Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/9148
Title: Δυναμικά μοντέλα χωροθέτησης για το σχεδιασμό δικτύου αντίστροφης εφοδιαστικής αλυσίδας
Other Titles: Dynamic location models for reverse logistics network design
Authors: Ντάρλας, Ορέστης
Keywords: Σχεδιασμός δικτύου
Μαθηματικός προγραμματισμός
Αντίστροφη εφοδιαστική
Keywords (translated): Network design
Mathematical modeling
Reverse logistics
Abstract: Στις μέρες μας υπάρχουν ολοένα και αυξανόμενες απαιτήσεις σχετικά με την ευθύνη των παραγωγών για τα προϊόντα τους. Αναπτυγμένες οικονομίες όπως οι Η.Π.Α, ο Καναδάς και η Ε.Ε. έχουν θεσπίσει οδηγίες μέσω των οποίων υποχρεώνουν τις μεγάλες εταιρίες-παραγωγούς να μεριμνήσουν για την περιβαλλοντικά ασφαλή διαχείριση των προϊόντων τους στο τέλος του κύκλου ζωής τους. Αυτό, σε συνδυασμό με το γεγονός πως επιτυγχάνεται εξοικονόμηση μέσω της επαναχρησιμοποίησης ή πώλησης εξαρτημάτων των προϊόντων, έχει φέρει πολλές εταιρίες αντιμέτωπες με την πρόκληση του στρατηγικού σχεδιασμού ενός δικτύου αντίστροφης εφοδιαστικής αλυσίδας, καθώς κάτι τέτοιο μπορεί να οδηγήσει τόσο στην εξασφάλιση ενός ανταγωνιστικού πλεονεκτήματος όσο και στη δημιουργία μιας στρατηγικής φιλικής προς το περιβάλλον. Ο στρατηγικός σχεδιασμός του δικτύου αντίστροφης εφοδιαστικής αλυσίδας είναι ένα σύνθετο πρόβλημα το οποίο περιλαμβάνει τον προσδιορισμό των βέλτιστων θέσεων και των δυναμικοτήτων των κέντρων συλλογής, κέντρων αποσυναρμολόγησης, εγκαταστάσεων ανακατασκευής, και εγκαταστάσεων ανακύκλωσης. Στην εργασία αυτή, βασιστήκαμε σε ένα γενικό πλαίσιο που προτείνουν οι Alumur et al. (2012). Έτσι λοιπόν, υλοποιήσαμε ένα μοντέλο μικτού ακέραιου-γραμμικού προγραμματισμού (MILP), που μπορεί να ενσωματώσει τις δομές που απαιτούνται σε ένα δίκτυο αντίστροφης εφοδιαστικής αλυσίδας στην πράξη. Χρησιμοποιώντας το συγκεκριμένο μοντέλο, προσδιορίστηκε η βέλτιστη χωροθέτηση των κέντρων συλλογής και αποσυναρμολόγησης και των εγκαταστάσεων ανακατασκευής και ανακύκλωσης οικιακών συσκευών σε δύο μεσογειακές χώρες-μελέτες περιπτώσεων, την Ισπανία και την Ελλάδα, σε βάθος 5ετίας, ώστε να μεγιστοποιηθούν τα κέρδη της επιχείρησης. Aποσκοπώντας τόσο σε ένα ακόμη πιο ρεαλιστικό μοντέλο, όσο και στην επίτευξη μεγαλύτερων κερδών με το υπάρχον, διερευνήσαμε πώς μεταβαλλόταν η λύση του προβλήματος προσομοιώνοντας το σχεδιασμό του δικτύου αντίστροφης εφοδιαστικής αλυσίδας: I. κάτω από διαφορετικά πιθανά σενάρια, όπως -μεταβολές της ζήτησης για τις οικιακές συσκευές, -επιλογή περισσότερων πόλεων ως υποψήφιες τοποθεσίες για εγκατάσταση, -μεταβολές των χωρητικοτήτων των modules που προστίθενται στα κέντρα αποσυναρμολόγησης και στις εγκαταστάσεις ανακατασκευής σε κάθε περίοδο και -μεταβολές στα κόστη εγκατάστασης. II. μετά από αλλαγές στο αρχικό μοντέλο, όπως -προσθήκες νέων περιορισμών, που αφορούσαν στα κόστη εγκατάστασης, προσθήκης μονάδων, διανομής, λειτουργίας, αποθήκευσης και αγοράς νέων εξαρτημάτων και αντιπροσώπευαν τον προϋπολογισμό της εταιρίας για τα συγκεκριμένα κόστη, -άρση ή μερική άρση του περιορισμού να προστίθεται μέχρι ένα module σε κάθε περίοδο στις υπάρχουσες εγκαταστάσεις και -εισαγωγή νέων παραμέτρων και διαχωρισμό των εξόδων μεταφοράς σε χερσαία και ναυτικά. Συνοπτικά, παρουσιάζουμε τα αποτελέσματα που προκύπτουν από τις δυο μελέτες περίπτωσης και παρατηρούμε και αναλύουμε πώς η τοπολογία του δικτύου και η διάρθρωση του κόστους επηρεάζει τη βέλτιστη λύση.
Abstract (translated): Nowadays there are ever increasing demands on extended producer responsibility. Developed economies such as the US, Canada and the EU have established guidelines to oblige original equipment manufacturers (OEMs) to ensure the environmentally safe management of their products at the end of their life cycle. These guidelines, combined with the fact that considerable savings are achieved through the reuse or sale of products’ accessories and spare parts, have led many companies to face the challenge of strategic planning of a reverse logistics network, as this can lead to a competitive advantage and the creation of an environmental friendly strategy. The strategic planning of reverse logistics networks is a complex problem which involves determining the optimal locations and capacities of collection centers, inspection/disassembly centers, remanufacturing plants and recycling facilities. In this paper we present a mixed integer programming model along the lines of the framework proposed by Alumur et al. (2012). The model incorporates the structures required in a reverse logistics network in practice. The model was applied in the large household appliances sector of two separate case studies, concerning Spain and Greece. In both case studies the optimal locations of the reverse logistics network facilities were determined, at a 5 year planning horizon, in order to maximize the company's profits. Aiming at the same time at the achievement of greater profits within the existing model and at a new, even more realistic model, we investigated how the optimal design of reverse logistics network changed: I. according to different scenarios, which involved -demand changes for large household appliances, -selection of more cities as candidate locations for infrastructure installation, -changes of modules capacities that were added each period to inspection/disassembly centers and remanufacturing plants and -installation costs changes. II. according to structural changes to the original model, which involved -new parameters for separation of road and maritime transport costs, -changes in the existing constraints, so as more than one module could be added at each period to the existing facilities and -new constraints related to all kinds of costs, such as installation costs, costs for adding modules, transportation costs, operation costs, inventory costs and purchasing of new components. These new constraints represented the company's budget for the respective kind of cost. Overall, we present the results of both case studies and discuss how the topology of the network and the cost structure affect the optimal solutions.
Appears in Collections:Τμήμα Διοίκησης Επιχειρήσεων (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
Ntarlas(manag).pdf2.57 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.