Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Palabras clave: Estrategia LARG, modelización matemática, diseño de redes de cadenas de suministro,
demanda incierta.
1. Introducción
En la gestión de la cadena de suministro se han introducido y utilizado estrategias lean, ágiles,
resilientes y ecológicas [2]. La estrategia ajustada pretende reducir los costes operativos. Con este
fin, puede entrar en conflicto con la estrategia verde, cuyo objetivo es reducir el impacto
ecológico en las actividades de la industria, lo que puede añadir costes operativos y operaciones
inflexibles. Además, las empresas ecológicas se centran en alianzas estratégicas a largo plazo con
proveedores y en integrar su trabajo en uno o menos proveedores, lo que se traduce en una base
de suministro más reducida. Por el contrario, las cadenas de suministro resilientes recurren al
abastecimiento alternativo y al transporte alternativo para responder a acontecimientos negativos
inesperados. Esto reduce la prontitud con la que pueden atenderse las necesidades de los clientes.
Este objetivo también entra posiblemente en conflicto con la estrategia ágil, cuyo objetivo es
responder más rápidamente a las necesidades de los clientes.
La revisión de la literatura muestra que, hasta ahora, la mayoría de las investigaciones sólo
han estudiado una de las estrategias o la combinación de dos o tres estrategias [12]. La
consideración de cuatro estrategias diferentes en la sincronización de la gestión de la cadena de
suministro es bastante importante, pero constituye un reto debido al hecho de que cada una de
estas estrategias tiene métodos y formas diferentes de mejorar el rendimiento.
∗Autor corresponsal.
2.1. Debate
El estudio de la bibliografía indica que algunos métodos de las cuatro estrategias son
comunes, como la reducción del tiempo de preparación y el aumento de la información
compartida, y no interfieren entre sí. Dado que éstos no presentan contradicciones en las
cuatro estrategias, su introducción sólo aumentaría el tamaño del modelo de diseño de la
cadena de suministro LARG sin añadir ningún valor teórico nuevo. Sin embargo, en la
revisión bibliográfica del tema se encontraron algunos puntos contradictorios.
Excedente de capacidad: el excedente de capacidad es eficaz para reducir el riesgo tanto en
las partes productivas como en las de almacén, al tiempo que reducen el ser lean y green y
aumentan las características ágiles y resilientes de la cadena [13].
Instalaciones dispersas: la estrategia lean intenta reducir el número y la dispersión de las
instalaciones para disminuir el sobrecoste. Por el contrario, la estrategia ágil requiere más
instalaciones para que haya más flexibilidad y estén más cerca de los clientes. La estrategia verde
quiere menos instalaciones p a r a q u e la contaminación emitida sea mínima sabiendo que
dos instalaciones con capacidad específica tienen más contaminación en comparación con una
sola instalación con capacidad total de las dos. Por consiguiente, la estrategia resistente requiere
tener muchas instalaciones dispersas, de modo que si se produce un accidente en un lugar
concreto, muchas de las instalaciones no se vean implicadas y se preserve la cadena de suministro
[8].
Vehículos de transporte: h a y u n número limitado de vehículos de transporte accesibles
para toda la cadena de suministro. Vehículos con diferente contaminación, coste y capacidad, lo
que afecta a la recarga y al tamaño de los paquetes. La estrategia Lean insiste en utilizar el
vehículo más barato. No obstante, la estrategia ecológica exige seleccionar el vehículo menos
Modelización matemática de la cadena de suministro en bucle cerrado considerando estrategias lean agile resilient
contaminante.
y green 181
La estrategia ágil exige utilizar vehículos de baja capacidad para aumentar el ritmo
de recarga y responder más rápidamente al cliente. Además, la estrategia de resiliencia acuerda
beneficiarse de una variedad de vehículos de transporte para reducir los riesgos de interrupción
del transporte [11].
182 Mohammadzadeh, Sobhanallahi y Arshadi Khamseh
En esta investigación, se modelará una cadena de suministro de bucle cerrado de acuerdo con
estos tres puntos críticos. Los efectos de los tres puntos críticos de las cuatro estrategias de
gestión se resumen en la Tabla 1.
Estrategia
Punto conflictivo
Lean Ágil Verde Resistente
Capacidad ↓ ↑ ↑ ↓
excedentaria ↓ ↑ ↑ ↓
ScatteredfFacility menor coste menor varios vehículos menos
Vehículo de transporte capacidad contaminación
Cuadro 1: Efectos de los puntos conflictivos en las estrategias
transmite el coste de escasez, que es igual a la cantidad de escasez y al precio múltiple de cada
unidad de escasez.
sjc (xjc ∧ Djc ) + vsjc (xjc - D )jc+ - usjc (Djc - x )jc+ . (1)
Este artículo utiliza el problema del repartidor de periódicos para calcular el sistema de
control de inventarios en minoristas en un único periodo. En consecuencia, el gestor de la
cadena de suministro estima el importe de las ventas en el siguiente periodo y lo encarga en
el momento adecuado antes del comienzo del siguiente periodo. El producto no vendido y la
cantidad faltante crean una plusvalía y un coste de escasez. Este método tiene en cuenta la
incertidumbre de la demanda. La ecuación anterior es igual a la ecuación (2) como se explica
en el Apéndice B. Dado que E(Djc )usjc es constante, no es efectiva en el valor de las
variables de decisión y se eliminará.
xjc
Σ ) ∫
(sjc + usjc )xjc - E(Djc )usjc + (vsjc - sjc - usjc F (Djc )dDjc . (2)
j,c 0
Esta parte formula los costes existentes en esta cadena de suministro de circuito cerrado.
Coste de compra: equivale a los costes totales de compra de piezas a proveedores externos.
sprikgikmt. (3)
i,k
Σ ,m,t
Coste de colocación: la ecuación (4) muestra el coste total de colocación de cada instalación que se
asigna.
Σ Σ Σ Σ Σ
fm xmmm + fd xddd + fs xsss + fr xrrr + fp xppp . (4)
m d s r p
Coste actual de la ruta de envío: este coste se ilustra en la ecuación (5). El primer término
indica el coste total de envío de piezas desde los inventarios de piezas a los productores. El
segundo término muestra el coste total de envío de piezas desde los proveedores a los
productores. El tercer término son los costes operativos totales en los productores. El cuarto
término implica los costes totales de envío de producción de los productores a los
distribuidores. El quinto término son los costes operativos totales en los distribuidores. El
sexto término es el coste total del envío de productos de los distribuidores a los minoristas y,
por último, el séptimo término representa los costes operativos totales en los minoristas.
Σ Σ Σ Σ
tnpmtnipmt + tgkmtgikmt + ojmomjm + tfmdtfjmdt+
i,p,m,t i,k,m,t j,m j,m,d,t (5)
Σ Σ Σ Σ Σ
(odjd fjmdt) + tedctejdct + (ocjc ejdct).
j,d m,t j,d,c,t j,c d,t
Coste actual de la vía de retorno: la ecuación (6) implica este coste. El primer término indica
el coste total de envío de productos desde los minoristas a los centros de desmontaje, el segundo
término transmite los costes totales de funcionamiento en los centros de desmontaje, el tercer
término muestra los costes totales de envío desde los centros de desmontaje a los centros de
reacondicionamiento, el cuarto término implica los costes totales de funcionamiento en los
centros de reacondicionamiento, el quinto término representa los costes totales de envío desde los
centros de reacondicionamiento a los inventarios de piezas y, por último, el sexto término expresa
los costes totales de funcionamiento en los almacenes.
Σ Σ Σ Σ Σ
thcsthjcst + (osjs (qji hjcst)) + tlsrtlisrt+
j,c,s,t j,s j c,t j,s,r,t (6)
Σ Σ Σ Σ Σ
(orir lisrt) + tvrptvirpt + (opip virpt).
i,r s,t i,r,p,t i,p r,t
Modelización matemática de la cadena de suministro en bucle cerrado considerando estrategias lean agile resilient
y green 185
Coste de oportunidad: La construcción de instalaciones conlleva costes y, mientras no se
utilice toda la capacidad de la instalación, se denomina oportunidad perdida. El coste de esta
oportunidad puede considerarse como un porcentaje de la capacidad no utilizada
multiplicado por el coste de oportunidad de la instalación. La ecuación (7) representa que el
coste de oportunidad es igual al coste de oportunidad total de todos l o s puntos potenciales
de las instalaciones.
Σ Σ Σ
(1 - amm )qm xmmm + (1 - add )qd xddd + (1 - ass )qs xs +ss
m d s (7)
Σ Σ
(1 - arr )qr xrrr + (1 - app )qp xppp .
r p
xjc
Σ ) ∫
max z1 = (sjc + usjc )xjc + (vsjc - sjc - usjc F (Djc )dDjc
j,c 0
Σ Σ Σ Σ Σ
-( spr gikikmt + fm xmmm + fd xddd + fs xsss + fr
xr +rr
i,k,m,t m d s r
Σ Σ Σ Σ Σ
fppxpp + tnpmtnipmt + tgkmtgikmt + ojmomjm + tfmdtfjmdt+
p i,p,m,t i,k,m,t j,m j,m,d,t
Σ Σ Σ Σ Σ Σ
(odjd fjmdt) + tedctejdct + (ocjc ejdct) + thcsthjcst+
j,d m,t j,d,c,t j,c d,t j,c,s,t
Σ Σ Σ Σ Σ Σ
(osjs (qji hjcst)) + tlsrtlisrt + (orir lisrt)+
j,s j c,t j,s,r,t i,r s,t
Σ Σ Σ Σ Σ
tv vrptirpt + (opip virpt ) + (1 - amm )qm xmmm + (1 - add )qd xd +dd
i,r,p,t i,p r,t m d
Σ Σ Σ
(1 - ass )qs xsss + (1 - arr )qr xrrr + (1 - app )qp xppp ).
s r p
(8)
Σ Σ Σ Σ
min z2 = pgkmtgikmt + pfmdtfjmdt + pedctejdct + phcsthjcst+
i,m,k,t j,m,d,t j,d,c,t j,c,s,t
Σ Σ Σ Σ
plsrtlisrt + pvrptvirpt + pmpmtnipmt + (1 - amm)emm+
i,r,s,t i,r,p,t i,p,m,t m (9)
Σ Σ Σ Σ
(1 - add )edd + (1 - ass )ess + (1 - arr )err + (1 - app )ep +p
d s r p
Σ Σ Σ Σ Σ
pm xmmm + pd xddd + ps xsss + pr xrrr + pp xppp
m d s r p
186 Mohammadzadeh, Sobhanallahi y Arshadi Khamseh
Satisfacción del cliente: En este estudio, el cliente no es sólo el consumidor final, sino que
cada instalación se considera un cliente de la instalación anterior de la cadena de suministro. El
primer término define la satisfacción del cliente cuando utiliza la capacidad máxima de las
instalaciones. Se calcula sumando la multiplicación del porcentaje de instalaciones utilizadas por
el grado de satisfacción del uso de las instalaciones. Además, el segundo término es el grado de
satisfacción por la dispersión y el número de instalaciones, que se define como el número de
instalaciones creadas dividido por el total de instalaciones proporcionadas multiplicado por el
grado de satisfacción por la variedad de instalaciones. Y por último, el tercer término es la
cantidad de satisfacción por entrega rápida. La capacidad de los vehículos está en contradicción
con el ritmo de la misma, por lo que la función se determina dividiendo el desplazamiento total
entre dos instalaciones por la capacidad del vehículo multiplicado por el nivel de satisfacción
entre dos instalaciones.
Σ Σ Σ Σ Σ
max z3 = amm × smm + add × sdd + ass × sss + arr × srr + app × spp
m d s r p
Σ Σ Σ Σ Σ
xmm xss xpp
+ dm m +xddddd
+ + dss
+ dp drrxrr
p
M D S
Σ RΣ P
Σ Σ fjmdt Σ ejdct Σ hjcst
+ ( )+ sedc ( )+ shcs ( )
chcst
cfmdt cedct
sfmd
m,d
Σ (Σj,tlisrt j,t
Σ d,c (Σ virpt Σ c,s (Σj,t nipmt Σ (Σ gikmt
+ sl )+ sv )+ sn )+ sg )
sr clsrt rp cvrpt pm cnpmt km cgkmt
s,r i,t r,p i,t p,m i,t k,m i,t
(10)
Restricciones
Limitación de la posibilidad: las ecuaciones (11)-(21) muestran que si las instalaciones se
sitúan en las ubicaciones sugeridas, existirá la posibilidad de enviar y recibir productos y piezas.
Σ
hjcst ≤ M × xss ∀s (17)
j,c,t
Σ
virpt ≤ M × xrr ∀r (18)
i,p,t
Σ
lisrt ≤ M × xrr ∀r (19)
i,s,t
Modelización matemática de la cadena de suministro en bucle cerrado considerando estrategias lean agile resilient
y green
Σ 187
nipmt ≤ M × xpp ∀p (20)
i,m,t
Σ
viprt ≤ M × xpp ∀p (21)
i,r,t
Limitaciones del equilibrio de la red: la ecuación (22) indica que el número de piezas
introducidas al productor es igual al número de piezas solicitadas. La ecuación (23) obliga a
los productores a enviar todos los productos a los distribuidores. La ecuación (24) implica
que el número de productos entrados a los distribuidores es igual al número de productos
salidos. La ecuación (25) implica que el número de productos enviados al minorista es igual
al total de productos enviados por todos los distribuidores. Ecuación
(26) garantiza que el número de productos enviados a los centros de desmontaje es igual al
número de productos devueltos. La ecuación (27) indica que el número de piezas
proporcionadas en cada centro de desmontaje es igual al número de productos devueltos
multiplicado por el número de piezas existentes en cada producto. La ecuación (28)
representa que el número de piezas enviadas al centro de reacondicionamiento es igual a las
piezas sanas proporcionadas en el centro de desmontaje. La ecuación (29) asegura que el
número de piezas introducidas en el centro de reacondicionamiento es igual a las piezas
salidas del mismo centro. Ecuación
(30) muestra que el nivel de equilibrio en las partes de inventario.
Σ Σ Σ
q oijjm = gikmt + nipmt ∀m, i (22)
j k,t p,t
Σ
ojm = fjmdt ∀m, j (23)
d,t
Σ Σ
fjmdt = ejdct ∀d, j (24)
m,t c,t
Σ
xjc = ejdct ∀c, j (25)
d,t
Σ
yj × xjc = hjcst ∀s, j (26)
s,t
Σ
bis = h qjcstij ∀s, i (27)
c,j,t
Σ
(1 - wi )bis = lisrt ∀i, s (28)
r,t
Σ Σ
virpt = lisrt ∀i, r (29)
p,t s,t
Σ Σ
nipmt = virpt ∀p, i (30)
m,t r,t
Σ
ejdct ≤ (cdd × xdd × ad )d ∀d (32)
c,t,j
Σ
bis ≤ (css × xss × as )s ∀s (33)
i
Σ
eisrt ≤ (crr × xrr × ar )r ∀r (34)
i,s,t
Σ
virpt ≤ (cpp × xpp × ap )p ∀p (35)
r,t,i
gikmt , fjmdt , ejdct , hjcst , lisrt , virpt , nipmt , ojm , bis , xjc , amm , add , ass , arr , app ≥ 0
(41)
Índices
nj ∈ N j : conjuntos de intervalos de aproximación para cada producto en cada minorista
c c
Parámetros
j
coeffnj : gradiente
c
de intervalo de nc
constnj : constante del intervalo nc j
c
j
lowernj : límite
c
inferior del intervalo nc
uppernj : límite j
superior del intervalo nc
c
Variables de decisión
j
bintnj : es
c
uno si se elige el intervalo nc
aintnj : producto j intervalo
enviado si se elige el
c nc
Tras introducir las notaciones anteriores, el modelo lineal es el siguiente:
Σ ) Σ ) Σ
max z1 = ((sjc + usjc aintnj
c
+ (vsjc - sjc - usjc (coeffnjc × aintnj +c constnj × bintnj
c
)) c
j,c j
nc
j
nc
Σ Σ Σ Σ Σ
-( spr gikikmt + fm xmmm + fd xddd + fs xsss + fr xr +rr
i,k,m,t m d s r
Σ Σ Σ Σ
fp xppp + tnpmtnipmt + + + tfmdtfjmdt+
tgkmtgikmt ojmomjm
Σ
p i,p,m,t i,k,m,t j,m j,m,d,t
Σ Σ Σ Σ Σ
(odjd fjmdt ) + tedctejdct + (ocjc ejdct) + thcsthjcst+
Σ
j,d m,t j,d,c,t j,c d,t j,c,s,t
Σ Σ Σ Σ Σ Σ
(osjs (qji hjcst)) + tlsrtlisrt + (orir lisrt)+
j,s j c,t j,s,r,t i,r s,t
Σ Σ Σ Σ Σ
tv vrptirpt + (opip virpt ) + (1 - amm )qm xmmm + (1 - add )qd xd +dd
i,r,p,t i,p r,t m d
Σ Σ Σ
(1 - ass )qs xsss + (1 - arr )qr xrrr + (1 - app )qp xp )pp
s r p
min z2 = . . .
max z3 = . . .
Modelización matemática de la cadena de suministro en bucle cerrado considerando estrategias lean agile resilient
y green 191
s.t.
(41) - (49)
Σ
bintnj =
c
1 (43)
j
nc
aint nj c≥ 0 (47)
Σ
Σ aintnj =c ejdct ∀c, j (48)
nc
j d,t
Σ Σ
yj × aintnj =
c
hjcst ∀c, j (49)
j s,t
nc
La ecuación (43) establece que sólo debe elegirse uno de los intervalos para cada producto
de cada minorista. Las ecuaciones (44)-(45) representan que la cantidad de productos de
entrega debe situarse entre los límites inferior y superior del intervalo. La ecuación (46)
establece variables binarias. La ecuación (47) implica la positividad de la cantidad de flujo a
través de la red. La ecuación (48) indica que la suma de los productos en el intervalo es igual
a las cantidades totales de entrega a los minoristas y la ecuación
(49) garantiza que la cantidad total de piezas en los intervalos es igual al flujo total enviado a
los centros de desmontaje.
En la primera función objetivo y las limitaciones (31)-(35) hay un enunciado no lineal que
consiste en multiplicar una v a r i a b l e continua y una variable cero-uno. Por lo tanto, c o n e l
fin de linealizarla, se introducen algunas nuevas variables binarias y continuas con restricciones
adicionales como se indica en la Tabla 2. Utilizando el método de Glover y Woolsey [7] que es
el siguiente, se pueden linealizar las limitaciones.
z = x1 × x x2
= 0 ó 1 0 ≤ x2 ≤ 1 1
≡ (50)
z ≤ x2 z ≤ M × x1 z ≥ x2 - M × (1 - x1 ) z ≥
0
para estudiar más sobre este tema. Z+ y Z- son la mejor y la peor cantidad de cada función objetivo en la
solución de objetivo único.
p#1/p
ΣY
" - z-
l p= wpy zy + y (52)
z - z−
y=1 y y
De acuerdo con estas explicaciones, el modelo lineal de objetivo único combinado con la constante del
problema se calcula de la siguiente manera:
" p#1/p
z- p z- p z-
z1 - z2 - z3 -
max z = w p +w
1
p +w 2p
3
(53)
1 z+ - z− 2 z+ - z− 3 z+ - z−
1 1 2 2 3 3
3. Resultados y debate
3.1. Un caso real
En esta sección, se dan algunos datos sobre la empresa en la que investigamos el estudio de caso.
Iran School Equipment Company se fundó en 1977 con el objetivo de diseñar y producir diversos
tipos de equipamiento y mobiliario para aulas. Con 50000 metros cuadrados de espacio de trabajo
y producción en una parcela de 60000 metros cuadrados, además de un moderno departamento de
I+D y expertos altamente experimentados, esta empresa es lo suficientemente capaz como para
desarrollar sus productos de acuerdo con las últimas normas mundiales y tecnologías modernas.
El Modelización
mercado de matemática de laaulas
equipos para cadenaen
deIrán
suministro
es de en bucle
unos cerrado
1.000 considerando
billones estrategias
de riales al año,lean
y agile resilient
la empresa
y green
tiene una gran parte de este mercado. La empresa fabrica una variedad de productos que en este 193
estudio hemos
194 Mohammadzadeh, Sobhanallahi y Arshadi Khamseh
se centró en los tres productos siguientes: Pupitre y banco, Silla de estudiante y Pupitre de
profesor que cada uno de ellos se compone de diferentes piezas. Estos productos están destinados
a la venta en tres mercados de destino, cada uno de los cuales tiene un minorista que también
tiene la responsabilidad de recoger los productos devueltos. La información relacionada es la
siguiente.
Las especificaciones de todos los mercados, incluidos el precio de venta de los productos, el
valor de recuperación de los productos no vendidos, el coste de la falta de productos y la
demanda, figuran en el cuadro 3. La tasa de devolución de todos los productos es del 10% y el
porcentaje de no utilizables de todas las piezas se considera del 15%. La tasa de devolución de
todos los productos es del 10% y el porcentaje de no utilizables de todas las piezas se considera
del 15%. Existen cuatro tipos de vehículos para el transporte entre las instalaciones: Camión; con
motor de gasolina o híbrido y Remolque; con motor de gasolina o híbrido. La tabla 4 muestra la
capacidad, el coste y la contaminación de cada uno de los cuatro tipos de vehículos entre todas
las instalaciones. En esta investigación sólo se ha considerado el CO2 emitido en la red de la
cadena de suministro propuesta (CO2 Kg/Km). Cabe señalar que las aplicaciones de este tipo de
modelos de redes de cadenas de suministro a los casos reales son realmente difíciles. Como
puede verse, algunos parámetros son números aleatorios que se eligen de una distribución
uniforme.
(S )jc (sv )jc (sc )jc (D )cj
J1.c1 200 148 50 1040
J2.c1 175 110 60 2300
J3.c1 150 100 50 1960
J1.c2 112 91 70 7970
J2.c2 530 60 50 1600
J3.c2 150 100 50 1500
J1.c3 175 90 60 2200
J2.c3 150 100 60 8060
J3.c3 200 158 60 2350
Cuadro 3: Parámetros relacionados con los productos en los mercados
t1 t2 t3 t4
coste u(13,17) u(9,10) u(6,7) u(4,5)
capacidad u(8,9) u(10,12) u(19,21) u(23,25)
contamin u(6,8) u(9,11) u(29,35) u(42,50)
ación
Cuadro 4: Parámetros del vehículo de transporte
Estrategia eliminada
Función objetivo Enfoque LARG
Lean Ágil Verde Resistente
Beneficio total (w1=0,5) 1120489 531172 1389941 1213171 1137749
Contaminación total (w2=0) 570742 313548 450190 991542 57729
Satisfacción del cliente 25219 37112 15991 24891 24970
(w3=0)
Porcentaje de cambio ponderado -3.1% -2.6% -3.1% 00.2%
Tabla 5: Comparación del rendimiento de los enfoques secuencial y LARG
196 Mohammadzadeh, Sobhanallahi y Arshadi Khamseh
Referencias
[1] Amjad, M. S., Rafique, M. Z., Hussain, S., y Khan, M. A. (2020). A new vision of LARG
manufacturing - A trail towards industry 4.0. (2020). CIRP Journal of Manufacturing Science and
Technology. doi: 10.1016/j.cirpj.2020.06.012
[2] Azevedo, S. G., Carvalho, H., y Machado, V. C. (2011). La influencia de las prácticas verdes en el
rendimiento de la cadena de suministro: Un enfoque de estudio de caso. Transportation research part
E: logistics and transportation review, 47(6), 850-871. doi: 10.1016/j.tre.2011.05.017.
[3] Baghalian, A., Rezapour, S., y Farahani, R. Z. (2013). Diseño robusto de redes de cadenas de
suministro con nivel de servicio frente a interrupciones e incertidumbres de la demanda: A real-life
case. European Journal of Operational Research, 227(1), 199-215. doi: 10.1016/j.ejor.2012.12.017
[4] Cabral, I., Grilo, A., y Cruz-Machado, V. (2012). A decision-making model for lean, agile, re- silient
and green supply chain management. International Journal of Production Research, 50(17), 4830-
4845. doi: 10.1080/00207543.2012.657970
[5] Carvalho, H., Duarte, S., y Machado, V. C. (2011). Lean, ágil, resiliente y verde: Divergencias y
sinergias. International Journal of Lean Six Sigma, 2(2), 151-179. doi: 10.1108/20401461111135037
[6] Espadinha-Cruz, P., Grilo, A., Puga-Leal, R., y Cruz-Machado, V. (2011). Un modelo para
evaluar la interoperabilidad de las prácticas Lean, Agile, Resilient y Green en las cadenas de
suministro. IEEE Interna-
Modelización matemática de la cadena de suministro en bucle cerrado considerando estrategias lean agile resilient
y green 197
tional Conference on Industrial Engineering and Engineering Management 2011, 120-1213. doi:
10.1109/IEEM.2011.6118107
[7] Glover, F., y Woolsey, E. (1974). Converting the 0-1 polynomial programming problem to a 0-1
linear program. Operations research, 22(1), 180-182. doi: 10.1287/opre.22.1.180
[8] Hosseini, S., y Barker, K. (2016). A Bayesian network model for resilience-based supplier selec- tion.
International Journal of Production Economics, 180, 68-87. doi: 10.1016/j.ijpe.2016.07.007
[9] Hwang, C. L., y Yoon, K. (1981). Multiple attribute decision making - Mmethods and ppplica- tions.
New York: Springer-Verlag Berlin Heidelberg. doi: 10.1007/978-3-642-48318-9
[10] Kahraman, C., Cebeci, U., y Ulukan, Z. (2003). Multi-criteria supplier selection using fuzzy AHP.
Logistics information management, 16(3), 382-394. doi: 10.1108/09576050310503367
[11] Khalili, S. M., Jolai, F., y Torabi, S. A. (2017). Planificación integrada de producción-distribución en
sistemas de dos quilones: Una visión de resiliencia. International Journal of Production Research,
55(4), 1040-1064. doi: 10.1080/00207543.2016.1213446
[12] Maleki, M., y Cruz-Machado, V. (2013). Integración genérica de las prácticas Lean, Agile,
Resilient y Green en la cadena de suministro de automoción. Review of International Comparative
Management/Revista de Management Comparat International, 14(2), 237-248.
http://www.rmci.ase.ro/no14vol2/ 05.pdf
[13] Margolis, J. T., Sullivan, K. M., Mason, S. J., y Magagnotti, M. (2018). A multi-objective opti-
mization model for designing resilient supply chain networks. International Journal of Production
Economics, 204, 174-185. doi: 10.1016/j.ijpe.2018.06.008
[14] Mohammadzadeh, M., Khamseh, A. A., y Mohammadi, M. (2017). A multi-objective integrated model
for closed-loop supply chain configuration and supplier selection considering uncertain de- mand and
different performance levels. Journal of Industrial & Management Optimization, 13(2), 1041-1064.
doi: 10.3934/jimo.2016061
[15] do Rosario Cabrita, M., Duarte, S., Carvalho, H., y Cruz-Machado, V. (2016). Integración de los
paradigmas lean, ágil, resiliente y verde en una perspectiva de modelo de negocio: Fundamentos
teóricos.
IFAC-PapersOnLine, 49(12), 1306-1311. doi: 10.1016/j.ifacol.2016.07.704
[16] Suifan, T., Alazab, M., y Alhyari, S. (2019). Trade-off between lean, agile, resilient and green
paradigms: an empirical study on pharmaceutical industry in Jordan using a TOPSIS- entropy
method. International Journal of Advanced Operations Management, 11(1-2), 69-101. doi:
10.1504/IJAOM.2019.10019905
[17] Tizroo, A., Azar, A., Ahmadi, R., y Rafiei, M. (2011). Modeling agility of supply chain case study:
Zobahan Co. Journal of Industrial Managemant, 3(7), 17-36. https://www.sid.ir/en/
journal/ViewPaper.aspx?id=415806
[18] Zhu, Q., Sarkis, J., y Lai, K. H. (2008). Confirmation of a measurement model for green supply chain
management practices implementation. International Journal of Production Economics, 111(2), 261-
273. doi: 10.1016/j.ijpe.2006.11.029
Apéndice A
Las notaciones se clasifican por conjuntos e índices, parámetros y variables de decisión.
Conjuntos e índices
j ∈ J : conjuntos de productos
Parámetros
tnpmt : coste de envío de una pieza del inventario de piezas p al productor m con vehículo de
transporte tgkmt : coste de envío de una pieza del proveedor k al productor m con vehículo
de transporte t
pgkmt : contaminación causada por el envío de una pieza del proveedor k al productor m con el
vehículo de transporte t
plsrt : contaminación causada por el envío de una pieza del centro de desmontaje s al centro de
reacondicionamiento r
con vehículo de transporte t
pvrpt : contaminación causada por el envío de una pieza desde el centro de reacondicionamiento r al
inventario de piezas p con el vehículo de transporte t
pnpmt : contaminación causada por el envío de una pieza del inventario de piezas p al
productor m con el vehículo de transporte t
cfmdt : capacidad del vehículo de transporte t para enviar el producto del productor m al
distribuidor d cgkmt : capacidad del vehículo de transporte t para enviar la pieza del proveedor k
al productor m
cedct : capacidad del vehículo de transporte t para enviar el producto del distribuidor d al minorista c
chcst : capacidad del vehículo de transporte t para enviar el producto del minorista c al centro
de desmontaje s
clsrt : capacidad del vehículo de transporte t para enviar la pieza del centro de desmontaje s al
Modelización matemática de la cadena de suministro en bucle cerrado considerando estrategias lean agile resilient
centro de reacondicionamiento r
y green 199
200 Mohammadzadeh, Sobhanallahi y Arshadi Khamseh
cvrpt : capacidad del vehículo de transporte t para enviar la pieza desde el centro de
reacondicionamiento r al inventario de piezas p
cnpmt : capacidad del vehículo de transporte t para enviar piezas del inventario de piezas p al
productor m sfmd : satisfacción de la entrega rápida de productos del productor m al
distribuidor d
sedc : satisfacción por la entrega rápida de productos del distribuidor d al minorista c
shcs : satisfacción por la entrega rápida de productos del minorista c al centro de desmontaje s
slsr : satisfacción de la entrega rápida de piezas del centro de desmontaje s al centro de
reacondicionamiento r svrp : satisfacción de la entrega rápida de piezas del centro de
reacondicionamiento r al inventario de piezas p snpm : satisfacción de la entrega rápida de
piezas del inventario de piezas p al productor m
sgkm : satisfacción por la entrega rápida de piezas del proveedor k al
productor m fmm : coste de localizar a un productor en la ubicación sugerida
m
fdd : coste de ubicación de un distribuidor en la ubicación sugerida d
fss : coste de localización de un centro de desmontaje en la
ubicación sugerida s frr : coste de localización de un centro de
reacondicionamiento en la ubicación sugerida r fpp : coste de
localización de un inventario de piezas en la ubicación sugerida
p
omjm : coste operativo de un producto j en el productor
m odjd : coste operativo de un producto j en el
distribuidor d ocjc : coste operativo de un producto j
en el minorista c
osis : coste o p e r a t i v o d e u n a pieza i en el centro de
desmontaje s orir : coste operativo de una pieza i en el
centro de reacondicionamiento r opip : coste operativo de
una pieza i en el inventario de piezas p qmm : c o s t e d e
oportunidad del productor m
qdd : coste de oportunidad del distribuidor d
qss : c o s t e d e l centro de desmontaje coste de
oportunidad de d qrr : coste del centro de
reacondicionamiento coste de oportunidad de r qpp :
coste del inventario de piezas coste de oportunidad de
p
Modelización matemática de la cadena de suministro en bucle cerrado considerando estrategias lean agile resilient
emm y:green
contaminación cantidad de excedente de capacidad 201
Variables de decisión
gikmt : la cantidad de pieza i que será enviada por los vehículos de transporte t desde el proveedor k al
productor m
fjmdt : la cantidad de producto j que será enviada por los vehículos de transporte t desde el productor m
al distribuidor d
ejdct : la cantidad de producto j que será enviada por los vehículos de transporte t desde el
distribuidor
d al minorista c
hjcst : la cantidad de producto j que se enviará en vehículos de transporte t desde el
minorista c al centro de desmontaje s
lisrt : la cantidad de pieza i que será enviada por los vehículos de transporte t desde el centro
de desmontaje s al centro de reacondicionamiento r
virpt : la cantidad de pieza i que será enviada por los vehículos de transporte t desde el centro
de reacondicionamiento r al inventario de piezas p
nipmt : la cantidad de pieza i que será enviada por los vehículos de transporte t desde el inventario
de piezas
p al productor m
xmm : igual a 1 si un productor se encuentra en el lugar sugerido m e igual a 0 en caso contrario
xdd : igual a 1 si un distribuidor se encuentra en el lugar sugerido d e igual a 0 en caso contrario
xss : igual a 1 si un centro de desmontaje situado en el lugar sugerido s e igual a 0 en caso
contrario xrr : igual a 1 si un centro de reacondicionamiento situado en el lugar sugerido r e
igual a 0 en caso contrario xpp : igual a 1 si un inventario de piezas situado en el lugar sugerido
p e igual a 0 en caso contrario
amm : porcentaje de capacidad del productor m que se utiliza. Entre 0 y 1
add : porcentaje de capacidad del distribuidor d que se utiliza. Entre 0 y 1
ass : porcentaje de c a p a c i d a d d e l c e n t r o d e desmontaje s que se utiliza.
Entre 0 y 1 arr : porcentaje de capacidad del centro de
reacondicionamiento r que se utiliza. Entre 0 y 1 app : porcentaje de capacidad del
inventario de piezas p que se u t i l i z a . Entre 0 y 1
ojm : cantidad de producto j producido en el productor m
bis : cantidad de pieza i desmontada en el centro de
desmontaje s xjc : cantidad de producto j enviado al
minorista c
Los parámetros y variables de la red se muestran esquemáticamente en la Figura 1.
Modelización matemática de la cadena de suministro en bucle cerrado considerando estrategias lean agile resilient
y green 205
Apéndice B
Simplificación de la fórmula de beneficio de los productos en los minoristas Como se menciona
en la fórmula (1), el beneficio del producto j en el minorista c es el siguiente: