Vahid Khodaee hat im September 2022 sein PhD-Studium an der Kühne Logistics University unter der Betreuung von Prof. Dr. Maria Besiou und Prof. Dr. Andreas Kilian Gernert begonnen. Seine Forschungsschwerpunkte sind humanitäre Logistik und Nachhaltigkeit in Betriebsabläufen.
Vor seinem Studium an der KLU hat er seinen Master in Wirtschaftsingenieurwesen mit dem Schwerpunkt Systemoptimierung an der Sharif University of Technology, einer hoch angesehenen Universität im Iran, abgeschlossen. Der Titel seiner Masterarbeit lautete „Entwicklung eines mathematischen Modells für die optimale Verteilung von Medikamenten (Impfstoffen) bei Infektionskrankheiten unter epidemischen Bedingungen: Die COVID-19-Fallstudie“. Vahid schloss sein Bachelorstudium im Fach Wirtschaftsingenieurwesen an der Amirkabir University of Technology (Teheraner Polytechnikum) im September 2019 ab.
Neben seinem Studium sammelte er sechs Monate lang praktische Erfahrungen als Supply-Chain-Spezialist bei der Padideh Shimi Paydar Industrial Group. Außerdem war er während seines Masterstudiums ein Jahr lang als Assistent der Lehre im Kurs „Operations Research“ tätig.
Contact
Networks
Academic Positions
| 2021 - 2022 | Teaching Assistant, Sharif University of Technology, Tehran, Iran |
Education
| Since 2022 | PhD Candidate in Supply Chain Management , Kühne Logistics University, Hamburg, Germany |
| 2019 - 2022 | Master of Science in Industrial Engineering, Sharif University of Technology, Tehran, Iran |
| 2017 - 2019 | Bacherlor of Science, Amirkabir University of Technology, Tehran, Iran |
Publikationen
This research develops a humanitarian cold supply chain model with equity consideration for COVID-19 vaccine distribution during a pandemic, considering deprivation cost and an important social concept named equity. The proposed comprehensive plan minimizes all incurred costs, including transportation costs, shortage costs, deprivation costs, and holding costs, while aiming at eliminating infection and mortality rates. The proposed three-echelon supply chain model includes suppliers, distributors, and affected regions (ARs), as destinations. We apply the proposed model to the actual vaccine distribution data during the COVID-19 outbreak in Europe. A mixed integer programming (MIP) model is developed to minimize the costs and satisfy the demand goals in the vaccine distribution plan. A sensitivity analysis demonstrates how total and deprivation costs affect each other, helping the managers establish a trade-off between them. The results show that appropriate supply chain planning can minimize logistics and social costs. The proposed model can help policymakers, and decision-makers better understand the importance of equity and implement a fair distribution of vaccines, considering the deprivation cost as a social cost.
