محسن شفیعی نیک آبادی - دانشیار، گروه مدیریت صنعتی، دانشکده اقتصاد و مدیریت، دانشگاه سمنان، سمنان، ایران
احسان ملائی - استادیار، گروه مدیریت صنعتی، موسسه آموزش عالی بینالود مشهد، مشهد، ایران
مهسا اخوان راد - دانش آموخته کارشناسی ارشد، موسسه آموزش عالی بینالود مشهد، مشهد، ایران

با توجه به اهمیت برنامه‌ریزی توزیع در میان حلقه‌های زنجیره توزیع یک بنگاه اقتصادی، در این پژوهش مسئله مسیریابی ناوگان حمل‌ونقل کالا تحت عنوان مسئله مسیریابی حمل‌ونقل (VRP) موردتوجه قرارگرفته است. از طرفی در محیط رقابتی امروزی، سرعت‌بالای تغییر و تحولات بر عدم اطمینان و ابهام حاکم بر تصمیم‌گیری‌ها تا حدی افزوده است که سطح بالای عدم اطمینان در زنجیره تأمین، توانایی آن را در پیش‌بینی شرایط آینده با مشکل مواجه می‌کند. لذا به‌منظور برنامه‌ریزی بهتر و صحیح‌تر باید به برنامه‌ریزی قابل‌اتکا در فضای عدم اطمینان و ابهام پرداخته شود. در این مقاله به‌منظور حل مسئله مذکور یک مدل پنج هدفه سبز-ناب تحت عدم قطعیت با تأکید بر رضایت مشتری در نظر گرفته‌شده است. در این پژوهش با در نظر گرفتن شرکت شهد پاک به‌عنوان مطالعه موردی، عملیات توزیع محصول از انبار به مصرف‌کننده به‌صورت یک زنجیره تأمین مدل‌سازی می‌گردد.با توجه به NP-HARD بودن این مسئله به‌منظور پیدا کردن جواب‌های نزدیک بهینه، پس از تنظیم پارامتر به روش جستجوی فراگیر ، مدل در حالت تک هدفه و چند هدفه با استفاده از نرم‌افزار پایتون توسط الگوریتم‌های فرا ابتکاری چندهدفه ژنتیک با رتبه‌بندی نامغلوب نسخه-2 (NSGAII) و بهینه‌سازی ازدحام ذرات (MOPSO) حل گردید. در پایان این الگوریتم‌ها با معیارهای ارزیابی عملکرد همچون زمان اجرا و کیفیت جواب‌ها با یکدیگر مقایسه شده و الگوریتم برتر در هر معیار مشخص گردید نتایج حاصل حاکی از کارایی مدل پیشنهادی و برتری استفاده از روش تحلیل استوار نسبت به قطعی می‌باشد که منجر به بهینه‌سازی مسیر حمل‌ونقل، کاهش هزینه‌ها و درنهایت رضایت مشتری است و همچنین با مقایسه‌ی معیارهای ارزیابی عملکرد و مدت‌زمان اجرای مدل، مشخص گردید که الگوریتم MOPSO نسبت به NSGAII کاراتر می‌باشد. با توجه به اهمیت برنامه‌ریزی توزیع در میان حلقه‌های زنجیره توزیع یک بنگاه اقتصادی، در این پژوهش مسئله مسیریابی ناوگان حمل‌ونقل کالا تحت عنوان مسئله مسیریابی حمل‌ونقل[i](VRP)­ موردتوجه قرارگرفته است. از نوآوری‌های این مدل می‌توان به تعریف جریمه‌ی نقض محدودیت پنجره زمانی (دیرکرد و زود کرد تحویل محصول) در جهت تأمین رضایت مشتری، در نظر گرفتن رابطه‌ی مستقیم وزن و مصرف سوخت که کاهش وزن علاوه بر کاهش هزینه‌ها، باعث کاهش اثرات مخرب گازهای گلخانه‌ای، آلودگی هوا و کربن‌دی‌اکسید می‌گردد، کاهش هزینه‌های رانندگان که درنهایت موجب کاهش هزینه‌های کل می‌گردد و علاوه بر ناب‌سازی موجب افزایش رضایت مشتری می‌شود، استفاده از مفهوم استوار برای زمان سرویس‌دهی در شرایط متفاوت در حالت چندمحصولی و تغییر در نظر گرفتن هزینه‌های توزیع اشاره کرد. در این پژوهش با در نظر گرفتن شرکت شهد پاک به‌عنوان مطالعه موردی، عملیات توزیع محصول از انبار به مصرف‌کننده به‌صورت یک زنجیره تأمین مدل‌سازی می‌گردد. با توجه بهNP-HARD بودن این مسئله به‌منظور پیدا کردن جواب‌های نزدیک بهینه، پس از تنظیم پارامتر به روش جستجوی فراگیر[ii]، مدل در حالت تک هدفه و چند هدفه با استفاده از نرم‌افزار پایتون توسط الگوریتم‌های فرا ابتکاری چندهدفهژنتیک با رتبه‌بندی نامغلوب نسخه-2 (NSGAII) و بهینه‌سازی ازدحام ذرات (MOPSO) حل گردید. در پایان این الگوریتم‌ها با معیارهای ارزیابی عملکرد همچون زمان اجرا و کیفیت جواب‌ها با یکدیگر مقایسه شده و الگوریتم برتر در هر معیار مشخص گردید نتایج حاصل حاکی از کارایی مدل پیشنهادی و برتری استفاده از روش تحلیل استوار نسبت به قطعی هست که منجر به بهینه‌سازی مسیر حمل‌ونقل، کاهش هزینه‌ها و درنهایت رضایت مشتری است و همچنین با مقایسه‌ی معیارهای ارزیابی عملکرد و مدت‌زمان اجرای مدل، مشخص گردید که الگوریتم MOPSO نسبت به NSGAII کاراتر هست. [i]Vehicle Routing Problem [ii]Brute-Force

بهینه‌سازی چندهدفه, مسیریابی وسایل نقلیه, رضایت‌مندی مشتریان, رویکرد سبز-ناب, تحلیل استوار