fa طراحی شبکه لجستیک معکوس یکپارچه با در نظر گرفتن کیفیت محصولات بازگشتی با استفاده از الگوریتم ژنتیک تخصصي Special كاربردي Applicable <p dir="RTL">در بسیاری از صنایع، تولید کنندگان به دلایل گوناگون، مجبور به جمع آوری محصولات استفاده شده توسط مشتریان هستند. سپس با توجه به وضعیت محصول برگشتی، تصمیم مناسب جهت پردازش مورد نیاز بر روی محصول گرفته می شود. در این مقاله به مسأله کنترل موجودی و بهینه سازی برنامه ریزی محصول در محیط لجستیک معکوس یکپارچه پرداخته شده است. شبکه لجستیک مورد نظر از دو مرحله تشکیل شده است. در مرحله اول محصولات برگشتی با استفاده از آستانه های کیفی تعریف شده، جهت تفکیک و ارسال به خطوط مناسب احیا و یا دفع، تحت بازرسی کیفی قرار میگیرند. در مرحله دوم با در اختیار داشتن مقادیر ارسالی به خط های مختلف، یک الگوریتم بهینه سازی عدد صحیح مختلط<span dir="LTR"> (MILP) </span>را جهت کاهش هزینه های کل شبکه شکل می دهیم. مدل مورد نظر با در نظر گرفتن کمینه سازی هزینه ها، از نوع مسائل<span dir="LTR"> NP-Hard </span>است که در آن، زمان حل مسأله به صورت نمایی افزایش می یابد. بنابراین در این تحقیق، از الگوریتم فراابتکاری ژنتیک برای حل مدل استفاده شده است.</p> <div style="text-align: justify;">In many industries, manufacturers─for various reasons─have to collect products that have been used by customers. Then, depending on the status of the returned products, appropriate decisions are made to process the products. In this paper, issues such as inventory control and product planning optimization in the environment of integrated reverse logistics have been focused on. The assumed logistics network here consisted of two stages. In the first stage, returns were subject to quality inspection using the qualitative thresholds definitions, for which they were separated and sent to the appropriate lines for recovery or disposal. In the second stage, having different amounts sent to each line, a mixed integer optimization algorithm (MILP) has been proposed to lower the total cost of the network. The proposed model, considering the minimization of the costs, is of NP-Hard problem types in which the problem increases exponentially. Therefore, in this study, Genetic Algorithm has been used to solve the model.</div> لجستیک معکوس, کیفیت محصولات بازگشتی, کنترل موجودی, الگوریتم بهینه سازی عدد صحیح مختلط, الگوریتم ژنتیک reverse logistics, product quality returns, inventory control, mixed integer optimization algorithm, genetic algorithm 137 156 http://jamlu.lahijan.iau.ir/browse.php?a_code=A-10-1012-1&slc_lang=fa&sid=1 N. tarin ناصر تارین tarin_nasser@yahoo.com 10031947532846004996 10031947532846004996 Yes Rahbord Shomal Institute of Higher Education, Rasht موسسه آموزش عالی راهبرد شمال، گروه مدیریت صنعتی، رشت A. Azar عادل آذر AZARA@modares.ac.ir 10031947532846004997 10031947532846004997 No , Department of Management & Economics, Tarbiat Modarres University, Tehran دانشگاه تربیت مدرس، گروه مدیریت و اقتصاد، تهران S.A. ebrahimi سید عباس ابراهیمی EBRAHIMI908@YAHOO.COM 10031947532846004998 10031947532846004998 No University of Guilan, Rasht دانشگاه گیلان، رشت