Documentos de Académico
Documentos de Profesional
Documentos de Cultura
H. Edwin Romeijn
Departamento de Ingeniería Industrial y de Sistemas, 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 cadena de suministro en serie en la que las decisiones de producción, inventario y
transporte se integran en presencia de capacidades de producción y funciones de costo cóncavo. El modelo que estudiamos
generaliza el modelo de tamaño de lote económico multinivel de un solo elemento en serie sincapacitado mediante la adición de
capacidades de producción estacionarias a nivel de fabricante. Presentamos algoritmos con un tiempo de ejecución que es
polinomio en el horizonte de planificación cuando todas las funciones de coste son cóncavas. Además, consideramos diferentes
estructuras de costes de retención de inventario y transporte que producen tiempos de ejecución mejorados: funciones de coste
de retención de inventario que son lineales y funciones de coste de transporte que son lineales o son cóncava con una estructura
de carga fija. En este último caso, hacemos la suposición adicional común y razonable de que los costos variables de transporte e
inventario son tales que mantener inventarios en niveles más altos en la cadena de suministro es más atractivo desde una
perspectiva de costo variable. Si bien los tiempos de ejecución de los algoritmos son exponenciales en el número de niveles en la
cadena de suministro en el caso de costo cóncavo general, los tiempos de ejecución son notablemente insensibles al número
de niveles para las otras dos estructuras de costos.
Palabrasclave: tamaño del lote; integración de la planificación de la producción y el transporte; programación
dinámica; algoritmos de tiempo polinómico
Historia: Aceptado por Thomas M. Liebling, programación matemática y redes; recibido el 17 de junio de 2002.
Este artículo estuvo con los autores 11 meses para 2 revisiones.
Consideraremos una cadena de suministro en serie para
la pro-ducción y distribución de un producto. Tal cadena
1.Introducción sup-ply ocurrirá, por ejemplo, cuando el valor es
En este documento, consideramos un problema en el que
se integran las decisiones de pro-ducción, inventario y
transporte en una cadena de suministro básica. Los
modelos tradicionales suelen considerar sólo uno o dos de
estos aspectos de forma aislada de los otros. Existen
pruebas sustanciales (véanse, por ejemplo, Arntzen et al.
1995, Chandra y Fisher 1994, Geoffrion y Powers 1995, y
Thomas y Griffin 1996, así como las referencias en ellas)
que demuestran que la integración de estas decisiones
puede conducir a aumentos sustanciales en eficiencia y
eficacia. La integración de diferentes decisiones en la
cadena de suministro es particularmente importante
cuando los recursos son limitados y cuando los costos son
no lineales, por ejemplo, exhiben economías de escala.
terceros antes de que los productos se transporten al
centro de destri-bution real para su distribución a sus
un producto en una secuencia de facilidades de producción, minoristas. A continuación, se puede utilizar un modelo de
y las mercancías intermedias deben ser transportadas entre cadena de suministro en serie para representar parte de
estas instalaciones. Kaminsky y Simchi-Levi (2003) una cadena de suministro que sea relevante para el centro
describen un ejemplo de una cadena tal como surge en la de distri-bution (véase Lee et al. 2003). Un último ejemplo
industria farmacéutica. es una situación en la que la producción tiene lugar en un
Otro ejemplo es el indus-try de logística de terceros. En fabricante. Los artículos que se producen se almacenan a
este caso, un centro de distribución aguas abajo que continuación en el nivel de fabricante o se transportan al
satisfaga las demandas en una determinada zona primer nivel de almacén. En cada uno de los niveles de
geográfica puede emplear los servicios de un almacén de almacén, ,
1706
Hoesel et al.: Dimensionamiento integrado de lotes en cadenas de suministro en serie con capacidades de producción
Ciencias de la Gestión 51(11), págs. 1706–1719, © 2005 INFORMA 1707
distintos en la cadena de suministro, cada uno de los cuales se
los productos se almacenan de nuevo o se transportan al enfrenta a una parte de los costos de la cadena de suministro,
almacén en el siguiente nivel. Desde el nivel final de la casa este problema será relevante. En este caso, es evidente que
de vajilla, los productos se transportan entonces los participantes todavía tienen que decidir cómo distribuir los
(posiblemente después de haber sido almacenados costes totales mínimos, que es un problema de coordinación
durante algunos períodos) a un minorista (posiblemente que
permitiendo entregas tempranas, es decir, invento-ries a
nivel de minorista). Tal estructura puede surgir si un
minorista representa realmente un mercado completo, y la
cadena de suministro del fabricante a este mercado es muy
larga. Esto podría hacer que sea ventajoso emplear
economías de escala trans-mediante la trans-portabilidad
de grandes cantidades a largas distancias a instalaciones de
almacenamiento inter mediate antes de ser distribuidas en
el mercado real.
Todas las situaciones descritas anteriormente pueden ser
reenviadas por un modelo genérico que consiste en un
manufac-turer, varios niveles intermedios de producción o
distribución, y un nivel donde se produce la demanda del
producto final, al que nos referiremos en este documento
como el nivel de minorista (aunque esto no necesariamente
re-resente el nivel en el que se produce el consumo real de la
demanda). De hecho, en tal modelo las etapas de producción
y transporte intermedi-ate son indistintables entre sí, por lo
que en el resto de este documento simplemente nos
referiremos a todas las etapas intermedias como etapas de
transporte entre almacenes.
El modelo de cadena de suministro en serie esbozado
anteriormente puede ser visto como una generalización de un
prob-lem fundamental, que de hecho es uno de los problemas
más estudiados en la producción y la planificación de
inventario, el problema económico de tamaño de lotes (ELSP).
La variante básica de este problema considera una instalación
de producción que pro-duces y almacena un solo producto
para satisfacer las demandas conocidas en un horizonte de
planificación finito. A continuación, el problema consiste en
determinar las cantidades de producción para cada período de
forma que todas las demandas se satisfagan a tiempo a los
costes mínimos de producción total y de retención de
inventario. Las funciones de coste no están disminuyendo en
el importe producido o almacenado, y normalmente se supone
que son funciones lineales, de carga fija o cóncava generales.
La instalación de producción puede o no enfrentarse a una
restricción de capacidad sobre la cantidad producida en cada
período.
Para modelar la cadena de suministro en serie, el ELSP
clásico se puede ampliar para incluir decisiones de transporte,
así como la posibilidad de mantener el inventario en niveles
diferentes en la cadena. Además de los costos de producción
y de retención de inventario, entonces claramente también
necesitamos incorporar los costos de transporte, lo que agrega
el problema del tiempo de transporte al prob-lem de la
sincronización de la producción. El objetivo será minimizar el
costo de todo el sistema y satisfacer toda la demanda. Incluso
si el fabricante y el minorista son de hecho participantes
retención es menos costoso en niveles más altos que en
está fuera del alcance de este documento. niveles más bajos en la cadena de suministro. Nuestra
Alternativamente, cómo es posible que interpretemos los solución meth-ods se basan en un marco de programación
costos de retención a nivel de minorista como una dinámico que utiliza un principio de descomposición que
penalización o un descuento en el precio de compra de un generaliza la propiedad clásica de orden de inventario cero
artículo, que es dado por el fabricante al minorista si los (ZIO)
artículos se entregan temprano. En este caso, los costes
minimizados por nuestro modelo de optimización son
incurridos por el fabricante. Al igual que en los problemas
estándar de tamaño de lote, se supone que todas las
funciones de coste no están disminuyendo en la cantidad
producida, almacenada o enviada. Además, asumiremos
que todas las funciones de coste son cóncavas.
En general, todos los niveles de una cadena de
suministro en serie, sin tener en cuenta si corresponden a
decisiones de producción o de transporte, pueden
enfrentar capacidades. En este documento, nos
concentraremos en las cadenas de suministro en serie con
capacidades en el nivel de producción (es decir, primero)
solamente, como un primer paso hacia el estudio de
cadenas de suministro capacitadas más generales. La
adición de capacidades a otros niveles (es decir, transporte)
parece cambiar significativamente la estructura del
problema y, por lo tanto, el análisis del problema. Por lo
tanto, estos problemas están fuera del alcance de este
documento, pero siguen siendo un tema de investigación
en curso. Tenga en cuenta que bajo ciertos costos struc-
tures puede ser posible eliminar los niveles capacitados de
la cadena de suministro. Un ejemplo de ello lo
proporcionan Kaminsky y Simchi-Levi (2003), que
transforman un modelo de cadena de suministro en serie
de tres niveles en el que el primer y tercer nivel se capacitan
a un modelo de cadena de suministro en serie de dos
niveles con capacidades solo en el primer nivel.
Llamaremos al problema de determinar los tamaños
óptimos de producción, transporte e inventario en una
cadena de suministro en serie como se describió
anteriormente y bajo capacidades de producción a nivel de
producción el problema de tamaño de lote multinivel con
capacidades de producción (MLSP-PC). En general, este
problema es NP-duro, ya que es una generalización directa
del NP-hard ELSP con capacidades generales de producción
(véase Florian et al. 1980). El ELSP con capacidades de
producción estacionarias, how-ever, es solucionable en
tiempo polinómico (véase Florian y Klein 1971). Debido a
que nuestro objetivo es identificar los casos solucionables
de polinomi-aliado del MLSP-PC, asumiremos en la mayoría
de este documento que las capacidades de producción son
estacionarias.
Estudiamos los problemas con la pro-ducción cóncava
general, la retención de inventario y los costos de
transporte, así como los problemas con los costos de
retención de inventario lineal y dos estructuras de costos
de transporte diferentes:
(i) costos de transporte lineal; y ii) los costos de transporte
de carga fija sin motivos especulativos, lo que significa que
con respecto a los costos variables, el inventario de
Hoesel et al.: Dimensionamiento integrado de lotes en cadenas de suministro en serie con capacidades de producción
1708 Ciencias de la Gestión 51(11), págs. 1706–1719, © 2005 INFORMA
Como se describe en la introducción, estudiaremos un
soluciones a problemas de tamaño de lote no problema de tamaño de lote multinivel con una estructura
concapacitados como se describe en Zangwill (1969) para serie. En cada período, la producción puede tener lugar en el
el caso multinivel y, por ejemplo, en Wagner y Whitin manu-facturer. Los artículos que se producen pueden
(1958) para el caso de un solo nivel. En particular, en almacenarse a nivel de fabricante o transportarse al primer
nuestro modelo de dos niveles trabajamos con el nuevo nivel de la casa de vajilla. En cada uno de los niveles de
concepto de un subplan, y mostramos que las soluciones almacén, los productos se almacenan de nuevo o se
extremas se descomponen en una serie de subplanos transportan al almacén
consecutivos. Nuestros algoritmos para este modelo se
ejecutan en tiempo polinómico en el horizonte de
planificación del problema. La generalización directa de
este enfoque para el caso multinivel conduce a un tiempo
de ejecución muy grande. Logramos ahorros sustanciales
mediante la introducción del concepto de un subplan
relajado. A diferencia de los enfoques existentes en la
literatura, nuestro programa dinámico no representa
necesariamente todas (o incluso sólo) soluciones de punto
extremo para la MLSP-PC. Además, mientras que los
caminos en el pro-gram dinámico corresponden a
soluciones factibles del problema, los costos de un camino
pueden sobreestimar los costos de la solución
correspondiente al problema. Sin embargo, podemos
demostrar (basado en la con-cavidad de las funciones de
costo) que nuestro pro-gramo dinámico resuelve el MLSP-
PC a la optimización. El algoritmo resultante para el caso de
las funciones de costo cóncavo general es exponencial en
el número de niveles en la cadena sup-ply. Sin embargo, es
notablemente insensible al número de niveles para las dos
estructuras de costos específicas mencionadas
anteriormente.
Este documento está organizado de la siguiente manera.
En el número 2, presentamos la MLSP con costos de
producción y funciones de producción cóncava, transporte
y retención de inventario. Caracterizamos los puntos
extremos de la región factible del problema, y
demostramos un resultado de descomposición que
formará la base de nuestros algoritmos. En el número 3,
estudiamos el problema de dos niveles y proporcionamos
un marco de programación dinámica gen-eral basado en el
resultado de descomposición derivado anteriormente, que
produce un algoritmo de tiempo polinómico en el horizonte
de planificación para los costos cóncavos generales. En el
número 4, este algoritmo se generaliza al prob-lem de
tamaño de lote multinivel y se muestra que sigue siendo
polinómico en el horizonte de planificación, y se dan
mejores tiempos de ejecución para dos variantes del
modelo. El documento termina en el número 5 con algunas
observaciones finales y cuestiones para la investigación
posterior.
cantidades en todos los niveles se consideran como parte I13 I23 I33
0 Lo contrario
d1 - d2 - 3 - d4
y1 y2 y3 y4
2.2.Revisión de la literatura
La variante de un solo nivel de la MLSP-PC ha recibido
mucha atención en la literatura. El problema no
concursado, el ELSP, es solucionable en tiempo polinómico
en el horizonte temporal; véase Wagner (1960) para este
resultado básico. Los algoritmos más eficientes para casos
especiales han sido desarrollados por Aggarwal y Park
(1993), Federgruen y Tzur (1991) y Wagelmans et al. (1992).
Cuando las capacidades de producción están presentes,
obtenemos el llamado problema de tamaño de lote
capacitado (CLSP). A diferencia de la ELSP no concapitar, se
sabe que este problema es NP-duro, incluso en muchos
casos spe-cial; véase Florian et al. (1980) y Bitran y Yanasse
(1982). Un caso especial interesante e importante que
permite un algoritmo de tiempo polinómico surge cuando
las capacidades de producción son estacionarias; véase, por
ejemplo, Florian and Klein (1971), Florian et al. (1980) y van
Hoesel y Wagelmans (1996). Véase también refer-ences en
Baker et al. (1978) para otros trabajos sobre el CLSP con
capacidades de producción fijas, y Chung y Lin (1988) y van
den Heuvel y Wagelmans (2003) para otro caso especial del
CLSP que se puede resolver en tiempo polinómico.
Zangwill (1969) estudió la versión no concapiada de la
MLSP-PC, y desarrolló un algoritmo dinámico de programa-
ming que es polinomio tanto en el horizonte de
planificación como en el número de niveles L. Analizamos
este algoritmo en el apéndice en línea (disponible en
http://mansci.pubs.informs.org/ecompanion.html) y
llegamos a la conclusión de que se ejecuta en OLT 4
tiempo, donde L es el número de niveles, o incluso en OT
3
para el caso spe-cial de L .2. (2003) consideran un
modelo de dos niveles en el que los costos de transporte
son funciones no concátacas.
Un estudio que está relacionado con el nuestro en el sentido
de que también considera las capacidades en un entorno
multinivel es el de Kaminsky y Simchi-Levi (2003). Pro-pose un
modelo de tres niveles en el que el primer y tercer nivel son
etapas de producción, y el segundo nivel es una etapa de
transporte. Ambas etapas de producción son capacitadas,
mientras que la etapa de transporte no tiene forma de
cachapac. Consideran los costos de retención de inventario
lineal que aumentan con el nivel de la cadena de suministro, y
los costos de producción lineales en ambos niveles 1 y 3 que
satisfacen una condición tradicional de motivos no específicos
(véase también el artículo 2.3). Los gastos de transporte en el
segundo nivel son de la forma de cargo fijo o cóncava general
y se supone que satisfacen una condición restrictiva y no
específica de motivos no específicos. Al eliminar las
decisionesde producción they de tercer nivel,
Hoesel et al.: Dimensionamiento integrado de lotes en cadenas de suministro en serie con capacidades de producción
1710 Ciencias de la Gestión 51(11), págs. 1706–1719, © 2005 INFORMA
Por último, una variante del MLSP-PC de dos niveles
el problema a un modelo de dos niveles que hereda sus sincapacitado se puede reducir fácilmente a un ELSP sin
estructuras de función de coste del modelo de tres niveles. vacitar. Cuando los costes de producción, así como los
Para su clase de costos de transporte de carga fija, costes de retención de invención en ambos niveles son
proporcionan un algoritmo OT 4 para resolver el modelo, lineales, dado que decidimos transportar en un período
incluso en el caso de capacidades de producción no determinado, podemos determinar fácilmente el mejor
estacionarias. Para su clase de costos de transporte período de producción, es decir, el período que produce los
cóncavo proporcionan un algoritmo OT 8 para resolver el costes unitarios mínimos de producción y de inventario a
modelo en presencia de capacidades de producción nivel de fabricante para el transporte en el período t.
estacionarias. Plantean la complejidad de su modelo para Redefinir el costo de transporte func-tion en consecuencia,
estructuras de costos más generales como una pregunta que se puede hacer en tiempo OLT,
abierta. En este artículo, abordamos esta pregunta
derivando un algoritmo OT 7 para resolver el problema de
dos niveles en presencia de capacidades estacionarias.
d1 d2 d3 d4 d5 d6 d7 d8
N.o
N.o 1
dos subplanes 1 2 1 Y 12 consecuente-
N.
tive si 1 x 2 Para o 1 . Podemos resumir la
estructura de soluciones de puntos extremos de la
siguiente manera.
Proposición 2.1. Cualquier solución factible de punto extremo
se puede descomponer en una secuencia de subplanes
consecutivos.
L
no todos los
valores de 1 son cero.
• x12 satisface la demanda del Período 1; x12 +x22 es
Proposición 2.2. Un subplan puede contener como igual a la producción (acumulativa) en el Período 1; y x12 +x22
máximo un arco de producción libre. +x32 +x42 es igual a la pro-ducción acumulada en los Períodos
Si el problema no está concapacitado, esta propuesta 1 4 y satisface la demanda de la demanda de
implica que sólo un arco de producción que lleva flujo entra Períodos 1 6.
en cada uno de los subplanes, lo que a su vez significa que
los flujos extremos son arborescentes. El algoritmo
dinámico pro-gramming propuesto para este problema por
Zangwill (1969) se basa en esta propiedad; ver el apéndice
en línea.
Por ejemplo, en la Figura 2 sabemos que en el subplano
0 4 0 5 0 6 los arcos de producción y1 y y2 no pueden ser
libres; las mismas retenciones para los arcos de producción
y5 y y6 en el subplan 4 8 8 8 6 8 .
2.4.3. Cantidades de transporte en un Subplan. La
ausencia de ciclos que consisten en arcos libres sólo en una
solución de punto extremo también se puede utilizar para
iden-tify propiedades estructurales de los cuanti-ties de
transporte. Considere un período, digamos t, en el cual
el transporte
tiene lugar entre niveles y +1, es decir, el flujo
en el arco entre los nodos t Y +1 es xt > 0.
A continuación, pueden ocurrir dos situaciones con
respecto al total de
, es decir,
flujo en nodos +1 +1 1 +1 +1 el
envíos acumulativos entre niveles Y +1 hasta
e incluir el período t dentro del subplan:
• Es igual a la producción acumulada en per-
ods t1 +1para algunos s ∈ 1 +1 ;
• Satisface la demanda de los períodos 1 +1 para
algunos s ∈ 1 +1 2 .
Si no es así, tenga en cuenta el último período de
producción en el que se produjo parte de la cantidad
transportada xt, digamos s . A continuación, habrá un
período cuya demanda se satisfaga parcialmente a partir de
la cantidad xt y parcialmente de la producción en el
período s que permanece en el inventario al final del
período t, creando un ciclo que contienesólo arcos libres.
Este resultado se puede resumir de la siguiente manera.
Proposición 2.3. En un subplan, la cuánza transportada
entre niveles y +1 en algún período hace que las cantidades
transportadas acumuladas hasta ahora en el subplan sean
iguales a las cantidades de producción acumuladas de una
secuencia inicial de períodos de producción consecutivos en el
subplan, o a la demanda acumulada de una secuencia inicial
de períodos de demanda en el subplan.
Las dos posibilidades de transporte acumulativo se
pueden ilustrar mediante la Figura 2. En el subplan
04 05 06,
• x11 es igual a la producción (acumulativa) en el
Período 1, mientras que x11 +x21 +x31 +x41 es igual a la
producción acumulada en los Períodos 1 4 y satisface
la demanda de los Períodos
1 6;
Hoesel et al.: Dimensionamiento integrado de lotes en cadenas de suministro en serie con capacidades de producción
1712 Ciencias de la Gestión 51(11), págs. 1706–1719, © 2005 INFORMA
un algoritmo de programación dinámica OT 4 para resolver
3. El problema de tamaño de lote el CLSP con capacidades estacionarias y funciones
capacitado de dos niveles con generales de producción cóncava e inventario de retención
de inventario.
Costos cóncavos
Cuando el valor de ? se da para cada subplan, el 2LSP-PC
Para mayor claridad de la exposición, primero
es polinomialmente solucionable. Para lograr un algoritmo
consideraremos la versión de dos niveles del MLSP-PC, que
de tiempo polinómico para el 2LSP-PC, el desafío es, por lo
llamaremos el 2LSP-PC. En la siguiente sección,
tanto, proporcionar un algoritmo de tiempo polinómico
mostraremos cómo la metodología se puede extender a
para calcular los costos correspondientes a todos los
cadenas con más de dos niveles.
subplanes. Porque sabemos que el 2LSP-PC es
3.1.Un enfoque de programación dinámica
En esta sección, describiremos un enfoque dinámico
general de pro-gramming para el 2LSP-PC. Este enfoque se
basa en la descomposición de solu-ciones de punto
extremo a (P) en subplanos consecutivos (véase Propo-
sition 2.1). En particular, defina Ft como el costo mínimo
asociado con el cumplimiento del minorista
demandas en períodos +1utilizándose la producción en
X∈ Bkb + ∪ 1+1
k0 s1 +1
para asegurar
donde, en adición, D 1+1 ≤X ≤Y que
las demandas se satisfacen a tiempo y los productos tno se
transportan antes de que se produzcan, y X a 0 si t a 1 y
X a Kb + si t a t2 para garantizar que el transporte se lleva
a cabo dentro del subplan. El número de valores permitidos
para X es, por tanto, OT también, de modo que el número
total de nodos en la red es OT 3.
Los arcos de la red representan decisiones de
producción, trans portuaria y inventario. Los arcos están
presentes present
Entre pares de nodos de la red de el
forma t Y +1 Y X , with Y −Y ∈ 0
(donde el valor sólo se permite si Y =kb Para
unos 2 k01 ), y X xX (dondewhere X ∈ Y∪
s1 +1 1+1 ). Es fácil ver que hay OT
arcos que emanan de cada nodo de la red, de modo que
toda la red tiene arcos OT 4.
A partir de la información contenida en los nodos que
defin a un arco, podemos calcular fácilmente la cantidad de
producción en el período t +1 (Y -Y ), la cantidad de
transporte en el período t +1 (X x X), el inventario
mantenido en el nivel del fabricante al final delperíodo t
+1 (Y xX), y el inventario mantenido a nivel minorista al final
delperíodo t +1 (X ád 1+1 +1). Los costos de un arco son
dados por
pt'1 Y' -Y -ct1-1 X -X
100·1> 0 +y si t 2
Lo
pt = 1·1> 0 +y contrario
Y
1 50 x 1> 0 +x
si t 2
Lo
ct = 1-1> 0 +x contrario
Por último, deje que todas las funciones de coste de
retención de inventario sean iguales a cero. Los flujos
óptimos en 1 4 2 4 y 1 4 2 4 se indican en la Figura 3. Al
calcular
los costos 1 4 2 4 , el transporte sólo se permite en los
períodos en los que puede tener lugar tanto la producción
como se satisface la demanda (es decir, en los períodos 3 y
4 del ejemplo), mientras que en la versión relajada del
mismo subplan se permite el transporte en cualquier
período en el que la producción pueda tener lugar o se
satisfaga la demanda (es decir, en los períodos 2 , 3 y 4 en
el examen-
son menores
ple). Por lo tanto, los costes 1424 que
0 0
Hoesel et al.: Dimensionamiento integrado de lotes en cadenas de suministro en serie con capacidades de producción
Ciencias de la Gestión 51(11), págs. 1706–1719, © 2005 INFORMA 1715
Prueba. Este resultado se produce inmediatamente al
1 4 2 4 porque en el subplan relajado podemos señalar
transportar en el segundo periodo. que tanto y 1112, , L1 L2 son el
Estos cambios tienen dos consecuencias importantes.
Con-sider una ruta de acceso desde el origen a un receptor valor óptimo de un problema de optimización con
en la red de fase 2. En primer lugar, si bien es fácil ver que funciones de costo iden-tical, pero donde la región factible
la solución de correlación del MLSP-PC es realmente de la primera es un subconjunto de la región factible de la
factible, no es necesariamente una solución de punto segunda.
extremo porque los nodos de producción y demanda en
dos sub-planes relajados contenidos en la solución pueden
estar conectados por arcos que contienen flujo positivo. En
segundo lugar, es posible que ciertos arcos se utilicen en
más de un subplan relajado. Esto significa que la longitud
de la trayectoria en la red puede no ser lo mismo que los
costos de la solución del corre-sponding al MLSP-PC. Al
tratar primero este último problema, el siguiente teorema
muestra que la longitud de la ruta nunca es menor que los
costos reales de la solución, y es igual a los costos de la
solución si todas las funciones de costo de transporte e
inventario son lineales.
Teorema 4.1. Cada trayecto del origen a un receptor en la red
de programación dinámica de la fase 2 corresponde a una solución
factible al MLSP-PC. La longitud de esta ruta no puede ser menor
que el coste de la solución correspondiente y es igual al coste de la
solución si todas las funciones de coste de transporte e inventario
son lineales.
L
1 2-1
ing subplan relajado .
Cual
quie
Lemma 4.2. Para r subplan 12 L , tenemos
L
. N.o 1
ese 12-1 ≥ 11 12 L1 L2.
k0 +1
El siguiente teorema muestra que existe una solución
óptima al problema de tamaño de lote que se representa
mediante una ruta en el trabajo neto de programación
dinámica de fase 2 cuya longitud es igual a los costos óptimos.
Teorema 4.3. La fase 2 de programación dinámica net-
work contiene una ruta que corresponde a una solu-ción
óptima a nuestro problema de tamaño de lote, y la longitud
de la ruta es igual al costo de esta solución.
Prueba. Considere una solución óptima de punto extremo
para el problema del tamaño de lote, digamos con el costo ∗. Tal
y como se desconta en el punto 2.4, esta solución óptima se
descompone en una secuencia de subplanes consecutivos. Es
fácil ver que la red de programación dinámica Fase 2 contiene
una ruta para la que los períodos de producción y demanda de
cada uno de los arcos corresponden a esta secuencia de
subplanes. Lemma 4.2 dice ahora que la longitud de la ruta en
la red de programación dinámica, digamos
, no excederá ∗. Sin embargo, por teorema 4.1 sabemos
que es una sobreestimación de los costos de una solución
viable de respuesta cor. La optimización de ∗ implica ahora
que, de hecho, ∗,lo que demuestra el resultado deseado.
Los teoremas 4.1 y 4.3 implican claramente que nuestro
algoritmo bifásico resuelve el MLSP-PC. Ahora podemos
concluir que la fase 2 del algoritmo se ejecuta en OT 4
tiempo, dados todos los valores t 1 2 1 2 . El reto restante
es, por lo tanto, proporcionar algoritmos eficientes para
calcular estos valores.
(XX L - d
1-1 +1). Los costos de un arco son dados por
El 1er
1212
Y como una producción
inventarios iniciales L o 0 acumulativa
N.o 1
siguientes: i) carga fija sin motivos especulativos; o (ii) portado al nivel algún período anterior. Sin embargo, debido a
lineal. a la ausencia de motivos especulativos, podemos re-
¯ I-
ule el transporte de las unidades t I t-¯ a período t -+1 sin
4.3.Costos de transporte de carga fija sin motivos aumentar los costos. Repitiendo este argumento para cada
especulativos - ,
período t violando la propiedad ZIO en el nivel obtenemos
4.3.1. Introducción. En esta sección, consideramos el una solución donde la propiedad ZIO es verdadera
caso de los costos de transporte de carga fija con motivos .
para cada nivel ∈ .
especulativos y costos de retención de inventario lineal.
Como antes, determinaremos los costos de cada subplan
relajado utilizando la programación dinámica. Después de
un paso de preprocesamiento que se ejecuta en OLT 4, este
programa dinámico se ejecuta en OT 4 veces para cada
subplan relajado indi-vidual. Mediante el uso de la
tecnología de reducción al final de 3,3, el costo de todos los
4
subplanes relajados OT se puede calcular
simultáneamente en OT 7 vez. Por lo tanto, el tiempo de
ejecución del enfoque dinámico pro-gramming para este
caso especial de la MLSP-PC es OT 7 +LT 4 . Cuando L 2,
6
podemos reducir este tiempo de ejecución a OT .
costos mínimos entre las soluciones de la sub- donde Ct 1 2 se definen como los costos óptimos de
plan con a lo 1212 sumo una producción gratuita Envío ds s unidades del nodo Para su desti-
12
Arco. El siguiente corolario de Teorema 4.4 afirma que para naciones, es decir, exigir nodos s 1Ls 2 . Podemos
utilizar el algoritmo de Zangwill, en una etapa de
encontrar este mínimo restringido podemos restringir de
preprocesamiento,
nuevo nuestra búsqueda a soluciones que satisfagan la
propiedad ZIO en el minorista. para determinar los valores Ct2 1 2 para todos los t s2
;
Corollary 4.5. El costo asociado con el subplan relajado 1
2 1 2 se puede encontrar entre todos los solu-
ciones que satisfacen la propiedad ZIO en todos los niveles
en 2 .
Y∈ Bkb +
k0
0 , mientras que el
El origen es el nodo 1 fregadero es el
nodo 2b + .
Los arcos están presentes entre pares de nodos en el
red de la forma Y y+1 Ycuando Y
Y ∈ 0. Cada arco de la red descrito anteriormente
representa una posible decisión de producción. Dejamos
que los costos de los arcos sean iguales a los costos totales
asociados con el monto de producción. Queda por
demostrar que los costos de transporte y retención de
inventario se pueden calcular en tiempo constante.
Además de la infor-mation recogida en la fase de
preprocesamiento descrita en el punto 4.4.2, también
encontraremos, para cada nodo Y de la red, el primer
período cuya demanda no se satisface plenamente con la
producción acumulada Y (digamos s)así como la parte de
la demanda de ese período
que queda por satisfacer (digamos ). Usando el cumu-
demandas lativas d
1+1 (tt á 1 +1 2) así como el
hecho de que el valor de Y sólo puede ser igual a kb o
adicionales en la cadena. Por último, sería interesante
cantidad producida en el período t +1 son iguales a Gt+1 . considerar estructuras de cadena sup-ply más complejas,
Cuando los gastos detransporte y retención de inventario incluidas, por ejemplo, estructuras de ensamblaje de
para este arco se encuentran en Y> Y > , los costes de productos a nivel de productor o múltiples minoristas.
transporte y retención de inventario para este arco Un apéndice en línea de este documento está disponible
consisten en hasta tres com- en http://mansci.pubs.informs.org/ecompanion.html.
s. . . . . .
......
ponents: Gt+1+GDt+1 +G . , y puede
s̄−1 t+1 s̄
5.Observaciones finales e
investigación futura
En este artículo, hemos considerado una generalización del
ELSP clásico con capaci-lazos de producción estacionaria
que permite múltiples niveles de almacenamiento, así
como las correspondientes decisiones de transporte para la
trans-portabilidad entre los diferentes niveles. Hemos
identificado dos casos especiales importantes de este
problema que son solucionables en tiempo polinómico. Los
tiempos de ejecución de los algoritmos correspondientes
son notablemente insensibles al número de niveles en la
cadena de suministro.
Las cuestiones abiertas para futuras investigaciones en
esta área se pueden dividir en tres direcciones generales.
En primer lugar, las complejas, aunque polinómicas en la
planificación hori-zon, son de orden relativamente alto: OT
5
a OT 7 para los casos de dos niveles. Sería interesante
que el orden del tiempo de ejecución pudiera reducirse, por
ejemplo, investigando si se puede ahorrar más tiempo
determinando los costos de muchos o de todos los
subplanes simultáneamente. Además, aunque el número
de niveles generalmente será relativamente pequeño,
nunca sería menos interesante determinar si el caso
multinivel con funciones generales de costo cóncavo se
puede resolver en tiempo polinómico tanto en el horizonte
temporal como en el número de niveles. Una segunda
dirección es el estudio de las cadenas de suministro en serie
en presencia de capacidades en otros niveles o niveles
Hoesel et al.: Dimensionamiento integrado de lotes en cadenas de suministro en serie con capacidades de producción
Ciencias de la Gestión 51(11), págs. 1706–1719, © 2005 INFORMA 1719