La Ciencia De Gerencia InfOrm ®

Vol. 51, nº 11, noviembre 2005, pp. 1706-1719 Doi 10.1287/mnsc.1050.0378

Issn 0025-1909 eissn 1526-5501 05 5111 1706
© 2005 INFORMA

Tamaño Lote integrado de serie en las

cadenas de suministro con capacidades de
producción
Stan van Hoesel
Facultad de Ciencias Económicas y Empresariales en la Universidad de Maastricht, P.O. Box 616,
MD 6200 en Maastricht, Holanda, s.vanhoesel@ke.unimaas.nl

H. Edwin Romeijn
Departamento de Ingeniería Industrial y de sistemas de la Universidad de Florida, 303 Weil Hall, P.O. Box 116595,
Gainesville, Florida 32611-6595, romeijn@ise.ufl.edu

Dolores Romero Morales

Saïd Business School, Universidad de Oxford, Park End Street, Oxford OX1 1HP, Reino Unido,
Dolores.romero-morales@sbs.ox.ac.uk
Albert P. M. Wagelmans
Instituto econométrica, la Universidad Erasmus de Rotterdam, P.O. Box 1738, DR 3000 Rotterdam, Países Bajos,
Wagelmans@few.eur.nl

W e considerar un modelo para una serie en la que la producción de la cadena de suministro, inventario y
transporte las decisiones están integrados en la presencia de capacidades de producción y las funciones de costo del
cóncavo. El modelo estudiamos generaliza la serie uncapacitated solo elemento económico multinivel lot-modelo de
dimensionamiento agregando parado pro-ducción de las capacidades en el nivel del fabricante. Presentamos
algoritmos con un tiempo de ejecución que es polinomio en el horizonte de planificación, cuando todas las funciones
de los costos son cóncavas. Además, consideramos diferentes modos de transporte y la celebración de las estructuras
de costes de inventario que rinden mejores tiempos de ejecución: inventario mantiene funciones de costos que son
lineales y en coste de transporte funciones que son lineales o cóncavos con una estructura de carga fija. En el último
caso, hacemos la más común y razonable suponer que la variable costes de inventario y transporte son tales que los
inventarios en los niveles superiores de la cadena de suministro es más atractiva desde una perspectiva de costo
variable. Mientras que los tiempos de ejecución de los algoritmos son exponencial en el número de niveles en la
cadena de suministro en el caso de costo del cóncavo general, los tiempos de ejecución son notablemente insensibles
al número
De los otros dos niveles de estructuras de costos.
Palabras clave : Tamaño lote; la integración de la planificación de la producción y el transporte;
programación dinámica; algoritmos de tiempo polinómico
Historia : aceptada por Thomas M. Liebling, programación matemática y redes; recibió el 17 de junio de 2002.
Este documento fue con los autores de 11 meses para 2 revisiones.

ejemplo, presentan economías de escala.

Vamos a considerar una serie de cadena de
Introducción 1. suministro para la producción y distribución de un
En este trabajo se considera un problema en el que producto. Tal sup-cadena ply ocurrirá, por ejemplo,
se pro-ducción, inventario y transporte las decisiones cuando el valor es
en una cadena de suministro básico están
integrados. Los modelos tradicionales generalmente
consideran que sólo uno o dos de estos aspectos en
forma aislada de la(s) otra(s). Existe evidencia
sustancial (véase, por ejemplo, Arntzen et al. 1995,
Chandra y Fisher 1994, Geoffrion y potencias de
1995, y Thomas y Griffin, 1996, así como las
referencias) que muestra que la integración de estas
decisiones puede conducir a aumentos sustanciales
en la eficiencia y la eficacia. Integración de diferentes
decisiones en la cadena de suministro es
especialmente importante cuando los recursos son
limitados y cuando los costes no son lineales, por

Añadido a un producto en una secuencia de
producción facil-dades, y bienes intermedios deben
transportarse entre estas instalaciones. Kaminsky y
Simchi-Levi (2003) describe un ejemplo de una
cadena tal como surge en la industria farmacéutica.
Otro ejemplo es la logística de terceros indo-try. En
este caso, un centro de distribución que satisface las
demandas en un área geográfica determinada, puede
contratar los servicios de un almacén de terceros
1706
Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
producción
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
antes de que los productos se transportan a la
distribu-bution real centro de distribución a sus
minoristas. Un modelo de cadena de suministro de
serie puede utilizarse para representar una parte de
una cadena de suministro que es relevante para la
distribu-bution centro (véase Lee et al. 2003). Un
último ejemplo es una situación en la que tiene lugar
la producción a un fabricante. Los elementos que se
producen son almacenados en el nivel del fabricante
o transportados al primer nivel de almacén. En cada
uno de los niveles de almacén,
1707
 participantes en la cadena de suministro, cada uno de
Los productos son nuevamente almacenados o los cuales se enfrenta a una parte de los costes de la
transportados al almacén en el siguiente nivel. Desde cadena de suministro, este problema será relevante. En
el final-ware house, los productos son (posiblemente este caso, claramente los participantes aún deben
después de haber sido almacenada durante algunos decidir cómo distribuir los min-imal costo total, que es un
períodos) transportados a un minorista (posiblemente problema de coordinación que
para permitir entregas temprano, es decir, invento-
ries al minorista). Dicha estructura puede surgir si un
minorista en realidad representa todo un mercado, y
la cadena de suministro, desde el fabricante a este
mercado es muy largo. Esto podría hacer que resulte
más ventajoso, en varias etapas, emplean a las
economías de escala por trans-portar grandes
cantidades a largas distancias a las instalaciones de
almacenamiento intermedio antes de ser distribuidos
en el mercado real.
Todas las situaciones descritas anteriormente pueden
ser representó un modelo genérico consistente de
manufacturas-turer, varios niveles de producción o
distribución intermedia y un nivel donde la demanda por
el producto final tiene lugar, al que nos referiremos en
este estudio como el minorista (aunque esto no
necesariamente rep-resienten el nivel en el que tiene
lugar el consumo de demanda real). De hecho, en ese
modelo el intermedi-ate las etapas de producción y
transporte son indistin-guishable uno del otro, de modo
que en el resto de este documento sólo nos referiremos
a todas las fases intermedias como etapas de transporte
entre almacenes.
El modelo de cadena de suministro en serie esbozado
más arriba puede verse como una generalización de
una fundamental prob-Lem, que de hecho es uno de los
más ampliamente estudiados problemas de producción
y planificación de inventarios, el problema de tamaño de
lote económico ( ELSP ). La variante básica de este
problema se considera un centro de producción que pro-
duces y almacena un único producto para satisfacer
demandas conocidas a lo largo de un horizonte de
planificación finita. El problema es luego para
determinar las cantidades de producción para cada
período de tal forma que todas las demandas están
satisfechos con el mínimo tiempo de producción total de
inventario y los costes de explotación. Las funciones de
costo son nondecreasing en la cantidad producida o
almacenada y generalmente se asume que es lineal,
cargo fijo, o general de las funciones del cóncavo. Las
instalaciones de producción pueden o no enfrentan una
restricción de capacidad en la cantidad producida en
cada período.
El modelo de la cadena de suministro en serie, la
clásica ELSP puede ampliarse para incluir las
decisiones de transporte, así como la posibilidad de
realización de inventario en dif erentes de niveles en la
cadena. Además de la producción y los costes de
explotación de inventario, entonces también claramente
la necesidad de incorporar los costos de transporte, lo
que añade el problema de la distribución del transporte
a los prob-lem de tiempos de producción. El objetivo
será reducir al mínimo el costo de todo el sistema y al
mismo tiempo satisfacer toda la demanda. Incluso si el
fabricante y el distribuidor son de hecho diferentes

Está fuera del alcance de este papel.
Alternativamente, sin embargo, podemos interpretar
la celebración de costes en el nivel minorista como
una pena o un descuento sobre el precio de compra
de un elemento, que es dado por el fabricante al
minorista si los elementos se entregan temprano. En
este caso, reducir al mínimo los costos por nuestro
modelo de optimización son efectuados por el
fabricante. Como en los problemas de tamaño de lote
estándar, todas las funciones de los costos se
supone son nondecreasing en la cantidad producida,
almacenados o enviados. Además, se asume que
todas las funciones de los costos son cóncavas.
En general, todos los niveles de la cadena de
suministro en serie, cuanto menos si éstas
corresponden a las decisiones de producción o
transporte, pueden enfrentar las capacidades. En
este artículo, nos centraremos en la serie de las
cadenas de suministro con capacidades en la
producción (es decir, primer nivel), sólo como un
primer paso hacia el estudio más general de capacita
a las cadenas de suministro. Añadiendo capacidad a
otro (por ejemplo, transporte) niveles aparece para
cambiar significativamente la estructura del problema
y, por consiguiente, en el análisis del problema. Por lo
tanto, estos problemas están fuera del alcance de
este papel, pero siguen siendo un tema de
investigación permanente. Tenga en cuenta que bajo
determinadas estructuras de costo-tures es posible
eliminar capacita a los niveles de la cadena de
suministro. Un ejemplo de esto es proporcionado por
Kaminsky y Simchi-Levi (2003), que transforma una
serie de tres niveles del modelo de cadena de
suministro en el que el primer y tercer nivel están
capacitados para una serie de dos niveles del modelo
de cadena de suministro con capacidades en el
primer nivel solamente.
Llamaremos el problema de determinar una óptima
producción, transporte, inventario y los tamaños de
lote en una cadena de suministro de serie como se
describe por encima y por debajo de la capacidad de
producción a nivel de la producción el problema de
tamaño de lote multinivel con capacidades de
producción MTPS ( PC ). En general, este problema
es NP-duro, ya que se trata de una generalización
directa de la NP-hard ELSP con capacidades de
producción general (véase Florian et al. 1980). La
ELSP con capacidades de producción estacionaria,
nunca, es resoluble en tiempo polinómico (véase
Florian y Klein, 1971). Porque nuestro objetivo es
identificar polynomi-aliado solucionable casos del
MTPS-PC, vamos a asumir en la mayoría de este
papel que las capacidades de producción están fijas.
Estudiamos los problemas con cóncavo general
pro-ducción, holding de inventario y los costes de
transporte, así como problemas con los costos de
tenencia de inventario lineales y dos diferentes
estructuras de costes de transporte:
(i) Los costes de transporte lineales; y (ii) los costos del
transporte de carga fija sin motivos especulativos, lo que
significa que, con respecto a los costos variables, mantener
inventario-ing es menos costoso a niveles más altos que
los niveles inferiores de la cadena de suministro. Nuestra
solución meth-SAO se basa en un marco de programación
dinámico que utiliza un principio de descomposición que
generaliza el clásico inventario cero (ZIO) propiedad de
pedidos
 Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
1708 producción
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
 puede tener lugar en el manu-facturer. Los elementos
De soluciones a los problemas de tamaño de lote que se producen pueden ser almacenados en el nivel
uncapacitated descrito en Zangwill (1969) para el del fabricante o se transportan a la primera casa-ware.
caso de multinivel y, por ejemplo, Wagner y Whitin En cada uno de los niveles de almacén, los productos
(1958) para el caso de un único nivel. En particular, están nuevamente almacenados o transportados al
en nuestro modelo de dos niveles trabajamos con el almacén
nuevo concepto de un subplan, y demostrar que las
soluciones extremas se descomponen en un número
consecutivo de los subplanes. Nuestros algoritmos
para este modelo, todos los ejecutan en tiempo
polinómico en el horizonte de planificación del
problema. La generalización de este enfoque directo
al caso multinivel lleva a un gran tiempo de
funcionamiento. Queremos lograr considerables
ahorros, introduciendo el concepto de un subplan
relajado. En contraste con los enfoques existentes en
la literatura, nuestro dinámico programa no
representan necesariamente a todos (o incluso la
única) extreme soluciones puntuales para el MTPS-
PC. Además, mientras que las rutas en el dynamic
pro-gram no todas corresponden a soluciones viables
del problema, los costos de una ruta puede
sobrestimar el costo de la solución correspondiente al
problema. Sin embargo, somos capaces de
demostrar (sobre la base de la con-cavidad de las
funciones de costo) que nuestra dinámica de pro-
gram resuelve el MTPS-PC de optimalidad. El
algoritmo resultante para el caso de general costo del
cóncavo func-ciones es exponencial en el número de
niveles en el sup-ply cadena. Sin embargo, es
sorprendentemente insensibles a el número de
niveles de las dos estructuras de costes específicos
mencionados anteriormente.
Este documento está organizado de la siguiente
manera. En la §2, introducimos el MTPS con costos
de producción y gen-eral cóncavo nondecreasing
producción, transporta-ción, y la celebración de
funciones de costos de inventario. Nos char-acterize
los puntos extremos de la región factible del
problema y demostrar un resultado de
descomposición que formarán la base de nuestros
algoritmos. En la §3, estudiamos el problema de dos
niveles y proporcionar un gen-eral marco de
programación dinámica basada en la descomposición
resultado derivado anteriormente, lo que produce un
algoritmo de tiempo polinómico en el horizonte de
planificación general para gastos del cóncavo. En la
§4, este algoritmo es entonces generalizado para el
tamaño de lote multinivel prob-lem y se muestra
todavía polinomio en el plan-ning horizonte, y
mejores tiempos de ejecución se da para dos
variantes del modelo. El documento termina en la §5
con algunas observaciones finales y temas para
futuras investigaciones.

2. Modelo de Formulación y Análisis

El modelo 2.1.
Como se describe en la introducción, vamos a estudiar
un problema de tamaño de lote multinivel con una
estructura de serie. En cada período, la producción

En el siguiente nivel. Desde el último nivel de
almacén de prod uctos son luego (posiblemente
después de haber sido almacenada durante un cierto
período) transportado al minorista.
Consideramos un horizonte de planificación de T
períodos. En cada período t , el minorista se enfrenta a
una demanda no negativo dado por d t , mientras que la
capacidad de producción del hombre-ufacturer en el
período t es igual a b t . Consideraremos un total de 1
niveles, que incluye el fabricante, el distribuidor, y L - 2
almacenes intermedios. Decimos que el fabricante se
encuentra en el primer nivel de la cadena, mientras que
el distribuidor se encuentra en la L º nivel. Cada uno de
los niveles intermedios corresponde a un almacén.
+
Vamos denotan el conjunto de números reales no
negativos. Para cada período t = T 1 , los costos de
+ +
producción son dadas por la función p t → , la
transporta-ción de costos a partir de un nivel a otro + 1
son dadas por el
Función c t + → + ( = 1 l - 1), y el inven-tory
manteniendo los costes a nivel vienen dadas por la
función h t + → + ( = 1 L ). A lo largo del artículo,
vamos a asumir que todas las funciones de los
costos son cóncavos, no disminuyendo, y igual a
cero cuando su argumento es cero.
El MTPS-PC puede formularse como sigue:
Ct xt
L-
T 1 + L Ht it
Minimizar t 1 p t y t + 1 1
= = =
Sujeto a
X 1 + I T = t 1 y t + i t 1 -1 t =1
T (1)
-1
X t + I t = x t + I t -1 T =1 T =2 L -1 (2)
D t + i t L = x T L -1 + I
L
T -1 T =1 T (3)
Y t ≤ b t T =1 T (4)
I 0 =0 =1 L (5)
Y t ≥ 0 t =1 T
Xt≥0 T =1 T =1 L -1
I t ≥ 0 T =1 T =1 L
Donde y t denota la cantidad producida en el período
t , x t es la cantidad enviada de nivel a nivel +1 en
t Indica la cantidad de inventario a nivel al
final del período t. Restricciones (1)-(3) Modelo del
equilibrio entre la entrada, almacenamiento y salida al
fabricante, almacén y niveles minorista, respectiva-mente,
en cada período. La cantidad de producción de cada
período se ve restringida por limitaciones (4). Por último,
con-straints (5) establecen que todos los niveles de
inventario inicial son iguales a cero. A diferencia de la
tradicional de un solo nivel de Lot-modelo de
dimensionamiento, esto no es una suposición que
podemos hacer sin pérdida de generalidad, debido a la
P falta de linealidad de la transportación y la celebración de
funciones de costos de inventario. Por lo tanto, vamos a
discutir más adelante cómo lidiar con problemas de casos
donde esta restricción está ausente, y en su lugar (valor
negativo) inventoryperiodt inicial,andI
Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
producción 1709
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
 (2,
(2, 1) (2, 2) (2, 3) 4).
Cantidades a todos los niveles son considerados I1
2
I2
2
I3
2
como parte de los datos del problema. A
continuación, los algoritmos desarrollados pueden 1x 2x 3x
4x
aplicarse en un régimen de horizonte de laminación, 2 2 2 2

en el cual el tamaño de lote nuevo casos son

resueltos y su óptima solucio-nes aplicado (3, 1) (3, 2) (3, 3) (3, 4).

parcialmente a medida que el tiempo avanza y las I1 I2 I33 3

3

nuevas previsiones de la demanda estén disponibles. D1 d2 d3 d4

Para mayor comodidad, definiremos d ts a ser
cumu-relativa de la demanda en los períodos t s,
es decir,

D
S
T
S ≡ = t D Para t =1 s s =1 T (6)

0 De lo contrario

Para garantizar la viabilidad de (P), vamos a suponer

que la demanda acumulada en los primeros períodos
t no puede exceder la capacidad de producción total
de estos períodos, es decir,
T
D 1 t ≤ b para cada t =1 T (7)
=1
Es fácil ver que esta condición es necesaria y
suficiente para (P) para tener una región factible no
vacía.
También podemos modelar el MTPS-PC
capacitado como un costo mínimo problema de flujo
de red en una red con una fuente (véase también
Zangwill 1969 para un gen-eral debate sobre ese
costo mínimo problemas de flujo de red, así como
una discusión de uncapacitated ELSPs multinivel).
Con este fin, debemos definir una red con una sola
fuente, nodos de transbordo de 0 t 1 t en la
producción (nivel 1, t =1 T ), nodos de transbordo T
t en cada uno de los almacenes lev-els ( T =1 T =2
L -1) y T demanda nodos L t d t con la demanda en la
tienda (nivel L , t =1 T ). Por último, la viabilidad,
dicta que el nodo origen 0 tiene un suministro de t d 1
unidades. La figura 1 ilustra la red representación del
MTPS-PC PARA L =3

Figura 1 Representación de red del MTPS-PC PARA L =3 y T =4

DD1+2+3+dd4

2
Y 1 Y. Y3 4 Y.
(1, (1,
(1, 1) (1, 2) 3) 4).
I I
1x 2 3
1 1 1 1
I1

2x 3x
1 1

Y T =4. Esta representación facilitará el anal-ysis de
la estructura de puntos extremos de la región-ble
feasi de (P) en la §2.4. Antes de continuar con este
análisis, en la §2.2 vamos a debatir sobre modelos y
algoritmos de la literatura, así como algunos casos
especiales que reducen a modelos de nivel único en
§2.3.
2.2 Revisión de la literatura.
El nivel único de variante del MTPS-PC ha recibido
mucha atención en la literatura. El problema, la ELSP
uncapacitated, es resoluble en tiempo polinómico en
la longitud del horizonte temporal; véase Wagner
(1960) para este resultado básico. Los algoritmos
más eficientes para casos especiales han sido
desarrollados por Aggarwal y Park (1993), y
Federgruen Tzur (1991), y Wagelmans et al. (1992).
Cuando las capacidades de producción están
presentes, obtenemos el llamado capacita a lot-
problema de tamaño ( ERP ). En contraste con la
uncapacitated ELSP, este problema se conoce como
NP-duro, incluso en muchos casos spe-cial; véase
Florian et al. (1980) y Bitran y Yanasse (1982). Una
interesante e importante caso especial que no
permitan un algoritmo de tiempo polinómico surge
cuando las capacidades de producción están
estacionarias; véase, por ejemplo, Florian y Klein
(1971), Florian et al. (1980), y van Hoesel y
Wagelmans (1996). Véase también referir a
procedido en Baker et al. (1978) para realizar otros
trabajos en el ERP con capacidades de producción
estacionaria, y Chung y Lin (1988) y van den Heuvel
y Wagelmans (2003) para otro caso especial de la
ERP que es resoluble en tiempo polinómico.
Zangwill (1969) estudió la uncapacitated versión
del MTPS-PC, y desarrolló un programa dinámico-
ming algoritmo polinomial, en tanto el plan-ning
horizonte y el número de niveles L . Analizamos este
algoritmo en el apéndice (disponible en línea en
Http://mansci.pubs.informs.org/ecompanion.html) y
concluyen que se ejecuta en tiempo O LT 4, donde l
es el número de niveles, o incluso en la O T 3 para el
SPE-cial de caso de L =2. Lee et al. (2003)
consideran un modelo de dos niveles donde los
costes de transporte son nonconcave funciones.
Un estudio en el que se relaciona con la nuestra en el
sentido de que también considera las capacidades en una
configuración de varios niveles es el uno por Kaminsky y
Simchi-Levi (2003). Que pro- suponen un modelo de tres
niveles en los cuales el primero y el tercer nivel son las
etapas de la producción, y el segundo nivel es una etapa
de transporte. Ambas fases de la producción están
capacitados, mientras que la etapa de transporte-itated
uncapac. Consideran los costos de tenencia de inventario
lineal que aumentan con el nivel de la cadena de
suministro y lineal de los costes de producción en ambos
niveles 1 y 3 que satisfacen una condición de motivos no
especulativa tradicional (véase también la sección 2.3). Los
gastos de transporte en el segundo nivel son de cargo fijo
o en general de forma cóncava, y se supone que satisfacen
un criterio restrictivo y no especulativa internacional
nontradi motivos condición. Por eliminat-ing el tercer nivel
de decisiones de producción, reducen
 Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
1710 producción
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
 período de producción, es decir, el período que arroja
El problema para un modelo de dos niveles que el total mínimo de producción por unidad de
hereda su función de costos estructuras desde el inventario a nivel de fabricante y los costos de
modelo de tres niveles. Para su clase de cargo fijo de transporte en el período t . Redefinir el coste del
los costos de transporte, proporcionan un algoritmo o transporte func-ción en consecuencia, lo que se
T 4 para resolver el modelo, incluso en el caso de puede hacer en el tiempo, O LT
producción nonstationary capac-dades. Para su clase
de cóncavo costos de transporte constituyen una O T
8
algoritmo para resolver el modelo en la presencia
de capacidades de producción estacionaria. Se
plantea la complejidad de su modelo de estructuras
de costes más general como una pregunta abierta.
En este trabajo abordamos esta cuestión derivando
una O T 7 algoritmo para resolver el problema de dos
niveles en presencia de capacidad fija.

Casos especiales 2.3.

Es común en muchos problemas de
dimensionamiento para modelar el
Los costos de tenencia de inventario como
funciones lineales, es decir,
H t i t = h t i t a t =1 T ; =1 L , con h t ≥ 0 para
Todos los t y . Por consiguiente, consideraremos esta
clase de problemas en §§4.3 y 4.4. En §4.3, vamos a
asumir en las operacio-nes que los costes de
transporte tienen un cargo fijo de estructura sin
motivos especulativos. Más
Formalmente, c t f t x = > 1 x 0 + g t x , donde x 1> 0 es un
indi-cador función toma el valor 1 si x > 0 y 0 oth-
Erwise. La suposición de que no hay motivos
especulativos, que comúnmente se asume para la
producción y los costes de explotación de inventario
tradicional en eco-nómico muchos modelos de
dimensionamiento, significa en este contexto que,
con respecto a la variable de los costes de inventario
y transporte solamente, es atractivo para el
transporte en fecha tan tardía como posi-
Ble. Más formalmente, g t + h t +1 ≥ h t + g t +1 para t =1
T - 1; L =1 -1.
Tenga en cuenta que si el costo de transporte son
ambas funciones lineales y exhibir sin motivos
especulativos, es siempre óptima para almacenar en
la producción de manufacturas y el transporte turer
sólo cuando la demanda debe ser satisfecha. Por lo
tanto, sin pérdida de optimalidad, podemos asumir
que la T I = 0 para todo t =1 y T =2 L . De forma
similar, si los costes de transporte son lineales y
G t + h ≤ t +1 h t + g t +1 para t =1 t -1; =1 L - 1, es
más barato transportar tan pronto como producimos y
Almacenar la producción en el nivel minorista. A
continuación, sin pérdida de optimalidad, podemos
asumir que yo t =0 para todos t = 1 yT=1 L -1.
Estos dos casos spe-cial del MTPS-PC, por lo tanto,
producir un ERP estándar.

Finalmente, una variante del nivel dos

uncapacitated MTPS-PC se puede reducir fácilmente
a un uncapacitated ELSP. Cuando los costos de
producción así como el inven-tory manteniendo los
costes en ambos niveles son lineales, dado que nos
decidamos a transportar en un determinado período
de tiempo, podemos determinar fácilmente el mejor

Nos permite eliminar las variables de la producción, así
como el inventario de las variables en el fabricante,
produciendo una norma uncapacitated ELSP. El
problema resultante puede resolverse o T 2 hora para
uso general con-cueva los costes de transporte (véase
Wagner, 1960), y en la O T T Registro de tiempo fijo
para cargar los gastos de transporte (véase Aggarwal y
Park, 1993 y 1991, Federgruen Tzur y Wagelmans et al.
1992).
2.4. Caracterización de puntos extremos
Problema (P) tiene una función objetivo cóncavo y su
región factible es definido por limitaciones lineales.
Esto implica que existe un punto extremo solución
óptima (P). Considere el flujo en la red co-responder
a cualquier punto extremo solución factible. Como es
habitual en los problemas de flujo de red, llamaremos
a los arcos que llevan una cantidad de flujo que es
estrictamente positivo y estrictamente inferior a su
capacidad libre arcos . Es bien sabido (véase, por
ejemplo, Ahuja et al. 1993) que la subred que
contiene sólo la libre arcos no contiene ningún ciclo.
2.4.1. Los subplanes. Tenga en cuenta que sólo los
arcos que tienen un limite superior finito (que en
nuestro caso son sólo la producción arcos) pueden
llevar caudal mientras ellos no son libres. Quitar
todos los arcos de producción, la red de con-tención
todos los arcos que quedan libres se descompone en
un número de componentes conectados.
Limitándonos por ahora a los componentes
conectados todo lo que realmente llevan el flujo,
identificamos los nodos primero y último en el
componente en cada nivel. Para un componente
dado, estos nodos pueden estar indicados por 1 +1 y
2 =1 L , donde
1 ≤ +1 1 < 2 ≤ 2 +1 para L
=1 -1 (8)
(Tenga en cuenta que la desigualdad estricta sostiene
debido a la definición-ción del subplan: El primer
período incluido en el nivel es 1 +1.) Con este
enfoque, algunos nodos pueden ser aislados y no
incluido en ningún componente de flujo de transporte.
Asignamos a cada uno de los del componente que se
encuentra a la izquierda de ellos. La asignación de
nodos aislados se ilustra en la figura 2. Después de
elim-inating la producción de arcos, podemos obtener
dos compo-nentes. La primera es definida por los
nodos 1 1 y 1 4 en el nivel 1, 2, 1 y 2 en el nivel 2, 4 y
3 1 y 3 6 en el nivel 3, y el segundo por los nodos 1 y
5 y 1 y 8 en el nivel 1, 2 6 y 2 8 en el nivel 2, 7 y 3, 3
y 8 en el nivel 3. Podemos observar que el nodo 2 3
es parte del primer componente, aunque no el flujo
pasa a través de este nodo. Como se mencionó
anteriormente, el nodo aislado 2 5 se asigna a la
izquierda el componente.
Resumiendo, podemos descomponer un punto
extremo solución A (P) en componentes, cada uno de
los cuales con-mantiene un conjunto de nodos 1 +1 2
=1 L ) La satisfacción (8). Llamaremos a los
componentes así
Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
producción 1711
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
 libre enter-ing el subplan. Esto produce la siguiente
Figura 2 La estructura de un punto extremo solución del MTPS- asamblea-ización de la caracterización de los puntos
PC, L =3 y T =8 extremos de un solo nivel CLSPs por Florian y Klein
(1971).
0

Y1 y2 Y5 Y
6

(1, 1) (1, 2) (1, 3) (1, 4). (1, 5). (1, 6). (1, 7). (1, 8)
I 7 de
1 1 1 1 1 1
1x I2 I3 I5 I6
1 1 1
4x 6x 8x

(2, 1) (2, 2) (2, 3) (2, 4). (2, 5). (2, 6). (2, 7). (2, 8)
I1
2 2
I6
2 2 2 2 2
1x 2x 4x 7x 8x

(3, 1) (3, 2) (3, 3) (3, 4). (3, 5). (3, 6). (3, 7). (3, 8)
3 3 3 3
I2 I3 I4 I5

D1 D2 D3 D4 D5 D6 D7 D8

Obtenidos los subplanes . Vamos a representar un

subplan por períodos de 2 L que lo identifican: 1 2 L =1 .
A menudo será conveniente referirse a la producción
y períodos de demanda en un subplan por separado,
y entonces tenemos
A menudo utilizan la notación t 1 t 2 1 2 ≡ 11 12 L 1 L 2 .
Por construcción, ningún inventario es transportado
entre sub-
Los planes, por lo que el flujo sólo entrando en un
subplan proviene de arcos de producción asociados
con el fabricante nodos en el subplan. La cantidad
total producida en todos los períodos de producción
en el subplan, es decir, la producción total en los
períodos t 1 +1 t 2 , se utiliza para abastecer la
demanda de todos los nodos minorista en el subplan,
es decir, la demanda total en períodos de 1 +1 2 .
Llamaremos dos subplanes 1 2 L =1 y 1 2 L =1 -consecu
tiva si 1 = 2 =1 L . Podemos resumir la estructura de
punto extremo soluciones como sigue.
La proposición 2.1. Cualquier punto extremo solución
viable puede ser descompuesto en una secuencia
consecutiva de los subplanes.

La solución extrema en la figura 2 se descompone en

dos subplanes, a saber, 0 4 0 y 5 0 6
48 58 68 .
Observe que el primer subplan obtenidos por
decompos-ing un punto extremo solución como se ha
descrito 1 =0 =1 L . Sin embargo, en el resto de
este documento será conveniente incluir también
sub-planes 1 2 L =1 satisfactorio (8), por lo que algunos
pero no todos los valores de 1 son cero.
2.4.2. Las cantidades de producción en un subplan.
El hecho de que la extrema acíclicos flujos implica
que, aunque puede haber varios arcos de producción
asso-conexas con un subplan que transportan
corriente, existe en la mayoría de uno de esos arco
con la producción por debajo de su capacidad. En
otras palabras, hay más de un arco de producción

La proposición 2.2. Un subplan puede contener
más de un arco de producción libre.
Si el problema es uncapacitated, esta proposición
implica que sólo un arco de producción llevando
caudal penetra cada uno de los subplanes, que a su
vez significa que las corrientes extremas son
arborescentes. El dynamic pro-gramación algoritmo
propuesto para este problema por Zangwill (1969) se
basa en esta propiedad; véase el apéndice en línea.
Como ejemplo, en la Figura 2, sabemos que en el
sub-plan 0 4 0 5 0 6 la producción de arcos y 1 e y 2
no puede ser libre; lo mismo se aplica para la
producción de arcos y 5 e y 6 en el subplan 4 8 5 8 6 8
. períodos de producción consecutivos en el subplan, o a
2.4.3. Transporte cantidades en un subplan. La
ausencia de ciclos que consta de arcos gratis sólo en
un punto extremo solución también puede ser
utilizado para iden-tificar al propiedades estructurales
del transporte cuanti-ties. Considerar un período,
digamos t , en la que el transporte tiene lugar entre
niveles y +1, es decir, el flujo en el arco entre nodos
t y t +1 es x t > 0. Ambas situaciones pueden ocurrir
con respecto a la corriente total en nodos 1 + 1 + 1 +1
+1 t , es decir, los envíos acumulados entre niveles y
+1 hasta e incluyendo el período t dentro del subplan:
 Es igual a la producción acumulativa en peri- t
SAO 1 +1 s para algunos s ∈ t 1 +1 t ;
 Satisface la demanda de períodos 1 +1 s para
algunos s ∈ 1 +1 2 .
Si no, piense en el último período de producción en
algunos de los cuales transportan cantidad x t fue
producido, diga s . Luego habrá un período cuya
demanda es satisfecha parcialmente de la cantidad x
t y parcialmente de la producción en el período que
permanece en el nivel de inventario al final del
período t , creando un ciclo de con-tención libre sólo
arcos. Este resultado puede resumirse como sigue.
La proposición 2.3. En un subplan, transportarse
quan-cantidad entre niveles y +1 en algún período
realiza el acumulado cantidades transportadas hasta el
momento en la sub-plan igual a las cantidades de
producción acumulada de una secuencia inicial de
la demanda acumulada de una secuencia inicial de
períodos de demanda en el subplan.
Las dos posibilidades de transporte acumulativo
puede ilustrarse con la figura 2. En el subplan
04 05 06 ,
 1 x 1 es igual a la producción (acumulada) ,
mientras que en el periodo 1 x 1 1 x 2 + 1 + 3 x 1 x 4 + 1 es
igual a la producción acumulativa en períodos de 1 a
4 y satisface la demanda de períodos 1 6;
 1 x 2 satisface la demanda del Período 1 x 1, 2 x 2 +
2
es igual a la producción (acumulada); en el periodo
1 x 1 y 2 x 2 + 2 + 3 x 2 x 4 + 2 es igual a la pro-ducción
acumuladas en períodos de 1 a 4 y satisface la demanda
de períodos 1 6.
 Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
1712 producción
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
 Porque sabemos que la 2LSP-PC
3. El problema Lot-Sizing Two-
Level capacitados con
Los costes del cóncavo
Para la claridad de la exposición, vamos a considerar
en primer lugar la versión de dos niveles del MTPS-
PC, que llamaremos el 2LSP-PC. En la siguiente
sección, le mostraremos cómo la metodología puede
ser extendido a las cadenas con más de dos niveles.

3.1. Un enfoque de programación dinámico

En esta sección, vamos a esbozar una dinámica
general enfoque pro-gramación a 2LSP-PC. Este
enfoque se basa en la descomposición del punto
extremo solucio-nes a (P) en los subplanes
consecutivos (véase Propo-sición de 2.1). En
particular, definir F t el mínimo coste asociado con
satisfacer la demanda minorista en períodos +1 T
mediante la producción en los períodos t +1 T.
Estamos entonces claramente interesada en la
informática F 0 0 . Esto puede lograrse mediante un
enfoque en dos fases:
Fase 1. Para cada subplan t 1 t 2 1 2 , calcular el
mínimo de los costes en que se incurra para
satisfacer la demanda de esa subplan bajo la
condición de que en la mayoría de uno libre de arco
de producción entra en el subplan. Denotan estos
costos por t 1 t 2 1 2 .
Fase 2. Calcular los valores F t 1 1 para todos 0≤ t 1
≤ 1 ≤ T al darse cuenta de que un punto extremo a la
correspondiente solución subproblem es dada por un
subplan t 1 t 2 1 2 y los restantes subproblem F t 2 2
para algunos t 2 y 2 . Esto da lugar a los siguientes
Atrás la
recursividad:
F t =
1 t 2 Min T1t2 12 +F t2 2

2 2 ≥T 2 >1

Para 0≤ t 1 ≤ 1 < T
F t1t =0 Para 0≤ t 1 ≤ T
Tenga en cuenta que en la fase 1 debemos calcular
valores O T 4. La fase 2 es, en realidad, un problema
de ruta más corta en una red con nodos que
representan todos los pares de período t tal que 0≤
t ≤ ≤ T , y arcos que representan los subplanes y sus
correspondientes costos. La ruta de coste mínimo
desde el nodo 0 0 a cualquiera de los nodos t 1 t en
esta red acíclicos puede encontrarse en tiempo lineal
en el número de arcos, es decir, en tiempo O T 4
(véase Ahuja et al. 1993). Florian y Klein (1971)
utilizaron este gen-eral de programación dinámica
para desarrollar un marco O T 4 Algoritmo de
programación dinámica para resolver el ERP con
capacidad fija y producción del cóncavo e inventario
general mantiene funciones de costo.
Cuando el valor de · es dada para cada subplan,
2LSP-PC es exponencialmente resoluble. Para lograr
un algoritmo de tiempo polinómico para el 2LSP-PC,
por lo tanto, el desafío consiste en proporcionar un
algoritmo de tiempo polinómico para calcular los
costos correspondientes a todos los subplanes.

NP-duro para capacidades de producción general,
vamos a limitar nuestra atención en el caso de
parado pro-ducción de capacidad, es decir, b t = b
para t =1 T . En el resto de esta sección,
obtendremos un tiempo mial polyno-algoritmo para
calcular los costes óptimos de todos los subplanes, y
por ende el 2LSP-PC. Antes de estudiar el
subproblems de computar el subplan óptimos costos,
por primera vez, vamos a estudiar las implicaciones
de la hipótesis de que la capacidad de producción
sta-deflacionarias en la siguiente sección.
3.2.- Repercusiones de las capacidades de
producción estacionaria
En la Fase 1 del enfoque de programación dinámica,
tenemos que calcular los costes óptimos de todos los
sub-planes, bajo la limitación adicional de que todos
menos uno de los arcos de producción introduciendo
el subplan transportar un flujo igual a 0 o b .
Considere un particular sub-plan, decir t 1 t 2 1 2 , en
el que la demanda total de períodos 1 +1 2 debe ser
satisfecha mediante pro-ducción en períodos +1 t 1
t 2 . Siguiente y Florian Klein (1971), nota que la
restricción sobre los valores de la producción arcos
entrando en el subplan implica que el número de
arcos que llevan flujo de producción igual a la
capacidad de producción es exactamente igual a K =
d 1 +1 2 /b , y el resto de la producción quan-
Cantidad es igual a ! = d 1 +1 2 - Kb . Evidentemente,
tenemos que 0≤ !<b . Si !> 0, no será exactamente
una producción
Arc entrando en el subplan llevando este flujo.
3.3 Costos el Subplan.
Vamos a plantear el problema de la determinación de
los costes óptimos de un subplan como un programa
dinámico-ming problema. Puesto de otra manera,
para cada subplan t 1 t 2 1 2 , definiremos una red con
el prop-pobreza que t 1 t 2 1 2 es igual a la longitud de
la ruta más corta entre un par de fuentes y sumideros
de nodos en la red.
Elegimos los nodos de esta red sea de la forma t
Y X , donde t indica un período, y es igual a la
cantidad de producción acumulada hasta e
incluyendo el período t , y X es igual a la cantidad de
transporte acumulativo hasta e incluyendo el período
t . Nodo t 1 0 0 es la fuente, mientras el nodo t 2 Kb +
!
Kb + ! ≡ t 2 d 1 +1 2 d 1 +1 2 es el fregadero. Por
Proposi-ción 2.2 y el debate en la §3.2, sabemos que
el
Cantidad de producción en cualquier período sólo
puede asumir uno de los valores 0 ! B , con el valor !
solamente en un período. Esto implica que de
inmediato y sólo puede asumir los valores
K
Y∈ KB KB + !
K =0
Donde, además, Y =0 si t = t 1 ,D 1 +1 t ≤Y≤t-t 1 K
para t = t 1 t 2 +1 -1 y Y = Kb + ! si t t ≥ 2 para
garantizar
Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
producción 1713
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
 exigencias acumuladas en tt (D O T 2 hora) en un
Toda la demanda que se produce dentro del conjunto paso de preprocesamiento.
de la producción períodos permitidos en el subplan. Cualquier ruta en la red de la fuente t 1 0 0 al
Porque claramente K ≤ T , el número de valores receptor t 2 d 1 +1 2 d 1 +1 2 representa un caudal factible
permitidos para Y ES O T . Además, por la en el subplan t 1 t 2 1 2 con solo una producción arco.
Proposición 2.3 sabemos que la cantidad Además, es fácil ver que lo contrario también es
transportada acumulada hasta e incluyendo algún cierto. Por lo tanto, el subplan costos están dados por
período sea igual a la cantidad total de producción de la ruta de coste mínimo en esta red desde el nodo
una secuencia inicial de producción peri-SAO o origen al nodo receptor. El tiempo necesario para
satisface la demanda de una secuencia inicial de períodos encontrar esta ruta de coste mínimo es proporcional
de demanda en el subplan. Más formalmente, esto al número de arcos en la red, de manera que el coste
de un subplan puede determinarse en tiempo O T 4.
significa que Porque hay subplanes O T 4, una simple aplicación
X del algoritmo de programación dinámica
∈ K ∪ 2 1 d 1 +1 s

K 0 kb kb + ! S 1

= = +

Cuando D 1 +1 t ≤ X ≤ Y para
en Además, asegurarse de que
Demandas son satisfechas en tiempo y productos no
son transportadas antes son producidos, y X =0 si t ≤
1 y X = Kb + ! si t t ≥ 2 para garantizar que el transporte
se lleva a cabo dentro del subplan. El número
permitido de valores capaces de X es por lo tanto O
T , así que el número total de nodos en la red es O T
3
.
Arcos en la red representan la producción, trans-
portation, inventario y decisiones. Los arcos están
presentes
Entre pares de nodos de la red. De la
Formulario t Y X y t +1 Y !B , Con - ∈ 0

YX Y
Y = kb
(Donde el valor sólo está permitido ! Si para
Algun
os K = 0 1 K ), y ≥ (Donde ∈ ∪ X X X X Y.

D
2

S=1 +1 1 ). Es fácil ver que hay O T +1 s

Los arcos que emanan de cada nodo en la red, por lo
que
Toda la red tiene arcos O T 4.
A partir de la información contenida en los nodos
defin-
Ing un arco, podemos calcular fácilmente la producción
Cantidad Y
En el período t +1 ( - ), El transporte

Cantida
d Y
X
En el período t +1 ( - ), El inventario

X
En el nivel del fabricante al final del período t +1
(), Y el inventario en el nivel minorista

). Los costes de
Y- X un
Al final del período T +1 ( -
X D 1 +1 +1 t
Arc son así dadas por
T
P+1 Y 1 X X
-Y+c t +1 -
H T +1
2
1 Y X X D 1+1
+h T
- + +1 - t +1

Si todas las funciones de los costos puede ser

evaluado en tiempo constante, los costes de un
determinado arco pueden calcularse en con-stant
tiempo siempre que podemos determinar todas las

Anteriormente definidos para cada subplan produciría
un algoritmo con el correr del tiempo o T 8 para
comput-ing los costos de todos los subplanes. Sin
embargo, el tiempo de funcionamiento puede
reducirse mediante la observación de que los costos
de muchos subplanes están relacionados. En
particular, observar que la programación dinámica red
correspondiente a cualquier subplan del formulario t 1
t 2 1 2 es en realidad una subred de la red
programación dinámica para el subplan 0 t 2 1 2 . Por
lo tanto, usando ward la recursividad para resolver la
ruta más corta entre
Los nodos 0 0 0 y t 2 d 1 +1 2 d 1 +1 2 en la última red
rendimientos, como un subproducto, las rutas más
cortas
Entre los nodos 0 t 0 y t 2 d 1 +1 t 2 d 1 +1 t 2 para cada t
=1 . De ello se deduce que sólo necesitamos que pro-
El sider O T 3 subplanes del formulario 0 t 2 1 2 , los
gastos de los cuales se puede determinar o T 7 hora.
3.4. Tratar con inventarios iniciales
Si los inventarios iniciales en el fabricante y/o el
detallista niveles, I 0 1 y I 0 2 , son estrictamente positivo,
hay un ligero cambio en la construcción de los
subplanes. Recordar que construimos subplanes
correspondientes a un determinado punto extremo
solución por considerar todos los arcos (excepto la
producción arcos) que transportan la corriente positiva.
Los subplanes luego son formados por los componentes
conectados resultante junto con algunos nodos aislados.
Cuando existen inventarios iniciales, sin embargo,
puede haber uno o más componentes que llevan el flujo
pero no contienen un período de producción. En estos
compo-nentes, la demanda es satisfecha mediante
inventarios iniciales en el almacén y en el nivel
minorista, y sólo pueden ser asignados a los
componentes que contengan la producción período 1
(es decir, el componente que contiene el nodo 1 1 ). Los
resultados en el §§2.4.2 y 2.4.3 son claramente todavía
válidas para subplanes en cual t 1 > 0. Sin embargo, en
el caso de sub-planes con t 1 = 1 =0, los resultados
mantenga pro-rectamente podemos ver el total de
1 2
inventarios iniciales I 0 + I 0 como una cantidad de
producción acumulada hasta e incluyendo el Período 0 y
2
el inventario inicial I 0 en el nivel 2 como la cantidad de
transporte acumulativo hasta e includ-ing el período 0. A
menos que 2 = T , estos subplanes sólo puede tener una
solución viable si el total de inventarios iniciales no
exceda el total de la demanda que necesita ser satis-
1
zos en el subplan. Para subplanes con d 1 2 ≥ + I I 0 0
2
, nosotros
Obtener K = D I 0 1 2 - 1 - I 0 2 /b y ! = d i 0 1 2 - 1 - 2 - I 0
Kb . Como ya se mencionó, d 1 2 <I 0 1 + I 0 2 sólo
puede ocurrir si
1
+ I 0 2 , un punto
2 = T . Si en verdad d T <1 I 0
extremo solucio-ción sólo contendrá un único
subplan: 0 T 0 T , y no la producción tendrá lugar en
cualquier período en que el subplan, es decir, K = !
=0. La única difi-culty en este caso es que no
queremos especificar de antemano en qué nivel del
exceso de inventario acabará como inventario final.
Esto puede ser fácilmente tratadas por ampliar el
horizonte de planificación, por un período, digamos T
+1. A continuación, defina la función de coste de
producción durante ese período como p t +1 0 =0 y P y
T T +1 +1 = para
 Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
1714 producción
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
 En particular, desarrollaremos un enfoque más
Todos < 0 y T +1 ≤ b y el coste del transporte funcionan eficiente en el que la Fase 2 del programa dinámico no
como representan necesariamente a todos (o incluso la única)
C t 1 t +1 +1 x =0 para todo x t +1 ≥0. Por último, establezca extreme soluciones puntuales para el MTPS-PC, y
d t i 0 +1 = 1 + I 0 2 - 1 T d . Los costos de la sola subplan 0 además sobre las estimaciones de los costos de
T 0 T en el muchas de las soluciones de punto nonextreme que
Problema original puede ser encontrado por representa. Sin embargo, como veremos, no contendrá
encontrar los costos del subplan 0 t 0 t +1 +1 en la una óptima solución de punto extremo y está
modificación del problema. garantizado para encontrar esta solución. Este enfoque
Ahora considere la programación dinámica de red es
utilizado para calcular los costos de un subplan. Para
los subplanes que contienen inventarios iniciales,
dejamos que el nodo origen
Y el nodo receptor
0I 1 2 2 ser 1 2+ Kb +
0
1 2 + I 0 I 0 T 2 I 0 + I 0

+ I + Kb + ! . Para un estado t Y X , esto

!I0 0 significa también
Qu
e K
2 1 2
Y∈ I 0 I 01+ + + 0 kb I I 0 Kb + + !

Y K =0

I 0 + I 0 I 0 Kb + 1 + 2 + I 0 Kb +
X ∈ KK 0 2 1
! ∪ 2 1 D1s
S 1

= = +
Por último, tenga en cuenta que para los subplanes
con t 1 > 0, no deberíamos tener positiva afluencia de
inventario. Por lo tanto, en caso de que existan
niveles de inventario inicial distinto de cero, que
realmente necesitamos para calcular los costos de
todos los subplanes 0 t 2 0 2 teniendo en cuenta los
niveles de inventario inicial, así como los costos de
todos los subplanes 0 t 2 1 2 1 > 0 sin tener en cuenta
el nivel de inventario inicial con el fabricante.
Claramente, esto no influye en el tiempo de
funcionamiento total del algoritmo.

4. En el caso de multinivel
Introducción 4.1.
Podemos ampliar el enfoque de programación
dinámica desarrollada en §3.1 para el caso de dos
niveles para el caso de multi-nivel, donde
nuevamente un programa dinámico de Fase 2-ming
red representa todas las extremas soluciones
puntuales para el MTPS-PC. A tal fin, deberíamos
definir F 1 L =1 el mínimo coste asociado con sat-
isfying el minorista demandas en períodos L 1 +1 T
mediante la producción en períodos 11 +1 T , y
ware-house en períodos +1 T por cada 1 +1 = 1 L
-2. Entonces estaríamos interesados en informática F
0 L =1 . Es fácil ver que el tiempo de ejecución de la
correspondiente generalización de la Fase 2 del
programa dinámico sería O T 2 L . En esta sección,
vamos a obtener una modificación de la Fase 2 del
programa dinámico que se ejecuta en el tiempo o T 4.
Esta modificación no hacer la Fase 1
computacionalmente más costoso, e incluso puede
hacerla menos costosa.
 De lo
Basado en la idea de que la información más C t X = 1·1 x 0 + X> contrario
importante presente en la definición de un subplan es Finalmente, dejar todo el inventario mantiene
el conjunto de períodos de producción t 1 y t 2 +1 el funciones de costo igual a cero. Los flujos óptima en
conjunto de períodos de demanda 1 +1 2 . La base de 1 4 2 4 y 1 4 2 % 4 se indican en la figura 3. Cuando
nuestro mejorado algo-rithm es entonces para el cálculo de los costes 1 4 2 4 , el transporte sólo
permitir el transporte en los períodos t 1 +1 2 (aunque, está permitido en los períodos en que puede tener
naturalmente, manteniendo la pro-ducción y períodos lugar la producción y la demanda es satisfecha (es
de demanda). Entonces podemos usar el mismo decir, en los períodos 3 y 4 en el ejemplo), mientras
método de programación dinámica como en el caso que en la versión relajada de la misma subplan
de dos niveles, donde se sustituya el subplan dos transporte está permitido en cualquier período donde
niveles cuesta t 1 t 2 1 2 por los costes mínimos de la producción puede tener lugar o se ha satisfecho la
satisfacer la demanda en períodos-ing 1 +1 2 demanda (es decir, en periodos de 2, 3 y 4 en el
mediante la producción en los períodos t 1 t 2 +1 , examen-ple). Por lo tanto, los costes % 1 4 2 4 son
donde en la mayoría de uno de los pro-ducción en inferiores a
cantidades que pueden ser diferentes de ambos 0 y
b , y donde el transporte en todos los niveles Figura 3 Los flujos óptima en 1 4 2 4 y 1 4 2 4
permitidos en los períodos t 1 +1 2 . Vamos a indicar 2 2
los últimos gastos por % t 1 t 2 1 2 , y se refieren a
vectores t 1 t 2 1 2 tan relajada subplanes .
0 0
Para ilustrar el concepto de los subplanes relajado,
con-sider el problema siguiente instancia del 2LSP- 2 2
PC. Todas las demandas son iguales a 1; la
producción y trans-portation costos son dadas por (1, 2) (1, 3) (1, 4). (1, 2) (1, 3) (1, 4).
2
100·1 y > 0 + 2 2
Pt s = y Si t =2
1·1 +y De lo (2, 2) (2, 3) (2, 4). (2, 2) (2, 3) (2, 4).
1 2 1
y>0 contrario
Y 1 1 1 1

1 50·1 x 0 + X> Si t =2
Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
producción 1715
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
 de este último.
1 4 2 4 porque en el subplan relajada podemos
transportar en el segundo periodo.
Estos cambios tienen dos consecuencias
importantes. Con-sider una ruta desde el origen a un
receptor en la Fase 2 de la red. En primer lugar,
aunque es fácil ver que la Corrèze-spondiente
solución del MTPS-PC es realmente viable, no es
necesariamente un punto extremo solución porque la
producción y la demanda relajado nodos en dos sub-
planes contenidos en la solución puede estar
conectado por arcos con flujo positivo. Segundo, es
posible que ciertos arcos son utilizados en más de un
subplan relajado. Esto significa que la longitud de la
ruta de acceso en la red puede no ser el mismo que
el costo de la Corrèze-spondiente solución del MTPS-
PC. Abordar esta última cuestión en primer lugar, el
teorema siguiente muestra que la longitud de la ruta
nunca es menor que los costos reales de la solución,
y es igual a los costes de la solución si todos los
costes de inventario y transporte funciones son
lineales.
Teorema 4.1. Cada ruta de la fuente a un receptor en la
Fase 2 de red programación dinámica corresponde a una
solución viable para el MTPS-PC. La longitud de esta ruta
no puede ser menor que el costo de la correspondiente
solucio-ción, y es igual al coste de la solución si todos los
costes de inventario y transporte funciones son lineales.
La prueba. El hecho de que la ruta desde el origen
a un receptor en la Fase 2 de la programación
dinámica net-trabajo corresponde a una solución
viable para el problema de tamaño de lote sigue de
inmediato el hecho de que todas las limitaciones de
la capacidad de producción, así como a todas las
demandas, se encuentran satisfechos. Sin embargo,
ciertos transporta-ción y arcos de inventario pueden
llevar flujo positivo en las soluciones parciales
correspondientes a más de un arco en el camino, y
cada uno de los caudales parciales se cobra por
separado según el costo correspondiente func-ción.
Debido a la concavidad de todas las funciones de
costo, FOL-bajos que el costo del flujo total no
excederá la suma de los costes de los distintos flujos
en cualquier partic ular-arc y, por lo tanto, la longitud
de una ruta no será nunca inferior a los costes de la
solución correspondiente. Además, cuando todos los
costes de inventario y transporte son funciones
lineales, la longitud de la ruta de acceso y costes de
solución son claramente iguales.
El siguiente lema da una relación entre los costos
asociados con un subplan y el corresponder-ing
relajado subplan.
Lema 4.2. Para cualquier subplan 1 2 L =1 , tenemos
que 1 2 L =1 ≥ 12 % 11 L 1 L 2 .
La prueba. Este resultado sigue observando
inmediatamente
Que ambos 1 2 L = 1 % 11 y 12 , L 1 L 2 es el valor óptimo
de un problema de optimización con iden-
Funciones de costo tical, pero donde la región factible
de la antigua es un subconjunto de la región factible
 tanto, proporcionan algoritmos eficientes para
El siguiente teorema muestra que existe una solución calcular estos valores.
óptima al problema de tamaño de lote que está
4.2 Costos del cóncavo.
representado por una trayectoria en la Fase 2 de la
programación dinámica net-obra cuya longitud es igual a 4.2.1. Los costos de los subplanes relajado. En
los costes óptimos. esta sección, vamos a plantear el problema de los
Teorema 4.3. La Fase 2 de la programación costos-ing determin % t 1 t 2 1 2 como un programa
dinámica net-trabajo contiene una ruta que dinámico-ming problema. Puesto de otra manera,
corresponde a un óptimo solucio-ción a nuestro definimos, para cada t 1 t 2 1 2 , una red con la
problema de tamaño de lote, y la longitud de la ruta propiedad que % t 1 t 2 1 2 es igual a la ruta más corta
es igual al coste de esta solución. entre un par de fuentes y sumideros de nodos en la
La prueba. Considerar un punto extremo solución red. Los nodos de esta red son del tipo t Y X 1 XL
-1
óptima al problema de tamaño de lote, digamos con , donde t indica un período, y es igual a la cantidad
coste & ∗ . Como dis-decía groserías en §2.4, esta de producción cumula-tiva hasta e incluyendo el
solución óptima se descompone en una secuencia período t , y X es igual a la cantidad de transporte
consecutiva de los subplanes. Es fácil ver que la Fase 2 acumulativo de nivel a nivel +1 hasta e incluyendo el
de programación dinámica con red mantiene un camino período t . Tenga en cuenta que la viabilidad dicta que
para que la producción y la demanda períodos de cada debemos limitarnos a valores d 1 +1 t ≤ X L -1 ≤ ··· ≤ X ≤
uno de los arcos corresponden a esta secuencia de los 1 y . La fuente es el nodo t 1 0 0 , mientras que el
subplanes. Lema 4.2 dice ahora que la longitud de la lavabo es el nodo t 2 Kb + ! Kb + ! . Como en §3.3,
ruta de acceso en la red, programación dinámica decir tenemos que
' , No superará & ∗ . Sin embargo, por el teorema 4.1 K
sabemos que ' es una sobreestimación de los costes Y∈ KB KB + !
K =0
de un co-responder solución factible. De optimalidad
& ∗ implica ahora que, en realidad, ' = & ∗ , lo que Y el número de valores permitidos para Y ES O T .
demuestra el resultado deseado. Además, de manera similar a la del caso de dos
Los teoremas 4.1 y 4.3 implica claramente que niveles, tenemos que
nuestro algoritmo en dos fases resuelve el MTPS-PC. X∈ K Kb kb + ! ∪ 2 1 D 1 +1 s =1 L -1
Ahora podemos concluir que la Fase 2 del algoritmo
se ejecuta en tiempo O T 4, teniendo en cuenta todos
K 0 S 1

los valores % t 1 t 2 1 2 . El desafío pendiente es, por

= = +
 Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
1716 producción
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
 Inventario S = +1 I 0 como el transporte acumulativo
De modo que el número de valores permitidos para X Cantida
es O T . Esto significa que el número total de nodos d
en la red es O T L +1 .
Hasta e incluyendo el período 0 de niv el s a

Arcos en la red representan la producción, trans- Nivel s +1, para todos s ∈ 1 L -1 . Como en §3.4,
portation, inventario y decisiones, y que están presentes sin aumentar el tiempo de funcionamiento, estos
entre los pares de nodos en la red del formulario inventarios iniciales pueden ser incorporados en el
TY X enfoque de programación dinámica para el cálculo de
1 L-
X 1 Y T 1 , , Donde % t 1 t 2 1 2 por adecuadas redefiniciones de los
≥X Y X 1 X L -1 valores posibles de Y y X .
- ∈ 0 Y ( L =1 -1). Es fácil

Y Y !B X + En las siguientes secciones se explica cómo

Ver que hay O T L -1 arcos que emanan de cada nodo, ejecutar el tiempo puede reducirse drásticamente
para un total de 2 L O T arcos en la red. para el problema de las instancias que han parado
Similar a §3.3, podemos calcular fácilmente la produc- las capacidades de producción,
Cantidad ción en el período t +1 ( - Y ), El transporta-

Y
1 En el
Cantidad ción entre niveles y + período t + 1
X
(
- X ), El inventario en el nivel del fabricante

1
Al final del período T +1 ( -

Y X ), y el inventario

Cele E Fina El período

bró n El minorista Nivel a El l De t +1
- D t 1 +1 +1 ). Los costos de un arco son así
L -1 dadas por
X

(
H
1
+L - 1 +
P Y Y C X X Y X
T T
T +1 - +1 - +1 -

=1
L-1 X -1 Xh L X L -1 D
-
+ - + t +1 1 +1 +1 t
H
t +1
=2

Si todas las funciones de los costos puede ser

evaluado constantemente en el tiempo, los costos de
una determinada puede calcularse en arco O L
tiempo de la misma manera como en el 2LSP-PC tras
un prepro-ceso paso tomando O T 2 hora. Llegamos a
la conclusión de que el coste de un subplan relajada
puede determinarse en tiempo O LT 2 l.
Por último, señalar que existen O T 4 sub-planes
relajado y aplicar la misma técnica para la reduc-ción
de la ejecución de tiempo utilizado al final del §3.3,
obtenemos un algoritmo para el MTPS-PC con arbi-
arbitrarias cóncavo la producción, el transporte y los
costes de explotación de Inven tory estacionarios y
capacidades que se ejecuta en O LT 2 L +3 hora.
Aunque esta vez es exponencial en el número de
niveles, el fin del tiempo de ejecución estará limitada
por el hecho de que el número de niveles
normalmente será relativamente pequeña.
Este enfoque puede ampliarse fácilmente para
tratar con inventarios iniciales. Recordar desde §3.4
que sólo subplanes relajado con t 1 =0 necesitan ser
considerados. Para tal un relajado subplan,
deberíamos ver el total
Inventarios Yo como la producción
iniciales L acumulativa =1 0 Hasta e incluyendo el período 0, y la inicia l

Cantidad subir L
 Teorema 4.4. Dada una relajada subplan t 1 t 2 1 2 ,
En general, los costos de producción del cóncavo y el conjunto de soluciones con la ZIO propiedad en
lineal inven-tory manteniendo los costes en todos los
todos los niveles en 2 L es dominante.
niveles, así como una de las siguientes dos La prueba. Let s x I ¯
Ser un Solución factible a El
estructuras de costes de transporte: (i) cargo fijo sin ¯¯
motivos especulativos; o (ii) lineal. Relajad Satisfa
o Subplan T 1 t 2 1 2 que hace No cer
4.3. Fixed-Charge costos de transporte sin Propiedad Algun Últi
motivos especulativos El ZIO en os SerEl mo
¯
Nivel. Dejar
4.3.1. Introducción. En esta sección vamos a Nivel, de tal forma que la propiedad ZIO se mantiene para todos ∈ ¯ +

considerar el caso de los costos de transporte de  , Pero no es cierto para el nivel

¯
. Podemos construir un

carga fija sin motivos especulativos y mantener L

¯
Nueva solu ción al menos tan buena como y x I , de forma que el ¯

inventario lineal-ción de costos. Como antes, vamos ZIO propiedad sostiene para =2,
a determinar los costos de cada subplan relajado todos ∈ ¯ ¯ . Si entonces
mediante programación dinámica. Después de un
paso de preprocesamiento que ejecuta en O LT 4 ,
¯

L
este dinámico programa se ejecuta en tiempo O T 4 Hemos obtenido el resultado deseado. De lo
para cada indi-viduo relajado subplan. Mediante la contrario, repetimos el procedimiento con la nueva
reducción de tech-nique al final de §3.3, el costo de solución. Observar
los subplanes relajado O T 4 puede calcularse Que este procedimiento converge porque la nueva ¯
ha

simultáneamente en O T 7 hora. Por lo tanto, el Disminución de por lo menos una

tiempo de funcionamiento de la pro-gramación unidad.
enfoque dinámico para este caso especial del MTPS- Va
PC ES o T 7 + 4 LT . Cuando L =2, podemos reducir mo T T
este tiempo de funcionamiento a O T 6 . s ¯ ∈1 +1 2 - 1 ser un Periodo tan Que
4.3.2. Ordenación Zero-Inventory propiedad en el
I t¯
¯ ¯ x t-
1
1
> 0. El inventario positivo I t¯
¯
se ha trans-
¯
¯
¯
¯ ¯ +

minorista. Queremos demostrar que, bajo cargo fijo en algún período anterior. Sin embargo,
trans-portation costes sin motivos especulativos, Portado a nivel debido
soluciones satisfaciendo los pedidos de inventario A la ausencia de motivos especulativos, podemos
cero (ZIO) propiedad en todos los niveles en 2 l, reprog.-
Ule el transporte de las unidades ¯ ¯
¯ período
+1

es decir, I t x t + - 1 1 =0 para t =1 T - 1; =2 L , son ¯ti t

dominantes. Es decir, dado cualquier feasi-ble Sin aumentar los costes. Repetir este argumento
Para cada período
¯
violar la propiedad ZIO en el nivel
¯
,

solución al subplan relajado t 1 t 2 1 2 , siempre existe T

otra solución que sea al menos tan buena y satisface Obtenemos una solución donde la ZIO propiedad es
true
el ZIO propiedad en todos los niveles en 2 L . Para cada nivel ∈
¯
.

L
Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
producción 1717
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
 C t 2 S 1 S 2 para todos t =2 T;
Debemos recordar que el % t 1 t 2 1 2 es igual a los
costos mínimos entre las soluciones de la relajada
sub-plan t 1 t 2 1 2 con más de un arco de producción
libre. El siguiente corolario al teorema 4.4 se afirma
que para encontrar este limitado mínimo de nuevo
podemos restringir nuestra búsqueda a soluciones
satisfaciendo las ZIO propiedad en el minorista.
Corolario 4.5. El costo asociado con el ambiente
subplan t 1 t 2 1 2 pueden encontrarse entre todas las
posibles solucio-nes satisfaciendo las ZIO propiedad en
todos los niveles en 2 L .
La prueba. Esto se deduce inmediatamente de la
prueba del teorema 4.4 mediante la observación de
que la modificación de la solución para obtener una
solución satisface la ZIO prop-pobreza no altera los
flujos de producción.
Este corolario implica que al buscar % t 1 t 2 1 2 ,
podemos asumir que cualquier cantidad enviada es
igual a la demanda de un conjunto de dos períodos
consecutivos. Esto ayudará a reducir la información
mantenida en el enfoque de programación dinámica
se describe en §4.2.1.
4.3.3. Los costos de un subplan relajado. En esta
sección, vamos a plantear el problema de los costos-
ing determin % t 1 t 2 1 2 como una simplificación de la
programación dinámica problema definida en §4.2.1.
Todos los nodos de la red son de programación
dinámica de la forma t y s , donde t indica un
período, y es igual a la cantidad de producción
acumulada hasta e incluyendo el período t , y s
representa el último período cuya demanda es
satisfecha mediante transporta-ción del nivel 1 al
Nivel 2 hasta e incluyendo el período t , donde d +1 s ≤
y y t ≤ s . Podemos observar que desde el teorema 1
4.4, tenemos que X 1 = d +1 s en este dinámico
programa de §4.2.1. La fuente es el nodo 1 t 1 0 1 ,
mientras que el lavabo es el nodo t 2 Kb + ! 2 . Como
antes, y sabemos que sólo pueden asumir los valores
K
Y∈ KB KB + !
K =0

Los arcos están presentes entre pares de nodos en la

red
Labor de la forma t y s y Y ¯ , Donde : ∈

TY S Y
0 ! B y s ¯≥ s . Es fácil ver que hay O T arcos que
emanan de cada nodo en la red, de manera que toda
la red tenga O T 4 arcos.
Los costos de un arco entre nodos t y s y t +
1 s ¯ ahora están dadas por
1
- + -
s S h d
P t +1 t 1 +1 y +1 s ¯

 C t d s 1 +1 +1 s ¯ + C 2 s t +1 +1 s ¯
Donde C T S 1 S 2 se definen como los costes de
envío óptimo d s s unidades desde el nodo t a su
desti-unidas, es decir, 1 de 2 nodos de demanda 1 L
L S s 2 . Podemos utilizar el algoritmo de Zangwill, en
una etapa de preproceso, para determinar los valores
 4
S1=T ;ys2=s1 T en O LT hora; consulte el
apéndice en línea. Es importante señalar que aunque el
modelo Zangwill permite general trans-portation
cóncavo y mantiene funciones de costos de inventario,
no podemos utilizar el mismo método descrito
anteriormente en la presencia de capacidades de
producción. La razón es que en el caso uncapacitated,
la ZIO propiedad tiene arco cóncavo arbitraria de las
funciones de los costos, aunque este no es el caso de
los incapacitados. Sin embargo, como hemos visto, en
el caso de cargo fijo transporta-ción de costos que
exhiben sin motivos especulativos, también podemos
obtener la propiedad ZIO, permitiendo el uso de
Zangwill's algoritmo para determinar insumos a nuestro
algoritmo.
El problema de la determinación de % t 1 t 2 1 2 se
reduce a encontrar la longitud de la ruta más corta en
la red desde el origen hasta el receptor, que puede
hacerse en tiempo lineal en el número de arcos. Es
fácil ver que el número de nodos en la red es O T 3 y
el número de arcos o T 4 . Utilizando el mismo
enfoque a la informática varios valores de la función
% a la vez como hemos comentado para la función %
al final del §3.3, esto produce una o T 7 + LT 4
algoritmo para resolver la variante multinivel de este
problema.
Cuando L =2, el tiempo de funcionamiento puede
reducirse a O T 6 . Recordar que el número de nodos
en el enfoque de programación dinámica anterior es
O T 3 . Queremos demostrar que el número de arcos
también es O T 3 . Para cada t o t hay nodos de la
Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
1718
forma t · t , y O T 2 nodos de la forma t · s con s > t .
Cada nodo de la forma t · t o t sucesores, y cada
nodo del formulario t · s con s > S 1 t tiene éxito
sors, lo que hace un total de O T · s · T O T O T + 2 ·
s 1 = S T 3 arcos en la red. Esto produce una o T 6
algoritmo para resolver la variante de dos niveles de
este problema.
Lamentablemente, en la presencia de niveles de
inventario inicial distinto de cero el ZIO propiedad no es
necesariamente más dominante. Sin embargo, en estos
casos el procedimiento más general desarrollado para el
caso de funciones de costo del cóncavo arbitrario, por
supuesto, todavía se aplica.
Los costes de transporte lineales 4.4.
4.4.1. Introducción. En esta sección, vamos a con-
sider el caso donde los costos de transporte y los
costos de tenencia de inventario son lineales. Vamos
a desarrollar un enfoque de programación dinámica
que encuentra el opti-mal los costos de cada subplan
relajado. Tras un prepro-ceso paso que se ejecuta en
tiempo O LT 2, este algoritmo se ejecuta en O T 2
hora para una sola subplan relajado, pero los costos
de todos los subplanes relajado O T 4 puede ser
com-puted o simultáneamente en el tiempo t 5. Esto
se traduce en una o T 5 + LT 2 algoritmo para resolver
esta clase de instancias del MTPS-PC.
4.4.2. El preprocesamiento. En términos de la red
subyacente (como se describe en §2.1), una unidad
producida en el período t para satisfacer la demanda
en el período ≥ t ,
producción
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
 en T o tiempo. Como veremos más adelante, esto no
En la solución óptima, fluya a lo largo de la ruta de aumenta el tiempo de funcionamiento de encontrar
coste mínimo de 1 t a l . En una etapa de preproceso, los costos de un subplan relajado.
podemos determinar la unidad mínima de los costos Ahora considere un arco para conectar los dos
de transporte asociados con la producción de una nodos t Y (con la primera demanda restante período
unidad en el periodo t para el consumo en el período , s con
que llamaremos G t . Todos estos valores pueden La demanda restante , ) y t +1

Demanda de
(Con la primera siendo-

calcularse en O LT 2 vez por solv-ing T Shortest Path ing Y

problemas en grafos acíclicos con O T L arcos Período s con el resto de la demanda ).

utilizando recursividad hacia atrás. Usando estos Cuando - ≤ ¯ ,

valores, podemos entonces otra vez determine el
total de trans-portation los costes asociados con la Y , , Los gastos de transporte de la unidad

producción, en el período t , la totalidad de la Y

demanda de los periodos consecutivos 1 +
1 2 , suponiendo que el transporte está permitida en
todos los
Los períodos t 2 , es decir, GD t En O
1 2 ≡ 2 T 3
d g .
R = 1 +1 r tr

Tiempo, estos costos

pueden ser Calculado para todos t = 1 T

Y t ≤ 1 +1 ≤ 2 ≤ T . Esta información nos permitirá

calcular el total de los costos de transporte asociados
con la producción en el período t en tiempo
constante.
4.4.3. Los costos de un subplan relajado. En esta
sección, vamos a plantear el problema de la
determinación de los costos % t 1 t 2 1 2 como una
mayor simplificación de la programación dinámica
problema definida en §4.2.1. Todos los nodos de la
red son de programación dinámica de la forma t Y ,
donde t indica un período, y es igual a la cantidad de
producción acumulada hasta e incluyendo el período
t , donde d 1 +1 t ≤ y y
K
Y∈ KB KB + !
K =0

La fuente es el nodo 0 t 1 , mientras que el

lavabo es el
Nodo t 2 Kb + !
Los arcos están presentes entre pares de nodos en
el
Red de la forma y el +1 cuando -

TY T S S
Y ∈ 0 ! B . Cada arco de la red descrita anteriormente
representa una posible decisión de producción.
Dejamos que los costos de los arcos son iguales a
los costos totales asociados con el volumen de
producción. Queda por demostrar que el transporte y
los costes de explotación de inventario pueden ser
calculados en tiempo constante. Además de la infor-
mación recogida en la fase de preprocesamiento se
describe en la sección 4.4.2, también nos encontrará,
t y para cada nodo en la red, el primer período cuya
demanda no está plenamente satisfecha por la
producción acumulativa Y (por ejemplo s ), así como
la parte de la demanda de ese período que queda
satisfecho (es decir , ). Utilizando la demanda relativa
de cumu d 1 +1 t ( t = 1 +1 2 ), así como el hecho de que
el valor de Y sólo puede ser igual o KB KB + ! Para k
=0 K , esta información adicional puede ser obtenida
 niveles de almacenamiento, de transporte, así como
Cantidad producida en el período t +1 son iguales a
las correspondientes decisiones para trans-
G t +1 s . portabilidad entre los diferentes niveles. Tenemos
Cuando - , el transporte y el inventario S S identi-zos dos casos especiales de este importante
>, problema que se pueden resolver en tiempo
Los costes de explotación de este arco compuesto de polinómico. Los tiempos de ejecución de los
tres com- algoritmos correspondientes son notablemente
G , GD g d ,
Ponentes: + + - , y puede

t +1 s t +1 s s ¯-1 t +1 s s¯ ¯ insensi-tivo para el número de niveles en la cadena

Así calcularse en tiempo constante. de suministro.
El problema de la determinación de % t 1 t 2 1 2 se Abrir temas para futuras investigaciones en esta
reduce a encontrar la longitud de la ruta más corta en área puede ser dividida en tres direcciones
la red desde el origen hasta el receptor, que puede generales. En primer lugar, la com-plexities, aunque
hacerse en tiempo lineal en el número de arcos. Es polinomio en la planificación hori-zon, son de un nivel
fácil ver que el número de nodos en la red es O T 2 , y relativamente elevado de orden: O T 5 o T 7 para los
el número de arcos o T 2 . Utilizando el mismo casos de dos niveles. Sería interesante si el fin del
enfoque a la informática varios valores de la función tiempo de ejecución puede reducirse, por ejemplo,
% a la vez como en §4.3, esto produce una o T 5 + LT investigando si más tiempo puede ser salvado por la
2
algoritmo para resolver esta variante del MTPS-PC. determinación de los costos de muchos o todos los
Como en el ERP, inventarios iniciales pueden ser subplanes simul-taneously. Además, aunque el
incor-porated cuando todos los transportes y número de niveles generalmente será relativamente
mantener inventario de funciones de costo-ing son pequeño, sería menos neverthe sea interesante para
lineales. En particular, los inventarios iniciales son determinar si el caso multinivel con cóncavo general
utilizados para satisfacer las primeras demandas a de las funciones de los costos pueden ser resueltos
través de las correspondientes rutas más cortas en la en tiempo polinómico tanto en el horizonte de tiempo
red, después de que las demandas se actualiza y el y el número de niveles. Un segundo sentido es el
permanecer-ing problema sin inventario inicial está estudio de las cadenas de suministro en serie la
resuelto. presencia de capacidades a otros o niveles
adicionales en la cadena. Por último, sería
interesante considerar más complejo sup-ply
5. Observaciones finales y estructuras encadenadas, incluyendo, por ejemplo,
la investigación futura estructuras de montaje del producto a nivel del
En este papel, hemos considerado una productor, o varios minoristas.
generalización de la clásica ELSP con producción Un apéndice a este documento en línea está disponible
estacionaria capaci-lazos que permite múltiples en http://mansci.pubs.informs.org/ecompanion.html.
Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
producción 1719
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
Agradecimientos
El trabajo de la segunda y tercera autores fue apoyada por
la Fundación Nacional de Ciencias, con donaciones No.
DMI DMI-0355533-0085682 e investigación de Maastricht,
de la Escuela de Economía de la tecnología y de las
organizaciones (de meteoros), y la Organización
Neerlandesa para la Investigación Científica (NWO).
Referencias
Aggarwal, A. J. K. Park. 1993. Mejora de algoritmos para
problemas de tamaño de lote económico. Oper. Res. 41(3)
549-571.
Ahuja, R. K. T. L. Magnanti, J. B. Orlin. 1993. Los flujos de red:
Teoría, algoritmos y aplicaciones . Prentice Hall, Englewood
Cliffs, NJ.
Arntzen, B. C. G. G. Brown, T. P. Harrison, L. L. Trafton. 1995.
Gestión de la cadena de suministro global de Digital
Equipment Co-poration. Interfaces 25(1) 69-93.
Baker, K. R., P. M. J. Dixon, Revista, E. A. Plata. 1978. Un algo-rithm
para las dinámicas de tamaño mucho problema con el tiempo de
pro-ducción de diversas limitaciones de capacidad. Sci gestión.
24(16) 1710-1720.
Bitran, G. R. H. H. Yanasse. 1982. Complejidad Computacional del
problema de tamaño de lote capacitados. Sci gestión. 28(10)
1174-1186.
Chandra, P. M. L. Fisher. 1994. Coordinación de la planificación de
producción y distribución. Eur. J. Oper. Res. 72 503-517.
Chung, C. S., C.-H. M. lin. 1988. Un algoritmo O T 2 para el
NI/G/NI/ND capacita a tamaño de lote problema. Gestión de
Sci. 34(3) 420-426.
Federgruen, A. M. Tzur. 1991. Un simple algoritmo de avance para
resolver muchos modelos de dimensionamiento dinámico
general con n períodos O n log n o o n . Sci gestión. 37 909-
925.
Florian, M., M. Klein. 1971. Planificación de producción
deterministas con el cóncavo costos y limitaciones de
capacidad. Sci gestión. 18 12-20.
Florian, M. y J. K. Lenstra, A. H. G. Rinnooy Kan. 1980.
Planificación de producción determinista: Algoritmos y
complejidad. Sci gestión. 26(7) 669-679.
Geoffrion, A. M., R. F. poderes. 1995. Veinte años de dis-tribution
estratégico diseño del sistema: una perspectiva evolutiva.
Interfaces 25(5): 105-127.
Kaminsky, P. D. Simchi-Levi. 2003. Tamaño lote de producción y
distribución en una cadena de suministro de dos etapas. IIE Trans.
35(11) 1065-1075.
Lee C. Y., S. W. Jaruphongsa Çetinkaya,. 2003. Un modelo
dinámico Para inventario mucho el dimensionamiento y la
programación de los envíos de salida en un almacén de
terceros. Oper. Res. 51(5) 735-747.
Thomas, D. J., P. M. Griffin. 1996. Cadena de suministro
coordinado hombre-agement. Eur. J. Oper. Res. 94(1) 1-15.
Van den Heuvel, W. A. P. M. Wagelmans. 2003. Un algo-rithm
geométricas para resolver el NI/G/NI/ND capacita mucho
problema de dimensionamiento o T 2 hora. Informe técnico
informe 2003-24, Instituto econométrico, Rotterdam, Países
Bajos.
Van Hoesel, C. P. M., A. P. M. Wagelmans. 1996. Una O T 3
Algoritmo para el problema de tamaño de lote económico con
capacidad constante. Sci gestión. 42(1) 142-150.
Wagelmans, A. S. van Hoesel, A. Kolen. 1992. Tamaño lote
económico: una o n log n algoritmo que se ejecuta en tiempo
lineal en el caso Wagner-Whitin. Oper. Res. 40(1) S145-S156.
Wagner, H. M., 1960. Un postscript para problemas dinámicos de
la teoría de la empresa. Naval Res. Logist. Quart. 7-12.
Wagner, H. M., T. M. Whitin. 1958. Versión dinámica de la eco-
nómico modelo tamaño de lote. Sci gestión. 5 89-96.
Zangwill, W. I. 1969. Un modelo backlogging y un multi-echelon modelo económico dinámico de un sistema de producción de tamaño
de lote- un enfoque de red. Sci gestión. 15(9) 506-527.