en عمومى General پژوهشي Research <pre aria-label="نوشتار ترجمه‌شده: چکیده در این مطالعه، یک مدل برنامه‌ریزی کسری خطی مختلط عدد صحیح قوی (RMILFP) برای طراحی یک شبکه زنجیره تأمین یکپارچه متشکل از چندین تأمین‌کننده، مرکز توزیع، مشتری و محصول توسعه داده شده است. مدل پیشنهادی به طور همزمان تصمیمات مربوط به مکان‌یابی تسهیلات، تخصیص جریان و توزیع محصول را در یک چارچوب واحد در نظر می‌گیرد. تابع هدف به صورت یک عبارت کسری خطی فرموله شده است که نشان دهنده نسبت سود کل به سرمایه‌گذاری کل سیستم است. با توجه به عدم قطعیت ذاتی در تقاضای مشتری، این پارامتر به صورت یک مجموعه عدم قطعیت محدود مدل‌سازی شده و با استفاده از یک رویکرد بهینه‌سازی قوی برای اطمینان از امکان‌پذیری راه‌حل در بدترین سناریوها مدیریت می‌شود. برای حل مدل کسری، تبدیل چارنز-کوپر اعمال می‌شود و مدل اصلی را به یک فرم خطی معادل تبدیل می‌کند. نتایج عددی نشان می‌دهد که مدل پیشنهادی تصمیمات پایدار و قابل پیاده‌سازی را در شرایط عدم قطعیت ارائه می‌دهد و از رویکردهای قطعی بهتر عمل می‌کند." data-placeholder="ترجمه" data-ved="2ahUKEwismOSZ5aSUAxUz9AIHHe5dH00Q3ewLegQIDBAS" dir="rtl" id="tw-target-text" role="text" tabindex="-1"> </pre> <span style="font-size:11pt"><span style="unicode-bidi:embed"><span style="line-height:107%"><span style="font-family:Calibri,sans-serif"><span lang="EN-US" new="" roman="" style="font-family:" times="">In this study, a robust mixed-integer linear fractional programming (RMILFP) model is developed for the design of an integrated supply chain network consisting of multiple suppliers, distribution centers, customers, and products. The proposed model simultaneously considers facility location, flow allocation, and product distribution decisions within a unified framework. The objective function is formulated as a linear fractional expression representing the ratio of total profit to total system investment. Considering the inherent uncertainty in customer demand, this parameter is modeled as a bounded uncertainty set and handled using a robust optimization approach to ensure solution feasibility under worst-case scenarios. To solve the fractional model, the Charnes&ndash;Cooper transformation is applied, converting the original model into an equivalent linear form. Numerical results demonstrate that the proposed model provides stable and implementable decisions under uncertainty and outperforms deterministic approaches. </span></span></span></span></span><br> &nbsp; Robust Optimization, Mixed-Integer Linear Fractional Programming, Supply Chain Network Design, Demand Uncertainty, Facility Location, Multi-Product Systems 0 0 http://ijorlu.lahijan.iau.ir/browse.php?a_code=A-10-615-1&slc_lang=en&sid=1 H. Nasseri nhadi57@gmail.com 10031947532846002451 10031947532846002451 Yes Department Mathematics, University of Mazandaran, Babolsar, Iran S. Salmanzadeh sanaz.sz132@gmail.com 10031947532846002452 10031947532846002452 No Department of Mathematics, University of Mazandaran, Babolsar, Iran