环供应链（Closed-loop supply chain,简称CLSC）就存在了。整合正向和逆向供应链增加了网络的复杂性，通过添加元素（例如，一些CLSCs元素，如回收和拆卸位置）。闭环供应链的设施选址模型，通常确定从一个设备传送到另一个产品的数量。

一些关于CLSC和逆向物流的文献综述论文已经出版了。Fleischmann 回顾了逆向物流中的量化模型，而且他们指出不确定性在这个领域中是一个重要问题。Guide和Van Wassenhove引进了CLSC，还讨论了相关研究的趋势。他们总结出，将理论模型运用到实践中是必要的，即使很难在这个行业中操作。Akcali 和Cetinkaya把CLSC的文献分为确定性的和随机性的需求以及回归模型。他们表明多个项目之间的相互交流应该被考虑到。

数篇在CLSC网络结构领域的论文已经出版了。Fleischmann et al.为网络开发了一个优化模型，包括联合装置，仓库和拆卸位置。他们通过两个例子展示了这个模型的应用：复印机再制造和纸张再回收。然而，他们并没有考虑到不确定性。Selim和Ozkarahan将模糊目标规划用于CLSC网络。他们考虑成本和投资最小化，以及服务水平最大化。Salea et al.应用图形法和数学规划法为Portuguese company达到目标函数成本最小化.Zeballos et al.开发了有利润最大化功能的优化模型。他们考虑了产品在质量和数量方面的不确定性。Ozkir 和Basligil将模糊逻辑运用于CLSC结构中。他们拟建一个有三大目标的模型（最大化满足标准，供应比率和总利润），并且通过一个数值例来展示模型的应用。Mirakhorli在正向和逆向供应链网络中应用了交互式模糊多目标线性规划，并且利用了启发式算法去解决这个模型。

供应链网络的元素（比如供应商，制造商和零售商）可以位于不同的国家。全球航运是经济全球化的重要部分，而且国内和国际的网络位置都面临着一些挑战，比如，国际位置上的设施选择和其他全球性的问题。汇率（货币之间）和关税（关税产品在国家之间运输时），是两个重要的全球性因素。Meixell 和Gargeya审查了全球供应链的运营管理模式。他们总结出，少数几个模型在设计全球供应链模式时，考虑到了实践性问题。将论文按照全球性考虑来分类，比如关税、非关税贸易壁垒，货币汇率和公司所得税。在一个重要的研究中，Huchzermeier and Cohen为全球供应链开发了一种随机数学模型。他们考虑了模型中的汇率和公司税率，并且网络中包含了多个供应商，工厂，需求市场和国家。据我们所知，很少出版的论文与全球CLSC有关。然而，Cardoso et al. 为欧洲的CLSC网络开发了混合整数线性规划，并且税率是这个模型中的因素之一。

Amin and Zhang通过多工厂，多产品，需求市场和收集中心检查过一条CLSC网络。然而，他们并没有考虑到全球供应链参数。另一个问题是在他们的例子中，设施的位置，通过随机变量产生地点。在很多篇CLSC网络的论文中我们都可以注意到这个问题；但是，在地理的基础上检验数学模型的影响是不切实际的。供应链的地理纬度包含流（比如运输），网络，和物流系统中的节点。一些CLSC网络模型分类如表1.考虑到了全球因素，多目标模型，不确定条件下的模型，在实际地点中应用模型，还有动态模型。就我们所知，在现有的文献中没有一个集成模型考虑到了一个CLSC中的所有这些要素。

在这个研究中，检查了一条包含了多供应商，多工厂，多配送中心，多需求市场，多收集中心和多产品的CLSC网络。这些变量就是不同设施间的产品流（比如，从工厂到配送中心）。另外，工厂的所有者们决定开放设施（工厂，配送中心和集货中心）。我们打算为这条网络建立一个多目标混合整数线性规划模型。第一个目标函数的职能就是供货商到货准时性的最大化。第二个目标职能就是这条网络上总利润的最大化。结果就是我们不仅配置了CLSC，而且也选择了到货准时性最好的供应商和最大的利润。除此之外，我们也通过假设不确定需求，考虑到了不确定模型。全球性因素（比如汇率和关税）也需要在这个模型中考虑到，因为在CLSC网络中既有国内供应商，也有国际的。我们根据模型的类型（多目标和不确定性模型），提出了一套解决方案，这需要使用Corley和模糊规划模型。这个拟建模型被用在加拿大安大略西南部的一条闭环供应链网络上。

这项研究是第一批调研CLSC网络结构中，同时考虑了全球性因素，不确定性和多目标的实际位置。跟这个领域先前的调研不同的是，不同地点之间的真实距离已经用谷歌地图测量出来了。

在接下来的部分中，载明了问题。第三节中，建立了一个数学模型解决问题。然后第四节，就产生了一个解决方案。第五节中，阐述了这个模型的应用。接着第六节利用了灵敏度分析去验证这个模型。第七节比较了拟建模型和另一种模型的结果。最后第八节得出了结论。

1. 问题陈述

图1.阐明了一条CLSC网络包括了多供应商，工厂，配送中心，需求市场和集货中心。此外，有一个处理中心。我们在经济方面（不是社会和政治面）检验过地理问题。产品是从工厂运送到配送中心。在这条网络剩下的环节中，产品被送往需求市场。一些产品被顾客退回，并且收集到集货中心。然后，将他们分离，大多数都被送到工厂再制造了。工厂利用回收的产品，或者从顾客手中购买的新产品，生产制造。一个目标函数就是这条网络的利润最大化。除此之外，产品从供应商到工厂的供货时间也是一个重要的因素。利润职能确保选择有效率的供应商。另一方面，配送时间职能对于选择反应灵敏的供应商很有帮助。工厂，配送中心，集货中心和处理中心假设都位于同一个国家。但是国内供应商和国际的都存在。因此，全球性的因素（汇率和关税）应该考虑进网络的结构中）。另一个假设就是对市场需求的不确定性。而且，我们假设这个网络是被工厂的所有者所管理的，他想要了解网络中各个环节的产品流（市场和集货中心之间的）。此外，所有者比较想知道哪个设施需要在总利润的基础上开放。

1. 数学模型

在这一节中，一个多目标混合整数线性规划模型被开发出来去配置闭环供应链网络的设置，参数。决策变量如下所示：

集合

参数

决策变量：