采用绿地、网络优化和仿真分析的新常态冷供应链响应策略。

全球供应链受到新冠肺炎向前和向下传播的影响。疫情的破坏是一个低频率和高影响的（黑天鹅）事件。适应“新常态”需要充分的风险缓解策略。本研究提出了一种在供应链中断期间实施风险缓解策略的方法。随机需求积累策略被认为是在不同的中断前和中断后场景下识别中断驱动的挑战。使用基于模拟的优化、绿地分析和网络优化技术确定了最佳缓解策略和配送中心的最佳位置，以最大限度地提高整体利润。然后使用适当的灵敏度分析对所提出的模型进行评估和验证。该研究的主要贡献是：（i）进行基于集群的供应链中断分析，（ii）提出一个有弹性和灵活的模型来说明连锁反应的主动和被动措施，（iii）为未来类似疫情的危机做好供应链准备，以及（v）揭示疫情影响和供应链弹性之间的关系。一个冰淇淋制造商的案例研究被用来证明所提出的模型。