TRƯỜNG ĐẠI HỌC BÁCH KHOA THÀNH PHỐ HỒ CHÍ MINH
KHOA KHOA HỌC MÁY TÍNH
-----OoO-----

TIỂU LUẬN MÔN HỌC
PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC

ĐỀ TÀI:

MẠNG LƯỚI CHUỖI CUNG ỨNG KHÉP KÍN
CLOSE-LOOP SUPPLY CHAIN NETWORK

GVHD: TS. NGUYỄN VĂN MINH MẪN
HỌC VIÊN THỰC HIỆN:
1. NGUYỄN THỊ NGỌC DUNG
2. NGUYỄN XUÂN GIANG
3. LÊ HÒA HƯNG
LỚP: 3

Thành phố Hồ Chí Minh, tháng 5 năm 2015


NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN

…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………

…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………


MỤC LỤC
I. Giới thiệu đề tài và cơ sở lý luận ............................................................................................ 1
1. Giới thiệu đề tài .................................................................................................................. 1
2. Cơ sở lý luận ...................................................................................................................... 2

II. Mô tả về mạng lưới và mô hình toán .................................................................................... 4
1. Mô tả về mạng lưới ................................................................................................................ 4
2. Mô hình toán ...................................................................................................................... 5
2.1. Tập ............................................................................................................................... 5
2.2. Các tham số ................................................................................................................. 5
3.3. Các biến ....................................................................................................................... 6
III. Áp dụng mô hình đề xuất và giải quyết vấn đề đa mục tiêu ................................................ 7
1. Áp dụng mô hình đề xuất ................................................................................................... 8
2. Vấn đề đa mục tiêu ........................................................................................................... 10
2.1. Xem xét vấn đề .......................................................................................................... 10
2.2 Cách tiếp cận giải pháp ............................................................................................... 10
2.2.1. Phương pháp tổng trọng ......................................................................................... 11
2.2.2. Phương pháp ràng buộc ɛ ...................................................................................... 11
IV. Yếu tố không chắc chắn ảnh hưởng đến mô hình toán ...................................................... 11
1. Qui hoạch ngẫu nhiên ....................................................................................................... 11
1.1. Các tập ....................................................................................................................... 12
1.2. Các tham số ............................................................................................................... 12
1.3. Các biến ..................................................................................................................... 12
2. Kết quả tính toán .............................................................................................................. 13
V. Kết luận ............................................................................................................................... 15


MẠNG LƯỚI CHUỖI CUNG ỨNG KHÉP KÍN |1

I. Giới thiệu đề tài và cơ sở lý luận
1. Giới thiệu đề tài
Một mạng lưới chuỗi cung ứng khép kín (a close-loop supply chain (CLSC) network) bao
gồm chuỗi cung ứng chuyển tiếp và chuỗi cung ứng ngược. Chuỗi cung ứng chuyển tiếp
(FSC) chứa hàng loạt các hoạt động có kết quả trong việc chuyển đổi các nguyên liệu đến
thành phẩm. Các nhà quản lý cố gắng cải thiện hiệu suất chuỗi cung ứng chuyển tiếp trong

một khu vực chẳng hạn như quản lý nhu cầu, mua sắm và thực hiện đơn hàng. Chuỗi cung
ứng ngược (RSC) được định nghĩa là các hoạt động thu gom và tái chế những thành phẩm bị
trả về trong quản lý chuỗi cung ứng. Việc tích hợp chuỗi cung ứng chuyển tiếp và chuỗi cung
ứng ngược tạo nên mạng lưới chuỗi cung ứng khép kín. Nói cách khác, trong mạng lưới
chuỗi cung ứng khép kín bao gồm cả kênh chuyển tiếp và kênh ngược.
Vài nghiên cứu đã được thực hiện về mô hình vị trí cơ sở chuyển tiếp. Mô hình này cố gắng
trả lời theo những câu hỏi sau: Có bao nhiêu cơ sở nên được mở? Mỗi cơ sở nên được đặt ở
đâu? Phân bổ cái gì? Những tập trung tâp thu gom nào nên được mở và hoạt động? Những
sản phẩm nào nên được xử lý trong những cơ sở đó? Mục tiêu của các mô hình này là để xác
định các biến quyết định của cả hai kênh. Tối ưu hóa tổng chi phí được xem xét như là một
hàm mục tiêu chính. Mặt khác, một số nhà nghiên cứu cũng xem xét đến các yếu tố không
chắc chắn trong cấu hình chuỗi cung ứng khép kín. Bất ổn trong cung và cầu là hai nguồn
chính dẫn đến sai lệch trong quản lý chuỗi cung ứng. Tính không chắc chắn của nguồn cung
xuất hiện vì những sai lầm hoặc chậm trễ trong việc giao hàng của nhà cung cấp. Nhu cầu sai
lệch là do dự báo nhu cầu không chính xác hoặc nhu cầu biến động, sai lệch trong trả hàng
cũng là một yếu tố quan trọng.
Trong bài báo này, mô hình vị trí cơ sở được kiến nghị cho mạng lưới CLSC. Mô hình này
được thiết kế đa nhà máy (sản xuất và tái chế), nhu cầu thị trường, trung tâm thu gom, và sản
phẩm. Muc tiêu là để biết được có bao nhiêu và những nhà máy, trung tâm thu gom nào nên
được mở, sản phẩm nào với số lượng bao nhiêu nên được lưu kho trong chúng. Hàm mục tiêu
nhằm tối thiểu hóa tổng chi phí. Trong bài báo này, hai bài toán thử nghiệm được đưa ra xem
xét. Ngoài ra, mô hình mở rộng đa mục tiêu bằng cách xem xét các yếu tố môi trường bao
gồm các vật liệu thân thiện với môi trường và công nghệ sạch. Sau đó, mô hình được giải
quyết bằng hai phương pháp: weighted sums và ε-constraint. Hơn nữa, mặt đánh đổi của hai
bài toán thử nghiệm cũng được xem xét. Mô hình đa mục tiêu cũng được mở rộng bằng quy
hoạch ngẫu nhiên (dựa trên những kịch bản) để xem xét tác động tác động của việc trả hàng
và nhu cầu biến động trong việc cấu hình mạng lưới. Cuối cùng, kết quả máy tính sẽ được


MẠNG LƯỚI CHUỖI CUNG ỨNG KHÉP KÍN |2


thảo luận và phân tích. Nghiên cứu này là một trong những cuộc nghiên cứu đầu tiên xem xét
các mô hình toán đa mục tiêu chịu sự biến động trong cấu hình mạng lưới chuỗi cung ứng
khép kín.
2. Cơ sở lý luận
Jayaraman và các đồng nghiệp đưa ra mô hình quy hoạch nguyên hỗn hợp để xác định số
lượng tối ưu số lượng sản phẩm tái chế và đã qua sử dụng trong mạng lưới chuỗi cung ứng
ngược. Fleischmann và các đồng nghiệp mở rộng mô hình logistic đầu vào hướng tới hệ
thống logistic thu hồi và thảo luận về sự khác biệt. Họ sử dụng mô hình quy hoạch tuyến tính
nguyên bộ phận. Kannan và các đồng nghiệp đưa ra một mô hình sử dụng genetic algorithm giải thuật di truyền (Giải thuật di truyền là một kỹ thuật của khoa học máy tính nhằm tìm
kiếm giải pháp thích hợp cho các bài toán tối ưu tổ hợp - combinatorial optimization.) và kĩ
thuật tối ưu bầy đàn (partical swarm). Họ áp dụng các mô hình bằng cách xem xét hai trường
hợp: nhà sản xuất lốp xe và sản xuất hàng nhựa.
Kannan và các đồng nghiệp phát triển mô hình toán cho một trường hợp tái chế pin. Tuy
nhiên, chúng không xem xét yếu tố thay đổi của các tham số. Amin and Zhang thiết kế một
mạng lưới dựa vào vòng đời sản phẩm. Họ sử dụng mô hình quy hoạch tuyến tính nguyên bộ
phận để cấu hình mạng lưới. Fleischmann và các đồng nghiệp, Rubio và các đồng nghiệp,
Guide and Van Wassenhove và Akcali và Centinkaya đưa ra cơ sở lý luận và những khảo sát
cho bài báo của RL – Reverse Logistics và chuỗi cung ứng khép kín.
Mô hình đa mục tiêu và mô hình quy hoạch mục tiêu đã được phát triển bởi nhiều tác giả cho
mạng lưới chuỗi cung ứng khép kín. Một số bài bài đã được phân loại trong bảng 1. Krikke
và các đồng nghiệp [18] xem xét tối thiểu hóa chi phí chuỗi cung ứng, năng lượng sử dụng và
những chất thải còn lại của một mạng lưới chuỗi cung ứng khép kín. Pati và các đồng nghiệp
[19] xây dựng mô hình quy hoạch mục tiêu nguyên bộ phận để xác định vị trí các cơ sở,
tuyến đường và những luồng trạng thái khác nhau của những chất thải có thể tái chế của
mạng lưới CLSC. Chúng kiểm tra tính tối thiểu của chi phí logistics thu hồi, tối đa hóa việc
cải tiến chất lượng sản phầm và lợi ích môi trường. Du và Evans [20] đã phát triển một mô
hình bi-objective cho một mạng lưới logistics thu hồi bằng việc xem xét giảm thiểu chi phí
tổng thể và tổng thời gian chậm trễ của vòng thời gian. Gupta và Evans [21] đề xuất một cách
tiếp cận quy hoạch mục tiêu định thời để mô hình mạng lưới chuỗi cung ứng khép kín.

Pishvaee et al, [22] xem xét giảm thiểu tổng chi phí và tối đa hóa khả năng đáp ứng của một
mạng lưới logistics.


MẠNG LƯỚI CHUỖI CUNG ỨNG KHÉP KÍN |3

Vài tác giả đã kiểm tra tính không chắc chắn (có thể thay đổi) trong việc câu hình mạng lưới
CLSC. Bảng 1 là bảng tóm tắt các bài viết. Salema và các đồng nghiệp [7] mở rộng mô hình
logistics thu hồi của Fleischmann và các đồng nghiệp [5] và xem xét sự biến động của nhu
cầu và hàng trả về bằng cách xác định những trường hợp về kịch bản phụ thuộc. Họ sử dụng
quy hoạch nguyên bộ phận và kĩ thuật Brand&Bound và giải quyết bài toán bằng CPLEX.
Francas và Minner [23] đề xuất một mô hình ngẫu nhiên hai giai đoạn để thiết kế một mạng
lưới khép kín theo những yếu tố không chắc chắn là nhu cầu và hàng trả về. Pishvaee và các
đồng nghiệp [24] đề xuất một mô hình tối ưu xác định cho mạng lưới logistics thu hồi. Sau
đó, họ đã phải triển mô hình stochastic. Tuy nhiên, những tác nhân môi trường không được
xem xét trong mô hình này. Lee và Dong [25] đề xuất một mô hình quy hoạch ngẫu nhiên hai
giai đoạn cho mạng lưới chuỗi cung ứng khép kín. Họ cũng phát triển một giải pháp tiếp cận
bằng simulated annealing – mô phỏng tôi luyện. Pishvaee và Torabi [26] đã phát triển một
mô hình quy hoạch nguyên bộ phận theo khả năng để giải quyết những yếu tố không chắc
chắn trong cấu hình chuỗi cung ứng khép kín. Shi và các đồng nghiệp [27] đưa ra mô hình
toán học để tối đa lợi nhuận của một hệ thống tái chế bằng cách phát triển giải pháp tiếp cận
dựa vào phương pháp Lagrangian relaxation. Wang và Hsu [28] đề xuất mô hình interval
programming, là mô hình mà những yếu tố không chắc chắn đã được thể hiện bằng những số
mờ. Shi và các đồng nghiệp [29] đã nghiên cứu một vấn đề lập kế hoạch sản xuất cho hệ
thống khép kín đa sản phẩm. Các tác giả xem xét sự biến động của nhu cầu và hàng trả về
bằng mô hình stochastic. Pishvaee và các đồng nghiệp [30] đề xuất một mô hình tối ưu mạnh
mẽ cho mạng lưới chuỗi cung ứng khép kín để xem xét những yếu tố không chắc chắn. Amin
và Zhang [31] phát triển một mô hình tối ưu theo những biến động của của nhu cầu và môi
trường quyết định cho một mạng lưới chuỗi cung ứng khép kín. Vahdani và các đồng nghiệp
[32] áp dụng fuzzy multi-objective robust optimization.

Các bài báo nghiên cứu trong bảng một đã không xem xét đa mục tiêu và những vấn đề biến
động trong việc cấu hình mạng lưới chuỗi cung ứng khép kín một cách đồng thời. Trong bài
báo này, chúng tôi phát triển mô hình đa mục tiêu cho những yếu tố có không ổn định.


MẠNG LƯỚI CHUỖI CUNG ỨNG KHÉP KÍN |4

Bảng 1- Những mô hình cấu hình mạng lưới chuỗi cung ứng khép kín

II. Mô tả về mạng lưới và mô hình toán
1. Mô tả về mạng lưới

Một mạng lưới chuỗi cung ứng khép kín chung được mô tả trên hình bao gồm các nhà máy,
trung tâm thu gom và nhu cầu thị trường. Các nhà máy có thể sản xuất các sản phẩm mới và
tái chế các sản phẩm. Các sản phẩm được đưa đến thị trường tiêu thụ. Sau đó, những sản


MẠNG LƯỚI CHUỖI CUNG ỨNG KHÉP KÍN |5

phẩm trả lại được gửi đến các trung tâm thu gom. Những trung tâm thu gom có trách nhiệm
sau đây: thu gom các sản phẩm đã qua sử dụng, xác định điều kiện của những hàng trả về
bằng việc kiểm tra và/hoặc phân chia để tìm hiểu xem có thể thu hồi hay không, hàng trả về
có thể phục hồi đến các nhà máy, những hàng không có khả năng tái sử dụng (vì lí do kinh tế
và/hoặc những lý do kĩ thuật) đến trung tâm tiêu hủy. Mục tiêu là để biết có bao nhiêu và
những nhà máy và trung tâm thu gom nào nên được mở, sản phẩm nào và với số lượng bao
nhiêu nên được lưu kho.
Các giả định sau đây sẽ được thực hiện trong cấu hình mạng lưới:


Mô hình được thiết kế cho một giai đoạn duy nhất.




Tất cả các sản phẩm bị trả lại được đưa về các trung tâm thu gom



Cầu thị trường tại các vị trí không đổi



Địa điểm và năng lực của các nhà máy và trung tâm thu gom được biết trước.

2. Mô hình toán
Mạng lưới được xây dựng trên mô hình quy hoạch tuyến tính nguyên bộ phận. Các tập, tham
số và những biến quyết định được định nghĩa dưới đây:
2.1. Tập
I = tập các địa điểm nhà máy sản xuất và tái chế tiềm năng (1… i … I)
J = tập các sản phẩm (1 … j … J)
K = tập các địa điểm demand market (1 … k … K)
L = tập các địa điểm trung tâm thu gom tiềm năng (1 … l … L)
2.2. Các tham số
Aj = chi phí sản xuất của sản phẩm j
Bj = chi phí vận chuyển của sản phẩm j trên mỗi km giữa nhà máy và vị trí có nhu cầu
mua hàng
Cj = chi phí vận chuyển của sản phẩm j trên mỗi km giữa trung tâm thu gom và nhà máy
Oj = chi phí vận chuyển của sản phẩm j trên mỗi km giữa trung tâm thu gom và trung tâm
tiêu hủy.
Ei = chi phí cố định cho việc mở nhà máy i



MẠNG LƯỚI CHUỖI CUNG ỨNG KHÉP KÍN |6

Fl = chi phí cố định cho việc mở trung tâm thu gom l
Gj = cost saving of product j (vì thu hồi sản phẩm)
Hj = chi phí xử lý sản phẩm j
Pij = khả năng của nhà máy i cho sản phẩm j
Qij = khả năng của trung tâm thu gom l cho sản phẩm i
tik = khoảng cách giữa vị trí i và k được tạo ra dựa trên phương pháp Euclidean (tkl và tli
được định nghĩa trong cùng một chiều). tl là khoảng cách giữa trung tâm thu gom và trung
tâm xử lý.

Hình 1. Mạng lưới chuỗi cung ứng khép kín
dkj = cầu của khách hàng k về sản phẩm j
rkj = lượng hàng trả về của khách hàng k về sản phẩm j
αj = phần xử lý tối thiểu của sản phẩm j
3.3. Các biến
Xikj = số lượng sản phẩm j được sản xuất tại nhà máy i dành cho thị trường k
Yklj = số lượng sản phẩm j bị trả về từ thị trường k được đưa vào trung tâm thu gom l
Slij = số lượng sản phẩm j bị trả về được đưa từ trung tâm thu gom l vào nhà máy i


MẠNG LƯỚI CHUỖI CUNG ỨNG KHÉP KÍN |7

Tlj = số lượng sản phẩm j bị trả về được đưa từ trung tâm thu gom vào trung tâm tiêu hủy
Zi = 1, nếu một nhà máy được thiết lập tại một địa điểm tiềm năng i, 0, …
Wl = 1, nếu trung tâm thu gom được thiết lập tại một vị trí tiềm năng l,0,…
𝑀𝑖𝑛𝑧1 = ∑ 𝐸𝑖 𝑍𝑖 + ∑ 𝐹𝑙 𝑊𝑙 + ∑ ∑ ∑(𝐴𝑗 + 𝐵𝑗 𝑡𝑖𝑘 )𝑋𝑖𝑘𝑗
𝑖


𝑙

𝑖

𝑘

𝑗

+ ∑ ∑ ∑ 𝐶𝑗 𝑡𝑘𝑖 𝑌𝑘𝑙𝑗
𝑖

𝑘

𝑗

+ ∑ ∑ ∑(−𝐺𝑗 + 𝐷𝑗 𝑡𝑙𝑖 )𝑆𝑙𝑖𝑗 + ∑ ∑(𝐻𝑗 + 𝑂𝑗 𝑡𝑙 )𝑇𝑙𝑗
𝑙

𝑖

𝑗

𝑙

III. Áp dụng mô hình đề xuất và giải quyết vấn đề đa mục tiêu

𝑗


MẠNG LƯỚI CHUỖI CUNG ỨNG KHÉP KÍN |8


1. Áp dụng mô hình đề xuất
Việc tái sản xuất máy photocopy thì đã được xem xét trong vài bài báo. Những nhà sản xuất
lớn như Canon thì bán lại và tái sản xuất những cái máy copy đã qua sử dụng sau khi thu lại
từ khách hàng. Trong quá trình kiểm tra ban đầu tại nơi thu hồi, máy được kiểm tra chuẩn
chất lượng để đảm bảo sản phẩm thu hồi đạt được các chuẩn nhất định. Việc tái sản xuất
thường được thực hiện tại các nhà máy ban đầu sử dụng chung một thiết bị. Những cái máy
không thể tái sử dụng toàn vẹn thì có thể là nguồn cung cung các phần phụ tùng có thể tái sử
dụng. Phần còn lại sẽ được đưa đến các trung tâm tiêu hủy. Mục tiêu của phần này là cho
thấy được sự áp dụng mô hình toán bằng các ví dụ số học. Hai bài thử nghiệm đã được
nghiên cứu. Trong bài thử nghiệm 1, một ví dụ xác định được xem xét. Dữ liệu chi phí và
phần bị tiêu hủy thấp nhất được áp dụng từ [5]. Bảng 2 cho thấy các dữ liệu chi tiết. Các địa
điểm tiềm năng cho các nhà sản xuất, thị trường nhu cầu, trung tâm thu hồi, và trung tiêu hủy
được tạo ra từ phân bố đồng đều giữa 0 và 100 đơn vị khoảng cách trên tọa độ x và y. Bài thử
nghiệm 1 bao gồm các thông số xác định. Tuy nhiên, rất khó để ước tính giá trị của các thông
số trong thế giới thực. Trong bài thử nghiệm 2, người ta cho rằng các thông số (ngoại trừ nhu
cầu và trở về) theo phân bố đồng đều. Lý do là mỗi tham số dưới phân bố đồng đều có thể
được thể hiện bằng hai số (không chính xác một). Bảng 2 cho thấy các giá trị. Mục tiêu là để
xem xét một mô hình thực tế bằng cách sử dụng phân bố đồng đều.
Bài thí nghiệm đã được giải quyết bằng CPLEX 9.1.0. CPLEX là một gói phần mềm tối ưu
hóa mà là thích hợp cho việc giải quyết các hỗn hợp số nguyên vấn đề lập trình tuyến tính.
Tất cả công việc tính toán được thực hiện trên một máy PC (hệ thống hoạt động 32-bit, CPU
2.33 GHz, và 4,00 GB RAM). Các số liệu thống kê mô hình là 797 phần tử khác không, 78
phương trình đơn lẻ, 189 biến đơn, và 8 các biến rời rạc. Các giá trị mục tiêu (tổng chi phí),
trong bài thí nghiệm 1 là 17.878.724 (giải quyết trong 0,031 s) và trong bài nghiên cứu 2 là
17.406.850 (giải quyết trong 0.124 s). Figs. 2 và 3 cho thấy mạng lưới tối ưu cho bài nghiên
cứu 1 và 2, tương ứng (2 sản phẩm). Có thể thấy rằng trong bài nghiên cứu 1, nhà máy 1 và 3
được mở. Tuy nhiên, trong bài nghiên cứu 2 lại là nhà máy 2 và 3. Thêm vào đó, trung tâm
thu hồi khác nhau được mở trong bài nghiên cứu 1 và 2. Kết quả là, việc xem xét phân phối
thống đều không chỉ làm thay đổi tổng chi phí của cấu hình mạng mà còn có thể nó sẽ làm

thay đổi các cơ sở được mở.


MẠNG LƯỚI CHUỖI CUNG ỨNG KHÉP KÍN |9


M Ạ N G L Ư Ớ I C H U Ỗ I C U N G Ứ N G K H É P K Í N | 10

2. Vấn đề đa mục tiêu
2.1. Xem xét vấn đề
Trong các mô hình toán học đã đề cập, tổng chi phí được giảm thiểu. Tuy nhiên, vấn đề môi
trường cũng cần được xem xét. Với mục tiêu này, các tham số mới được xác định. Mij là
tham số của việc sử dụng vật liệu thân thiện môi trường tại nhà máy i để sản xuất sản phẩm j.
Tham số khác là Nli được định nghĩa là tham số của việc sử dụng công nghệ sạch của trung
tâm thu hồi để xử lý sản phẩm j. Công nghệ sạch bao gồm năng lượng có thể tái tạo và tái sử
dụng như năng lượng mặt trời. Cả hai tham số là định tính và cần được xác định bởi các
phương pháp quyết định. Hai tham số nằm giữa 0 và 1. Một số kỹ thuật ra quyết định như xử
lý phân cấp phân tích (AHP) có thể hữu ích để chuyển đổi đánh giá định tính thành kết quả
định lượng. Phương pháp AHP có các giai đoạn khác nhau bao gồm cả việc phát triển hệ
thống các vấn đề, xây dựng ma trận so sánh cặp, tổng hợp, và kiểm tra tính nhất quán. Hàm
mục tiêu thứ hai có thể được viết như Eq. (10):
𝑀𝑎𝑥 𝑧2 = ∑

𝑖

∑ 𝑀𝑖𝑗 (∑ 𝑥𝑖𝑗𝑘 + ∑ 𝑠𝑙𝑖𝑗 ) + ∑
𝑗

𝑘


𝑙

𝑙

∑ 𝑁𝑙𝑗 (∑ 𝑦𝑘𝑙𝑗 + ∑ 𝑠𝑙𝑖𝑗 + 𝑇)
𝑗

𝑘

𝑙

2.2 Cách tiếp cận giải pháp
Để giải quyết vấn đề đa mục tiêu, hai phương pháp được sử dụng bao gồm cả các khoản tiền
có trọng phương pháp và phương pháp ràng buộc epsilon ɛ. Những phương pháp này có thể
chuyển đổi vấn đề của chúng tôi thành một vấn đề tối ưu hóa đơn mục tiêu. Phương pháp


M Ạ N G L Ư Ớ I C H U Ỗ I C U N G Ứ N G K H É P K Í N | 11

tổng trọng số là phương pháp đa mục tiêu phổ biến nhất. Tuy nhiên, việc xác định trọng
lượng là một thách thức.

2.2.1. Phương pháp tổng trọng
Trong phương pháp này, các chức năng khách quan được kết hợp bằng cách gán trọng số
thích hợp. Các trọng số (w1 và w2 trong trường hợp này) được xác định bởi các phương pháp
quyết định. Một số phương pháp như AHP cũng có thể được áp dụng trong việc xác định
trọng số của các mục tiêu.
Đáng chú ý là w1, w2 ≥ 0 và w1 + w2 = 1. Eq. (11) cho thấy các công thức cho vấn đề của
chúng tôi


𝑀𝑖𝑛𝑧 = 𝑤1 𝑧1 − 𝑤2 𝑧2

2.2.2. Phương pháp ràng buộc ɛ
Trong phương pháp này, các bài toán tối ưu đa mục tiêu được chuyển đến một bài toán tối ưu
hóa đơn mục tiêu với một số ràng buộc. Hàm mục tiêu là hàm mục tiêu có độ ưu tiên cao.
Các mục tiêu khác được viết như những ràng buộc bằng cách sử dụng một vector ràng buộc
ɛ. Bài toán được chuyển thành:
𝑀𝑖𝑛𝑧 = 𝑧1
𝑧2 ≥ 𝜀
IV. Yếu tố không chắc chắn ảnh hưởng đến mô hình toán
Sự không chắc chắn về cầu sản phẩm là nguyên nhân chính ảnh hưởng đến chuỗi cung ứng.
1. Qui hoạch ngẫu nhiên
Các tham số thường thay đổi có thể được mô hình hóa bằng qui hoạch ngẫu nhiên. Mục đích
là đưa ra một giải pháp có thể giải quyết được các trường hợp xuất hiện các tham số ngẫu
nhiên ngoài dự tính. Các tham số ngẫu nhiên có thể là các giá trị liên tục hoặc rời rạc.


M Ạ N G L Ư Ớ I C H U Ỗ I C U N G Ứ N G K H É P K Í N | 12

Giả sử vector y bao gồm tất cả các biến nhị phân. Bên cạnh đó,vector x có tất cả các biến
không âm. Hơn nữa, q và C là các vector liên quan đến việc sửa chữa sản phẩm và chi phí
biến đổi. Giả định rằng a, b, e và f là một ma trận. Vấn đề có thể được viết như sau :
Min z = qy + Cx
s.t.
ax ≤ b
ex ≤ f y
y ∈ {0,1} x ≥ 0
Giả sử rằng có tập tình huống U và tình huống u có thể xảy ra với xác suất pu. Giá trị kỳ vọng
của hàm mục tiêu có thể được tính bằng phương trình. (14):
Min z = qy + ∑u PuCu Xu

s.t.
∀u,

au xu ≤ bu
euxu ≤ fy

∀u,

y ∈ {0,1} xu ≥ 0 ∀u,
Để xây dựng mạng lưới chuỗi cung ứng khép kín với các yếu tố không chắc chắn thì các tập,
các thông số và các biến nên được thêm vào trước định nghĩa .
1.1. Các tập
U = tập các tình huống (1…u…U)
1.2. Các tham số
dkju = nhu cầu của khách hàng k đối với sản phẩm j cho tình huống u
rkju = sự trả về của khách hàng k đối với sản phẩm j cho tình huống u
pu = xác suất xảy ra tình huống u
1.3. Các biến
Xikju = số lượng của sản phẩm j được sản xuất bởi nhà máy i cho nhu cầu của thị trường k
trong kịch bản u


M Ạ N G L Ư Ớ I C H U Ỗ I C U N G Ứ N G K H É P K Í N | 13

Yklju = số lượng trả lại của sản phẩm j từ thị trường k chuyển đến trung tâm thu nhận l trong
tình huống u
Sliju = số lượng trả lại của sản phẩm j từ trung tâm thu nhận chuyển đến nhà máy i trong tình
huống u
Tlju = số lượng trả lại của sản phẩm j từ trung tâm thu nhận l đến trung tâm xử lý trong tình
huống u

Các mô hình ngẫu nhiên đa mục tiêu (tình huống cơ bản) có thể được viết như sau :
Min z = ∑i EiZi + ∑lFlWl +∑u∑i∑k∑j pu (Aj + Bjtik)Xikju + ∑u∑k∑l∑j puCjtklYklju
+ ∑u∑l∑i∑j

pu (-Gj + Djtli)Sliju + ∑u∑l∑j pu (Hj + Ojtl) Tlju

Các điều kiện ràng buộc đối với các giá trị trong phép toán trên là :
∑i∑jMij(∑kXikju + ∑lSliju) + ∑l∑jNlj(∑kYklju + ∑iSliju + Tlju) ≥ ɛ ∀u,
∑iXikju ≥ dkju

∀k,j,u,

∑l∑jSliju + ∑∑Xikju ≤ Zi∑jpij ∀i,u,
∀k,j,u,

∑lYklju ≤ ∑iXikju
αj∑Yklju ≤ Tlju

∀l,j,u,

∑k∑jYklju ≤ Wl∑jQlj

∀l,u,

∑kYklju = ∑iSliju + Tlju

∀l,j,u,

∑lYklju = rkju


∀k,j,u,

Zi, Wl ϵ {0,1}

∀i,l,

Xikju, Yklju, Sliju, Tlju ≥ 0

∀i,k,l,j,u,

2. Kết quả tính toán
Để xem xét các tác động của các yếu tố không chắc chắn bằng việc phân tích các tình huống
đặt ra, các tình huống được liệt kê trong Bảng 4 bên dưới. Trong đó các thông số của tình
huống số 5 (phương án cơ sở) cũng tương tự như trong vấn đề 2 đặt ra bên trên. Mỗi tình
huống từ 1 đến 9 đại diện cho các tình huống khác nhau phản án sự thay đổi trong nhu cầu và
sự trả lại. Trên thực tế, việc tăng và giảm 10% về nhu cầu và sự trả lại hàng hóa đã được xem
xét. Ngoài ra, các tình huống cũng được so sánh về những thay đổi trong giá trị của hàm mục


M Ạ N G L Ư Ớ I C H U Ỗ I C U N G Ứ N G K H É P K Í N | 14

tiêu đối với phương án cơ sở (tình huống 5) như minh họa trong Bảng 4 (ví dụ như
(18.531.389 - 17.412.507) / 17.412.507 = 6,43%). Bên cạnh đó, mô hình ngẫu nhiên đã được
giải quyết và sự thay đổi giá trị của hàm mục tiêu cũng đã được liệt kê trong Bảng 4. Hình 6
cho chúng ta thấy giá trị của hàm mục tiêu trong các mô hình xác định và ngẫu nhiên
Phân tích các kết quả trong Bảng 4 cho thấy rằng tối ưu mạng lưới chuỗi cung ứng khép kín
là rất nhạy cảm với những thay đổi trong nhu cầu và sự trả về của sản phẩm. Như thể hiện
trong Bảng 4 cho thấy việc lên kế hoạch cho một sự gia tăng 10% về nhu cầu (tình huống 6)
sẽ dẫn đến một mạng lưới có chi phí tăng thêm 6,67% so với phương án cơ sở, trong khi giả
định giảm 10% về nhu cầu (tình huống 7) làm giảm chi phí khoảng 6,49% . Độ lệch về chi

phí cũng có thể được quan sát thấy trong tình huống 3 và 4. Tuy nhiên, điều này cũng cho
thấy rằng sự tác động của sự không chắc chắn về nhu cầu cao hơn sự không chắc chắn về sản
phẩm trả lại bởi vì nhu cầu có sự ảnh hưởng lớn hơn việc sản phẩm bị trả lại trong hàm mục
tiêu. Các độ lệch trong chi phí tiết lộ rằng các kế hoạch trong hoàn cảnh không chắc chắn
(nhu cầu và hàng trả về) là rất nguy hiểm, và dự báo các thông số mập mờ có thể hữu ích. Kết
quả của tình huống ngẫu nhiên (tình huống 10) cho thấy các mô hình qui hoạch ngẫu nhiên có
thể được tối ưu linh hoạt theo 1 chuỗi cung ứng khép kín với hàm mục tiêu gần với phương
án cơ sở (0,05% thay đổi) . Quan sát này cho thấy rằng việc đưa ra các mô hình qui hoạch
ngẫu nhiên vào trong tài khoản có liên quan đến các nguồn khác nhau của sự không chắc
chắn bao gồm nhu cầu và sự trả về.


M Ạ N G L Ư Ớ I C H U Ỗ I C U N G Ứ N G K H É P K Í N | 15

Phần xử lý tối thiểu dành cho sản phẩm j (aj) là một thông số quan trọng có liên quan đến
việc đảo ngược chuỗi cung ứng. Để hiển thị các ảnh hưởng của các thông số này trong hàm
mục tiêu, việc phân tích độ nhạy cảm đã được thực hiện. Hình 7 cho thấy các kết quả cho cả
2 tình huống xác định (phương án cơ sở) và mô hình ngẫu nhiên. Có thể thấy rằng bằng cách
tăng các tham số thì các giá trị của hàm mục tiêu sẽ tăng lên.
V. Kết luận


M Ạ N G L Ư Ớ I C H U Ỗ I C U N G Ứ N G K H É P K Í N | 16

Trong nghiên cứu này, một mô hình định vị được đưa ra cho một mạng lưới chuỗi cung ứng
khép kín. Mô hình này được thiết kế cho nhiều nhà máy, nhu cầu thị trường, trung tâm thu
gom và các sản phẩm. Để hiển thị các ứng dụng của mô hình toán học, hai vấn đề thử nghiệm
trong 1 ví dụ về việc tái chế máy photocopy. Bên cạnh đó, mô hình được mở rộng để xem xét
mục tiêu môi trường. Hai phương pháp được sử dụng để giải quyết các mô hình qui hoạch đa
mục tiêu bao gồm tổng trọng và các phương pháp ràng buộc ɛ . Kết quả của bài kiểm tra cho

vấn đề 2 cho thấy phương pháp ràng buộc ɛ có thể là giải pháp hiệu quả hơn so với phương
pháp tổng trọng. Do đó phương pháp ràng buộc ɛ đã được lựa chọn trong ví dụ này. Mô hình
này cũng được phát triển bởi qui hoạch ngẫu nhiên (tình huống cơ sở) để xem xét tác động
của sự không chắc chắn trong nhu cầu và sự trả lại sản phẩm trong thiết lập mạng lưới. Các
kết quả tính toán cho thấy rằng các mô hình qui hoạch ngẫu nhiên có thể đạt được sự tối ưu
linh hoạt trong việc thiết lập chuỗi cung ứng khép kính với hàm mục tiêu gần với phương án
cơ sở. Bài viết này là một trong những cuộc điều tra đầu tiên xem xét các mô hình toán đa
mục tiêu trong môi trường không chắc chắn trong môi trường thiết lập mạng CLSC. Sẽ có
một số tác phẩm tiềm năng trong tương lai. Một trong những điểm yếu của phân tích dựa trên
tình huống là số lượng các tình huống còn nhỏ vì lý do tính toán. Nó rất hữu ích để kiểm tra
tác động của sự không chắc chắn trong các mô hình khác bằng phương pháp khác như tối ưu
hóa mạnh mẽ và so sánh kết quả. Trong nghiên cứu này, hai yếu tố định tích (vật liệu thân
thiện môi trường và sử dụng công nghệ sạch ) đã được xem xét. Điều này rấ hữu ích để đề
xuất một phương pháp mới dựa trên một số tiêu chuẩn môi trường như Eco – chỉ số 99 . Một
nghiên cứu trong tương lai là phát triển các phương pháp heuristic như thuật toán di trường
và tìm kiếm Scatter bởi vì nó thật sự khó khăn để giải quyết các vấn đề lớn trong một khoản
thời gian hợp lý. Trong khi đó, mô hình đề xuất đã được thiết kế cho một giai đoạn duy nhất.
Mô hình này có thể được phát triển để xem xét nhiều giai đoạn. Trong điều kiện này, mức tồn
kho được đưa vào tài khoản.Cuối cùng, nó rất có giá trị để áp dụng các mô hình trong trường
hợp thực tế và phân tích kết quả.