ارائه مدل برنامه‌ريزی چند دوره¬ای برای طراحی شبکه صادرات عسل با در نظر گرفتن الزامات کیفی محصول
الموضوعات :
عليرضا گريواني
1
(دانشگاه علم و صنعت ايران)
میرسامان پیشوایی
2
(دانشگاه علم و صنعت)
الکلمات المفتاحية: طراحی شبکه زنجیره تامین بین المللی قیمت انتقالی نرخ ارز صادرات عسل,
ملخص المقالة :
عسل محصولی است که از گذشته به داشتن فواید بسیار مشهور گشته است. کشور ایران دارای شرایط آب وهوایی مناسب برای پرورش زنبور عسل می باشد و در تولید عسل از جایگاه خوبی در میان کشورهای جهان برخوردار است. اما به دلیل رعایت نکردن مسائل مربوط به کیفیت، صادرات عسل از این کشور به سایر کشورهای جهان با مشکلات فراوانی همراه است. همچنین کیفیت عسل نقش مهمی در تعیین قیمت فروش آن دارد. در این پژوهش، سعی شده است با توجه به این موضوع، شبکه صادرات عسل طراحی گردد. برای این منظور یک مدل ریاضی عدد صحیح مختلط چند دوره ای ارائه شده است که در آن الگوی تقاضا در کشورهای واردکننده عسل براساس سطح کیفیت عسل در نظر گرفته شده است. به کارگیری این مدل در واقعیت موجب ساماندهی به وضعیت صادرات عسل ایران خواهد شد، چنان که بر اساس نتایج حل مدل، صادرات عسل به هر کشور براساس تقاضای آن کشور در سطح کیفیت خاصی صورت می-پذیرد که الزامات آن در فرآوری عسل باید مد نظر قرار گیرد.
[1] Syam, S. S. (1997). A model for the capacitated p-facility location problem in global environments. Computers & operations research, 24(11), 1005-1016.#
[2] Goetschalckx, M., Vidal, C. J., & Dogan, K. (2002). Modeling and design of global logistics systems: A review of integrated strategic and tactical models and design algorithms. European journal of operational research, 143(1), 1-18.#
[3] Baghalian, A., Rezapour, S., & Farahani, R. Z. (2013). Robust supply chain network design with service level against disruptions and demand uncertainties: A real-life case. European Journal of Operational Research, 227(1), 199-215.#
[4] Delfmann, W., & Albers, S. (2000). Supply chain management in the global context. Arbeitsberichte des Seminars für Allgemeine Betriebswirtschaftslehre, Betriebswirtschaftliche Planung und Logistik der Universität zu Köln.#
[5] Hodder, J. E., & Jucker, J. V. (1985). International plant location under price and exchange rate uncertainty. Engineering Costs and Production Economics, 9(1), 225-229.#
[6] Hammami, R., & Frein, Y. (2014). Redesign of global supply chains with integration of transfer pricing: Mathematical modeling and managerial insights. International Journal of Production Economics, 158, 267-277.#
[7] Munson, C. L., & Rosenblatt, M. J. (1997). The impact of local content rules on global sourcing decisions. Production and Operations Management, 6(3), 277-290.#
[8] Sheu, J. B., & Lin, A. Y. S. (2012). Hierarchical facility network planning model for global logistics network configurations. Applied Mathematical Modelling, 36(7), 3053-3066.#
[9] Hammami, R., & Frein, Y. (2013). An optimisation model for the design of global multi-echelon supply chains under lead time constraints. International Journal of Production Research, 51(9), 2760-2775. #
[10] Canel, C., & Khumawala, B. M. (1996). A mixed-integer programming approach for the international facilities location problem. International Journal of Operations & Production Management, 16(4), 49-68.#
[11] Goh, M., Lim, J. Y., & Meng, F. (2007). A stochastic model for risk management in global supply chain networks. European Journal of Operational Research, 182(1), 164-173.#
[12] Syam, S. S. (2005). A model for the capacitated p-facility location problem in global environments. Computers & operations research, 24(11), 1005-1016.#
[13] Badri, M. A. (1999). Combining the analytic hierarchy process and goal programming for global facility locationallocation problem. International Journal of Production Economics, 62(3), 237-248. #
[14] Hodder, J. E., & Dincer, M. C. (1986). A multifactor model for international plant location and financing under uncertainty. Computers & Operations Research, 13(5), 601-60.#
