Page Header

Development of Mathematical Model for Reverse Logistics Management: A Case Study of Plastic Recycling
การพัฒนาตัวแบบทางคณิตศาสตร์สำหรับการจัดการโลจิสติกส์ย้อนกลับ: กรณีศึกษาการรีไซเคิลพลาสติก

Jaturit Promsala, Rojanee Homchalee


งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาตัวแบบทางคณิตศาสตร์สำหรับการจัดการโลจิสติกส์ย้อนกลับ กรณีศึกษาการรีไซเคิลพลาสติก ให้ต้นทุนโดยรวมของระบบโลจิสติกส์ย้อนกลับต่ำที่สุด เริ่มจากการหาตำแหน่งที่ตั้งทางเลือกของศูนย์รวบรวมขยะพลาสติกในภาคตะวันออกเฉียงเหนือด้วยการวิเคราะห์กลุ่มแบบขั้นตอนและการวิเคราะห์กลุ่มแบบเคมีน หลังจากนั้นจึงนำตำแหน่งที่ตั้งทางเลือกที่ได้ไปเป็นตัวแปรตัดสินใจของตัวแบบทางคณิตศาสตร์แบบการโปรแกรมไม่เชิงเส้นจำนวนเต็มผสม (Mixed Integer Non-linear Programming Model: MINLP) ซึ่งตัวแบบนี้ถูกพัฒนาขึ้นเพื่อการตัดสินใจที่เหมาะสมในการเปิดศูนย์รวบรวมขยะพลาสติก การขนส่งและการเก็บรวบรวมขยะพลาสติก รวมถึงการรีไซเคิลเม็ดพลาสติก โดยตัวแบบถูกประมวลผลด้วยโปรแกรม LINGO 13.0 นอกจากนี้ยังมีการวิเคราะห์ความไวโดยปรับเปลี่ยนค่าพารามิเตอร์เกี่ยวกับความจุและจำนวนศูนย์รวบรวมขยะพลาสติกทางเลือก พบว่า หากมีจำนวนศูนย์รวบรวมที่เปิดดำเนินการมาก จะใช้เวลาในการประมวลผลนานกว่า มีปริมาณการรีไซเคิลพลาสติกน้อยกว่า และมีต้นทุนโดยรวมต่ำกว่า ตรงข้ามหากมีจำนวนศูนย์รวบรวมที่เปิดดำเนินการน้อย แม้จะมีต้นทุนโดยรวมมากกว่า แต่จะสามารถรีไซเคิลพลาสติกได้ในปริมาณมากกว่า ซึ่งผลการวิจัยที่ได้สามารถนำมาประกอบการพิจารณาแนวทางในการจัดการโลจิสติกส์ย้อนกลับของขยะพลาสติกในภาคตะวันออกเฉียงเหนือได้อย่างมีประสิทธิภาพ

The aim of this research is the development of a mathematical model for reverse logistics management: a case study of plastic recycling. Offers the minimization of the total costs of the reverse logistics system. First, the alternative locations for collecting plastic waste in the Northeast were determined using hierarchical clustering and K-means clustering. These alternative locations were used as decision variables in the Mixed Integer Non-linear Programming Model (MINLP). The model was developed to appropriately decide for opening a plastic waste collection center, the transport and collection of plastic waste, and the recycling of plastic pellets. This proposed model was processed with the LINGO 13.0 program. In addition, the sensitivity analysis by varying parameters regarding the capacity and number of alternative collection centers was proceeded. It was found that if there are many collection centers operating, it will take longer time to process, less plastic recycling, with lower total cost. In contrast, if there are a small number of collection centers operating, despite having more total costs but will be able to recycle more plastic. The results of this research can be used to effectively manage the reverse logistics of plastic waste in the Northeast.


การรีไซเคิลพลาสติก; โลจิสติกส์ย้อนกลับ; การโปรแกรมไม่เชิงเส้นจำนวนเต็มผสม; Plastic Recycling; Reverse Logistics; Mixed Integer Non-linear Programming

[1] year=2565. (Accessed on 31 August 2023)

[2] S. Somsri, Reverse logistics design for plastic recycling in Thailand, A case study, Thesis, Thammasat University, 2010.

[3] S.K. Srivastava, Green supply‐chain management: A state‐of‐the‐art literature review, International Journal of Management Reviews, 2007, 9(1), 53-80.

[4] S. Suthummanon, N. Sirivongpaisal, L. Treranuwat and S. Kongkang, A study of transportation system in reverse logistics for computer wastes in songkhla, KKU Research Journal, 2013, 18(4), 628-641. (in Thai)

[5] F. Schultmann, B. Engels and O. Rentz, Closed-loop supply chains for spent batteries, Interfaces, 2003, 33(6), 57-71.

[6] V. Jayaraman, V. Guide and R. Srivastava, A closed-loop logistics model for remanufacturing, Journal of the Operational Research Society, 1999, 50(5), 497-508.

[7] M. Mokhtarzadeh, R. Tavakkoli-Moghaddam, C. Triki and Y. Rahimi, A hybrid of clustering and meta-heuristic algorithms to solve a p-mobile hub location–allocation problem with the depreciation cost of hub facilities, Engineering Applications of Artificial Intelligence, 2021, 98, 104-121.

[8] A. Aghsami, S.R. Abazari, A. Bakhshi, M.A. Yazdani, S. Jolai and F. Jolai, A meta-heuristic optimization for a novel mathematical model for minimizing costs and maximizing donor satisfaction in blood supply chains with finite capacity queueing systems, Healthcare Analytics, 2023, 3, 100-136.

[9] I. Soares, M.J. Alves and C.H. Antunes, A deterministic bounding algorithm vs. a hybrid meta-heuristic to deal with a bilevel mixed-integer nonlinear optimization model for electricity dynamic pricing, Computers and Operations Research, 2023, 155, 106-195.

[10] Lingo, Lingo 13 User’s manual version 13.0., LINDO System Inc., IL, USA, 2012.

[11] (Accessed on 30 October 2021)

[12] waste/ (Accessed on 15 October 2022)

[13] Khon Kaen University, Project to increase efficiency and productivity with technology and innovation, intelligent systems, monitoring and monitoring the operation of machines (Machine Monitoring System), Industrial Promotion Center Region 5, Fiscal Year 2018, 2019. (in Thai)

[14] (Accessed on 20 January 2020)

[15] (Accessed on 26 March 2022)

[16] B. Render, R. Stair and M.E. Hanna, Quantitative analysis for management, Prentice Hall, NJ, USA, 2012.

[17] N. Keles and M. Pekkaya, Evaluation of logistics centers in terms of sustainability via MCDM methods, Journal of Advances in Management Research, 2023, 20(2), 291-309.

[18] N. Koohathongsumrit and W. Meethom, A fuzzy decision-making framework for route selection in multimodal transportation networks, Engineering Management Journal, 2022, 34(4), 689-704.

[19] Lingo, The modeling language and optimizer, LINDO Systems, Inc., IL, USA, 2018.

Full Text: PDF

DOI: 10.14416/


  • There are currently no refbacks.