شناسایی و تحلیل مدل های بهینه سازی مناسب برای طراحی زنجیره تامین پرورش ماهی در قفس دریایی در شرایط عدم قطعیت

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 66

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJBSE-57-1_005

تاریخ نمایه سازی: 4 خرداد 1405

چکیده مقاله:

پرورش ماهی در قفس دریایی در سواحل جنوبی ایران (بوشهر، هرمزگان، خوزستان و سیستان وبلوچستان) طی سال های اخیر با رشد سالانه ۱۵ تا ۲۰% در حال توسعه است. این فعالیت بخشی از برنامه ملی افزایش تولید آبزی پروری به بیش از ۸/۱ میلیون تن محسوب می شود. هرمزگان قطب اصلی تولید گونه های دریایی، بوشهر با حدود ۱۴،۰۰۰ تن تولید و بیش از ۲۰ مزرعه فعال، خوزستان با هدف ۵،۰۰۰ تن و سیستان وبلوچستان با پتانسیل بالای سواحل مکران و دریای عمان از نقاط کلیدی این طرح هستند. با وجود چالش های اقلیمی، زیرساختی و نوسانات بازار، ظرفیت بالای منطقه و حمایت های دولتی، این حوزه را به یکی از محورهای توسعه پایدار شیلات ایران تبدیل کرده است. در پژوهش حاضر، مدل برنامه ریزی خطی مختلط عدد صحیح چندهدفه سناریومحور برای طراحی زنجیره تامین آبزی پروری در شرایط عدم قطعیت ارائه شده است. این مدل اهداف اقتصادی (کاهش هزینه کل زنجیره)، اجتماعی (افزایش اشتغال پایدار) و محیط زیستی (کاهش مصرف سوخت و انتشار آلاینده ها) را هم زمان دنبال می کند. سه سناریوی خوش بینانه، معمولی و بدبینانه برای تحلیل عدم قطعیت ها در مدل وارد و پیاده سازی آن با استفاده از کتابخانه PuLP در محیط پایتون انجام شده است. سه روش «اپسیلون-محدودیتی»، «ترکیب وزن دار» و «بهینه سازی استوار» برای حل و مقایسه مدل به کار رفته اند. نتایج نشان داد روش ترکیب وزن دار با برقراری تعادل میان اهداف سه گانه، بهترین و عملی ترین راه حل را ارائه می دهد و یک گره کلیدی در چابهار را فعال می سازد. در این وضعیت هزینه کل زنجیره حدود ۷،۴۱۸،۵۰۰ میلیون ریال، اشتغال پایدار برابر با ۳۹۰،۰۰۰ نفر و مصرف انرژی ۸۳۰،۰۰۰ گیگاژول برآورد شد. در مقابل، دو روش دیگر به دلیل محدودیت های سخت یا حساسیت بالا نسبت به سناریوهای بدبینانه، فاقد راه حل قابل پذیرش بودند. در نهایت، روش ترکیب وزن دار به عنوان رویکرد برتر و انعطاف پذیر برای شرایط بومی جنوب ایران توصیه می شود. همچنین مصرف انرژی بالا، ضرورت افزایش وزن هدف محیط زیستی (w۳=۰.۳) را جهت ارتقای پایداری در سناریوهای مختلف نشان می دهد.

کلیدواژه ها:

آبزی پروری در قفس دریایی ، بهینه سازی چندهدفه ، زنجیره تامین ، عدم قطعیت ، روش ترکیب وزن دار

نویسندگان

حمید سینی ساز شهشهانی

گروه مهندسی ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران.

محمد شریفی

گروه مهندسی ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

اسداله اکرم

گروه مهندسی ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

مجید خانعلی

گروه مهندسی ماشین های کشاورزی، دانشکدە مهندسی و فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Alizadeh, P., Mohammadi, H., Shahnoushi, N., & Saghaian-Nejad, S. H. ...
  • Bertsimas, D., & Thiele, A. (۲۰۰۶). A robust optimization approach ...
  • Beveridge, M. C. M. (۲۰۰۸). Cage aquaculture (۳rd ed.). John ...
  • Chamberlain, J., & Stucchi, D. (۲۰۰۷). Simulating the effects of ...
  • Dai, S., & Niu, D. (۲۰۱۷). Comprehensive evaluation of the ...
  • De, A., Gorton, M., Hubbard, C., & Aditjandra, P. (۲۰۲۲). ...
  • Fasihi, M., Tavakkoli-Moghaddam, R., Hajiaghaei-Keshteli, M., & Najafi, S. E. ...
  • Flores-Siguenza, P., Marmolejo-Saucedo, J. A., & Niembro-Garcia, J. (۲۰۲۳). Robust ...
  • Gladju, J., Kamalam, B. S., & Kanagaraj, A. (۲۰۲۲). Applications ...
  • Goli, A., Babaee Tirkolaee, E., Golmohammadi, A. M., Atan, Z., ...
  • Islam, M. S. (۲۰۰۵). Nitrogen and phosphorus budget in coastal ...
  • Jabbarzadeh, A., Fahimnia, B., & Rastegar, S. (۲۰۱۷). Green and ...
  • Kalhor, T. (۱۴۰۱). Design of biofuel supply chain network under ...
  • Lotfi, R., Kargar, B., Rajabzadeh, M., Hesabi, F., & Özceylan, ...
  • Luna, M., Llorente, I., & Cobo, A. (۲۰۲۳). A fuzzy ...
  • Mangano, M. C., Berlino, M., Corbari, L., Milisenda, G., Lucchese, ...
  • Mendoza Beltran, A., Chiantore, M., Pecorino, D., Corner, R. A., ...
  • Mosallanezhad, B., Arjomandi, M.A., Hashemi-Amiri, o., Gholian-Jouybari, F., Dibaj, M., ...
  • Mirzaei, A., Azarm, H., Noushad, M., & Alizadeh Behbahani, B. ...
  • Nuchmorn, N. (۲۰۲۱). Hybrid governance of food supply chain in ...
  • Olsson, F. B. (۲۰۱۲). Supply chain risk management in the ...
  • Özçelik, G., Faruk Yılmaz, Ö., & Betül Yeni, F. (۲۰۲۱). ...
  • Pervukhin, D. A., & Lisha, T. (۲۰۲۵). A Multi-objective ε-Constraint ...
  • Price, C., Black, K. D., Hargrave, B. T., & Morris, ...
  • Ramos, M. J., Sousa Fragoso, R. M. D., & Feiden, ...
  • Rowan, N. J. (۲۰۲۳). The role of digital technologies in ...
  • Sepehri, A., Tirkolaee, E. B., Simic, V., & Ali, S. ...
  • Sievers, M., Korsøen, Ø., Warren-Myers, F., Oppedal, F., Macaulay, G., ...
  • Tacon, A. G. J., & Halwart, M. (۲۰۰۷). Cage aquaculture: ...
  • Taskov, D. (۲۰۲۳). Growth and competitiveness in the aquaculture value ...
  • Vanany, I., Darma Wangsa, I., Anggraini Savitri, N., Revianto Putera, ...
  • Vlachos, I., & Malindretos, G. (۲۰۱۹). Managing uncertainty through sustainable ...
  • Vlachos, I., & Malindretos, G. (۲۰۲۳). Supply chain redesign in ...
  • Vlachos, I., & Malindretos, G. (۲۰۱۸). Managing uncertainty through sustainable ...
  • Wang, C. N., Le, T. Q., Chang, K. H., & ...
  • Yeni, F. B., Gürsoy Yılmaz, B., Özçelik, G., Yılmaz, Ö. ...
  • Zegordi, S. H., & Shahidi, S. A. (۱۴۰۱). Analysis of ...
  • نمایش کامل مراجع