Integratedespañol

23/3/2021 CIENCIA DE GESTIÓN
Página 1
CIENCIA DE GESTIÓN inf orms ®
Vol. 51, núm. 11, noviembre de 2005, págs. 1706–1719

doi 10.1287 / mnsc.1050.0378
issn 0025-1909eissn 1526-55010551111706
© 2005 INFORMA
Dimensionamiento de lotes integrado en cadenas de suministro en serie con

Capacidades de producción
Stan van Hoesel
Facultad de Economía y Administración de Empresas, Universidad de Maastricht, PO Box 616,
6200 MD Maastricht, Países Bajos, s.vanhoesel@ke.unimaas.nl
H. Edwin Romeijn
Departamento de Ingeniería Industrial y de Sistemas, Universidad de Florida, 303 Weil Hall, PO 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 PM Wagelmans
Econometric Institute, Erasmus University Rotterdam, PO Box 1738, 3000 DR Rotterdam, Países Bajos,
salarialman@few.eur.nl
W e consideran
se integran enun modelo de
presencia para una cadenadedeproducción
capacidades suministroyenfunciones
serie en la
deque las cóncavas.
costos decisionesEl
demodelo
producción, inventario y transporte
que estudiamos
generaliza el modelo de tamaño de lote económico multinivel de un solo artículo sin capacidad agregando pro-
capacidades de producción a nivel de fabricante. Presentamos algoritmos con un tiempo de ejecución polinomial en
el horizonte de planificación cuando todas las funciones de costos son cóncavas. Además, consideramos diferentes medios de transporte y
Estructuras de costo de mantenimiento de inventario que producen mejores tiempos de ejecución: funciones de costo de mantenimiento de inventario que
funciones lineales y de costo de transporte que son lineales o cóncavas con una estructura de carga fija. En
En el último caso, hacemos la suposición adicional común y razonable de que la variable transporte y
Los costos de inventario son tales que mantener inventarios en niveles más altos en la cadena de suministro es más atractivo desde un punto de vista
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.
Palabras clave : dimensionamiento del lote; integración de la planificación de la producción y el transporte; programación dinámica;
algoritmos de tiempo polinomial
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.
1. Introducción añadido a un producto en una secuencia de instalaciones de producción

En este trabajo, consideramos un problema en el que pro- necesidades, y los bienes intermedios necesitan ser transportados
decisiones de producción, inventario y transporte en un entre estas instalaciones. Kaminsky y Simchi-Levi
la cadena de suministro básica está integrada. Modelos tradicionales (2003) describen un ejemplo de tal cadena a medida que surge
Por lo general, considere solo uno o dos de estos aspectos en en la industria farmacéutica.
aislamiento de los demás. Existe evidencia sustancial Otro ejemplo es la industria de la logística de terceros.
(ver, por ejemplo, Arntzen et al. 1995, Chandra y tratar. En este caso, un centro de distribución aguas abajo
Fisher 1994, Geoffrion y Powers 1995 y Thomas que satisfaga demandas en una determinada zona geográfica
y Griffin 1996, así como sus referencias) puede emplear los servicios de un almacén de terceros
que muestra que la integración de estas decisiones puede llevar antes de que los productos se transporten a la distribución real
a aumentos sustanciales de la eficiencia y la eficacia. centro de bution para la distribución a sus minoristas. Una serie
Integrar diferentes decisiones en la cadena de suministro es El modelo de la cadena de suministro se puede utilizar para representar
particularmente importante cuando los recursos son limitados y parte de una cadena de suministro que es relevante para la distribución
cuando los costos no son lineales, por ejemplo, exhiben economías de centro de butión (ver Lee et al. 2003). Un ejemplo final
escala. es una situación en la que la producción tiene lugar en un
https://translate.googleusercontent.com/translate_f 1/14
Consideraremos una cadena de suministro en serie para el pro- fabricante. Los artículos que se producen son entonces
producción y distribución de un producto. Tal apoyo almacenados al nivel del fabricante o transportados al
la cadena de capas ocurrirá, por ejemplo, cuando el valor es primer nivel de almacén. En cada uno de los niveles del almacén,
1706
Página 2
Hoesel et al .: Tamaño de lote integrado en cadenas de suministro en serie con capacidades de producción
Management Science 51 (11), págs. 1706–1719, © 2005 INFORMS 1707
Los productos se almacenan nuevamente o se transportan al está fuera del alcance de este documento. Alternativamente, ¿cómo-
Almacén en el siguiente nivel. Desde el depósito final nunca, podemos interpretar los costos de tenencia en el minorista
nivel de la casa, los productos son entonces (posiblemente después de haber nivel como penalización o descuento en la compra
estado almacenado durante algunos períodos) transportado a un minorista precio de un artículo, que es dado por el fabricante
(posiblemente permitiendo entregas anticipadas, es decir, invento- al minorista si los artículos se entregan antes de tiempo. En este caso,
Riesgos a nivel minorista). Tal estructura puede surgir los costos minimizados por nuestro modelo de optimización son
si un minorista realmente representa un mercado completo, y todos incurridos por el fabricante. Como en el lote estándar
la cadena de suministro desde el fabricante hasta este mercado problemas de dimensionamiento, se supone que todas las funciones de
es muy largo. Esto podría hacer que sea ventajoso, en ser no decreciente en la cantidad producida, almacenada o
varias etapas, emplean economías de escala mediante la Enviado. Además, asumiremos que todos los costos
portando cantidades mayores a largas distancias para inter- las funciones son cóncavas.
mediar en las instalaciones de almacenamiento antes de ser distribuido en En general, todos los niveles de una cadena de suministro en serie,
el mercado real. menos de si corresponden a producción o
Todas las situaciones descritas anteriormente se pueden representar decisiones de transporte, pueden enfrentar capacidades. En esto
enviado por un modelo genérico que consiste en una manufactura papel, nos concentraremos en las cadenas de suministro en serie
turer, varios intermedios de producción o distribución con capacidades en el nivel de producción (es decir, primer) solamente,
niveles, y un nivel donde la demanda del producto final como primer paso hacia el estudio de aspectos más generales
tiene lugar, a lo que nos referiremos en este documento como el cadenas de suministro capacitadas. Añadiendo capacidades en otros
nivel minorista (aunque esto no necesariamente representa (es decir, transporte) parece ser significativamente
resienten el nivel en el que el consumo de demanda real cambiar la estructura del problema y, por lo tanto, la
tiene lugar). De hecho, en tal modelo el intermediario análisis del problema. Por lo tanto, tales problemas se resuelven
Las etapas de producción y transporte son indistin- lado del alcance de este documento, pero siguen siendo un tema de
disimulables unos de otros, de modo que en el resto la investigación en curso. Tenga en cuenta que bajo ciertas estructuras de costos
de este artículo simplemente nos referiremos a todos los turas, puede ser posible eliminar los niveles capacitados
etapas como etapas de transporte entre almacenes. de la cadena de suministro. Se proporciona un ejemplo
El modelo de cadena de suministro en serie esbozado arriba puede por Kaminsky y Simchi-Levi (2003), quienes transforman
ser visto como una generalización de un problema fundamental un modelo de cadena de suministro en serie de tres niveles en el que el
lem, que de hecho es uno de los más estudiados El primer y tercer nivel están capacitados a dos niveles.
problemas en la planificación de la producción y el inventario, modelo de cadena de suministro en serie con capacidades en el primer
Problema económico de dimensionamiento de lotes ( ELSP ). La variante básica nivel
de solamente.
este problema considera una instalación de producción que pro- Llamaremos al problema de determinar el óptimo
produce y almacena un solo producto para satisfacer las necesidades tamaños de lote de producción, transporte e inventario en
demandas sobre un horizonte de planificación finito. El problema una cadena de suministro en serie como se describe arriba y abajo
es entonces determinar las cantidades de producción para cada capacidades de producción a nivel de producción
período tal que todas las demandas se satisfagan a tiempo en Problema de dimensionamiento de lotes multinivel con capacidades de producción
costos mínimos de producción total y mantenimiento de inventario. ( MLSP-PC ). En general, este problema es NP-difícil, ya que
Las funciones de costo no disminuyen en la cantidad es una generalización directa del ELSP NP-hard con
producidos o almacenados, y generalmente se supone que son capacidades generales de producción (ver Florian et al. 1980).
funciones lineales, de carga fija o cóncavas generales. los El ELSP con capacidades de producción estacionarias, sin embargo
La instalación de producción puede o no enfrentar una capacidad nunca, se puede resolver en tiempo polinomial (ver Florian y
restricción sobre la cantidad producida en cada período. Klein 1971). Porque nuestro objetivo es identificar polinomios
Para modelar la cadena de suministro en serie, el ELSP clásico casos resolubles del MLSP-PC, asumiremos
se puede ampliar para incluir decisiones de transporte, en la mayor parte de este papel que las capacidades de producción
así como la posibilidad de mantener inventario a diferentes están estacionarios.
diferentes niveles en la cadena. Además de la producción Estudiamos problemas con pro-
y costos de mantenimiento de inventario, entonces claramente también necesitamos
costos de producción, mantenimiento de inventario y transporte,
para incorporar los costos de transporte, lo que agrega la así como problemas con la retención de inventario lineal
problema de la sincronización del transporte al problema costos y dos estructuras de costos de transporte diferentes:
lema de tiempo de producción. El objetivo será (i) costos de transporte lineal; y (ii) cargo fijo
para minimizar el costo de todo el sistema mientras satisface todos los costos de transporte sin motivos especulativos,
demanda. Incluso si el fabricante y el minorista lo que significa que con respecto a los costos variables, mantener
de hecho, distintos participantes en la cadena de suministro, cada uno El inventario de inventario es menos costoso en niveles más altos que en
de los cuales enfrenta una parte de los costos de la cadena de suministro, niveles más bajos en la cadena de suministro. Nuestro método de solución
El problema será relevante. En este caso, los participantes ods se basan en un marco de programación dinámico
Claramente todavía es necesario decidir cómo distribuir el que utiliza un principio de descomposición que generaliza
costos totales imal, que es un problema de coordinación que la propiedad clásica de pedido de inventario cero (ZIO)
Página 3
1708 Management Science 51 (11), págs. 1706–1719, © 2005 INFORMS
de soluciones a problemas de tamaño de lotes no capacitados como en el siguiente nivel. Desde el nivel de almacén final prod-
descrito en Zangwill (1969) para el caso multinivel, Los productos son entonces (posiblemente después de haber sido almacenados para
y, por ejemplo, en Wagner y Whitin (1958) para algún período) transportado al minorista.
el caso de un solo nivel. En particular, en nuestros dos niveles Consideramos un horizonte de planificación de T periodos. En
modelo trabajamos con el nuevo concepto de un subplan, cada período t , el minorista enfrenta una demanda no negativa
y mostrar que las soluciones extremas se descomponen en un dada por d t , mientras que la capacidad de producción de la man-
número de subplanos consecutivos. Nuestros algoritmos para ufacturer en el período t es igual ab t . Nosotros lo consideraremos
este modelo se ejecuta en tiempo polinomial en la planificación un total de niveles L , que incluye al fabricante,
horizonte del problema. La generalización directa de el minorista, y L - 2 almacenes intermedios. Nosotros
este enfoque del caso multinivel conduce a una decir que el fabricante está en el primer nivel de la
gran tiempo de ejecución. Logramos ahorros sustanciales cadena, y el minorista está en el nivel L th. Cada uno de
introduciendo el concepto de un subplan relajado. En los niveles intermedios corresponden a un almacén.
En contraste con los enfoques existentes en la literatura, nuestro Sea + el conjunto de números reales no negativos.
programa dinámico no necesariamente representa todos Para cada período t = 1 T , los costos de producción son
(o incluso solo) soluciones puntuales extremas para el MLSP- dado por la función p t + → + , el transporta-
ORDENADOR PERSONAL. Además, mientras que los caminos en la dinámicaLos costos de instalación del nivel 1 al nivel l + 1 están dados por
gramo todos corresponden a soluciones factibles de la función c l t +→+( l = 1 L −1), y el invento
problema, los costos de un camino pueden sobrestimar el Los costos de tenencia de la teoría en el nivel l vienen dados por la función
Costos de la correspondiente solución al problema. h tl +→+( l = 1 L ). A lo largo del periódico,
No obstante, somos capaces de probar (basándonos en el con- asumirá que todas las funciones de costo son cóncavas, no
cavidad de las funciones de coste) que nuestro pro- decreciente e igual a cero cuando su argumento es
gram resuelve el MLSP-PC a la optimización. La resultante cero.
algoritmo para el caso de la función de costo cóncava general El MLSP-PC se puede formular de la siguiente manera:
ciones es exponencial en el número de niveles en el sup- ( )
∑T ∑
L −1
∑L
cadena de capas. Sin embargo, es notablemente insensible a la minimizar ptyt+ cl hl t PAG
txl t+ t yo l
número de niveles para las dos estructuras de costes específicas t=1 l=1 l=1
mencionado anteriormente. sujeto a

Este artículo está organizado de la siguiente forma: En §2, nosotros
introducir el MLSP con costos de producción y generación x1 t −1
t=1 T (1)
t+ I1 t= yt+ I1
producción cóncava general no decreciente, transporte
xl t
+ Yot −1l t=1 Tl=2 L −1 (2)
funciones de costos de mantenimiento de inventarios y operaciones. Nosotros char- t + yot l= x l −1
acterizar los puntos extremos de la región factible dt+IL t
+ I Lt −1 t=1 T (3)
t = x L −1
del problema, y probar un resultado de descomposición
yt≤bt t=1 T (4)
que formará la base de nuestros algoritmos. En 3,
estudiamos el problema de dos niveles y proporcionamos una Yo l l=1 L (5)
0= 0
marco de programación dinámica general basado en el
y t ≥0 t=1 T
resultado de descomposición derivado anteriormente, que produce un
algoritmo de tiempo polinomial en el horizonte de planificación xl t=1 Tl=1 L −1
t ≥0
para costos cóncavos generales. En §4, este algoritmo es
Yo l t=1 Tl=1 L
luego se generalizó al problema de tamaño de lote multinivel t ≥0
lema y se muestra que todavía es polinomio en el plan- donde y t denota la cantidad producida en el período t ,
horizonte, y se dan mejores tiempos de ejecución para xl
t es la cantidad enviada desde el nivel l al nivel l +1 en
dos variantes del modelo. El artículo termina en §5 período t , y yo l
t denota la cantidad de inventario a nivel
con algunas observaciones finales y cuestiones para más l al final del período t . Restricciones (1) - (3) modelan el
investigación. equilibrio entre entrada, almacenamiento y salida en el
nivel de fabricante, almacén y minorista, respec-
tivamente, en cada período. La cantidad de producción en cada
2. Formulación y análisis de modelos
El período está restringido por restricciones (4). Finalmente, con-
2.1. El modelo restricciones (5) establecen que todos los niveles de inventario inicial son
Como se describe en la introducción, estudiaremos un igual a cero. A diferencia del tradicional de un solo nivel
Problema de dimensionamiento de lotes multinivel con una estructura en serie. En
modelo de tamaño de lote, esto no es una suposición de que
cada período, la producción puede tener lugar en el puede hacer sin pérdida de generalidad, debido a la no
facturer. Los artículos que se producen pueden almacenarse en linealidad del transporte y la tenencia de inventarios
el nivel de fabricante o transportado al primer almacén funciones de costo. Por lo tanto, luego discutiremos cómo
nivel de la casa. En cada uno de los niveles del almacén, los productos para hacer frente a casos de problemas en los que esta restricción
se almacenan nuevamente o se transportan al almacén está ausente y, en cambio, el inventario inicial (no negativo)
Página 4
cantidades en todos los niveles se consideran parte de la y T = 4. Esta representación facilitará el análisis
datos del problema. Entonces, los algoritmos desarrollados pueden ser análisis de la estructura de los puntos extremos de la viabilidad
aplicado en un esquema de horizonte rodante, en el que nuevos lotes región de (P) en §2.4. Antes de continuar con esto
las instancias de dimensionamiento se resuelven, y su solución óptima análisis, en §2.2 discutiremos modelos relacionados y
implementadas parcialmente, a medida que avanza el tiempo y algoritmos de la literatura, así como algunos
se encuentran disponibles nuevos pronósticos de demanda. casos que se reducen a modelos de un solo nivel en §2.3.
Por conveniencia, definiremos d ts como el cumu-
2.2. Revisión de literatura
demanda lativa en periodos ts , es decir,
La variante de un solo nivel del MLSP-PC ha recibido
∑s mucha atención en la literatura. Los incapacitados
D para t = 1 ss = 1 T problema, el ELSP, se puede resolver en tiempo polinomial en
d ts ≡ =t (6)
la longitud del horizonte temporal; ver Wagner (1960) para
0 de lo contrario este resultado básico. Algoritmos más eficientes para especial
casos han sido desarrollados por Aggarwal y Park
Para asegurar la viabilidad de (P), asumiremos que (1993), Federgruen y Tzur (1991) y Wagelmans
la demanda acumulada en los primeros t periodos no puede
et al. (1992). Cuando existen capacidades de producción,
exceder la capacidad de producción total en estos períodos, obtenemos el llamado problema de dimensionamiento de lotes capacitado
es decir, ( CLSP ). En contraste con el ELSP no capacitado, este
∑t
d 1t ≤ B para cada t = 1 T (7) Se sabe que el problema es NP-hard, incluso en muchos
=1 casos ciales; ver Florian et al. (1980) y Bitran y
Yanasse (1982). Un especial interesante e importante
Es fácil ver que esta condición es necesaria
caso que permite un algoritmo de tiempo polinomial
y suficiente para que (P) tenga un factible no vacío
surge cuando las capacidades de producción son estacionarias;
región.
véanse, por ejemplo, Florian y Klein (1971), Florian et al. (1980),
También podemos modelar el MLSP-PC como capacitado
y van Hoesel y Wagelmans (1996). Ver también referir
Problema de flujo de red de costo mínimo en una red
ences en Baker et al. (1978) para otros trabajos sobre el CLSP
con una fuente (ver también Zangwill 1969 para una generación
con capacidades de producción estacionarias, y Chung y
discusión general sobre tal flujo de red de costo mínimo
Lin (1988) y van den Heuvel y Wagelmans (2003)
problemas, así como una discusión de personas incapacitadas
para otro caso especial de CLSP que tiene solución
ELSP multinivel). Para ello, definimos una red
en tiempo polinomial.
con una sola fuente 0, T nodos de transbordo 1 t
Zangwill (1969) estudió la versión sin capacidad
a nivel de producción (nivel 1, t = 1 T ), T trans-
del MLSP-PC, y desarrolló un programa dinámico
los nodos de envío lt en cada uno de los almacenes lev-
algoritmo de ming que es polinomial tanto en la planificacin
els ( t = 1 Tl=2 L −1) y T demandan nodos
Ning horizonte y el número de niveles L . Analizamos
L t con demanda d t a nivel minorista (nivel L ,
este algoritmo en el apéndice en línea (disponible
t=1 T ). Finalmente, la viabilidad dicta que la fuente
en http://mansci.pubs.informs.org/ecompanion.html)
el nodo 0 tiene un suministro de d 1 T unidades. La figura 1 ilustra
y concluir que se ejecuta en O LT 4 tiempo, donde L es
la representación de red del MLSP-PC para L = 3
el número de niveles, o incluso en OT 3 para el espe-
caso cial de L = 2. Lee y col. (2003) considere un nivel de dos
Figura 1 Representación de red del MLSP-PC para L = 3 y T = 4 modelo donde los costos de transporte no son cóncavos
funciones.
d1+d2+d3+d4
Un estudio que se relaciona con el nuestro en el sentido de que
también considera las capacidades en un entorno multinivel es el
0
uno de Kaminsky y Simchi-Levi (2003). Ellos pro-
plantean un modelo de tres niveles en el que el primero y el tercero
año 1 y 2 y3 y4
los niveles son etapas de producción, y el segundo nivel
(1, 1) (1, 2) (1, 3) (1, 4)
es una etapa de transporte. Ambas etapas de producción son
1 1 1
Yo 1 Yo 2 Yo 3 capacitado, mientras que la etapa de transporte no tiene capacidad
x1
1
x2
1
x3
1
x4
1 itado. Consideran los costos lineales de mantenimiento de inventario
que aumentan con el nivel de la cadena de suministro, y
(2, 1) (2, 2) (2, 3) (2, 4) costos de producción lineales en los niveles 1 y 3 que
2 2 2
Yo 1 Yo 2 Yo 3 Satisfacer una condición tradicional de motivos no especulativos.
x 21 x 22 x 23 x 24 (ver también §2.3). Los costos de transporte en el segundo
nivel son de carga fija o forma cóncava general
(3, 1) (3, 2) (3, 3) (3, 4)
3 3
y se supone que satisfacen un criterio restrictivo y no tradicional.
3
Yo 1 Yo 2 Yo 3
Condición de motivos no especulativos. Por eliminat-
d1 d2 d3 d4 Tomando las decisiones de producción de tercer nivel, reducen
Página 5
el problema a un modelo de dos niveles que hereda su nos permite eliminar las variables de producción como
estructuras de función de costos del modelo de tres niveles. así como las variables de inventario en el fabricante,
Para su clase de costos de transporte de carga fija, produciendo un ELSP estándar sin capacidad. La resultante
proporcionan un OT 4 algoritmo para resolver el modelo, el problema se puede resolver en OT 2 tiempo para con-
incluso en el caso de capacidad de producción no estacionaria costos de transporte de la cueva (ver Wagner 1960), y en
ities. Por su clase de costos de transporte cóncavos Tiempo OT log T para costos de transporte de carga fija
proporcionan un algoritmo OT 8 para resolver el modelo en (ver Aggarwal y Park 1993, Federgruen y Tzur
la presencia de capacidades de producción estacionarias. Ellos 1991 y Wagelmans et al. 1992).
plantear la complejidad de su modelo para más general
las estructuras de costes como cuestión abierta. En este documento, 2.4. Caracterización de puntos extremos
abordar esta pregunta derivando un OT 7 algoritmo El problema (P) tiene una función objetivo cóncava, y su
para resolver el problema de dos niveles en presencia de La región factible está definida por restricciones lineales. Esta
Capacidades estacionarias. implica que existe un punto extremo óptimo
solución a (P). Considere el flujo en la red correspondiente
2.3. Casos especiales respondiendo a cualquier solución factible de punto extremo. Como
Es común en problemas de tamaño de lote modelar el es común en los problemas de flujo de la red, lo llamaremos
costos de mantenimiento de inventario como funciones lineales, es decir, arcos que llevan una cantidad de flujo que es estrictamente
hl t =hl T;l=1 L , con h l positivo y estrictamente menor que su capacidad de arcos libres . Eso
t yo l t yo
t para
l t=1 t ≥0 para
todo t y l . Por tanto, consideraremos esta clase de Es bien sabido (ver, por ejemplo, Ahuja et al. 1993) que el
problemas en §§4.3 y 4.4. En §4.3, además, La subred que contiene solo los arcos libres no contiene
Supongamos que los costos de transporte tienen un costo fijo. ciclo.
estructura de cargos sin motivos especulativos. Más 2.4.1. Subplanes. Tenga en cuenta que solo los arcos que tienen un
formalmente, c l
tx = fl t 1 x> 0 + g l t x , donde 1 x> 0 es un indicador límite superior finito (que en nuestro caso son sólo los
función de cator tomando el valor 1 si x> 0, y 0 en otro
arcos de producción) pueden llevar flujo mientras no están
erwise. El supuesto de que no hay especulaciones
libre. Eliminando todos los arcos de producción, la red
motivos, que se asume comúnmente para la producción
Mantener todos los arcos libres restantes se descompone en un
costos de almacenamiento y mantenimiento de inventarios en
número de componentes conectados. Limitarnos a nosotros mismos
modelos nomicos de dimensionamiento de lotes, significa en este contexto que,
por ahora a los componentes conectados que sí
con respecto a inventario variable y transporte
llevar flujo, identificamos el primer y último nodo en
costos solamente, es atractivo transportarlo lo más tarde posible.
el componente en cada nivel. Para un componente dado,
ble. Más formalmente, g l t ≥hl T- estos nodos se pueden denotar por l l 1 +1 y l l 2
t + h l +1 t + g l t +1 para t = 1
1; l = 1 L −1.
para l = 1 L , donde
Tenga en cuenta que si las funciones de costo de transporte son
ambos lineales y no exhiben motivos especulativos, es para l = 1 L −1 (8)
l 1 ≤ l +1 1 < l 2 ≤ l +1 2
siempre óptimo para almacenar la producción en la fábrica
turer y transportar solo cuando la demanda necesita ser (Tenga en cuenta que la desigualdad estricta se cumple debido a la definición
satisfecho. Por tanto, sin pérdida de la optimalidad, podemos ción del subplan: El primer período incluido en el nivel l
asumir que I l Tyl=2 L. es l 1 +1.) Con este enfoque, algunos nodos pueden ser
t = 0 para todo t = 1
Del mismo modo, si los costos de transporte son lineales y aislado y no incluido en ningún componente que lleve
gl t
≤hl T −1; l = 1 L −1, es fluir. Asignamos cada uno de ellos al componente que
t + h l +1 t + g l t +1 para t = 1
es más barato de transportar tan pronto como producimos y es adyacente a la izquierda de ellos. La cesión del
almacenar la producción a nivel minorista. Entonces, con- los nodos aislados se ilustra en la Figura 2. Después de la eliminación
fuera de la pérdida de la optimalidad, podemos suponer que yo l Al realizar los arcos de producción, obtenemos dos componentes
t =0
para todo t = 1 Tyl=1 L −1. Estos dos espe- nents. El primero está definido por los nodos 1 1 y
casos ciales del MLSP-PC, por lo tanto, producen un estándar 1 4 en el nivel 1, 2 1 y 2 4 en el nivel 2 y 3 1
CLSP. y 3 6 en el Nivel 3, y el segundo por nodos
Finalmente, una variante de los dos niveles no capacitados 1 5 y 1 8 en el nivel 1, 2 6 y 2 8 en el nivel 2,
MLSP-PC se puede reducir fácilmente a un y 3 7 y 3 8 en el nivel 3. Podemos observar que
ELSP. Cuando los costos de producción, así como los nodo 2 3 es parte del primer componente, aunque
Los costos de tenencia de la historia en ambos niveles son lineales, dado que ningún flujo pasa a través de este nodo. Como se mencionó
Decidimos transportar en un período determinado, podemos arriba, el nodo aislado 2 5 se asigna a la izquierda
determinar fácilmente el mejor período de producción, es decir, el componente.
período que arroja la producción unitaria total mínima Resumiendo, podemos descomponer un punto extremo
y costos de inventario a nivel de fabricante para el transporte solución a (P) en componentes, cada uno de los cuales
en el período t . Redefiniendo la función de costos de transporte contiene un conjunto de nodos l l 1 +1 l l2 l=1 L)
en consecuencia, que se puede hacer en el tiempo O LT , satisfactorio (8). Llamaremos a los componentes así
Página 6
Management Science 51 (11), págs. 1706–1719, © 2005 INFORMS
1711
Figura 2 La estructura de una solución de punto extremo para MLSP-PC, Proposición 2.2. Un subplan puede contener como máximo una
L=3yT=8 arco de producción libre.
0
Si el problema no está capacitado, esta proposición
implica que sólo un arco de producción lleva el flujo
y 1y 2 y5 y6 entra en cada uno de los subplanos, lo que a su vez significa que
los caudales extremos son arborescentes. El pro-
(1, 1) (1, 2) (1, 3) (1, 4) (15) (dieciséis) (1, 7) (1, 8)
1 1 1 1 1 algoritmo de programación propuesto para este problema por
Yo 2 Yo 3 Yo 5 Yo 6 Yo 7
1
x1 x 14 x 16
1
x8 Zangwill (1969) se basa en esta propiedad; ver el
apéndice en línea.
(2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6) (2, 7) (2, 8) Como ejemplo, en la Figura 2 sabemos que en el sub-
2 2
Yo 1 Yo 6 plan 0 4 05 0 6 los arcos de producción y 1 y y 2
2 2 2 2 2
x1 x2 x4 x7 x8
no pueden ambos ser libres; lo mismo vale para la producción
arcos y 5 y y 6 en el subplan 4 8 58 6 8.
(3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6) (3, 7) (3, 8)
3 3 3 3
Yo 2 Yo 3 Yo 4 Yo 5 2.4.3. Cantidades de transporte en un subplan.
d1 d2 d3 d4 d5 d6 d7 d8
La ausencia de ciclos formados por arcos libres solo en
una solución de punto extremo también se puede utilizar para identificar
tificar las propiedades estructurales de la cantidad de transporte
subplanes obtenidos . Representaremos un subplan por el corbatas. Considere un período, digamos t , en el que el transporte
2 L periodos que lo identifican: l1 l2
L
tiene lugar entre los niveles l y l 1, es decir, el flujo de
l=1 . A menudo
Ser conveniente referirse a la producción y demanda. en el arco entre los nodos lt y l +1 t es x l
t > 0.
períodos en un subplan por separado, y luego Entonces pueden ocurrir dos situaciones con respecto al total
a menudo usa la notación t 1 t 2 1 12 L1
fluyen hacia los nodos l +1 l +1 1 +1 l +1 t , es decir, el
2 ≡ 11 L2 .
Por construcción, no se lleva inventario entre sub- acumulativos envíos entre los niveles l y l 1 hasta
planes, por lo que el único flujo que ingresa a un subplan proviene de e incluyendo el período t dentro del subplan:
arcos de producción asociados con el fabricante • Es igual a la producción acumulada en el período
nodos en el subplan. La cantidad total producida en ods t 1 +1 s para algunos s ∈ t 1 +1 t;
• Satisface la demanda de periodos 1 +1 s para
todos los períodos de producción en el subplan, es decir, el total
algunos s ∈ 1 +1
producción en periodos t 1 +1 t 2 , se utiliza para suministrar 2.
Si no es así, considere el último período de producción en el que
la demanda de todos los nodos minoristas del subplan, es decir,
parte de la cantidad transportada x l
la demanda total en los períodos 1 +1 t fue producido,
2 . Llamaremos decir s . Entonces habrá un período cuya demanda es
L L
dos subplanos l1 l2 l=1
y l1 l2 l=1
consecu-
satisfecho parcialmente de la cantidad x l
tivo si l 1 = l 2 para l = 1 L . Podemos resumir el ty parcialmente
de la producción en el período s que permanece en el inventario
estructura de soluciones de puntos extremos como sigue.
en el nivel l al final del período t , creando un ciclo
Proposición 2.1. Cualquier solución factible de punto extremo manteniendo solo arcos libres. Este resultado se puede resumir
se puede descomponer en una secuencia de subplanos consecutivos. como sigue.
Proposición 2.3. En un subplan, la cantidad transportada

La solución extrema dada en la Figura 2 se descompone
tidad entre los niveles l y l +1 en algún período o hace
en dos subplanos, a saber, 04 05 06 y
las cantidades acumuladas transportadas hasta ahora en el sub-
48 58 6 8.
plan igual a las cantidades acumuladas de producción de un
Tenga en cuenta que el primer subplan obtenido por descomposición
secuencia inicial de períodos de producción consecutivos en el
ing una solución de punto extremo como se describe arriba ha
subplan, oa la demanda acumulada de una secuencia inicial
L . Sin embargo, en el resto de de períodos de demanda en el subplan.
l 1 = 0 para l = 1
En este trabajo conviene incluir también sub-
planes L
satisfactorio (8), para el cual algunos pero Las dos posibilidades de transporte acumulativo
l1 l2 l=1
no todos los valores de l 1 son cero. se puede ilustrar con la Figura 2. En el subplan
04 05 0 6,
2.4.2. Cantidades de producción en un subplan. los •x1
1 es igual a la producción (acumulada) en
El hecho de que los caudales extremos sean acíclicos implica que, Período 1, mientras que x 1
1 + x 1 2 + x 1 3 + x 1 4 es igual a la
aunque puede haber múltiples arcos de producción asociados producción acumulada en los períodos 1 4 y satisface
ciado con un subplan que lleva flujo, hay como máximo la demanda de Periodos 1 6;
uno de esos arcos con producción por debajo de la capacidad. En otra •x2
1 satisface la demanda del período 1; x 2 1 + x 2 2 es
En palabras, hay a lo sumo una empresa de arco de produccin libre. igual a la producción (acumulada) en el Período 1; y
ing el subplan. Esto produce la siguiente general: x2
1 + x 2 2 + x 2 3 + x 2 4 es igual a la pro-
ización de la caracterización de puntos extremos de ducción en los períodos 1 4 y satisface la demanda de
CLSP de un solo nivel por Florian y Klein (1971). Periodos 1 6.
Página 7
3. Los capacitados en dos niveles NP-hard para capacidades de producción generales,
Problema de tamaño de lote con Restringir nuestra atención al caso de pro-
capacidades de producción, es decir, b t = b para t = 1 T . En el
Costos cóncavos resto de esta sección, derivaremos un polinomio
Para mayor claridad de exposición, primero consideraremos el
algoritmo de tiempo mial para calcular los costos óptimos
versión de dos niveles del MLSP-PC, que llamaremos
de todos los subplanos y, por tanto, para el 2LSP-PC. Antes
el 2LSP-PC. En la siguiente sección, mostraremos cómo
estudiar los subproblemas de calcular el óptimo
la metodología se puede extender a cadenas con más
costos del subplan, primero estudiaremos las implicaciones de
de dos niveles.
el supuesto de que las capacidades de producción están
3.1. Un enfoque de programación dinámica en la siguiente sección.
En esta sección, esbozaremos un pro-

3.2. Implicaciones de la producción estacionaria
enfoque de programación del 2LSP-PC. Este enfoque
Capacidades
se basa en la descomposición de soluciones puntuales extremas
ciones a (P) en subplanos consecutivos (ver Propo- En la Fase 1 del enfoque de programación dinámica,
posición 2.1). En particular, defina F t como el necesitamos calcular los costos óptimos de todos los sub-
planes, bajo la restricción adicional de que todos menos
costo mínimo asociado con la satisfacción del minorista
demandas en periodos +1 T usando la producción en uno de los arcos de producción que ingresan al subplan llevan
periodos t +1 T . Entonces estamos claramente interesados en un caudal igual a 0 o b . Considere un sub-
calculando F 0 0. Esto se puede lograr usando dos plan, digamos t 1 t 2 1
2 , en el que la demanda total de
enfoque de fase: periodos 1 +1

2 debe satisfacerse con el
Fase 1. Para cada subplan t 1 t 2 ducción en períodos t 1 +1 t 2 . Siguiendo a Florian y
1
2 , calcular Klein (1971), observe que la restricción sobre los valores
los costos mínimos en los que se incurre para satisfacer
la demanda de ese subplan con la condición de que de los arcos de producción que ingresan al subplan implica
como máximo, un arco de producción libre entra en el subplan. que el número de arcos de producción que llevan flujo
Denote estos costos por t 1t 2 igual a la capacidad de producción es exactamente igual a
1
2.
Fase 2. Calcule los valores F t 1 para todo 0≤ t 1 ≤ K = d 1 +1 2 / b , y la cantidad de producción restante
1
tidad es igual a = d 1 +1 2 - Kb . Claramente, tenemos eso
1 ≤ T al darse cuenta de que una solución de punto extremo para
el subproblema correspondiente viene dado por un subplan 0≤ <b . Si > 0, habrá exactamente una producción
t 1t 2 y el subproblema restante F t 2 arco que ingresa al subplan que lleva este flujo.
1 2 2
para algunos t 2 y 2 . Esto da lugar a lo siguiente

recursividad hacia atrás: 3.3. Los costos del subplan
Formularemos el problema de determinar la
Ft1 1 = min t 1t 2 1 2 costos óptimos de un subplan como programa dinámico
t2 2 2≥ t2>1
2 + F t2
Ming problema. Dicho de otra manera, para cada subplan
para 0≤ t 1 ≤ 1 <T t 1t 2 1
2 , definiremos una red con la propiedad
F t 1 T = 0 para 0≤ t 1 ≤ T erty que t 1t 2 1 2

es igual a la longitud del
ruta más corta entre un par de nodos fuente y receptor
Tenga en cuenta que en la Fase 1 necesitamos calcular OT 4 en esta red.
valores. La fase 2 es, de hecho, un problema de camino más corto Elegimos los nodos de esta red para que sean del
en una red con nodos que representan todos los pares de períodos forma t YX , donde t indica un período, Y es igual
t tal que 0≤ t ≤ ≤ T , y arcos que representan el a la cantidad de producción acumulada hasta y
subplanes con los costos correspondientes. El mínimo- incluyendo el período t , y X es igual al acumulado
ruta de costo desde el nodo 0 0 a cualquiera de los nodos t 1 T cantidad de transporte hasta el período t incluido .
en esta red acíclica se puede encontrar en tiempo lineal El nodo t 1 0 0 es la fuente, mientras que el nodo t 2 Kb +
en el número de arcos, es decir, en OT 4 tiempo (ver Ahuja Kb + ≡ t 2 días 1 +1 2 d 1 +1 2 es el fregadero. Por propuesta
et al. 1993). Florian y Klein (1971) utilizaron esta sección 2.2 y la discusión en §3.2, sabemos que el
marco de programación dinámica general para desarrollar un La cantidad de producción en cualquier período solo puede asumir
OT 4 algoritmo de programación dinámica para resolver el uno de los valores 0 b , con el valor solo en
CLSP con capacidades estacionarias y cóncavo general un período. Esto implica inmediatamente que Y sólo puede
Funciones de costos de producción y mantenimiento de inventarios. asumir los valores
Cuando el valor de · Se da para cada subplan,
K
el 2LSP-PC tiene solución polinomial. Conseguir ⋃
Y∈ kb kb +
un algoritmo de tiempo polinomial para el 2LSP-PC, el
k=0
Por lo tanto, el desafío es proporcionar un tiempo polinomial
algoritmo para calcular los costes correspondientes a donde, además, Y = 0 si t = t 1 , d 1 +1 t ≤ Y ≤ t - t 1 K
todos los subplanos. Porque sabemos que el 2LSP-PC es para t = t 1 +1 t 2 −1, y Y = Kb + si t ≥ t 2 para asegurar
Página 8
que toda la demanda se produce dentro del conjunto de produc- definido anteriormente para cada subplan individual produciría
períodos de aplicación permitidos en el subplan. Porque claramente un algoritmo con tiempo de ejecución OT 8 para computadora
K ≤ T , el número de valores permitidos para Y es OT . los costos de todos los subplanos. Sin embargo, la carrera
Además, por la Proposición 2.3 sabemos que el El tiempo puede reducirse observando que los costos de
cantidad acumulada transportada hasta e incluyendo muchos subplanos están relacionados. En particular, observe que
algún período es igual a la producción total la red de programación dinámica correspondiente a
cantidad de una secuencia inicial de peri- cualquier subplan de la forma t 1 t 2 1 2 es en realidad un
ods o satisface la demanda de una secuencia inicial de subred de la red de programación dinámica
períodos de demanda en el subplan. Más formalmente, este para el subplan 0 t 2 1
2 . Por lo tanto, usar back-
significa que recursividad del barrio para resolver el camino más corto entre
(K ) (2 )
⋃ ⋃ nodos 0 0 0 y t 2 d 1 +1 2 d 1 +1 2 en lo ultimo
X∈ kb kb + ∪ d 1 +1 s red produce, como subproducto, los caminos más cortos
k=0 s = 1 +1
entre los nodos t 0 0 y t 2 d 1 +1 t 2 d 1 +1 t 2 para cada
donde, además, d 1 +1 t ≤ X ≤ Y para asegurar que t=1
1 . De ello se deduce que sólo necesitamos considerar
las demandas se satisfacen a tiempo y los productos no sider el OT 3 subplanos de la forma 0 t 2 1
2 , el
transportados antes de que se produzcan, y X = 0 si t ≤ costos de los cuales se pueden determinar en OT 7 hora.
1 y X = Kb + si t ≥ t 2 para asegurar que el transporte

tiene lugar dentro del subplan. El número de permisos 3.4. Manejo de inventarios iniciales
Por lo tanto, los valores capaces de X es OT también, de modo que el total Si los inventarios iniciales en el fabricante y / o
número de nodos en la red es OT 3 . niveles de minorista, I 1
0 y yo 2 0 , son estrictamente positivos, hay
Los arcos en la red representan producción, transporte es un ligero cambio en la construcción de subplanes.
portación y decisiones de inventario. Los arcos están presentes Recuerde que construimos subplanos correspondientes a un
entre pares de nodos en la red del dada la solución del punto extremo considerando todos los arcos
forma t YX y t +1 YX , con Y - Y ∈ 0 B (excepto los arcos de producción) que llevan flujo positivo. los
(donde el valor solo se permite si Y = kb para Los subplanos se forman luego por el resultado conectado
algunos k = 0 1 K ) y X ≥ X (donde X ∈ XY ∪ componentes junto con algunos nodos aislados. Cuando
⋃2
). Es fácil ver que hay OT hay inventarios iniciales, sin embargo, puede haber
s = 1 +1 d 1 +1 s
arcos que emanan de cada nodo de la red, de modo que uno o más componentes que llevan flujo pero no
toda la red tiene OT 4 arcos. no contener un período de producción. En estos compuestos
A partir de la información contenida en los nodos definidos nents, la demanda se satisface utilizando inventarios iniciales
ing un arco, podemos calcular fcilmente la produccin solo en los niveles de almacén y minorista, y pueden
cantidad en el período t +1 ( Y - Y ), el transporte ser asignado al componente que contiene el producto
cantidad en el período t +1 ( X - X ), el inventario retenido Período de ción 1 (es decir, el componente que contiene el nodo
a nivel de fabricante al final del período t +1 1 1). Los resultados en §§2.4.2 y 2.4.3 claramente siguen siendo
( Y - X ), y el inventario mantenido a nivel de minorista en válido para subplanes en los que t 1 > 0. Sin embargo, para sub-
el final del período t +1 ( X - d 1 +1 t +1 ). Los costos de un planes con t 1 = 1 = 0, los resultados continúan siendo
por tanto, el arco está dado por vimos que vemos el total de inventarios iniciales I 1
0 + I 2 0 como
p t +1 Y - Y + c 1 cantidad de producción acumulada hasta e incluyendo

t +1 X-X Período 0 y el inventario inicial I 2
0 en el nivel 2 como el
+h1 cantidad acumulada de transporte hasta e incluyendo
t +1 Y - X + h2 t +1 X - d 1 +1 t +1
Período 0 de ing. A menos que 2 = T , estos subplanes solo pueden
Si todas las funciones de costo se pueden evaluar en tiempo constante,
los costos de un arco dado se pueden calcular en tener una solución factible si el total de inventarios iniciales
tiempo de espera siempre que determinemos todos los no exceda la demanda total que necesita ser satisfecha
exige d tt (en OT 2 tiempo) en un paso de preprocesamiento. fied en el subplan. Para subplanos con d 1 2 ≥ I 1
0 + I 2 0 , nosotros
Cualquier ruta en la red desde la fuente t 1 0 0 hasta obtener K = d 1 2 - I 1
0 - I 2 0 / by = d 1 2 - I 1 0 - I 2 0 - Kb .
el fregadero t 2 d 1 +1 2 d 1 +1 2 representa un flujo factible Como ya se mencionó, d 1 2 <I 1
0 + I 2 0 solo puede ocurrir si
en el subplan t 1 t 2 1 2
con un solo producto gratuito 2 = T . Si de hecho d 1 T <I 1 0 + I 2 0 , una solución puntual extrema
arco de acción. Además, es fácil ver que lo contrario contendrá un solo subplan: 0 T 0 T ,
también es cierto. Por lo tanto, los costos del subplan están dados por y no se llevará a cabo ninguna producción en ningún período de
la ruta de costo mínimo en esta red desde la fuente ese subplan, es decir, K = = 0. La única diferencia que queda
nodo al nodo receptor. El tiempo necesario para encontrar culto en este caso es que no queremos especificar en
esta ruta de costo mínimo es proporcional al número Avance en qué nivel terminará el exceso de inventario.
de arcos en la red, de modo que el costo de un solo como inventario final. Esto se puede solucionar fácilmente
El subplan se puede determinar en OT 4 hora. ampliando el horizonte de planificación en un período,
Debido a que hay subplanos OT 4 , un sencillo di T +1. Luego, defina la función de costo de producción
aplicación del algoritmo de programación dinámica para ese período como p T +1 0 = 0 yp T +1 y T +1 = para
Página 9
todos 0 <y T +1 ≤ by el costo de transporte funciona como basado en la idea de que la información más importante
c1 ción presente en la definición de un subplan es el conjunto de
T +1 x T +1 = 0 para todo x T +1 ≥0. Finalmente, establezca d T +1 = I 1 0 + I20-
d 1 T . Los costos del subplan único 0 T 0 T en el periodos de producción t 1 +1 t 2 y el conjunto de demanda
El problema original se puede encontrar encontrando el periodos 1 +1
2 . La base de nuestro algoritmo mejorado
costos del subplan 0 T +1 0 T +1 en el modificado El ritmo es entonces permitir el transporte en los períodos
problema. t 1 +1
2 (conservando, por supuesto, el pro-
Ahora considere la red de programación dinámica períodos de producción y demanda). Entonces podemos usar el
utilizado para calcular los costos de un subplan. Para subplanes mismo enfoque de programación dinámica que en los dos
que contienen inventarios iniciales, dejamos que el nodo fuente caso de nivel, donde reemplazamos el subplan de dos niveles
ser 0 I 1 0
y el nodo sumidero be t 2 I 1 costos t 1t 2 por los costos mínimos de satisfacción
0 + I 2 0 yo 2 0 + I 2 0 + Kb +
1 2
Yo 1 ing demanda en períodos 1 +1
0 + I 2 0 + Kb +. Para un estado t YX , esto también significa 2 usando producción
ese en periodos t 1 +1 t 2 , donde a lo sumo uno de los pro-
K
⋃ { }
Y∈ Yo 1 las cantidades de producción pueden ser diferentes tanto de 0 como de b ,
0 + I 2 0 + kb I 1 0 + I 2 0 + kb + y donde se permite el transporte a todos los niveles en
k=0
y periodos t 1 +1
2 . Denotaremos estos últimos costes
(K ) (2 ) por t 1t 2 1 1 2 como
⋃ ⋃ 2 , y se refieren a los vectores t 1 t 2
subplanes relajados .
X∈ Yo 1 ∪ d 1s
0 + I 2 0 + kb I 1 0 + I 2 0 + kb + Para ilustrar el concepto de subplanos relajados, conviene
k=0 s = 1 +1
Considere la siguiente instancia de problema del 2LSP-PC.
Finalmente, tenga en cuenta que para los subplanos con t 1 > 0, deberíamos Todas las demandas son iguales a 1; la producción y el transporte
no tienen entrada de inventario positiva. Por lo tanto, en caso de
los costos de porte están dados por
hay niveles de inventario inicial distintos de cero, en realidad
{
Necesito calcular los costos de todos los subplanos 0 t 2 0 2 100 · 1 y> 0 + y si t = 2
teniendo en cuenta los niveles iniciales de inventario, pty=
1 · 1 y> 0 + y de lo contrario
así como los costos de todos los subplanos 0 t 2 1
2 por 1 > 0
sin tener en cuenta el nivel de inventario inicial y
en el fabricante. Esto claramente no influye en la {
tiempo de ejecución total del algoritmo. 50 · 1 x> 0 + x si t = 2
c1
tx =
1 · 1 x> 0 + x de lo contrario
4. El caso multinivel
Finalmente, deje que todas las funciones de costo de mantenimiento de inventario sean
4.1. Introducción igual a cero. Los flujos óptimos en 1424y
Podemos extender el enfoque de programación dinámica 1 4 2 4 se dan en la Figura 3. Al calcular
desarrollado en §3.1 para el caso de dos niveles a la los costos 1 4 2 4, solo se permite el transporte
caso de nivel, donde de nuevo un programa dinámico de Fase 2- en periodos en los que ambas producciones pueden tener lugar
La red ming representa todas las soluciones de puntos extremos. y la demanda se satisface (es decir, en los períodos 3 y 4 en
al MLSP-PC. Con este fin, debemos definir ejemplo), mientras que en la versión relajada del mismo
L
F l1 El transporte de subplan está permitido en cualquier período.
l = 1 para ser el costo mínimo asociado con la satisfacción
satisfacer las demandas del minorista en períodos L 1 +1 T donde la producción puede tener lugar o la demanda
utilizando producción en periodos 11 +1 T , y almacén
está satisfecho (es decir, en los períodos 2, 3 y 4 en el examen
casa l en periodos T para cada l = ple). Por tanto, los costes 1 4 2 4 son inferiores a
l +1 1 +1
1 L −2. Entonces estaríamos interesados en computar
F0L
l = 1 . Es fácil ver que el tiempo de ejecución del figura 3 Los Flujos Óptimos en 1424 y 1424
generalización correspondiente de la dinámica de la Fase 2
programa sería OT 2 L . En esta sección, haremos 2 2
derivar una modificación del programa dinámico de la Fase 2

que corre en OT 4 hora. Esta modificación no
0 0
hacer que la Fase 1 sea computacionalmente más costosa, y
incluso puede hacerlo menos costoso. 2 2
En particular, desarrollaremos un sistema más eficiente

enfoque en el que el programa dinámico de la Fase 2 (1, 2) (1, 3) (1, 4) (1, 2) (1, 3) (1, 4)
2
no necesariamente representan todos (o incluso solo) los extremos
soluciones puntuales al MLSP-PC, y además sobre- 2 2
estima los costos de muchos de los puntos no extremos

soluciones que representa. Sin embargo, como mostraremos, (2, 2) (2, 3)
1
(2, 4) (2, 2) (2, 3) (2, 4)
2 1
contiene una solución óptima de punto extremo y
está garantizado para encontrar esta solución. Este enfoque es 1 1 1 1
Página 10
1 4 2 4 porque en el subplan relajado podemos El siguiente teorema muestra que existe un óptimo
transporte en el segundo período. solución al problema de tamaño de lote que se representa
Estos cambios tienen dos consecuencias importantes. Estafa- por un camino en la red de programación dinámica de la Fase 2
seguir un camino desde la fuente hasta un sumidero en la Fase 2 trabajo cuya duración es igual a los costos óptimos.
la red. Primero, si bien es fácil ver que la
Teorema 4.3. La red de programación dinámica de la Fase 2
La solución espontánea del MLSP-PC es realmente factible,
el trabajo contiene un camino que corresponde a una solución óptima
no es necesariamente una solución puntual extrema porque
ción a nuestro problema de tamaño de lote, y la longitud del camino
nodos de producción y demanda en dos sub-
es igual al costo de esta solución.
Los planes contenidos en la solución pueden estar conectados por
arcos que contienen flujo positivo. Segundo, es posible Prueba. Considere una solución óptima de punto extremo
que ciertos arcos se utilizan en más de un relajado al problema del tamaño del lote, digamos con el costo ∗ . Como dis-
subplan. Esto significa que la longitud del camino en el citado en §2.4, esta solución óptima se descompone en
red puede no ser lo mismo que los costos de la una secuencia de subplanos consecutivos. Es fácil de ver
solución de sponding al MLSP-PC. Lidiando con esto que la red de programación dinámica de la Fase 2
Este último problema primero, el siguiente teorema muestra que el sigue un camino por el cual la producción y la demanda
La longitud de la ruta nunca es menor que los costos reales de los periodos de cada uno de los arcos corresponden a esta secuencia
la solución, y es igual a los costos de la solución de subplanes. El lema 4.2 ahora dice que la longitud de
si todas las funciones de costos de transporte e inventario son el camino en la red de programación dinámica, digamos
lineal. , no excederá de ∗ . Sin embargo, según el teorema 4.1
saber que es una sobreestimación de los costos de una
Teorema 4.1. Cada camino desde la fuente hasta un sumidero en respondiendo solución factible. Optimidad de ∗ ahora
la red de programación dinámica de la Fase 2 corresponde a implica que de hecho = ∗ , lo que demuestra el deseado
una solución viable para MLSP-PC. La longitud de este camino resultado. □
no puede ser menor que el costo de la solución correspondiente Los teoremas 4.1 y 4.3 implican claramente que nuestras dos
y es igual al costo de la solución si todo el transporte El algoritmo de fase resuelve el MLSP-PC. Ahora podemos
y las funciones de costo de inventario son lineales. concluir que la Fase 2 del algoritmo se ejecuta en OT 4
Prueba. El hecho de que un camino desde la fuente hasta tiempo, dados todos los valores t 1t 2 1
2 . El restante
un sumidero en la red de programación dinámica de la Fase 2 El desafío es, por tanto, proporcionar algoritmos eficientes para
calcular estos valores.
trabajo corresponde a una solución factible al lote-
El problema de dimensionamiento se deriva inmediatamente del hecho
4.2. Costos cóncavos
que todas las limitaciones de la capacidad de producción, así como todas las
demandas, están satisfechas. Sin embargo, ciertos transportes 4.2.1. Los costos de los subplanos relajados. En esto
arcos de inventarios y operaciones pueden tener un flujo positivo en el sección, formularemos el problema de la determinación
soluciones parciales correspondientes a más de un arco ing los costos t 1t 2 1 2 como programa dinámico
en el camino, y cada uno de los flujos parciales se carga Ming problema. Dicho de otra manera, definimos, para cada
por separado según la función de coste correspondiente t 1t 2 1
t 1t 2
2 , una red con la propiedad que
ción. Debido a la concavidad de todas las funciones de costos, sigue 1 2 es igual al camino más corto entre un par
mínimos que el costo del flujo total no excederá el de los nodos fuente y sumidero en esta red. Los nodos
suma de los costos de los flujos individuales sobre cualquier en esta red tienen la forma t YX 1 X L −1 ,
arco ular, y por lo tanto la longitud de un camino nunca donde t indica un período, Y es igual al acumulado
ser menor que los costos de la solución correspondiente. En cantidad de producción tiva hasta el período incluido
Además, cuando todos los costos de transporte e inventario t , y X l es igual al transporte acumulado
las funciones son lineales, la longitud de la ruta y los costos de la solución cantidad desde el nivel l al nivel l +1 hasta e incluyendo
son claramente iguales. □ período t . Tenga en cuenta que la viabilidad dicta que debemos
El siguiente lema da una relación entre el limitarnos a valores d 1 1 t ≤ X L -1 ≤ ··· ≤ X 1 ≤ Y .
costos asociados con un subplan y los correspondientes La fuente es el nodo t 1 0 0, mientras que el fregadero está
ing relajado subplan. el nodo t 2 Kb + Kb +. Como en §3.3, tenemos
ese
L
Lema 4.2. Para cualquier subplan l1 l2
K
⋃
l = 1 , tenemos
ese L Y∈ kb kb +
l1 l2 11 12 L1
l=1≥ L2. k=0
Prueba. Este resultado sigue inmediatamente al señalar y el número de valores permitidos para Y es OT .
L
Esos dos l1 l2 l=1
y 11 L2
son los Además, de manera similar a la de dos niveles
12 , L 1
valor óptimo de un problema de optimización con iden- caso, tenemos eso
funciones de costos ticos, pero donde la regin factible de (K ) (2 )
el primero es un subconjunto de la región factible del ⋃ ⋃
Xl∈ kb kb + ∪ d 1 +1 s l=1 L −1
último. □ k=0 s = 1 +1
Página 11
de modo que el número de valores permitidos para X l sea OT costos de producción cóncavos generales e inventarios lineales
también. Esto significa que el número total de nodos en costos de tenencia de la historia en todos los niveles, así como uno de los
la red es OT L +1 . siguientes dos estructuras de costos de transporte: (i) fijo
Los arcos en la red representan producción, transporte cobrar sin motivos especulativos; o (ii) lineal.
portación y decisiones de inventario, y están presentes
entre pares de nodos en la red de la forma 4.3. Costos de transporte con cargo fijo sin
t YX 1 X L −1 y t +1 YX 1 , X L −1 , donde Motivos especulativos
Y-Y∈0 byXl≥Xl(l=1 L −1). Es fácil
4.3.1. Introducción. En esta sección, consideramos
para ver que hay arcos OT L −1 que emanan de cada
el caso de los costos de transporte con cargo fijo sin
nodo, para un total de OT 2 L arcos en la red.
los motivos especulativos y la retención lineal de inventarios
Similar a §3.3, podemos calcular fácilmente la producción
costos de ing. Como antes, determinaremos los costos de
cantidad de producción en el período t +1 ( Y - Y ), el transporte
cada subplan relajado usando programación dinámica.
cantidad
( X l - X l ción entre los niveles
), el inventario l y l 1a en
mantenido el periodo
nivel t1
de fabricante Después de un paso de preprocesamiento que se ejecuta en O LT 4 , este
programa dinámico se ejecuta en OT 4 tiempo para cada indi-
al final del período t +1 ( Y - X 1 ), y el inventario
subplan relajado vidual. Al utilizar la tecnología de reducción
mantenido a nivel de minorista al final del período t +1
nique al final de §3.3, el costo de todos los OT 4 relajado
( X L −1 - d 1 +1 t +1 ). Por tanto, los costes de un arco están dados por
los subplanos se pueden calcular simultáneamente en OT 7
L −1
∑ hora. Por tanto, el tiempo de ejecución del pro-
p t +1 Y - Y + cl enfoque gramatical para este caso especial de MLSP-
l=1
t +1 Xl- Xl+ h1 t +1 Y-X
La PC es OT 7 + LT 4 . Cuando L = 2, podemos reducir esto
L −1
∑ tiempo de ejecución a OT 6 .
+ hl
t +1 X l −1 - X l + h L t +1 X L −1 - d 1 +1 t +1 4.3.2. Propiedad de pedido de inventario cero en el
l=2
Detallista. Demostraremos que, bajo transporte de carga fija

Si todas las funciones de costo se pueden evaluar en tiempo constante,
costos de portación sin motivos especulativos, soluciones
los costos de un arco dado se pueden calcular en tiempo OL
Satisfacer la propiedad de pedido de inventario cero (ZIO)
de la misma forma que en el 2LSP-PC después de una
en todos los niveles en 2 L , es decir, yo l T-
paso siguiente tomando OT 2 hora. Concluimos que el t x l t−1
+1 = 0 para t = 1
1; l = 2 L , son dominantes. Es decir, dada cualquier posibilidad
El costo de un solo subplan relajado se puede determinar en
solución ble al subplan relajado t 1 t 2 1
O LT 2 L hora. 2 , hay
siempre existe otra solución que es al menos tan buena
Finalmente, teniendo en cuenta que hay OT 4 relajado sub
y satisface la propiedad ZIO en todos los niveles en 2 L.
planes y aplicando la misma técnica para la reducción
el tiempo de ejecución utilizado al final del §3.3, Teorema 4.4. Dado un subplan relajado t 1 t 2 1
2 ,
obtenemos un algoritmo para MLSP-PC con arbitraje el conjunto de soluciones con la propiedad ZIO en todos los niveles en
la producción, el transporte y la invención del cóncavo tradicional 2 L es dominante.
costos de mantenimiento de almacenamiento y capacidades estacionarias que se ejecutan
en O LT 2 L +3 hora. Aunque este tiempo es exponencial Prueba. Sea ¯ y ¯ x ¯ I una solución factible a la
en el número de niveles, el orden del tiempo de ejecución subplan relajado t 1 t 2 1 2 eso no satisface
estará limitado por el hecho de que el número de niveles la propiedad ZIO en algún nivel. Sea ¯ l el último
normalmente será relativamente pequeño. nivel, tal que la propiedad ZIO se cumple para todo l ∈ ¯ l +
Este enfoque se puede ampliar fácilmente para tratar 1 L , pero no es cierto para el nivel ¯ l . Podemos construir un
con inventarios iniciales. Recuerde de §3.4 que solo nueva solución al menos tan buena como ¯ y ¯ x ¯ I , tal que el
Se deben considerar los subplanos relajados con t 1 = 0. ZIO propiedad se cumple para todos l ∈ ¯ l L . Si ¯ l = 2, entonces
Para un subplan tan relajado, deberíamos ver el total hemos obtenido el resultado deseado. De lo contrario, nosotros
∑L
inventarios iniciales Repita el procedimiento con la nueva solución. Observar
l = 1 yo0 lcomo producción acumulada
cantidad hasta el Período 0 inclusive, y la que este procedimiento converge porque el nuevo ¯ l tiene
∑L
inventario disminuido en al menos una unidad.
l = s +1 yo 0l como transporte acumulativo
cantidad hasta e incluyendo el Período 0 desde el nivel s hasta Sea ¯ t ∈ t 1 +1 ser un punto para que
2 −1
¯ I¯¯ lx ¯ l −1
nivel s +1, para todos los s ∈ 1 L −1. Como en §3.4, sin ¯t
¯ t +1 > 0. El inventario positivo ¯ I ¯ l ¯ t ha sido trans-
aumentando el tiempo de ejecución, estos inventarios iniciales portado al nivel ¯ l en algún período anterior. Sin embargo, debido
se puede incorporar a la programación dinámica a la ausencia de motivos especulativos, podemos reprogramar
enfoque para calcular t 1t 2 por apropiado ule el transporte del ¯ I ¯ l
¯ t unidades al período ¯ t +1
1 2
redefiniciones de los posibles valores de Y y X . sin incrementar los costos. Repitiendo este argumento
En las siguientes secciones, mostraremos cómo la ejecución para cada período ¯ t que viole la propiedad ZIO en el nivel ¯ l ,
El tiempo de inactividad se puede reducir drásticamente para obtenemos una solución donde la propiedad ZIO es verdadera
instancias que tienen capacidades de producción estacionarias, para cada nivel de l ∈ ¯ l L . □
Pagina 12
Podemos recordar que t 1t 2 1 2 es igual a la s1=tT;ys2=s1 T en O LT 4 hora; ver el

costos mínimos entre las soluciones del relajado sub- apéndice en línea. Es importante señalar que aunque
plan t 1 t 2 1 2
con como máximo una producción gratuita El modelo de Zangwill permite trans-
arco. El siguiente corolario del teorema 4.4 establece funciones de costos de mantenimiento de inventarios y portaciones,
que para encontrar este mínimo restringido podemos no puede utilizar el mismo enfoque que se describe anteriormente en
restringir nuevamente nuestra búsqueda a soluciones que satisfagan las la presencia de capacidades de producción. La razón es
Propiedad ZIO en el minorista. que en el caso de incapacitado, la propiedad ZIO tiene
para funciones de costo de arco cóncavo arbitrario, mientras que esto es
Corolario 4.5. El costo asociado con el relajado
no es el caso en el caso capacitado. Sin embargo, como nosotros
subplan t 1 t 2 1 2
se puede encontrar entre todas las soluciones factibles
han demostrado, en el caso del transporte de carga fija,
ciones que satisfacen la propiedad ZIO en todos los niveles en 2 L.
costos de explotación que no exhiben motivos especulativos, también
Prueba. Esto se sigue inmediatamente de la prueba de obtener la propiedad ZIO, lo que permite el uso de Zangwill
Teorema 4.4 al observar que la modificación del algoritmo para determinar las entradas a nuestro algoritmo.
solución para obtener una solución que satisfaga las propiedades ZIO El problema de determinar t 1t 2 1 2 reduce
erty no altera los flujos de producción. □ para encontrar la longitud del camino más corto en la red
t 2 Este
1
corolario implica que al buscar t1 trabajo desde
en tiempo la fuente
lineal hasta elde
en el número fregadero,
arcos. Esque
fácilsede
puede
ver hacer
2 , podemos asumir que cualquier cantidad enviada es
igual a la demanda de un conjunto de períodos consecutivos. que el número de nodos en la red es OT 3 y
Esto ayudará a reducir la información mantenida el número de arcos OT 4 . Usando el mismo enfoque para
en el enfoque de programación dinámica descrito calcular múltiples valores de la función En seguida
en §4.2.1. como hemos comentado para la función al final de
§3.3, esto produce un OT 7 + LT 4 algoritmo para resolver
4.3.3. Los costos de un subplan relajado. En esto
la variante multinivel de este problema.
sección, formularemos el problema de la determinación
Cuando L = 2, este tiempo de ejecución se puede reducir
ing los costos t 1t 2 1 2 como una simplificación de la
a OT 6 . Recuerde que la cantidad de nodos en el
Problema de programación dinámica definido en §4.2.1. Todos
El enfoque de programación dinámica anterior es OT 3 . Nosotros
los nodos en la red de programación dinámica son de
mostrará que el número de arcos también es OT 3 . Para
la forma t Y s , donde t indica un período, Y es
cada t hay nodos OT de la forma t · t , y
igual a la cantidad de producción acumulada hasta
OT 2 nodos de la forma t · s con s> t . Cada nodo
e incluyendo el período t , y s representa el último
de la forma t · t tiene sucesores de OT , y cada
período cuya demanda se satisface utilizando transporta-
nodo de la forma t · s con s> t tiene O 1 sucesivamente
ción del nivel 1 al nivel 2 hasta e incluyendo
sors, lo que hace un total de OT · OT · OT +
período t , donde d 1 +1 s ≤ Y y t ≤ s . Podemos observar
OT 2 · O 1 = OT 3 arcos en la red. Esto produce
que del teorema 4.4, tenemos que X 1 = d 1 +1 s en el
un OT 6 algoritmo para resolver la variante de dos niveles
programa dinámico de §4.2.1. La fuente es el nodo
de este problema.
t 1 0 1 , mientras que el sumidero es el nodo t 2 Kb +
2 . Como Desafortunadamente, en presencia de una inicial distinta de cero
antes, sabemos que Y solo puede asumir los valores
niveles de inventario la propiedad ZIO no es necesariamente
⋃K dominante ya. Sin embargo, en estos casos, cuanto más
Y∈ kb kb + procedimiento general desarrollado para el caso de arbitrariedad
k=0
Las funciones de costos cóncavas, por supuesto, todavía se aplican.
Los arcos están presentes entre pares de nodos en la red. 4.4. Costos de transporte lineal
trabajo de la forma t Y s y tY ¯ s , donde Y - Y ∈
0 by ¯ s ≥ s . Es fácil ver que hay OT 4.4.1. Introducción. En esta sección, con-
arcos que emanan de cada nodo de la red, de modo que Considere el caso donde los costos de transporte y
toda la red tiene OT 4 arcos. Los costos de mantenimiento de inventario son lineales. Desarrollaremos un
Los costos de un arco entre los nodos t Y s y t + enfoque de programación dinámica que encuentra la
1 Y ¯ s ahora están dados por Malos costos de cada subplan relajado. Después de una prepro-
paso siguiente que se ejecuta en O LT 2 tiempo, este algoritmo
p t +1 Y - Y + h 1 corre en OT 2 tiempo para un solo subplan relajado, pero
t +1 Y - d 1 +1 ¯ s
los costos de todo OT 4 los subplanos relajados se pueden combinar
+c1
t +1 d s +1 ¯ s + C t +1 2 s +1 ¯ s puted simultáneamente en OT 5 hora. Esto resulta en
un OT 5 + LT 2 algoritmo para resolver esta clase de
donde C tl s 1 s 2 se definen como los costos óptimos de
instancias de MLSP-PC.
envío d s 1 s 2 unidades desde el nodo tl hasta su destino
naciones, es decir, demanda de nodos L s 1 L s 2 . Podemos 4.4.2. Preprocesamiento. En términos del subyacente
utilizar el algoritmo de Zangwill, en una etapa de preprocesamiento, red (como se describe en §2.1), una unidad producida en
para determinar los valores C t 2 s 1 s 2 para todo t = 2 T; período t para satisfacer la demanda en el período ≥ t será,
Página 13
en la solución óptima, fluya a lo largo del costo mínimo cantidad producida en el período t +1 es igual a G t +1 s .
camino desde 1 t a L . En una etapa de preprocesamiento, Cuando Y - Y> , el transporte y el inventario
puede determinar los costos de transporte unitarios mínimos Los costos de mantenimiento de este arco consisten en hasta tres
asociado con la producción de una unidad en el período t para componentes: G t +1 s + GD t +1 s ¯ s −1 + G t +1 ¯ s d ¯ s -, y puede
consumo en período, que llamaremos G t . Todos por tanto, de hecho, se calculará en tiempo constante.
estos valores se pueden calcular en tiempo O LT 2 mediante El problema de determinar t 1t 2 1 2
reduce
ING T problema del camino más corto en gráficos acíclicos con para encontrar la longitud del camino más corto en la red
O TL arcos usando recursividad hacia atrás. Usando estos trabajo desde la fuente hasta el fregadero, que se puede hacer
valores, podemos entonces determinar de nuevo la trans- en tiempo lineal en el número de arcos. Es fácil de ver
costos de porte asociados con la producción, en el período t , que el número de nodos en la red es OT 2 , y
toda la demanda de los periodos consecutivos 1 + el número de arcos OT 2 . Usando el mismo enfoque para
1 calcular múltiples valores de la función En seguida
∑ permitido
2 , asumiendo que el transporte está 2 en todos
períodos t 2 , es decir, GD t 1 2 ≡ como en §4.3, esto produce un OT 5 + LT 2 algoritmo para
r = 1 +1 d r G tr . En OT 3
tiempo, estos costos se pueden calcular para todo t = 1 T resolviendo esta variante del MLSP-PC.
y t ≤ 1 + 1≤ 2 ≤ T . Esta información nos permitirá Como en el CLSP, los inventarios iniciales pueden incorporarse
para calcular los costos totales de transporte asociados poroso cuando todo el transporte y el inventario se mantienen
con producción en el período t en tiempo constante. Las funciones de coste son lineales. En particular, la inicial
4.4.3. Los costos de un subplan relajado. En esto Los inventarios se utilizan para satisfacer las primeras demandas.
sección, formularemos el problema de determinar a través de las rutas más cortas adecuadas en la red,
los costos t 1t 2 como una simplificación adicional de después de lo cual se actualizan las demandas y el resto
1 2
el problema de programación dinámica definido en §4.2.1. Se resuelve el problema de ing sin inventarios iniciales.
Todos los nodos de la red de programación dinámica son
de la forma t Y , donde t indica un período, y Y
5. Observaciones finales y
es igual a la cantidad de producción acumulada hasta
e incluyendo el período t , donde d 1 +1 t ≤ Y y
Investigación futura
En este artículo, hemos considerado una generalización de
K
⋃ el ELSP clásico con capacidad de producción estacionaria
Y∈ kb kb + lazos que permiten múltiples niveles de almacenamiento, así
k=0
como decisiones de transporte correspondientes para el transporte
La fuente es el nodo t 1 0, mientras que el sumidero es el portabilidad entre los diferentes niveles. Tenemos identi
nodo t 2 Kb +. Dos casos especiales importantes de este problema que
Los arcos están presentes entre pares de nodos en el son solubles en tiempo polinomial. Los tiempos de ejecución de
red de la forma t Y y t +1 Y cuando Y - los algoritmos correspondientes son notablemente insensibles
Y∈0 b . Cada arco de la red descrito anteriormente tivo al número de niveles en la cadena de suministro.
representa una posible decisión de producción. Dejamos que el Los temas abiertos para futuras investigaciones en esta área pueden ser
los costos de los arcos sean iguales a los costos totales asociados dividido en tres direcciones generales. Primero, el
con la cantidad de producción. Queda por demostrar que complejas, aunque polinomiales en el horizonte de planificación
Los costos de transporte y mantenimiento de inventario pueden ser zona, son de orden relativamente alto: OT 5 a OT 7 por
calculado en tiempo constante. Además de la información los casos de dos niveles. Sería interesante si el pedido
información recopilada en la fase de preprocesamiento descrita del tiempo de ejecución podría reducirse, por ejemplo,
en §4.4.2, también encontraremos, para cada nodo t Y en investigando si se puede ahorrar más tiempo
la red, el primer período cuya demanda no es determinar los costos de muchos o todos los subplanos simultáneamente
totalmente satisfecho por la producción acumulada Y (digamos instantáneamente. Además, aunque el número de niveles
s ) así como la parte de la demanda de ese período será relativamente pequeño, sin embargo,
que queda por satisfacer (digamos). Usando el cumu- menos interesante determinar si el caso multinivel
demandas lativas d 1 +1 t ( t = 1 +1 con funciones de costos cóncavas generales se puede resolver en
2 ) así como
hecho de que el valor de Y solo puede ser igual a kb o tiempo polinomial tanto en el horizonte de tiempo como en el
kb + para k = 0 K , esta información adicional puede número de niveles. Una segunda dirección es el estudio
ser obtenido en tiempo extra . Como veremos más adelante, este de cadenas de suministro en serie en presencia de capacidades
no aumenta el tiempo de ejecución de encontrar los costos en otros niveles o en niveles adicionales de la cadena. Finalmente,
de un solo subplan relajado. Sería interesante considerar un soporte más complejo
Ahora considere un arco que conecta los dos nodos. estructuras de cadena de capas, incluyendo, por ejemplo, producto
t Y (con el primer período de demanda restante s con estructuras de ensamblaje a nivel de productor, o múltiples
demanda restante) y t +1 Y (con el primer restante- minoristas.
período de demanda ¯ s con demanda restante). Un apéndice en línea de este documento está disponible en
Cuando Y - Y ≤, los costos unitarios de transporte del http://mansci.pubs.informs.org/ecompanion.html.
Página 14
Expresiones de gratitud Florian, M., M. Klein. 1971. Planificación determinista de la producción con
Se apoyó el trabajo del segundo y tercer autor costos cóncavos y limitaciones de capacidad. Management Sci. 18
12-20.
por la National Science Foundation bajo Becas No. DMI-
0085682 y DMI-0355533, Escuela de Investigación de Maastricht Florian, M., JK Lenstra, AHG Rinnooy Kan. 1980. Determinista.
planificación de la producción: algoritmos y complejidad. administración
Economía de la Tecnología y las Organizaciones (METEOR),
Sci. 26 (7) 669–679.
y la Organización de los Países Bajos para la Investigación Científica
Geoffrion, AM, potencias de RF. 1995. Veinte años de dis-
(Nuevo Orden Mundial).
Diseño de sistemas de distribución: una perspectiva evolutiva. Interfaces
25 (5) 105-127.
Kaminsky, P., D. Simchi-Levi. 2003. Lote de producción y distribución
Referencias dimensionamiento en una cadena de suministro de dos etapas. IIE Trans. 35 (11) 1065–1075.
Aggarwal, A., JK Park. 1993. Algoritmos mejorados para la economía Lee, CY, S. Çetinkaya, W. Jaruphongsa. 2003. Un modelo dinámico
problemas de tamaño de lote. Oper. Res. 41 (3) 549–571. para el tamaño del lote de inventario y la programación del envío de salida en
Ahuja, RK, TL Magnanti, JB Orlin. 1993. Flujos de red: teoría, un almacén de terceros. Oper. Res. 51 (5) 735–747.
Algoritmos y aplicaciones . Prentice Hall, acantilados de Englewood, Thomas, DJ, PM Griffin. 1996. Gestión coordinada de la cadena de suministro
NUEVA JERSEY. envejecimiento. EUR. J. Oper. Res. 94 (1) 1–15.
Arntzen, BC, GG Brown, TP Harrison, LL Trafton. 1995. van den Heuvel, W., APM Wagelmans. 2003. Un algoritmo geométrico
Gestión de la cadena de suministro global en Digital Equipment Cor- Ritmo para resolver el problema de tamaño de lote capacitado NI / G / NI / ND
poración. Interfaces 25 (1) 69–93. en OT 2 hora. Informe técnico 2003-24, Instituto Econométrico
Baker, KR, P. Dixon, MJ Magazine, EA Silver. 1978. Un algoritmo Informe, Rotterdam, Países Bajos.
ritmo para el problema dinámico del tamaño de lote con pro- van Hoesel, CPM, APM Wagelmans. 1996. An OT 3 algoritmo
limitaciones de la capacidad de producción. Management Sci. 24 (16) 1710-1720. para el problema económico de dimensionamiento de lotes con capacidades constantes.
Bitran, GR, HH Yanasse. 1982. Complejidad computacional Management Sci. 42 (1) 142–150.
del problema del tamaño del lote capacitado. Management Sci. 28 (10) Wagelmans, A., S. van Hoesel, A. Kolen. 1992. Dimensionamiento económico del lote:
1174-1186. Un algoritmo O n log n que se ejecuta en tiempo lineal en Wagner-
Chandra, P., ML Fisher. 1994. Coordinación de producción y Caso Whitin. Oper. Res. 40 (1) S145 – S156.
planificación de la distribución. EUR. J. Oper. Res. 72 503–517. Wagner, HM 1960. Una posdata a los problemas dinámicos de la teoría.
Chung, C.-S., C.-HM Lin. 1988. An OT 2 algoritmo para el de la firma. Res. Naval Logista. Cuarto de galón. 7 7–12.
Problema de tamaño de lote capacitado NI / G / NI / ND . Management Sci. Wagner, HM, TM Whitin. 1958. Versión dinámica del eco-
34 (3) 420–426. modelo de tamaño de lote nómico. Management Sci. 5 89–96.
Federgruen, A., M. Tzur. 1991. Un algoritmo directo simple para resolver Zangwill, WI 1969. Un modelo de acumulación y un escalón múltiple
modelos dinámicos generales de tamaño de lote con n períodos en O n log n modelo de un sistema de producción de tamaño de lote económico dinámico—
u O n . Management Sci. 37 909–925. Un enfoque de red. Management Sci. 15 (9) 506–527.
Página 15

Integratedespañol

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Integratedespañol

Cargado por

Copyright:

Formatos disponibles

23/3/2021 CIENCIA DE GESTIÓN

CIENCIA DE GESTIÓN inf orms ®

Vol. 51, núm. 11, noviembre de 2005, págs. 1706–1719

Dimensionamiento de lotes integrado en cadenas de suministro en serie con

Dolores Romero Morales

1. Introducción añadido a un producto en una secuencia de instalaciones de producción

mencionado anteriormente. sujeto a

Proposición 2.3. En un subplan, la cantidad transportada

3. Los capacitados en dos niveles NP-hard para capacidades de producción generales,

En esta sección, esbozaremos un pro-

enfoque de fase: periodos 1 +1

para algunos t 2 y 2 . Esto da lugar a lo siguiente

F t 1 T = 0 para 0≤ t 1 ≤ T erty que t 1t 2 1 2

1 y X = Kb + si t ≥ t 2 para asegurar que el transporte

p t +1 Y - Y + c 1 cantidad de producción acumulada hasta e incluyendo

derivar una modificación del programa dinámico de la Fase 2

En particular, desarrollaremos un sistema más eficiente

estima los costos de muchos de los puntos no extremos

Detallista. Demostraremos que, bajo transporte de carga fija

Podemos recordar que t 1t 2 1 2 es igual a la s1=tT;ys2=s1 T en O LT 4 hora; ver el

También podría gustarte