رویکرد تعاملی برای طراحی یک شبکه لجستیک امداد در شرایط بحران با وجود کالاهای فاسد شدنی

مقدمه:

در سال های اخیر تلفات بلایای طبیعی (بحران) به طور جدی افزایش پیدا کرده است. طبق آمار های اخیر، سالانه تقریبا ۷۰۰۰۰ نفر کشته و ۲۰۰ میلیون نفر زخمی گزارش شده است. نقش اصلی لجستیک در سونامی اقیانوس هند در سال ۲۰۰۴ باعث جلب توجه محققان شد. طبق گفته Van Wassenhove « لجستیک قسمتی از هر عملیات نجات بحران است که می‌تواند به معنای تفاوت بین موفقیت و شکست در عملیات باشد». به عنوان تعریفی از لجستیک امداد در بحران یا (Disaster Relief Logistics) DRL می‌توان گفت: فرایندهای طرح‌ریزی یا برنامه‌ریزی، اجرا و کنترل موثر، هزینه‌های موثر جریان و انبار کالا و مواد و اطلاعات مربوطه، از مکان مبدا به مکان مصرف با هدف رسیدن به تقاضا و نیازمندی ها. 

 

 برای افزایش چابکی در عملیات DRL پیش موضع‌گیری، به عنوان یکی از موثرترین رویکردها پیشنهاد شده است. اگر یک موضع‌گیری قبلی در فاز بحران پیشین به طور کارآمدی تاسیس شده باشد سازمان‌های مربوط به عملیات‌های نجات می‌توانند به طور صحیحی در مواقع اضطراری عمل کنند. در همین زمینه، Caunhye et al.(2012) مروری بر تحقیقاتی با مسئله مکان‌یابی مراکز توزیع امدادی و انبار های از پیش مقرر شده در شبکه DRL در فاز آمادگی برای وقوع بحران یا LRDSP، انجام داد. همین طور با استفاده از برنامه ریزی ریاضی و استفاده از آن در شبکه های DRL مقاله‌های بسیاری چاپ شد. اکثر این مقاله‌ها در زمینه کالا‌های فاسد نشدنی (مثل: چادر، ملحفه، لباس و غذا‌های فاسد نشدنی) بود و همین‌طور محصولات خاص (مخصوصا موارد فاسد شدنی) که باعث نگرانی‌های بسیاری در دنیای واقعی شده است. این محصولات خاص در شبکه‌های نجات به عنوان محصولات فاسد شدنی ارجاع داده شده اند (که آنها شامل: کالاهای دارویی، محصولات خونی و پاکت های شیر و ... می‌شوند) که این محصولات طول عمر مشخص و ثابتی دارند. بعضی از موارد نجات ( مثل: کالاهای دارویی و محصولات خونی) به دلیل خصوصیت‌های آن کالا و بعضی دیگر به دلیل انبار های ناکارآمد فاسد می‌شوند. از سوی دیگر ممکن است رخ دادن یک بحران خیلی دیر باشد؛ بنابراین اگر شبکه DRL یک سیاست مناسب برای از نو ساختن موارد فاسد شدنی نداشته باشد ریسک منقضی بودن کالا در زمان وقوع بحران بسیار زیاد خواهد بود. برای مثال: در سال ۲۰۰۷ در زلزله بم، درصد بسیار زیادی از آنتی بیوتیک‌های انبار شده DRL منقضی شده بودند (نزدیک ۳۰ درصد) و شبکه با کمبود بسیار در وضعیت اضطراری قرار گرفت. 

در نتیجه، ایجاد یک سیاست سفارش دهی دوره ای برای محصولات فاسد شدنی در مدیریت بحران کاملا حیاتی و با اهمیت است. برای عنوان این مسئله، این مقاله کالا هایی با عمر ثابت در نظر گرفته است و همچنین یک مدل ریاضی رباست دو هدفه پیشنهاد داده است که اهمیت موضوعات مسئله LRDSP (مثل مکان یابی و تخصیص، توزیع کالا) در شرایط محتمل فجایع آتی در نظر گرفته است. در واقع اداره کردن موضوعاتی که در مقاله گفته شد، شبکه DRL با قابلیت اطمینان بالاتری ایجاد می‌کند. این قابلیت اطمینان به وسیله کاهش ریسک کالاهای نجات منقضی شده در شبکه فراهم می‌شود و همچنین از به وجود آمدن مشکلات مدیریتی مثل دفع کالاهای منقضی شده در هنگام وقوع بحران ممانعت می‌کند.

نوآوری مقاله:

موضوع اصلی‌ای که این مقاله را از بقیه متمایز می کند، تصمیم گیری بر روی مقوله‌یLRDSP  می‌باشدکه به صورت زیر می‌باشد:

• ارائه یک مدل یکپارچه چند هدفه برای مکان‌یابی و تخصیص، سیاست سفارش‌دهی و توزیع کالای امداد برای طراحی یک شبکه DRL در شرایط عدم قطعیت.
•  شبکه DRL در فاز آمادگی قبلی بحران در محیط پویا در نظر گرفته شده است.
•  طول عمر کالا‌های امداد، با تنظیم افق زمانی معین، ثابت در نظر گرفته شده است.

مطالعه موردی: پتانسیل زلزله در مناطق شهری

این مقاله به ایجاد یک برنامه آمادگی زلزله، بر اساس مکان یابی انبارها، سطج ذخیره موردنیاز، سیاست سفارش‌دهی کالاهای امدادی (کالاهای دارویی) برای انبارها و سیستم حمل و نقل از پیش تعیین شده برای انتقال کالاهای دارویی به بیمارستان ها (نفاط تقاضا) در منطقه شهرک غرب و سعادت آباد در شمال غربی تهران، می پردازد. اطلاعات آورده شده در این قسمت از مرکز DRL سعادت آباد-شهرک غرب آماده شده است.این منطقه به علت قرار داشتن بر روی گسل شمال تهران زلزله‌خیز است. درخوشبینانه‌ترین حالت زلزله ای با شدت کمتر از ۶ ریشتر، بدبینانه ترین حالت بیش از ۸ ریشتر و واقعبین ترین حالت بین ۶ تا ۸ ریشتر خواهد بود. این موارد با توجه به تحقیقات آماری علل زمین لرزه و اطلاعات زمین لرزه که از سایت ها گفته شده در مقاله آمده است، تعیین شده اند. با توجه به این شدت پیش‌بینی شده، احتمال خرابی خانه‌ها، انبارها، ساختمان‌ها و اتوبان‌های اصلی زیاد است. 

با توجه به تاثیر ۳ نوع شدت زلزله و حجم جمعیت اطراف بیمارستانها، نیاز به کالاهای دارویی، در بخش های مختلف منطقه و ساعات مختلف روز تخمین زده می‌شود. زمین لرزه ممکن است در هر زمان از روز رخ دهد، در نتیجه یک روز را به ۳ بخش تقسیم شده است: خارج از ساعت کاری، ساعات کاری، ساعات ازدحام مردم. بنابراین ۹ سناریو زلزله در نظر گرفته شده است. از روز شنبه تا پنجشنبه ۸ ساعت کاری، ۵ ساعت ازدحام و ۱۱ ساعت غیر‌کاری وجود دارد. جمعه روز غیر‌کاری در نظر گرفته شده است. بنابراین ۱۶۸ ساعت در هفته، به ۴۸ ساعت کاری، ۳۰ ساعت ازدحام، ۹۰ ساعت غیر کاری تقسیم شده است. به علاوه با توجه به اطلاعات پیشین احتمال شدت زلزله ها 3/0 ، 2/0 و 5/0 به ترتیب برای کمتر از ۶ ریشتر، بیشتر از ۸ ریشتر و بین ۶ تا ۸ ریشتر تخمین زده شده است که بر اساس این احتمال ها ۹ سناریو تعریف شده‌اند.

در این مطالعه موردی، ۱۰ بیمارستان و مرکز درمانی در منطقه شهرک غرب و سعادت آباد موجود است. برای هر بیمارستان و مراکز درمانی تقاضایی تخمین زده شده است. لازم به ذکر است که قسمت شمالی این ناحیه دارای جمعیت بیشتری نسبت به جنوب آن است. به علاوه به دلیل نیمه تجاری بودن بخش شمالی، کاهش در جمعیت در ساعات کاری کمتر از بخش جنوبی این ناحیه می‌باشد. انتظار می رود که در زمان وقوع زلزله مردم به نزدیک ترین بیمارستان مراجعه نمایند. بنابراین هنگام وقوع زلزله در ساعات کاری بیشترین تقاضا به بیمارستان های شمالی این ناحیه تعلق می گیرد. همچنین تقاضا در ساعات ازدحام به صورت متعادلی در بخش های مختلف این ناحیه فرض شده است. هرچه شدت زلزله بیشتر باشد شدت خرابی بیشتر است و تقاضای بیمارستان ها نیز افزایش می یابد. در هر سناریو با افزایش بی‌ثباتی در یک بیمارستان بیماران و آسیب دیدگان به بیمارستان نزدیک دیگری ارجاع داده می شوند. ۱۰ انبار کاندید در ناحیه در نظر گرفته شده است که ظرفیت و هزینه عملیاتی آنها نیز مشخص شده است. نرخ هزینه/ظرفیت به عنوان یک شاخص اندازه‌گیری، جهت متمایز کردن انبارها، محسوب می شود.

طول عمر کالاهای فسادپذیر دارویی ۱۰ ماه است، درحالی که افق برنامه‌ریزی در فاز قبل از بحران ۲۴ دوره است. در فاز پس از بحران این زمان فقط چند ساعت اولیه (۷۲ ساعت اول) است. تصمیم گیرنده (DM) در مرکز DRL سیاست خرید و فروش به خصوصی از این کالاها را تعریف می کند. یک کالا که بیش از ۶ ماه از تاریخ انقضای آن باقی مانده است نباید به فروش برسد و کالایی که کمتر از ۴ ماه به انقضای آن مانده است نباید خریداری شود. قیمت خرید و فروش این کالاهای دارویی فاسد شدنی بسته به زمان باقی مانده از انقضای آن، گران تر هستند. هزینه کالا ها با نزدیک شدن به زمان انقضایشان کاهش می یابد.

جریمه هزینه های کمبود برای هر کالا در طول دوره های زمانی نوسازی ذخیره ها، ده برابر قیمت خرید فرض شده است. در فاز پس از بحران با توجه به سناریو، هزینه جریمه کمبود برای هر کالا ۷ تا ۱۳ برابر قیمت خرید هر قلم می‌باشد. هزینه انبارداری (محاسبه برای کل هزینه های مرتبط در موجودی) تقریبا برابر 25٪ قیمت خرید می باشد.  

تعریف مسئله:

در این مقاله، مسئله DRL در ۳ مرحله شبکه نشان داده شده است. اولین مرحله قرار دادن انبار‌ها، دومین مرحله شامل بیمارستانها و سومین مرحله عرضه کنندگان می‌باشد. انبار ها حساس‌ترین نقش را  در شبکه‌های DRL بازی می‌کنند زیرا که این مراکز کالاهای دارویی مورد نیاز بیمارستان ها را توزیع می‌کنند. برای انتخاب مکان انبارها از میان مکان های کاندید، موضوعات معینی باید در نظر گرفته شوند: 

1. ظرفیت انبار ها و هزینه تاسیس انبار ها
2.  فاصله تا بیمارستان ها و زمان مورد نیاز انتقال در جاده ها با شرایط متفاوت، که زمان پاسخ گویی را در پایین ترین سطح نگه دارد.
3. امنیت انبار ها با در نظر گرفتن ریسک خرابی برای مکانهای از پیش تعیین شده کالاهای دارویی.

مقدار مورد نیاز از ترکیب کالاهای دارویی و انبار مورد نظر برای پاسخ گویی به یک زلزله باید از قبل موضع‌گیری شود. این کالا ها خریداری شده و از کارخانه‌هایی که می‌توانند مقدار معینی از کالا را عرضه کنند به انبارها منتقل می‌شوند. به علاوه، زمان وقوع یک زلزله نامشخص است و ممکن است بعد از گذشت زمان زیادی اتفاق بیافتد. بنابراین شبکه DRL باید یک سیاست سفارش‌دهی کارآمد برای از نو ساختن کالاهای فاسد شدنی داشته باشد. به عبارت دیگر، شبکه DRL کالاهای از پیش قرار داده شده فاسد شدنی را با اقلام جدید (با میزان متفاوت، یادآوری کردن طول عمر، قیمت خرید و فروش، هزینه برداشت و انتقال) در دوره‌های زمانی متفاوت جایگزین می‌کند. برای فرموله کردن این موضوع در مدل،یک افق زمانی برای هر کالای فاسد شدنی در نظر گرفته شده است. زیرا که مسئله شامل پاسخ گویی به اولین و یک زلزله می باشد، مفروضات محصولات دارویی فاسد شدنی برای برنامه های توزیع فاز بحران ها بعدی درنظر گرفته نشده است. 

میزان کالاهای دارویی منتقل شده از هر انبار به هر بیمارستان باید با در نظر گرفتن عدم قطعیت با توجه به کالاهای قابل استفاده (خرابی در انبارها)، شرایط جاده‌ای (زمان حمل)، میزان و اولویت تقاضای بیمارستانها تحت سناریوهای متفاوت، تعیین شود.

برای فرموله کردن مسئله بیان شده، یک مدل برنامه‌ریزی خطی چند هدفه ارائه داده شده تا بهینه‌ترین تصمیم برای مکان‌یابی و تخصیص، سیاست سفارش دهی و توزیع کالاهای دارویی و طراحی شبکه DRL بیان شود. مدل یک سیاست بهینه پیش از بحران را که شامل مکان‌یابی انبارها، میزان کالاها که باید در هر انبار نگهداری شود، سیاست سفارش دهی در از نوسازی ذخیره‌های فاسد‌شدنی و برنامه توزیع کالاهای دارویی به بیمارستان را تعیین می کند.

مدل ریاضی (P1) :

توابع هدف:

تابع هدف اول(۱): حداقل کردن متوسط زمان های پاسخ گویی در همه سناریو ها. درواقع قصد این تابع هدف توزیع کالا ها به بیمارستان می باشد بنابراین سهم زیادی از تقاضا با استفاده از انبار نزدیک تر بر آورده می شود. زمان پاسخ گویی، زمان موردنیاز برای انتقال کالاها به بیمارستان می باشد که بستگی به فاصله و مدت زمان بین گره ها دارد.

تابع هدف دوم(۲): حداقل کردن کل هزینه ها. این هزینه ها شامل:1) هزینه احداث انبارها، 2) هزینه ذخیره کالاهای استفاده نشده 3)هزینه جریمه تقاضای ارضا نشده که برای هر بیمارستان و هر کالا با ارزش جریمه های آنها اولویت در نظر گرفته می شود، 4)هزینه برداشت کالا از انبارها، 5)هزینه خرید کالاها، 6)هزینه انتقال کالا ها از عرضه کننده ها به انبار، 7)درآمد فروش کالا ها، 8)هزینه کمبود در دوره زمانی آمادگی برای بحران.

جالب توجه است که ناتوانی شبکه DRL در پاسخ گویی در شرایط وقوع بحران می تواند به ۲ گروه تقسیم شود: 1) دلایل خارجی 2) دلایل داخلی. وقتی که فاجعه‌ای رخ می‌دهد، دلیل کمبود در نقاط تقاضا بسته شدن راه‌ها، خراب شدن انبار‌ها و تسهیلات حمل و نقل (دلایل خارجی) و کافی نبودن کالا هایی است که از قبل آماده شده بودند (دلایل داخلی)، می‌باشد.  

محدودیت های مدل:

جریان ذخیره در سیستم موجودی در فاز پیش از بحران:

محدویت (3): اطمینان حاصل می کند که تعداد کالاهای برداشته شده نمی‌تواند فراتر از سطح ذخیره در هر دوره زمانی باشد.
محدودیت (4و 5): محدودیت های تعادل (بالانس) (Balance constraints) موجودی می‌باشد.

محدودیت (۶): نشان می دهد که میزان کالای از قبل تعیین شده برابر با سطح ذخیره در دوره زمانی اول در نظر گرفته می‌شود.
محدودیت (۷): میزان کمبود در کالا‌ها در هر دوره زمانی را در فاز پیش از بحران محاسبه می‌کند. این میزان در هر دوره زمانی بر مبنای مقایسه بین سطح ذخیره با میزان اولیه کالای است.

محدودیت (۸): تضمین می‌کند که سطح ذخیره در هر دوره زمانی نمی تواند فراتر از میزان اولیه کالا در ابتدای دوره باشد.

جریان کالا در فاز پس از بحران:

محدودیت (۹): نشان می‌دهد که تقاضای هر نقطه تقاضا ممکن از توسط حمل و نقل عرضه برآورده نشود.

محدودیت (۱۰): میزان مجاز تقاضاهای بر آورده نشده در هر نقطه تقاضا مشخص شده است.

محدودیت (۱۱): این اطمینان را ایجاد می کند که جمع کالاهای منتقل شده و کالاهای بلااستفاده برابر است با میزان مواد ذخیره شده استفاده شده.

محدودیت (۱۲): این اطمینان را می دهد که کالا ها به مسیر های در دسترس فرستاده می‌شوند.

تسهیلات فعال و ظرفیت آنها:

محدودیت (۱۳): نشان دهنده بودجه در دسترس برای احداث انبار است. شایان ذکر است که تمام هزینه‌های عملیاتی مثل پرسنل و تعمیرات در تعریف پارامتر   در نظر گرفته شده‌است.

محدودیت (۱۴): نشان می دهد که اگر انبار i فعال باشد، میزان کالا نوع k که از پیش مقرر شده نمی‌تواند فراتر از ظرفیت انبار باشد.

محدودیت (۱۵): محدودیت در دسترس بودن کالاها برای ذخیره در انبار را نشان می‌دهد.

تساوی سطح:

محدودیت (۱۶): یک سطح مساوی معین را بین ۲ نقطه تقاضا تعریف می‌کند. به علاوه این اطمینان را می‌دهد که تفاوت بین تقاضای وزنی ارضا نشده بین ۲ نقطه تقاضا نمی‌تواند فراتر از سطح از پیش تعریف شده برود. به عبارت دیگر، این محدودیت تضمین می‌کند که توزیع کالا ها بین نقاط تقاضا به عنوان یک سطح تساوی در محدودیت ۱۷ تعریف می‌شوند.

محدودیت (۱۷): هزینه جریمه در هر تقاضای برآورده نشده براساس اولویت در نقاط تقاضا تحت سناریو s تعیین می‌شود.

محدودیت های مضاعف و غیر منفی:

محدودیت (۱۸) و (۱۹): نشان دهنده نوع متغیرهای تصمیم هستند.

بهینه‌سازی رباست:

بهینه سازی روباست (Robust optimization) به جهت تولید راه حل مناسب و معین برای پارامترهای غیر قطعی می‌تواند بسیار کارآمد باشد. این روش اولین بار توسطet al.  Mulvey ارائه شده است. برای جلوگیری از نشدنی بودن محدودیت‌ها، رویکرد رباست، جریمه‌ای را در تابع هدف اعمال می‌کند. به علاوه، عدم قطعیت‌ها به صورت مجموعه‌ای از سناریوهای مختلف در نظر‌گرفته می‌شوند. جواب بهینه مدل رباست در هنگام تغییر ورودی های پارامترها آنها را نزدیک به بهینگی نگه‌می‌دارد که به آنsolution robustness می‌گویند. همچنین این رویکرد جواب را هنگام تغییرات جزئی اطلاعات ورودی در شدنی‌بودن حفظ می‌کند که به آن model robustness می‌گویند.

در این رویکرد ابتدا مدل ساده‌ای از برنامه‌ریزی خطی و محدودیت‌های آن توضیح داده شده و سناریوهای   تعریف شده در پارامتر‌های غیر قطعی اعمال می‌شوند و برای وقوع هر سناریو احتمالی در نظر گرفته می‌شود که آن را با  نشان می‌دهند. مدل رباست تحت سناریو به صورت می باشد:

هدف این مدل ایجاد تعادل بین شدنی بودن و بهینگی می باشد. بخش اول مدل نزدیکی مدل به بهینگی (solution robustness) و بخش دوم  شدنی بودن مدل را می سنجد و  برابر واریانس تابع هدف می باشد.

مدل بهینه رباست پیشنهاد شده (P2):

در این بخش تابع هدف قبلی (مسئله P1) در مدل روباست بازنویسی شده است و جریمه‌ای به تابع هدف اعمال می‌شود.

روش Reservation Level Tchebycheff Procedure :RLTP

برای حل مسئله در این مورد مطالعاتی، DM در مرکز DRL تمایل دارد که در حل این فرآیند شرکت داشته باشد به علاوه برای این مسئله مدل ۲ هدفه پیشنهاد شده که برای فائق آمدن بر این ۲ مسئله  از رویکرد تصمیم گیری چند هدفه یا  MODM (Multi-Objective Decision-Making) استفاده شده است. این روش جواب ها و سطح هایی از سرویس‌دهی(RL)  را که مورد نظر DM نیستند کاهش می دهد تا در نهایت به جواب مناسب برسد. روند انجام کار تا جایی تکرار می شود که هدف مورد نظر DM فراهم شود. 

مروری بر نتایج:

این مقاله یک مدل یکپارچه جدیدی برای طراحی یک شبکه لجستیک امداد در بحران (DRL) ارائه داده‌است که مکان بهینه انبار، میزان و سیاست سفارش‌دهی از پیش برنامه‌ریزی شده از کالاهای دارویی در فاز پیش از وقوع بحران و برنامه توزیع در فاز پس از وقوع بحران را تعیین می‌کند. مدل ارائه شده سعی دارد ۲ تابع هدف را به طور همزمان به بهینگی برساند: 1) متوسط زمان پاسخ‌گویی وزنی ۲) کل هزینه های عملیاتی. به دلیل اینکه ممکن است زلزله بعد گذشت زمان طولانی اتفاق بیافتد، کالاهای دارویی فاسد شدنی با طول عمر ثابت توسط تنظیم افق زمانی در مدل اداره می شوند. این تحقیق عملی بودن و سودمندی مدل پیشنهاد شده برای یک مطالعه موردی زلزله و آمادگی در شهر تهران را نشان می‌دهد. به علاوه، یک تکنیک فنی برای حل یک مدل چند هدفه در روش تعاملی با تصمیم گیرنده (DM) ارائه داده‌شد، به نام روش RLTP.

• این مدل تحت رویکرد های ذکر شده، با استفاده از نرم افزار گمز کدگذاری شده و با CPLEX 12.2 با داده های مربوط به مورد مطالعه حل شده است.
• در بخش انتخاب مکان انبار ها انبار های ۱،۲،۳،۴و ۸ مناسب ترین مکانها در شرایط زلزله با استفاده از متد RLTP انتخاب شده‌اند، چراکه انبارهای ۱ تا ۴ کم هزینه ترین انبارها هستند و انبار ۸ نزدیکترین انبار به بیمارستان بهمن می‌باشد. انبار های انتخاب شده در شبکه DRL‌ باید سیاست سفارش دهی مناسبی برای نوسازی داروهای قبلی در طول افق زمانی داشته باشند، این کار باید با توجه به طول عمر ثابت کالاها در دوره های متفاوت قبل از وقوع زلزله انجام شود. همانطور که در شکل شماره ۲ مقاله نشان داده شده است میزان کالاهای دارویی و طول عمر آنها و زمان اقدام برای نوسازی کالاها در طول افق ۲۴ ماهه مشخص شده است. شکل زیر مربوط به انبار ۱ می باشد:

• در بخش اثرات پارامتر های روباست یک تحلیل حساسیت بر model robustness و solution robustness اجرا شده است که در شکل ۳ مقاله به صورت نمودار آمده است. که بهترین حالت از نظر DM‌ و انتخاب ارزش برای  بر تصمصم گیری اثر بخش می باشد. تصمیم گیرنده (DM) ریسک گریز به احتمال زیاد ارزش کمتری برای  در نظر می گیرد و DM ریسک پذیر بیشترین ارزش را برای  در نظر می گیرد.