A mixed integer location, inventory and pricing model for closed loop supply chains

Etkili bir kapalı devre tedarik zinciri tasarlamak, kullanılmış ür ünlerin toplanmasıylaelde edilecek ekonomik değerlerin yanında son yıllarda artarak popülerite kazanan çevreselbilinç kavramı icinde oldukça kritiktir. Bu tezde, yeni üretilen ür ünlerin dağıtım ve aynızamanda kullanlmış ür ünlerin de geri toplanması icin gereken fiyat ve teşvik kararlarınıenvanter ve lokasyon kararlarıyla perçinleyen bir problem ele alınmıştır. Karı en y üksekdeğere çıkarmak için açılacak toplama ve dağıtım merkezlerinin en uygun lokasyonlar,envanter, fiyat ve teşvik değerleri karma tamsayılı doğrusal programlama modeli ile incelenmiştir.Bu modelde ür ünlerin t üm lojistik işlemlerinin m üşteriler ve kullanılmış ür üntedarikçileri tarafından yapıldığı varsayıldığı için modelde nakliye ile alakalı bir gider bulunmamaktadır,fakat aradaki mesafenin talep ve gerid ön üs oranını olumsuz olarak etkilediğigerçeği dikkate alınmıştır. Bu NP-zor problemi çözebilmek için üç farklı melez sezgisel algoritma önerilmiştir. Melezleme yaparken Benzetimli Tavlama, Tabu ve Genetik algoritmalar,Değişken Komşuluk algoritmasının içine yerleştirilmiştir. En iyi sonuçlara ulaşmak içinfarklı komşuluk oluşturabilecek operat örler sezgisel metodların içine g öm ülm üşt ür. Önerilenalgoritmaların performansları 200 m üşteri ve 200 lokasyon seçenekli problemb üy ükl üklerine kadar olan kapsamlı k ümeler için incelenip doğrusallaştırma tekniği yardımıylabulunan üst sınırlar ile kıyaslanmıştır. Son olarak, en iyi performansı bulmak amacıyla, önerilen üç farklı melez sezgisel algoritma birbirleriyle kıyaslanmıştır. T üm kıyaslamalarsonucunda, üst sınırla olan sapmalar rapor edilmiştir. Yaptığımız sayısal deneylerin sonucunag öre, TSVNS algoritması, amaç fonksiyonu açısından test edilen örneklerde kıyasladığımızdiğer iki sezgisel y öntemden çok daha iyi sonuçlar vermiştir. Önerilen sezgisel algoritmanın başarısı,büyük ölçüde, etkili çeşitlendirme mekanizmaları önerirken kullandığı hafızayapısına bağlıdır.