وبلاگ هم‌‌افزایی دانشجویان  دکتر حسینی مطلق- motlagh@iust.ac.ir

وبلاگ هم‌‌افزایی دانشجویان دکتر حسینی مطلق- motlagh@iust.ac.ir

دانشکده مهندسی صنایع- دانشگاه علم و صنعت ایران
وبلاگ هم‌‌افزایی دانشجویان  دکتر حسینی مطلق- motlagh@iust.ac.ir

وبلاگ هم‌‌افزایی دانشجویان دکتر حسینی مطلق- motlagh@iust.ac.ir

دانشکده مهندسی صنایع- دانشگاه علم و صنعت ایران

یک روش ترکیبی کارا و تاب آور نسبت به طراحی شبکه زنجیره تامین خون( مقاله پنجم)

چکیده:

در این مقاله یک مدل یکپارچه کارا و تاب آور چند هدفه را برای طراحی یک شبکه زنجیره تامین خون تحت عدم قطعیت ارائه می دهد. برای ارزیابی کارایی، از مدل تحلیل پوششی داده ها در مدل (DEA) استفاده شده است. از سوی دیگر، برای بهبود تاب آوری در برابر زنجیره تأمین، از یکسری اقدامات مختلف به عنوان ابزارهای بهینه سازی در شبکه مورد نظر استفاده شده است. از آنجا که اهدا کنندگان نقش اصلی در زنجیره تامین خون دارند، این مقاله جنبه های اجتماعی انگیزشی را برای تحریک اهدای خون در کاهش کمبودهای احتمالی بر عهده دارد. علاوه بر این، برای تبدیل مدل  چند هدفه  به تک هدفه، از یک رویکرد فازی تعاملی (روش (TH استفاده می شود. سرانجام، برای نشان دادن کاربرد مدل و رویکردهای راه حل آن، یک مطالعه موردی ارائه شده است. نتایج نشان داد که همزمان با در نظر گرفتن هر سه معیار کارایی، تاب آوری و هزینه می تواند به پیشرفت در طراحی شبکه زنجیره تامین خون کمک کند و با ترجیحات تصمیم گیرنده روابطی  بین این سه هدف  تعیین کرد.

کلیدواژگان: زنجیره تامین خون ، تاب آوری، کارایی، جنبه اجتماعی، عدم قطعیت، روش فازی تعاملی

 

 مقدمه:

به عنوان بخشی از سیستم های سلامت، زنجیره تامین خون (BSC) نقش اساسی در کمک به بهبود سلامت در جوامع دارد. بنابراین، ارزیابی و بهبود عملکرد آن باعث پیشرفت در کیفیت خدمات درمانی می شود. به طور کلی، شبکه BSC یک زنجیره تأمین چهار سطحی است که شامل مراکز جمع آوری خون(BCC) ، مراکز تولید خون (BPC) ، مراکز توزیع خون (BDC) و نقاط تقاضا است. اهدای خون رایگان است و یک فعالیت داوطلبانه در بیشتر کشورها است. میزان اهدای خون در کشورهای مختلف متفاوت است. به عنوان مثال ، فقط 5٪ از مردم آمریکا خون اهدا می کنند، از این تعداد 8٪ مرتباً این کار را تکرار میکنند و حدود 62٪ از آنها هرگز دوباره به BCC مراجعه نمی کنند.

تمایل مردم برای اهدای خون به عوامل مختلفی بستگی دارد از جمله زمانی که اهدا کنندگان در طی مراحل اهدای خون در BCC می گذرانند، تجربه اهداکنندگان خون مانند رفتار پرسنل و سطح تخصص کارکنان در BCC و یا تبلیغات. علاوه بر این، دو روش فعلی جمع آوری خون، خون کامل و آفرزیس می باشد که از فرآیندها و تجهیزات مختلف استفاده می شود و در هزینه و کارایی متفاوت است. در روش اهدای خون کامل از مجموعه ای از کیسه ها برای استخراج خون استفاده می کند سپس به جداسازی فرآورره های خون میپردازند که این فرآیند حداکثر هشت ساعت زمان میبرد. در مقابل، در روش افرزیس، فقط فرآورده مورد نیاز  گرفته میشود و باقیمانده خون را به اهدا کننده باز می گرداند. عملکرد فرآورده های خونی با استفاده از آفرزیس به طور قابل توجهی بیشتر از روش خون کامل است اما اجزای آن با کیت های جمع آوری گرانتر از کیسه های مورد استفاده برای اهدای خون کامل است. شکل 1 دو روش جمع آوری و مقادیر فرآورده های خونی به دست آمده در هر فرایند را نشان می دهد. به عنوان مثال، در روش آفرزیس دو واحد RBCs می تواند از یک اهدا کننده بدست آید، در حالی که در روش خون کامل فقط یک واحد تولید می کند.

زنجیره تامین خون یک رویکرد خدمات محور است. علاوه بر این،  خون یکی از مهمترین محصولاتی است که ممکن است کمبود آن منجر به از بین رفتن زندگی انسان شود و تاکنون هیچ جایگزینی برای آن پیدا نشده است از طرف دیگر، آسیب پذیری خون و ماهیت تصادفی BSC ، مانند عدم قطعیت در تقاضای خون و عرضه، پیچیدگی مدیریت آن را افزایش می دهد. با افزایش پیچیدگی هایBSC ، آسیب پذیری در برابر اختلالات به طور قابل توجهی بیشتر شده است. بنابراین، هرگونه تغییر غیرقابل پیش بینی مانند بلایای طبیعی، جنگ، آتش سوزی، اعتصاب کارگری یا خرابی تجهیزات منجر به ضرر قابل توجهی می شود. در نتیجه، اتخاذ سیاست های جدید و ایجاد مفهوم تاب آوری در فرآیند طراحی و برنامه ریزی BSC در مقابل هرگونه تغییر غیرمنتظره ای ضروری است.

مفهوم کارآیی برای جلوگیری از هدر رفتن مواد، تلاش، انرژی، بودجه و زمان موضوع مهم دیگری است که در طراحی شبکه زنجیره تامین خون (BSCND) و برنامه ریزی تجزیه و تحلیل پوششی داده ها (DEA) به عنوان روشی مفید برای سنجش کارایی شناخته شده است. این روش نسبت به سایر روش ها دارای چندین مزیت است زیرا همزمان از چندین فاکتور ورودی و خروجی برای تعیین اینکه واحدها کارا هستند استفاده می شود. علاوه بر این، وزن نسبی عوامل، لازم نیست شناخته شود و نیاز نیست واحدهای اندازه گیری عوامل مختلف یکسان باشند.

سوالات اصلی تحقیق:

1- برای طراحی شبکه BSC چه سیاستی باید اعمال شود؟ برای جمع آوری خون (خون کامل یا افرزیس) چه راهکارهایی باید استفاده شود؟ چه تعداد کیسه خون باید در هر مرکز مجهز باشد؟

2- برای افزایش بهره وری در BSCND چه راهکارهایی باید استفاده شود؟ این روش چگونه کارآیی BSCND را بهبود می بخشد؟

3-  برای کاهش اثرات اختلال چه روشهایی باید بکار رود؟ عوامل افزایش مقاومت در طراحی و برنامه ریزی شبکه BSC چیست؟

4- عوامل مؤثر در اهدای خون چیست؟ چگونه می توانیم اهدا کنندگان را با استفاده از شیوه های انگیزشی برای اهدای خون ترغیب کنیم تا از کمبود خون جلوگیری کنیم؟

مرور ادبیات

یافته های به دست آمده از مقالات بررسی شده، نشان می دهد که موضوع  بررسی نشده در ادبیات گذشته،  در نظر گرفتن روش های افرزیس و خون کامل به طور همزمان درBSCND ، استفاده سطحی از جنبه های اجتماعی و اندازه گیری کارایی و عدم توجه به تاب آوری در طراحی شبکه BSC است.

سهم عمده  این پژوهش را می توان به شرح زیر خلاصه کرد:

·         ارائه یک مدل یکپارچه چند محصوله با در نظر گرفتن امکان جمع آوری همزمان از طریق آفرزیس و روش های خونی کامل

·         در نظر گرفتن جنبه های اجتماعی انگیزشی برای تشویق داوطلبان به اهدا خون

·         در نظر گرفتن قابلیت تاب آوری به عنوان ابزار بهینه سازی BSCND

·         استفاده از یک روش تقویت شده DEA برای افزایش کارآیی شبکه BSC

·         استفاده از یک مورد واقعی برای نشان دادن کاربردی بودن مدل پیشنهادی.

تعریف مسئله و فرمول ریاضی

این مطالعه یک رویکرد یکپارچه برای طراحی شبکه BSC شامل تصمیم گیری در مورد جمع آوری، تولید و توزیع را ارائه می دهد. اهدا کنندگان برای خون دادن باید به BCC مراجعه می کنند. همانطور که در ابتدا گفته شد، دو روش برای جمع آوری خون در دسترس است که از نظر هزینه و کارایی با یکدیگر متفاوت هستند. بنابراین در این شرایط مدیران باید در انتخاب بهترین روش برای جمع آوری خون تصمیم بگیرند. از طرف دیگر، از آنجا که فعالیت اهدای خون داوطلبانه است، باید با اهدا کنندگان به عنوان منابع بسیار مهمی رفتار شود که راحتی و دسترسی به BCC ها بر خواسته های آنها برای اهدای خون تأثیر می گذارد. واحدهای خونی اهدا شده به BPC ها ارسال می شوند که بعد از آزمایش های لازم، کل خون را به محصولات فرعی تقسیم می کنند، و در آخر، فرآورده های خونی از BPC ها به مناطق تقاضا توزیع می شوند. در این مقاله، مفهوم کارایی  به مدل اضافه شده است تا بر اهمیت این اقدام در ارتقاء شبکه تأکید شود.

علاوه بر تصمیم گیری در مورد روش های جمع آوری و مطلوبیت اهدا کنندگان، قابلیت تاب آوری شبکه همچنین در هنگام وقوع اختلال در خونرسانی از منابع خارجی (به عنوان مثال ، زلزله) یا داخلی (مثلاً خرابی تجهیزات) مهم است. اختلالات ممکن است باعث خراب شدن شبکه شود. بنابراین، در نظر گرفتن قابلیت تاب آوری به عنوان ابزارهای بهینه سازی در طراحی می تواند باعث اطمینان بیشتر شبکه نسبت به هر نوع تغییرات غیر منتظره شود و تضمین کند که تقاضا تحت هر شرایطی برآورده می شود.

فرضیات مدل:

·         تعداد فرآورده خون به روش جمع آوری مورد استفاده مطابق شکل 1 بستگی دارد.

·          برای هر ناحیه که در آن BCC تأسیس شده است، عرضه متوسطی متناسب با جمعیتی که برای اهدای خون به BCC مراجعه می کنند فرض می شود.

·         کمبود خون احتمالی در نقاط تقاضا توسط تابع هدف جریمه می شود.

·         موجودی فرآورده های خون فقط در BDC ها مدیریت می شود.

·         محصولات خون مستقیماً از BPC ها به نقاط تقاضا منتقل می شوند.

·         مسئله فوق به عنوان یک شبکه BSC تک دوره در نظر گرفته شده است.

مدل ریاضی

یک مدل ریاضی جدید برای طراحی شبکه BSC که در آن توابع هدف با هدف به حداقل رساندن عدم کارایی، کل هزینه شبکه و عدم تاب آوری با توجه به اقدامات پیشنهادی ارائه شده است

 اندازه گیری مرتبط با DEA ( تابع هدف اول )

DEA یک روش غیرپارامتری برای ارزیابی کارایی، گروهی از واحدهای تصمیم گیری (DMUs) با فاکتورهای ورودی و خروجی مدل میپردازد. در این مقاله، مکان های منتخب برای BCC ، BPC و BDC به عنوان DMU در نظر گرفته می شوند و عوامل ورودی و خروجی برای هر مرکز با توجه به دانش و دیدگاه خبرگان مشخص می شوند. در مدل پایه DEA، نسبت مجموع خروجی های وزنی به مجموع ورودی های وزنی برای ارزش کارایی یک DMU تعریف می شود. در این روش، وزن ها به گونه ای انتخاب می شوند که مطلوب ترین مجموعه وزن را برای هر DMU فراهم می کند. در روش پیشنهادی برای ارزیابی کلیه واحدها از وزن های منحصر به فرد استفاده شده است. به عبارت دیگر، هدف اصلی این روش بدست آوردن مجموعه ای از وزن های مشخص است به گونه ای که کلیه واحدها به طور هم زمان  رتبه حداکثر کارایی را بدست آوردند.

در این مقاله، روش DEA برای محاسبه کارایی توسعه داده شده است. مدل پیشنهادی برای محاسبه وزن های مشخص، یک مدل برنامه ریزی آرمانی(GP) است که به دنبال به حداقل رساندن انحراف از مقادیر محاسبه شده توسط مدل پایه DEA است. این مدل در زیر توضیح داده شده است.

معادلات (1) - (3) یک مسئله برنامه ریزی کسری چند هدف (MOFP) برای به حداکثر رساندن رتبه کارایی همه DMU ها را همزمان نشان می دهد:

مسئله چند هدف فوق می تواند توسط  GP حل شود، که یکی از روش های اصلی برای بهینه سازی چند هدفه است. با استفاده از روش DEA و GP  اولین تابع هدف نوشته شده است که شامل سه بخش که مجموع انحراف منفی و مثبت وزن های مشترک را از مقادیر محاسبه شده توسط مدل DEA پایه برای BCC ، BPC و BDC به حداقل می رساند.

 محاسبه هزینه شبکه زنجیره تامین خون (تابع هدف دوم)

تابع هدف دوم، از جمله 12 قسمت تشکیل شده است که کل هزینه BSCND را به حداقل می رساند. قسمت اول بیانگر هزینه های احداث  BCC و تجهیزات افرزیس برای گلبول های قرمز و پلاکت ها است. قسمت  دو و سه به ترتیب بیانگر هزینه احداث BPC و BDC و هزینه های ثابت با توجه به ظرفیت تعریف شده است. قسمت چهارم هزینه جمع آوری را نشان می دهد. هزینه متغیر پردازش فرآورده های خونی توسط قسمت پنجم نشان داده شده است. قسمت شش و هفت بیانگر هزینه موجودی فرآورده های خونی است. هزینه رسیدگی به فرآورده های خونی در قسمت هشت نشان داده شده است. قسمت های 9، 10 و 11 به ترتیب بیانگر هزینه حمل و نقل بین BCC و BPC ، BPC و BDC و BDC و نقاط تقاضا است. سرانجام، از آنجا که هرگونه کمبود خون، باعث به خطر افتادن جان انسان میشود؛ آخرین قسمت تابع هدف، هزینه کمبود خون در نقاط تقاضا را مجازات می کند. رابطه بین متغیر کمبود و بقیه مدل با دو محدودیت (50) و (51) تعیین می شود. 

 اندازه گیری تاب آوری (تابع هدف سوم)

برای اینکه کل شبکه، نسبت به هرگونه تغییر غیر منتظره قابل اطمینان باشد و تضمین کننده توانایی پاسخگویی به تقاضای روبرو شده در هر شرایطی باشد، با استفاده از قابلیت ارتجاعی (تاب آوری) بعنوان ابزار بهینه سازی در مدل پیشنهادی استفاده شده است.

ابتدا معادلات مربوط به گره های بحرانی ( مجموع ورودی ها و جریان های یک گره از یک آستانه تعیین شده بیشتر باشد)، پیچیدگی جریان ها (پیچیدگی جریان در یک شبکه در صورتی رخ می دهد که تعداد کل پیوندهای مرتبط زیاد باشد)، پیچیدگی گره ها، سطح رضایت مشتری ( تقاضای برآورده نشده برای هر فرآورده خون، دوره های زمانی و نقاط تقاضا) را نوشته شده است. سپس با در نظر گرفتن ضریب مجازات برای هر یک از اقدامات فوق، قابلیت ارتجاعی شبکه BSC با استفاده از تابع هدف زیر مورد توجه قرار می گیرد.

 

محدودیت های (30) - (32): وضعیت غیر بحرانی را نشان می دهد:

محدودیت های (33) - (35): تضمین می کند که واحدهای ظرفیت فقط به مراکز تأسیس شده اختصاص می یابد.

محدودیت های (36) و (37) :محدودیت های تخصیص تجهیزات جمع آوری به روش افرزیس هستند. این دسته محدودیت ها بیان میکنند که تجهیزات افرزیس فقط در  صورتی که BCC ها تاسیس شده باشن به آنها  تخصیص داده شود.

 محدودیت های (38) - (40) : تضمین می کنند که جمع آوری خون ، گلبول های قرمز و پلاکت ها با روش آفریس به ترتیب از ظرفیت موجود بیشتر نخواهد بود.

محدودیت (41:) تعداد واحد تولید شده در هر BPC را محاسبه می کند و تعادل بین واحد تولید شده در هر BPC و واحدهای تحویل داده شده به BDC ها را نشان می دهد.

محدودیت (42): تضمین می کند که فرآورده های خونی تولید شده در BPC و منتقل شده به BDCs از ظرفیت BPC بیشتر نخواهد بود.

محدودیت (43): تضمین می کند که فرآورده های خونی که از BDC به نقاط تقاضا توزیع می شوند از ظرفیت BDC بیشتر نباشند.

 محدودیت ها (44) - (46): محدودیت تخصیص را نشان می دهد و تضمین می کند که پیوند بین دو گره فقط هنگامی ایجاد می شود که یک جریان در مسیر مربوط وجود داشته باشد.

محدودیت ها (47) - (49): ارسال محصولات خونی را در بازه زمانی مشخص از BCC به BPC ، BPC به BDC و BDC به نقاط تقاضا بررسی میکند.

محدودیت (50) کمبود احتمالی را شامل می شود، و محدودیت (51) برای تضمین این که کمبود در هر نقطه تقاضا بیشتر از حداکثر درصد مجاز کمبود نخواهد بود را نشان می دهند.

محدودیت (52): میزان محصولات خونی دریافت شده در BDC را با توجه به میزان ضایعاتی که در BPC وجود دارد، نشان می دهد.

محدودیت ها (53) - (58): دستیابی به هدف ( مقدار مطلوبیت برای رتبه کارایی) BCC ، BPC و BDC را به ترتیب با اضافه کردن مجموع انحراف منفی و مثبت تضمین می کنند.

محدودیت ها (59) - (64):  نشان می دهد اگر یک مرکز خون در محل مورد نظر ایجاد نشود، ورودی و خروجی برابر 0 است و اگر یک مرکز خون در محل مورد نظر ایجاد شود، ورودی برابر 1 است در حالی که خروجی به علاوه ناکارایی برابر با 1 است.

محدودیت (65): تابع مطلوبیت را برای اهداکنندگان براساس سه عامل زمان، هزینه و معقولیت نشان می دهد. UbI بهترین مقدار مطلوب قابل دستیابی BCC را تعریف می کند، که در سمت راست محدودیت (66) نشان داده شده است. محدودیت (67) و (68) نشان می دهد که اگر اهدا کننده خون به BCC اختصاص یابد، آنگاه atis  برابر است با مطلوبیت ارائه شده. به طور کلی محدودیتهای (65) و (68) مربوط به اهدا کنندگان خون و تأثیر تصمیمات آنها در طراحی BSC است.

محدودیت ها (69) - (74): توصیف این موضوع است که اگر BCC ، BPC و BDC به ترتیب در مکان های I ، j و K مستقر شوند، حداقل در این مکان ها چقدر ورودی و خروجی خواهند داشت:

محدودیت ها (75) - (77): تعداد تسهیلات مورد نیاز BCC ، BPC و BDC را که باید به ترتیب در مکان های i ، j و k ایجاد شوند نشان می دهد.

محدودیت ها (78) و (79): نوع متغیرهای تصمیم گیری را تعیین می کنند.

روش حل

برای حل مدل ریاضی پیشنهادی تحت عدم  قطعیت، از یک مدل بهینه سازی تصادفی استوار استفاده شده است. سپس، برای مقابله با مدل ریاضی چند هدفه، از رویکرد ترابی و حسینی(TH) ، استفاده شده است.

مدل بهینه سازی تصادفی استوار

یک رویکرد که در ادبیات به طور گسترده برای رفع عدم قطعیت مورد استفاده قرار گرفته است، برنامه ریزی تصادفی دو مرحله ای است. در چنین مدل هایی، متغیرهای تصمیم گیری شامل متغیرهای مرحله اول (مستقل از سناریو) و مرحله دوم (وابسته به سناریو) هستند. در متغیر مرحله اول، تصمیماتی برای دوره زمانی فعلی بدون اطلاع در مورد پارامترهای دارای عدم قطعیت اتخاذ می شود، در حالی که در متغیر مرحله دوم، متغیرها وابسته به سناریوها هستند و پس از افشای پارامترهای دارای عدم قطعیت متغیر مرحله اول مشخص می شوند.

در این مقاله برای بر طرف کردن عدم قطعیت از نوع خاصی از برنامه ریزی تصادفی و استوار دو مرحله ای که توسط آقازف و همکاران (2010) ارائه شده؛ استفاده شده است. در این مدل بهینه سازی، تابع هدف شامل دو قسمت است: قسمت اول بهینگی استوار و قسمت دوم متوسط عملکرد را کنترل میکند. بسته به اینکه آیا استواری بهینگی یا اقتصاد هزینه ها از اهمیت بیشتری برخوردار است، یک تصمیم گیرنده ضرایب قابل قبولی را برای هر دو هدف انتخاب می کند. مدل برنامه ریزی تصادفی و استوار تابع هدف به شرح زیر تنظیم شده است:

با استفاده از یک تغییر متغیر مدل بالا را خطی میکنیم:

  این روش روی هر سه تابع هدف مسئله اعمال شده است.

تبدیل مدل به یک مدل تک هدفه قطعی با استفاده از روش TH:

این روش توسط ترابی و حسینی در سال 2008 ارائه شده است. این روش از رویکرد های شناخته شده برای مواجه با مسائل چند هدفه می باشد در این روش، مسئله چند هدفه فازی را با یک مسئله تک هدفه غیر فازی( قطعی) تبدیل میکند. در این روش با در نظر گرفتن ضرایبی در تابع هدف، میتوان بدبینانه یا واقع بینانه بودن یا حالت بین این دو را با دیدگاه تصمیم گیرنده در نظر گرفت.

       1-    تعیین بهترین جواب ممکن (PIS) و بد ترین جواب ممکن (NIS) برای هر یک از توابع هدف. برای تعیین بهترین جواب ممکن هر یک از توابع به طور جداگانه حل میشود و بدترین جواب ممکن به صورت زیر به دست می آید:

              2-    برای هر تابع هدف یک تابع عضویت خطی به صورت زیر تعریف شده است:


        3-     تبدیل مدل برنامه ریزی چند هدفه به مدل تک هدفه با استفاده از تابع یکپارچه سازی TH :


که در آن λ0 نشان دهنده حداقل سطح رضایت از هر تابع هدف λ0 = minh {μhh (X)}) و F(x) منطقه شدنی محدودیت مدل را نشان می دهد. γ و θ به ترتیب ضریب جبران خسارت حداقل درجه تامین هدف را کنترل میکند و اهمیت نسبی تابه هدف h را نشان می دهند.

نتیجه گیری :

زنجیره تامین خون نقش بسزایی در بهبود سلامت در هر کشور دارد. طراحی تاب آور و کارآمد شبکه BSC می تواند به پیشرفت کیفیت خدمات درمانی کمک شایانی کند. به همین دلیل این مقاله از یک روش ترکیبی کارا و تاب آور نسبت به طراحی شبکه زنجیره تامین خون استفاده کرده است؛ که توابع هدف آن باعث کاهش عدم کارایی، کل هزینه شبکه و عدم تاب آوری می شود.  همچنین برای مقابله با عدم قطعیت در داده ها از یک فرمول تصادفی و استوار نیز استفاده شده است.

برای آشکار کردن کاربرد مدل توسعه یافته، یک مسئله تصمیم گیری واقعی ارائه شده است. نتایج نشان می دهد که همزمان با در نظر گرفتن هر سه اقدامات کارآیی ، تاب آوری و هزینه به عنوان توابع هدف و ایجاد یک رابطه بین این سه اقدام می تواند به پیشرفت فرایندهای کاری که باید در شبکه BSC انجام شود کمک کند. برای بررسی مسئله به صورت عملی تر، چند عامل انگیزشی نیز در نظر گرفته شده است که اهداکنندگان را ترغیب می کنند خون بدهند تا از کمبود احتمالی جلوگیری کنند.

به عنوان پیشنهاد برای مطالعه آینده و  غنی سازی این موضوع میتوان عوامل زیر را در نظر گرفت:

·         استفاده از الگوریتم های دقیق برای کاهش زمان حل

·         استفاده از سایر تکنیک های عدم قطعیت مانند فازی یا فازی استوار برای مقابله با عدم قطعیت

·         در نظر گرفتن سایر عوامل انگیزشی



نظرات 0 + ارسال نظر
برای نمایش آواتار خود در این وبلاگ در سایت Gravatar.com ثبت نام کنید. (راهنما)
ایمیل شما بعد از ثبت نمایش داده نخواهد شد