Documentos de Académico
Documentos de Profesional
Documentos de Cultura
3.Production+Capacities (ESPAÑOL)
3.Production+Capacities (ESPAÑOL)
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
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.
1706
Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
producción 1707
La ciencia de gerencia 51(11), pp. 1706-1719, © 2005 INFORMA
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
suministro en el que el primer y tercer nivel están
Está fuera del alcance de este papel. capacitados para una serie de dos niveles del modelo
Alternativamente, sin embargo, podemos interpretar de cadena de suministro con capacidades en el
la celebración de costes en el nivel minorista como primer nivel solamente.
una pena o un descuento sobre el precio de compra Llamaremos el problema de determinar una óptima
de un elemento, que es dado por el fabricante al producción, transporte, inventario y los tamaños de
minorista si los elementos se entregan temprano. En lote en una cadena de suministro de serie como se
este caso, reducir al mínimo los costos por nuestro describe por encima y por debajo de la capacidad de
modelo de optimización son efectuados por el producción a nivel de la producción el problema de
fabricante. Como en los problemas de tamaño de lote tamaño de lote multinivel con capacidades de
estándar, todas las funciones de los costos se producción MTPS ( PC ). En general, este problema
supone son nondecreasing en la cantidad producida, es NP-duro, ya que se trata de una generalización
almacenados o enviados. Además, se asume que directa de la NP-hard ELSP con capacidades de
todas las funciones de los costos son cóncavas. producción general (véase Florian et al. 1980). La
En general, todos los niveles de la cadena de ELSP con capacidades de producción estacionaria,
suministro en serie, cuanto menos si éstas nunca, es resoluble en tiempo polinómico (véase
corresponden a las decisiones de producción o Florian y Klein, 1971). Porque nuestro objetivo es
transporte, pueden enfrentar las capacidades. En identificar polynomi-aliado solucionable casos del
este artículo, nos centraremos en la serie de las MTPS-PC, vamos a asumir en la mayoría de este
cadenas de suministro con capacidades en la papel que las capacidades de producción están fijas.
producción (es decir, primer nivel), sólo como un Estudiamos los problemas con cóncavo general
primer paso hacia el estudio más general de capacita pro-ducción, holding de inventario y los costes de
a las cadenas de suministro. Añadiendo capacidad a transporte, así como problemas con los costos de
otro (por ejemplo, transporte) niveles aparece para tenencia de inventario lineales y dos diferentes
cambiar significativamente la estructura del problema estructuras de costes de transporte:
y, por consiguiente, en el análisis del problema. Por lo (i) Los costes de transporte lineales; y (ii) los costos del
tanto, estos problemas están fuera del alcance de transporte de carga fija sin motivos especulativos, lo que
este papel, pero siguen siendo un tema de significa que, con respecto a los costos variables, mantener
investigación permanente. Tenga en cuenta que bajo inventario-ing es menos costoso a niveles más altos que
determinadas estructuras de costo-tures es posible los niveles inferiores de la cadena de suministro. Nuestra
eliminar capacita a los niveles de la cadena de solución meth-SAO se basa en un marco de programación
suministro. Un ejemplo de esto es proporcionado por dinámico que utiliza un principio de descomposición que
Kaminsky y Simchi-Levi (2003), que transforma una
generaliza el clásico inventario cero (ZIO) propiedad de
serie de tres niveles del modelo de cadena 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.
D
S
T
S ≡ = t D Para t =1 s s =1 T (6)
0 De lo contrario
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 Wagelmans (2003) para otro caso especial de la
Y T =4. Esta representación facilitará el anal-ysis de ERP que es resoluble en tiempo polinómico.
la estructura de puntos extremos de la región-ble Zangwill (1969) estudió la uncapacitated versión
feasi de (P) en la §2.4. Antes de continuar con este del MTPS-PC, y desarrolló un programa dinámico-
análisis, en la §2.2 vamos a debatir sobre modelos y ming algoritmo polinomial, en tanto el plan-ning
algoritmos de la literatura, así como algunos casos horizonte y el número de niveles L . Analizamos este
especiales que reducen a modelos de nivel único en algoritmo en el apéndice (disponible en línea en
Http://mansci.pubs.informs.org/ecompanion.html) y
§2.3.
concluyen que se ejecuta en tiempo O LT 4, donde l
2.2 Revisión de la literatura. es el número de niveles, o incluso en la O T 3 para el
El nivel único de variante del MTPS-PC ha recibido SPE-cial de caso de L =2. Lee et al. (2003)
mucha atención en la literatura. El problema, la ELSP consideran un modelo de dos niveles donde los
uncapacitated, es resoluble en tiempo polinómico en costes de transporte son nonconcave funciones.
la longitud del horizonte temporal; véase Wagner Un estudio en el que se relaciona con la nuestra en el
(1960) para este resultado básico. Los algoritmos sentido de que también considera las capacidades en una
más eficientes para casos especiales han sido configuración de varios niveles es el uno por Kaminsky y
desarrollados por Aggarwal y Park (1993), y Simchi-Levi (2003). Que pro- suponen un modelo de tres
Federgruen Tzur (1991), y Wagelmans et al. (1992). niveles en los cuales el primero y el tercer nivel son las
Cuando las capacidades de producción están
etapas de la producción, y el segundo nivel es una etapa
presentes, obtenemos el llamado capacita a lot-
problema de tamaño ( ERP ). En contraste con la de transporte. Ambas fases de la producción están
uncapacitated ELSP, este problema se conoce como capacitados, mientras que la etapa de transporte-itated
NP-duro, incluso en muchos casos spe-cial; véase uncapac. Consideran los costos de tenencia de inventario
Florian et al. (1980) y Bitran y Yanasse (1982). Una lineal que aumentan con el nivel de la cadena de
interesante e importante caso especial que no suministro y lineal de los costes de producción en ambos
permitan un algoritmo de tiempo polinómico surge niveles 1 y 3 que satisfacen una condición de motivos no
cuando las capacidades de producción están especulativa tradicional (véase también la sección 2.3). Los
estacionarias; véase, por ejemplo, Florian y Klein
gastos de transporte en el segundo nivel son de cargo fijo
(1971), Florian et al. (1980), y van Hoesel y
Wagelmans (1996). Véase también referir a o en general de forma cóncava, y se supone que satisfacen
procedido en Baker et al. (1978) para realizar otros un criterio restrictivo y no especulativa internacional
trabajos en el ERP con capacidades de producción nontradi motivos condición. Por eliminat-ing el tercer nivel
estacionaria, y Chung y Lin (1988) y van den Heuvel 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.
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
vez significa que las corrientes extremas son permanece en el nivel de inventario al final del
período t , creando un ciclo de con-tención libre sólo
arborescentes. El dynamic pro-gramación algoritmo
arcos. Este resultado puede resumirse como sigue.
propuesto para este problema por Zangwill (1969) se
basa en esta propiedad; véase el apéndice en línea. La proposición 2.3. En un subplan, transportarse
Como ejemplo, en la Figura 2, sabemos que en el quan-cantidad entre niveles y +1 en algún período
sub-plan 0 4 0 5 0 6 la producción de arcos y 1 e y 2 realiza el acumulado cantidades transportadas hasta el
no puede ser libre; lo mismo se aplica para la momento en la sub-plan igual a las cantidades de
producción de arcos y 5 e y 6 en el subplan 4 8 5 8 6 8 producción acumulada de una secuencia inicial de
. períodos de producción consecutivos en el subplan, o a
2.4.3. Transporte cantidades en un subplan. La la demanda acumulada de una secuencia inicial de
ausencia de ciclos que consta de arcos gratis sólo en períodos de demanda en el subplan.
un punto extremo solución también puede ser Las dos posibilidades de transporte acumulativo
utilizado para iden-tificar al propiedades estructurales puede ilustrarse con la figura 2. En el subplan
del transporte cuanti-ties. Considerar un período, 04 05 06 ,
digamos t , en la que el transporte tiene lugar entre
1 x 1 es igual a la producción (acumulada) ,
niveles y +1, es decir, el flujo en el arco entre nodos
mientras que en el periodo 1 x 1 1 x 2 + 1 + 3 x 1 x 4 + 1 es
t y t +1 es x t > 0. Ambas situaciones pueden ocurrir igual a la producción acumulativa en períodos de 1 a
con respecto a la corriente total en nodos 1 + 1 + 1 +1 4 y satisface la demanda de períodos 1 6;
+1 t , es decir, los envíos acumulados entre niveles y 1 x 2 satisface la demanda del Período 1 x 1, 2 x 2 +
+1 hasta e incluyendo el período t dentro del subplan: 2
es igual a la producción (acumulada); en el periodo
Es igual a la producción acumulativa en peri- t
1 x 1 y 2 x 2 + 2 + 3 x 2 x 4 + 2 es igual a la pro-ducción
SAO 1 +1 s para algunos s ∈ t 1 +1 t ;
acumuladas en períodos de 1 a 4 y satisface la demanda
Satisface la demanda de períodos 1 +1 s para
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.
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.
Arc entrando en el subplan llevando este flujo.
NP-duro para capacidades de producción general,
vamos a limitar nuestra atención en el caso de 3.3 Costos el Subplan.
parado pro-ducción de capacidad, es decir, b t = b Vamos a plantear el problema de la determinación de
para t =1 T . En el resto de esta sección, los costes óptimos de un subplan como un programa
obtendremos un tiempo mial polyno-algoritmo para dinámico-ming problema. Puesto de otra manera,
calcular los costes óptimos de todos los subplanes, y para cada subplan t 1 t 2 1 2 , definiremos una red con
por ende el 2LSP-PC. Antes de estudiar el el prop-pobreza que t 1 t 2 1 2 es igual a la longitud de
subproblems de computar el subplan óptimos costos, la ruta más corta entre un par de fuentes y sumideros
por primera vez, vamos a estudiar las implicaciones de nodos en la red.
de la hipótesis de que la capacidad de producción Elegimos los nodos de esta red sea de la forma t
sta-deflacionarias en la siguiente sección. Y X , donde t indica un período, y es igual a la
cantidad de producción acumulada hasta e
3.2.- Repercusiones de las capacidades de incluyendo el período t , y X es igual a la cantidad de
producción estacionaria transporte acumulativo hasta e incluyendo el período
En la Fase 1 del enfoque de programación dinámica, t . Nodo t 1 0 0 es la fuente, mientras el nodo t 2 Kb +
tenemos que calcular los costes óptimos de todos los !
sub-planes, bajo la limitación adicional de que todos Kb + ! ≡ t 2 d 1 +1 2 d 1 +1 2 es el fregadero. Por
menos uno de los arcos de producción introduciendo Proposi-ción 2.2 y el debate en la §3.2, sabemos que
el subplan transportar un flujo igual a 0 o b . el
Considere un particular sub-plan, decir t 1 t 2 1 2 , en Cantidad de producción en cualquier período sólo
el que la demanda total de períodos 1 +1 2 debe ser puede asumir uno de los valores 0 ! B , con el valor !
satisfecha mediante pro-ducción en períodos +1 t 1 solamente en un período. Esto implica que de
t 2 . Siguiente y Florian Klein (1971), nota que la inmediato y sólo puede asumir los valores
restricción sobre los valores de la producción arcos K
entrando en el subplan implica que el número de Y∈ KB KB + !
arcos que llevan flujo de producción igual a la K =0
capacidad de producción es exactamente igual a K =
d 1 +1 2 /b , y el resto de la producción quan- Donde, además, Y =0 si t = t 1 ,D 1 +1 t ≤Y≤t-t 1 K
Cantidad es igual a ! = d 1 +1 2 - Kb . Evidentemente, para t = t 1 t 2 +1 -1 y Y = Kb + ! si t t ≥ 2 para
tenemos que 0≤ !<b . Si !> 0, no será exactamente
una producción 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
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
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
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
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
(
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
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 ∈ ¯ +
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
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
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
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
forma t · t , y O T 2 nodos de la forma t · s con s > t .
S1=T ;ys2=s1 T en O LT hora; consulte el Cada nodo de la forma t · t o t sucesores, y cada
apéndice en línea. Es importante señalar que aunque el nodo del formulario t · s con s > S 1 t tiene éxito
modelo Zangwill permite general trans-portation sors, lo que hace un total de O T · s · T O T O T + 2 ·
cóncavo y mantiene funciones de costos de inventario,
s 1 = S T 3 arcos en la red. Esto produce una o T 6
no podemos utilizar el mismo método descrito
algoritmo para resolver la variante de dos niveles de
anteriormente en la presencia de capacidades de este problema.
producción. La razón es que en el caso uncapacitated, Lamentablemente, en la presencia de niveles de
la ZIO propiedad tiene arco cóncavo arbitraria de las
inventario inicial distinto de cero el ZIO propiedad no es
funciones de los costos, aunque este no es el caso de
necesariamente más dominante. Sin embargo, en estos
los incapacitados. Sin embargo, como hemos visto, en
casos el procedimiento más general desarrollado para el
el caso de cargo fijo transporta-ción de costos que
caso de funciones de costo del cóncavo arbitrario, por
exhiben sin motivos especulativos, también podemos
supuesto, todavía se aplica.
obtener la propiedad ZIO, permitiendo el uso de
Zangwill's algoritmo para determinar insumos a nuestro Los costes de transporte lineales 4.4.
algoritmo. 4.4.1. Introducción. En esta sección, vamos a con-
El problema de la determinación de % t 1 t 2 1 2 se sider el caso donde los costos de transporte y los
reduce a encontrar la longitud de la ruta más corta en costos de tenencia de inventario son lineales. Vamos
la red desde el origen hasta el receptor, que puede a desarrollar un enfoque de programación dinámica
hacerse en tiempo lineal en el número de arcos. Es que encuentra el opti-mal los costos de cada subplan
fácil ver que el número de nodos en la red es O T 3 y relajado. Tras un prepro-ceso paso que se ejecuta en
el número de arcos o T 4 . Utilizando el mismo tiempo O LT 2, este algoritmo se ejecuta en O T 2
enfoque a la informática varios valores de la función hora para una sola subplan relajado, pero los costos
% a la vez como hemos comentado para la función % de todos los subplanes relajado O T 4 puede ser
al final del §3.3, esto produce una o T 7 + LT 4 com-puted o simultáneamente en el tiempo t 5. Esto
algoritmo para resolver la variante multinivel de este se traduce en una o T 5 + LT 2 algoritmo para resolver
problema. esta clase de instancias del MTPS-PC.
Cuando L =2, el tiempo de funcionamiento puede 4.4.2. El preprocesamiento. En términos de la red
reducirse a O T 6 . Recordar que el número de nodos
subyacente (como se describe en §2.1), una unidad
en el enfoque de programación dinámica anterior es
O T 3 . Queremos demostrar que el número de arcos producida en el período t para satisfacer la demanda
también es O T 3 . Para cada t o t hay nodos de la en el período ≥ t ,
Hoesel et al.: Integrado mucho tamaño en las cadenas de suministro de serie con capacidades de
1718 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-
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