ConclusionIn this paper, we have ad

Conclusion
In this paper, we have addressed the problem of a reverse logistics
(RL) network by developing a mixed integer linear program
(MILP) to model it. Overall, it can be stated that that the RL process
encompasses the compilation, examination, recycling, renovating,
and remanufacturing of used items, involving leased or owned tools
and machines. The liable parties require deciding on the number of
services that need their capabilities and the most suitable sites as
well.
A case study concerning large household appliances in the
UAE was represented with results bearing different scenarios.
The results demonstrated that using the recommended model,
instanced with pragmatic sizes could be solved to optimality by
utilizing a commercial solver. The model holds several practical
implications for decision makers. For example, limiting the height
of investments affects not only the number of facilities but also
the decision of where to build the facilities. Furthermore, priority
is given to the establishment of inspection centers and remanufacturing
plants rather than the purchase of in-house fleet, as the
facilities generate profit. The model can provide useful insights,
especially to companies that require very large and costly transportation
systems, such as delivery companies. It is expected in
these cases that the model will decide the gradual replacement of
outsourced transportation by in-house systems, as time passes and
the business expands.
As far as future work is concerned, the current model can
be extended in a number of important ways. First of all, it can
be strengthened by the integration of both forward and reverse
logistics, seeing as both can share a number of resources such as
transportation and warehouse capacities in a closed-loop network
model and by considering different transportation modes such as
trains, trucks, and ships. Integration could also occur on another
note, such as between location and inventory, as seen in the works
of [34–36,38] or routing and inventory decisions, based on the
works of [37,39]. Another interesting approach would be to choose
among a series of various contracts for outsourcing transportation.
Furthermore, the model can be customized for different problems,
in order to generate problem specific results for higher value practical
applicability in a larger number of industries. Finally, certain
factors can be modeled as stochastic parameters, to account for
uncertainty in the mode

ผลลัพธ์ (ไทย) 1:

บทสรุปในเอกสารนี้ เรามีอยู่ปัญหาของโลจิสติกส์ย้อนกลับเครือข่าย (RL) โดยการพัฒนาโปรแกรมเชิงเส้นแบบผสมเลขจำนวนเต็ม(MILP) แบบนั้น โดยรวม ก็สามารถระบุว่า RL ประมวลผลครอบคลุมการคอมไพล์ สอบ รีไซเคิล renovatingและ remanufacturing สินค้าใช้ เกี่ยวข้องกับเช่า หรือเป็นเจ้าของเครื่องมือและเครื่องจักร ฝ่ายรับผิดชอบต้องตัดสินใจเกี่ยวกับจำนวนบริการที่ต้องการความสามารถของตนและอเมริกาเหมาะเป็นดีกรณีศึกษาที่เกี่ยวข้องกับเครื่องใช้ไฟฟ้าในครัวเรือนขนาดใหญ่ในการยูเออีได้แสดงผลเรืองอื่นแสดงผลที่ใช้แบบจำลองแนะนำinstanced กับ pragmatic แก้ไขขนาดการ optimality โดยใช้โปรแกรมแก้ปัญหาทางการค้า แบบมีทางปฏิบัติหลายผลกระทบสำหรับผู้ตัดสินใจ ตัวอย่าง จำกัดความสูงของเงินลงทุนมีผลต่อจำนวนของสิ่งอำนวยความสะดวกไม่เท่าแต่ยังการตัดสินใจที่จะสร้างสิ่งอำนวยความสะดวกที่ นอกจากนี้ ระดับความสำคัญการจัดตั้งศูนย์ตรวจสอบและ remanufacturingพืชแทนการซื้อเรือในบ้าน เป็นการสิ่งอำนวยความสะดวกสร้างกำไร รูปแบบสามารถให้ข้อมูลที่เป็นประโยชน์โดยเฉพาะอย่างยิ่งกับบริษัทที่ต้องการขนส่งขนาดใหญ่ และราคาแพงระบบ เช่นบริษัทจัดส่ง คาดว่าในกรณีที่แบบจะตัดสินใจค่อย ๆ เปลี่ยนผลิตนอกบริษัทขนส่ง โดยระบบภายใน เมื่อเวลาผ่าน และธุรกิจขยายตัวเป็นที่ทำงานในอนาคตเป็นห่วง รุ่นปัจจุบันสามารถสามารถขยายในหลายวิธีที่สำคัญ ประการแรก มันสามารถมีความเข้มแข็ง โดยรวมของทั้งสองไปข้างหน้า และย้อนกลับโลจิสติกส์ เห็นเป็นทั้งสองอย่างสามารถใช้ร่วมกันทรัพยากรจำนวนมากเช่นกำลังการผลิตขนส่งและคลังสินค้าในเครือข่ายปิดรูปแบบ และ โดยการพิจารณาวิธีการขนส่งที่แตกต่างกันเช่นรถไฟ รถบรรทุก และเรือ รวมอาจเกิดขึ้นในอีกหมายเหตุ เช่นระหว่างสถานที่เก็บสินค้าคงคลัง เห็นในงานของ [34-36,38] หรือสายงานการผลิตและสินค้าคงคลังการตัดสิน ใจ ตามงานของ [37,39] วิธีที่น่าสนใจอีกจะเลือกระหว่างชุดของสัญญาต่าง ๆ การจ้างขนส่งนอกจากนี้ แบบสามารถแก้ไขปัญหาต่าง ๆเพื่อสร้างปัญหาเฉพาะผลลัพธ์สูงกว่าค่าจริงความเกี่ยวข้องของจำนวนอุตสาหกรรมขนาดใหญ่ ในที่สุด บางปัจจัยที่สามารถจำลองเป็นพารามิเตอร์แบบเฟ้นสุ่ม การความไม่แน่นอนในโหมด

ผลลัพธ์ (ไทย) 2:

สรุปในบทความนี้เราได้รับการแก้ไขปัญหาของโลจิสติกกลับ
(RL) เครือข่ายโดยการพัฒนาโปรแกรมเชิงเส้นจำนวนเต็มผสม
(MILP) แบบมัน โดยรวมก็อาจกล่าวได้ว่ากระบวนการ RL
ครอบคลุมการรวบรวมการตรวจสอบ, การรีไซเคิล, การปรับปรุง,
และ remanufacturing
ของรายการที่ใช้ที่เกี่ยวข้องกับการเช่าหรือเป็นเจ้าของเครื่องมือและอุปกรณ์ ฝ่ายระวางต้องตัดสินใจเกี่ยวกับจำนวนของบริการที่ต้องการความสามารถของพวกเขาและสถานที่ที่เหมาะสมที่สุดเป็นดี. กรณีศึกษาเกี่ยวกับเครื่องใช้ในครัวเรือนขนาดใหญ่ในยูเออีเป็นตัวแทนที่มีผลแบกสถานการณ์ที่แตกต่างกัน. ผลแสดงให้เห็นว่าการใช้รูปแบบที่แนะนำinstanced ที่มีขนาดทางปฏิบัติสามารถแก้ไขได้เพื่อ optimality โดยใช้แก้ในเชิงพาณิชย์ รูปแบบการถือปฏิบัติหลายความหมายสำหรับผู้มีอำนาจตัดสินใจ ยกตัวอย่างเช่นการ จำกัด ความสูงของเงินลงทุนไม่เพียงแต่ส่งผลกระทบต่อจำนวนของสิ่งอำนวยความสะดวก แต่ยังตัดสินใจในการที่จะสร้างสิ่งอำนวยความสะดวกที่ นอกจากนี้มีความสำคัญจะได้รับการจัดตั้งศูนย์ตรวจสอบและ remanufacturing พืชมากกว่าการซื้อเรือเดินสมุทรในบ้านที่เป็นสิ่งอำนวยความสะดวกในการทำกำไร รูปแบบที่สามารถให้ข้อมูลเชิงลึกที่มีประโยชน์โดยเฉพาะอย่างยิ่งให้กับ บริษัท ที่ต้องมีการขนส่งที่มีขนาดใหญ่มากและค่าใช้จ่ายระบบเช่นบริษัท จัดส่ง มันเป็นที่คาดว่าในกรณีนี้ว่ารูปแบบจะตัดสินใจค่อยๆเปลี่ยนการขนส่งแหล่งภายนอกโดยระบบในบ้านเป็นเวลาผ่านไปและธุรกิจขยาย. เท่าที่การทำงานในอนาคตเป็นห่วงรุ่นปัจจุบันสามารถขยายได้ในจำนวนของที่สำคัญวิธี ครั้งแรกของทั้งหมดก็สามารถจะมีความเข้มแข็งโดยบูรณาการของทั้งสองไปข้างหน้าและย้อนกลับจิสติกส์, การมองเห็นขณะที่ทั้งสองสามารถใช้ร่วมกันจำนวนของทรัพยากรเช่นการขนส่งและความจุคลังสินค้าในเครือข่ายวงปิดและรูปแบบโดยพิจารณารูปแบบการขนส่งที่แตกต่างกันเช่นรถไฟรถบรรทุกและเรือ บูรณาการนอกจากนี้ยังอาจเกิดขึ้นในอีกทราบเช่นระหว่างสถานที่และสินค้าคงคลังเท่าที่เห็นในการทำงานของ[34-36,38] หรือการกำหนดเส้นทางและการตัดสินใจของสินค้าคงคลังขึ้นอยู่กับผลงานของ[37,39] วิธีที่น่าสนใจอีกก็จะไปเลือกในหมู่ชุดของสัญญาต่างๆสำหรับการจ้างขนส่ง. นอกจากนี้รูปแบบที่สามารถปรับแต่งสำหรับปัญหาที่แตกต่างกันเพื่อที่จะสร้างผลเฉพาะปัญหาในทางปฏิบัติมูลค่าที่สูงกว่าการบังคับใช้ในจำนวนมากของอุตสาหกรรม สุดท้ายบางปัจจัยที่สามารถจำลองเป็นพารามิเตอร์สุ่มไปยังบัญชีสำหรับความไม่แน่นอนในโหมด

ผลลัพธ์ (ไทย) 3:

สรุป
ในกระดาษนี้เราต้องแก้ไขปัญหาของโลจิสติกส์ย้อนกลับ
( RL ) เครือข่ายโดยการพัฒนาโปรแกรมเชิงเส้นแบบผสมจำนวนเต็ม
( การหา ) เป็นแบบมัน โดยรวม , มันสามารถกล่าวได้ว่า กระบวนการที่ RL
ครอบคลุมการรวบรวม , การสอบ , รีไซเคิล , renovating
remanufacturing ของรายการที่ใช้และเกี่ยวข้องกับเช่าหรือเป็นเจ้าของเครื่องมือ
และเครื่องจักรฝ่ายที่รับผิดชอบต้องตัดสินใจเกี่ยวกับจำนวนของ
บริการต้องการความสามารถของพวกเขาและเว็บไซต์ที่เหมาะสมที่สุด
.
กรณีศึกษาเกี่ยวกับเครื่องใช้ในครัวเรือนขนาดใหญ่ในยูเออี ได้แสดงผล

มีสถานการณ์ที่แตกต่างกัน ผลการศึกษานี้แสดงให้เห็นว่า การแนะนำรูปแบบ
instanced ขนาดในทางปฏิบัติอาจจะแก้ไขได้เพื่อคุณภาพโดย
ใช้แก้ปัญหาเชิงพาณิชย์ รูปแบบมีหลายความหมายในทางปฏิบัติ
สำหรับผู้ตัดสินใจ ตัวอย่างเช่นการจํากัดความสูง
ของการลงทุนมีผลไม่เพียงแต่จำนวนเครื่องแต่ยัง
การตัดสินใจที่จะสร้างสิ่งอำนวยความสะดวก นอกจากนี้ ความสำคัญ
ให้จัดตั้งศูนย์ตรวจสอบและ remanufacturing
พืชมากกว่าการซื้อเรือในบ้านเป็น
เครื่องสร้างกำไร แบบจำลองนี้สามารถให้ข้อมูลเชิงลึกที่เป็นประโยชน์ โดยเฉพาะกับบริษัทที่ต้องใช้

ระบบขนส่งขนาดใหญ่มากและราคาแพง เช่น บริษัท จัดส่ง มันอยู่ใน
กรณีเหล่านี้ว่ารูปแบบจะตัดสินใจเปลี่ยนอย่างค่อยเป็นค่อยไปของระบบการขนส่ง โดยคาดว่าภายใน
รับจ้าง เมื่อเวลาผ่านไป และขยายธุรกิจ
.
เท่าที่ทำงานในอนาคตเป็นกังวลรูปแบบปัจจุบันสามารถ
จะขยายในหลายวิธีที่สำคัญ แรกของทั้งหมดมันสามารถ
จะมีความเข้มแข็งโดยรวมของทั้งสองไปข้างหน้าและย้อนกลับ
โลจิสติกส์ เนื่องจากทั้งสองสามารถใช้จำนวนของทรัพยากรเช่นความสามารถในการขนส่งและคลังสินค้า

เครือข่ายแบบโมเดล และพิจารณาวิธีการขนส่งที่แตกต่างกันเช่น
รถไฟ , รถบรรทุกและเรือบูรณาการยังสามารถเกิดขึ้นได้ในบันทึกอื่น
เช่นระหว่างสถานที่และสินค้าคงคลัง ดังที่เห็นในผลงาน
[ 34 – 36,38 ] หรือเส้นทางการตัดสินใจและสินค้าคงคลัง ตามผลงานของ 37,39
[ ] อีกวิธีที่น่าสนใจที่จะเลือก
ระหว่างชุดของสัญญาต่าง ๆ การขนส่ง
นอกจากนี้แบบจำลองสามารถกำหนดเองสำหรับปัญหาที่แตกต่างกัน
เพื่อที่จะสร้างปัญหาเฉพาะผลสูงกว่าค่าจริง
ความเกี่ยวข้องในตัวเลขขนาดใหญ่ของอุตสาหกรรม สุดท้าย ปัจจัยบางอย่าง
สามารถจำลองเป็นพารามิเตอร์ Stochastic บัญชี
ความไม่แน่นอนในโหมด