Comparaison des stratégies de résilience pour une chaîne d'approvisionnement verte multistade afin de réduire les perturbations : Un modèle d'optimisation stochastique à deux étapes

Les perturbations de la chaîne d'approvisionnement, notamment illustrées par la pandémie de COVID-19, ont des impacts substantiels, nécessitant des stratégies de résilience efficaces. Cette étude introduit un modèle de conception de chaîne d'approvisionnement verte multistade et multipériode complet, incorporant six stratégies de résilience pour faire face aux perturbations en aval et en amont. Une approche rigoureuse d'optimisation stochastique à deux étapes est employée pour gérer l'incertitude des paramètres et les perturbations. Les objectifs incluent la minimisation des coûts de perturbation et des émissions de CO2, pour une chaîne qui fonctionne sous une réglementation d'émission de cap-and-trade. Les résultats, dérivés d'une expérience numérique et d'une analyse de sensibilité, offrent la structure de chaîne d'approvisionnement optimale et des stratégies de résilience efficaces pour atténuer les perturbations. La structure de la demande pour les produits essentiels et non essentiels pendant les perturbations est explorée, soulignant l'importance d'une allocation proactive des ressources. En particulier, l'impact des réductions de capacité des installations souligne l'importance de la gestion de la capacité. Les analyses de sensibilité reflètent les compromis impliqués dans les stratégies de gestion de la capacité, soulignant le besoin critique de maintenir un niveau optimal de capacité pour prévenir la dégradation du niveau de service. De plus, l'examen des réglementations en matière de réduction des émissions de carbone révèle l'équilibre complexe entre la responsabilité environnementale et l'efficacité économique. En résumé, cette étude aborde les perturbations de la chaîne d'approvisionnement et offre des perspectives pratiques pour les gestionnaires de chaîne d'approvisionnement et les décideurs politiques. La recherche met en avant l'importance de stratégies de résilience spécifiques et basées sur les données pour optimiser la performance de la chaîne d'approvisionnement face aux perturbations.