منصوری, سهیل, بزرگی امیری, علی, بیاتلو, فاطمه. (1397). ارائه یک مدل بهینهسازی استوار دوهدفه برای طراحی شبکه تأمین خون اضطراری تحت عدمقطعیت. پژوهش های نوین در تصمیم گیری, 3(2), 249-274.
سهیل منصوری; علی بزرگی امیری; فاطمه بیاتلو. "ارائه یک مدل بهینهسازی استوار دوهدفه برای طراحی شبکه تأمین خون اضطراری تحت عدمقطعیت". پژوهش های نوین در تصمیم گیری, 3, 2, 1397, 249-274.
منصوری, سهیل, بزرگی امیری, علی, بیاتلو, فاطمه. (1397). 'ارائه یک مدل بهینهسازی استوار دوهدفه برای طراحی شبکه تأمین خون اضطراری تحت عدمقطعیت', پژوهش های نوین در تصمیم گیری, 3(2), pp. 249-274.
منصوری, سهیل, بزرگی امیری, علی, بیاتلو, فاطمه. ارائه یک مدل بهینهسازی استوار دوهدفه برای طراحی شبکه تأمین خون اضطراری تحت عدمقطعیت. پژوهش های نوین در تصمیم گیری, 1397; 3(2): 249-274.
ارائه یک مدل بهینهسازی استوار دوهدفه برای طراحی شبکه تأمین خون اضطراری تحت عدمقطعیت
1کارشناسی ارشد، گروه مهندسی صنایع، پردیس دانشکده‌های فنی دانشگاه تهران، تهران، ایران
2استادیار، دانشکده مهندسی صنایع، پردیس دانشکده‌های فنی، دانشگاه تهران، تهران، ایران
3کارشناسی ارشد، دانشکده مهندسی صنایع، پردیس دانشکده‌های فنی، دانشگاه تهران، تهران، ایران
چکیده
وقوع بحران‌‌های طبیعی و غیرطبیعی از امور اجتناب‌ناپذیری است که سالیانه تلفات جانی و مالی هنگفتی را در زندگی بشر به دنبال دارد. در زمان بحران، تقاضا برای اقلام ضروری از قبیل دارو و اقلام بهداشتی افزایش قابل توجهی داشته و پاسخ به این تقاضا به منظور حفظ سلامتی افراد از اهمیت بالایی برخوردار است. بر این اساس، یک مدل دوهدفه مکانیابی-تخصیص برای عرضه خون تحت عدمقطعیت در این مقاله ارائه شده است. اهداف مدل دربرگیرنده کمینه‌کردن میزان کمبود خون در مراکز خون و نیز کمینه‌کردن مجموع هزینههای عملیاتی شامل هزینههای جابهجایی تسهیلات موقت و هزینه جمع‌آوری و انتقال خون در دوره‌های زمانی پس از وقوع بحران است. با توجه به عدم وجود اطلاعات کافی در مورد ویژگی‌‌های بحران و به منظور برنامه‌ریزی دقیق‌تر، میزان تقاضا، حجم خون اهدایی، هزینههای ارسال خون و جابهجایی تسهیلات به صورت مولفه‌های غیرقطعی در نظر گرفته شده‌اند. برای مدل‌سازی عدمقطعیت، از روش بهینهسازی استوار مبتنی بر مجموعه عدمقطعیت جعبه‌‌ای بهره گرفته شده است و برای حل مدل دوهدفه از روش جامع وزنی چبیشف استفاده شده است. درنهایت با اجرای مثال عددی، همتای استوار مدل پیشنهادی با مدل قطعی مقایسه شده و نتایج حاصل از تحلیل حساسیت‌های مختلف ارائه شده است.
A Bi-Objective Robust Optimization Model for Emergency Blood Supply Network Design under Uncertainty
نویسندگان [English]
Soheil Mansoori1؛ Ali Bozorgi-Amiri2؛ Fatemeh Bayatloo3
1Master of Science, School of Industrial engineering, College of Engineering, University of Tehran, Tehran, Iran
2Assistant Professor, School of Industrial Engineering, College of Engineering, University of Tehran, Tehran, Iran
3Master of Science, School of Industrial Engineering, College of Engineering, University of Tehran, Tehran, Iran
چکیده [English]
Natural and anthropogenic disasters annually give rise to huge financial and human losses. Disasters make a large amount of demand for relief items (e.g. medicine and hygiene products) in the affected area. There is a great deal of importance in appropriate response to demand of these items, as they have a vital role in preserving injured people's life. This paper presents a bi-objective location-allocation model for blood supply under uncertainty. The objectives are minimizing the blood shortage in blood centers and also minimizing the operational costs including cost of transporting temporary blood facilities and the cost of blood collection and transportation in a multi-period context. Due to the lack of information about the real values of some input parameters such as demand, amount of donated blood and also unit operational cost in disaster, these are considered as uncertain parameters in order to make more precise decisions. Robust optimization approach based on box uncertainty set is used to tackle the model uncertainty. Moreover, Lexicographic weighted Tchebycheff method is used to obtain the pareto-optimal solutions. Finally, a numerical example is presented to compare the performance of the robust model and its deterministic counterpart.
[1] Abounacer R., Rekik M., Renaud J. "An exact solution approach for multi-objective location–transportation problem for disaster response"; Computers & Operations Research, 41, 2014, 83-93.
[2] Van Wassenhove L. N., Pedraza Martinez A. J. "Using OR to adapt supply chain management best practices to humanitarian logistics"; International Transactions in Operational Research, 19(1-2),2012, 307-322.
[3] Sha Y., Huang J. "The multi-period location-allocation problem of engineering emergency blood supply systems"; Systems Engineering Procedia, 5, 2012, 21-28.
[4] Rawls C. G., Turnquist M. A. "Pre-positioning of emergency supplies for disaster response"; Transportation research part B: Methodological, 44(4), 2010, 521-534.
[5] Mete H. O., Zabinsky Z. B."Stochastic optimization of medical supply location and distribution in disaster management"; International Journal of Production Economics, 126(1), 2010, 76-84.
[6] Farrokh M., Azar A., Jandaghi G. "A novel robust fuzzy programming approach for closed loop supply chain design"; Modern Research in Decision Making, 1(3), 2016,131-160.
[7] Araz C., Selim H., Ozkarahan I. "A fuzzy multi-objective covering-based vehicle location model for emergency services"; Computers & Operations Research, 34(3),2007, 705-726.
[8] Najafi M., Eshghi K., Dullaert W. "A multi-objective robust optimization model for logistics planning in the earthquake response phase"; Transportation Research Part E: Logistics and Transportation Review, 49(1),2013, 217-249.
[9] Naji-Azimi Z., Renaud J., Ruiz A., Salari M. "A covering tour approach to the location of satellite distribution centers to supply humanitarian aid"; European Journal of Operational Research, 222(3),2012, 596-605.
[10] Bozorgi-Amiri A., Jabalameli M. S., Al-e-Hashem S. M. (2013) "A multi-objective robust stochastic programming model for disaster relief logistics under uncertainty"; OR spectrum, 35(4),2013, 905-933.
[11] Beliën J., Forcé H. "Supply chain management of blood products: A literature review"; European Journal of Operational Research, 217(1),2012, 1-16.
[12] Cetin E., Sarul L. S. "A blood bank location model: A multiobjective approach"; European Journal of Pure and Applied Mathematics, 2(1),2009, 112-124.
[13] Şahin G., Süral H., Meral S."Locational analysis for regionalization of Turkish Red Crescent blood services"; Computers & Operations Research, 34(3),2007, 692-704.
[14] Yan H., Cheng Y., Wang S., Wang Q., Liu J. "A method on blood supply in an emergency"; Chinese Journal of Blood Transfusion,19(1),2006, 93-94.
[15] Li Ch., Song B., Wu W., Yu M. (2008) "An introduction to the research of the blood security system emergency in an Emergency people"; Military Surgeon, 51(0).3.2008
[16] Cuo D., Cheng Y., Chen Y. "An analysis on the inventory management of blood scheduling after WenChuan Earthquake"; Chinese Journal of Blood Transfusion,2008,21(8).
[17] Nagurney A., Masoumi A. H. "Supply chain network design of a sustainable blood banking system"; InSustainable supply chains, Springer, New York, NY. 2012,49-72.
[18] Jabbarzadeh A., Fahimnia B., Seuring S. "Dynamic supply chain network design for the supply of blood in disasters: A robust model with real world application"; Transportation Research Part E: Logistics and Transportation Review, 70,2014, 225-244.
[19] Fahimnia B., Jabbarzadeh A., Ghavamifar A., Bell M. "Supply chain design for efficient and effective blood supply in disasters"; International Journal of Production Economics,183, 2017, 700-709.
[20] Salehi F., Mahootchi M., Husseini S.M.M."Developing a robust stochastic model for designing a blood supply chain network in a crisis: a possible earthquake in Tehran"; Annals of Operations Research,2017,1-25.
[21] Aghiani M., Jabbarzadeh A., Sadjadi S.J. "A robust optimization model for blood supply chain network design considering reliability in disaster"; Journal of quality Engineering and Management, 5(2), 2015, 85-96.
[22] Ramezanian R., Behboodi Z. "Blood supply chain network design under uncertainties in supply and demand considering social aspects"; Transportation Research Part E: Logistics and Transportation Review, 104, 2017, 69-82.
[23] Nahofti Kohneh J., Teimoury E."A model for the design of blood products supply chain at the time of the earthquake disaster considering the transfer from the other provinces (Case Study: Tehran blood transfusion network)"; Industrial Management, 8(3), 2016, 487-513.
[24] Hanafizadeh P., Arabi S. M., Hashemi A. "Robust Strategic Planning: Using Scenario Planning and Fuzzy Inference System"; The Modares Journal of Management Research in Iran, 10, Supplementary Issue (Tome 46),2006, 137-170.
[25] Pishvaee M. S., Rabbani M., Torabi S. A."A robust optimization approach to closed-loop supply chain network design under uncertainty"; Applied Mathematical Modelling, 35(2), 2011, 637-649.
[26] Ben-Tal, A., Nemirovski, A. "Robust convex optimization"; Mathematics of operations research, 23(4), 1998, 769-805.
[27] Ben-Tal A., Nemirovski A. "Robust solutions of uncertain linear programs"; Operations research letters, 25(1), 1999, 1-13.
[28] Soltani Tehrani M., Hassanpour H., Ramezani S. "Two-objective optimization model of costs and carbon dioxide in closed loop supply chain"; The Modares Journal of Management Research in Iran, 19(1), 2015,169-189.
[29] Liu C. H., Tsai W. N. "Multi-objective parallel machine scheduling problems by considering controllable processing times"; Journal of the Operational Research Society, 67(4), 2015, 654-663.
ابتدای صفحه