Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Anexo 1 Traducido
Anexo 1 Traducido
com
Vol. 51, núm. 11, noviembre de 2005, págs. 1706–1719 doi 10.1287 / mnsc.1050.0378
issn 0025-1909 eissn1526-5501 05 5111 1706 © 2005 INFORMA
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.u fl. Edu
Albert PM Wagelmans
Econometric Institute, Erasmus University Rotterdam, PO Box 1738, 3000 DR Rotterdam, Países Bajos,
salarialman@few.eur.nl
W Consideramos un modelo para una cadena de suministro en serie en el que las decisiones de producción, inventario y
transporte se integran en presencia de capacidades de producción y funciones de costos cóncavas. El modelo que estudiamos
generaliza el modelo económico de tamaño de lote multinivel de un solo artículo sin capacidad agregando capacidades de producción
estacionarias 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 estructuras de costos de mantenimiento de
inventario y transporte que producen mejores tiempos de ejecución: funciones de costo de mantenimiento de inventario que son
lineales y funciones de costo de transporte que son lineales o cóncavas con una estructura de cargo fijo. 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 costos variables. 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 costos cóncavos
generales, los tiempos de ejecución son notablemente insensibles al número de niveles para las otras dos estructuras de costos.
Palabras clave: tamaño de 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.
1706
Hoesel y col .: Dimensionamiento de lotes 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, sin
almacén en el siguiente nivel. Desde el nivel de almacén final, embargo, podemos interpretar los costos de mantenimiento a nivel
los productos se transportan (posiblemente después de haber del minorista como una penalización o un descuento en el precio
estado almacenados durante algunos períodos) a un minorista de compra de un artículo, que el fabricante otorga al minorista si
(posiblemente permitiendo entregas anticipadas, es decir, los artículos se entregan antes de tiempo. En este caso, todos los
inventarios a nivel de minorista). Tal estructura puede surgir si costes minimizados por nuestro modelo de optimización son
un minorista realmente representa un mercado completo y la asumidos por el fabricante. Como en los problemas estándar de
cadena de suministro desde el fabricante hasta este mercado dimensionamiento de lotes, se supone que todas las funciones de
es muy larga. Esto podría hacer que resulte ventajoso, en costo no disminuyen en la cantidad producida, almacenada o
varias etapas, emplear economías de escala transportando enviada. Además, asumiremos que todas las funciones de costo
grandes cantidades a largas distancias para intermediar las son cóncavas.
instalaciones de almacenamiento antes de distribuirse en el En general, todos los niveles en una cadena de
mercado real. suministro en serie, sin importar si corresponden a
Todas las situaciones descritas anteriormente pueden decisiones de producción o transporte, pueden enfrentar
ser representadas por un modelo genérico que consta de capacidades. En este artículo, nos concentraremos en las
un fabricante, varios niveles intermedios de producción o cadenas de suministro en serie con capacidades en el nivel
distribución, y un nivel donde tiene lugar la demanda del de producción (es decir, el primer) únicamente, como un
producto final, al que nos referiremos en este trabajo como primer paso hacia el estudio de cadenas de suministro
el nivel del minorista (aunque esto no necesariamente capacitadas más generales. Agregar capacidades en otros
representa el nivel en el que tiene lugar el consumo de niveles (es decir, transporte) parece cambiar
demanda real). De hecho, en tal modelo, las etapas significativamente la estructura del problema y, por lo
intermedias de producción y transporte son indistinguibles tanto, el análisis del problema. Por lo tanto, estos
entre sí, por lo que en el resto de este artículo simplemente problemas quedan fuera del alcance de este artículo, pero
nos referiremos a todas las etapas intermedias como siguen siendo un tema de investigación en curso. Tenga en
etapas de transporte entre almacenes. cuenta que bajo ciertas estructuras de costos puede ser
El modelo de cadena de suministro en serie esbozado posible eliminar los niveles capacitados de la cadena de
anteriormente puede verse como una generalización de un suministro. Un ejemplo de ello lo proporcionan Kaminsky y
problema fundamental, que de hecho es uno de los problemas más Simchi-Levi (2003),
estudiados en la planificación de la producción y el inventario, el
Problema económico de dimensionamiento de lotes (ELSP). La variante
básica de este problema considera una instalación de producción que Llamaremos al problema de determinar los tamaños
produce y almacena un solo producto para satisfacer demandas óptimos de lote de producción, transporte e inventario en una
conocidas en un horizonte de planificación finito. El problema es cadena de suministro en serie como se describe anteriormente
entonces determinar las cantidades de producción para cada período de y bajo las capacidades de producción a nivel de producción el
manera que todas las demandas se satisfagan a tiempo con costos Problema de dimensionamiento de lotes multinivel con capacidades de producción
mínimos de producción total y mantenimiento de inventario. Las (MLSP-PC). En general, este problema es NP-hard, ya que es
funciones de costo no disminuyen en la cantidad producida o una generalización directa del ELSP NP-hard con capacidades
almacenada, y generalmente se supone que son funciones lineales, de de producción generales (ver Florian et al. 1980). El ELSP con
carga fija o cóncavas generales. La instalación de producción puede capacidades de producción estacionarias, sin embargo, se
enfrentar o no una restricción de capacidad en la cantidad producida en puede resolver en tiempo polinomial (ver Florian y Klein 1971).
cada período. Debido a que nuestro objetivo es identificar casos
Para modelar la cadena de suministro en serie, el ELSP clásico se polinómicamente solubles del MLSP-PC, asumiremos en la
puede ampliar para incluir decisiones de transporte, así como la mayor parte de este artículo que las capacidades de
posibilidad de mantener inventario en diferentes niveles de la producción son estacionarias.
cadena. Además de los costos de producción y mantenimiento de Estudiamos los problemas con la producción cóncava general, el
inventarios, es evidente que también necesitamos incorporar los mantenimiento de inventarios y los costos de transporte, así como
costos de transporte, lo que agrega el problema de la los problemas con los costos de mantenimiento de inventarios
sincronización del transporte al problema de la sincronización de la lineales y dos estructuras de costos de transporte diferentes:
producción. El objetivo será minimizar el costo de todo el sistema (i) costos de transporte lineal; y (ii) costos de transporte de
mientras se satisface toda la demanda. Incluso si el fabricante y el cargo fijo sin motivos especulativos, lo que significa que con
minorista son de hecho participantes distintos en la cadena de respecto a los costos variables, mantener inventario es menos
suministro, cada uno de los cuales enfrenta una parte de los costos costoso en los niveles más altos que en los niveles más bajos
de la cadena de suministro, este problema será relevante. En este de la cadena de suministro. Nuestros métodos de solución se
caso, los participantes claramente todavía deben decidir cómo basan en un marco de programación dinámica que utiliza un
distribuir los costos totales mínimos, lo cual es un problema de principio de descomposición que generaliza la propiedad
coordinación que clásica de ordenación de inventario cero (ZIO).
Hoesel y col .: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
1708 Management Science 51 (11), págs. 1706–1719, © 2005 INFORMS
de soluciones a problemas de tamaño de lotes no capacitados, como se describe en en el siguiente nivel. Desde el nivel de almacén final, los productos
Zangwill (1969) para el caso multinivel y, por ejemplo, en Wagner y Whitin (1958) se transportan (posiblemente después de haber estado
para el caso de un solo nivel. En particular, en nuestro modelo de dos niveles almacenados durante algún tiempo) al minorista.
trabajamos con el nuevo concepto de subplan y mostramos que las soluciones Consideramos un horizonte de planificación de T períodos. En
extremas se descomponen en varios subplanos consecutivos. Todos nuestros cada periodot, el minorista enfrenta una demanda no negativa
algoritmos para este modelo se ejecutan en tiempo polinomial en el horizonte de dada por Dt, mientras que la capacidad de producción de la man-
planificación del problema. La generalización directa de este enfoque al caso ufacturer en el período t es igual a Bt. Consideraremos un
multinivel conduce a un tiempo de ejecución muy grande. Logramos ahorros total de L niveles, que incluye al fabricante,
sustanciales al introducir el concepto de un subplan relajado. En contraste con los el minorista, y L - 2 almacenes intermedios. Decimos que el
enfoques existentes en la literatura, nuestro programa dinámico no necesariamente fabricante está en el primer nivel de la cadena y el
representa todas (o incluso solo) las soluciones de puntos extremos para el MLSP- minorista está en el primer nivel de la cadena.Lnivel. Cada
PC. Además, mientras que las rutas en el programa dinámico corresponden todas a uno de los niveles intermedios corresponde a un almacén.
soluciones factibles del problema, los costos de una ruta pueden sobrestimar los Dejar + denotar el conjunto de números reales no
costos de la solución correspondiente al problema. No obstante, podemos negativos. Para cada períodotT,= los
1 costos de producción son
+ +
demostrar (basándonos en la concavidad de las funciones de coste) que nuestro dado por la función pag t → , el transporta-
programa dinámico resuelve el MLSP-PC de forma óptima. El algoritmo resultante Los costos de operación de nivel a nivel +1 están dados por el
+ +
para el caso de funciones de costos cóncavas generales es exponencial en el número función C t → (= 1 L-1), y el invento
de niveles en la cadena de suministro. Sin embargo, es notablemente insensible al Los costos de tenencia de la teoría a nivel están dados por la función
número de niveles para las dos estructuras de costos específicas mencionadas ht +
→
(= 1 +
L). A lo largo del periódico,
anteriormente. El algoritmo resultante para el caso de funciones de costos cóncavas asumirá que todas las funciones de costo son cóncavas, no
generales es exponencial en el número de niveles en la cadena de suministro. Sin decrecientes e iguales a cero cuando su argumento es
embargo, es notablemente insensible al número de niveles para las dos estructuras cero.
de costos específicas mencionadas anteriormente. El algoritmo resultante para el El MLSP- (PC se puede formular de la siguiente manera):
caso de funciones de costos cóncavas generales es exponencial en el número de
∑T L∑
-1
∑L
niveles en la cadena de suministro. Sin embargo, es notablemente insensible al minimizar pag
t yt + cx
t t + ht It PAG
número de niveles para las dos estructuras de costos específicas mencionadas t =1 =1 =1
anteriormente. sujeto a
Este artículo está organizado de la siguiente forma: En
1
§2, presentamos el MLSP con costos de producción y X1+
t I 1 =ty + yo
t t-1 t =1 T (1)
funciones de costo de mantenimiento de inventario,
x t+ yot = x -1+
t It-1 t =1 T =2 L-1 (2)
transporte y producción cóncava general no decreciente.
1+IL
Caracterizamos los puntos extremos de la región factible dt+ yot L =XL-t t-1 t =1 T (3)
del problema y probamos 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 I0 =0 =1 L (5)
un marco de programación dinámica general basado en el
yt ≥0 t =1 T
resultado de descomposición derivado anteriormente, que
produce un algoritmo de tiempo polinomial en el horizonte Xt ≥0 t =1 T =1 L-1
de planificación para los costos cóncavos generales. En §4,
It ≥0 t =1 T =1 L
este algoritmo se generaliza luego al problema de tamaño
de lote multinivel y se muestra que todavía es polinomial dónde yt denota la cantidad producida en el período t, xt es
en el horizonte de planificación, y se dan mejores tiempos la cantidad enviada de nivel a nivel +1 en
de ejecución para dos variantes del modelo. período t, y It denota la cantidad de inventario a nivel al
final del período t. Restricciones (1) - (3) modelan el
equilibrio entre la entrada, el almacenamiento y la salida a nivel de
fabricante, almacén y minorista, respectivamente, en cada período.
La cantidad de producción en cada período está restringida por
2. Formulación y análisis de modelos
restricciones (4). Finalmente, las restricciones (5) establecen que
2.1. El modelo todos los niveles iniciales de inventario son iguales a cero. A
Comodescrito en la introducción, estudiaremos un problema de diferencia del modelo tradicional de tamaño de lote de un solo
tamaño de lote de varios niveles con una estructura en serie. nivel, esta no es una suposición que podamos hacer sin pérdida de
En cada período, la producción puede tener lugar en el generalidad, debido a la no linealidad de las funciones de costo de
fabricante. Los artículos que se producen pueden almacenarse mantenimiento de inventario y transporte. Por lo tanto,
al nivel del fabricante o transportarse al primer nivel de analizaremos más adelante cómo tratar los casos de problemas en
almacén. En cada uno de los niveles del almacén, los productos los que esta restricción está ausente y, en cambio, el inventario
se almacenan nuevamente o se transportan al almacén. inicial (no negativo)
Hoesel y col .: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
Management Science 51 (11), págs. 1706–1719, © 2005 INFORMS 1709
las cantidades en todos los niveles se consideran parte de los datos y T =4. Esta representación facilitará el análisis de la
del problema. Luego, los algoritmos desarrollados se pueden estructura de los puntos extremos de la región factible de
aplicar en un esquema de horizonte móvil, en el que se resuelven (P) en §2.4. Antes de continuar con este análisis, en §2.2
nuevas instancias de tamaño de lote y sus soluciones óptimas se discutiremos modelos y algoritmos relacionados de la
implementan parcialmente a medida que avanza el tiempo y se literatura, así como algunos casos especiales que se
dispone de nuevos pronósticos de demanda. reducen a modelos de un solo nivel en §2.3.
Por conveniencia, de fi neremos Dts ser la demanda
acumulada en periodos ts, es decir, 2.2. Revisión de literatura
La variante de un solo nivel del MLSP-PC ha recibido mucha
s
∑ atención en la literatura. El problema no capacitado, ELSP,
D por t =1 ss =1 T se puede resolver en tiempo polinomial en la longitud del
Dts ≡ =t (6)
horizonte de tiempo; ver Wagner (1960) para este resultado
0 de lo contrario básico. Aggarwal y Park han desarrollado algoritmos más
eficientes para casos especiales.
Para asegurar la viabilidad de (P), asumiremos que la (1993), Federgruen y Tzur (1991) y Wagelmans et al. (1992). Cuando
demanda acumulada en el primer t los períodos no pueden las capacidades de producción están presentes, obtenemos el
exceder la capacidad de producción total en estos períodos, llamadoproblema capacitado de dimensionamiento de lotes
es decir,
(CLSP). En contraste con el ELSP no capacitado, se sabe que
∑
D1t ≤ t B para cada t =1 T (7) este problema es NP-difícil, incluso en muchos casos
=1 especiales; ver Florian et al. (1980) y Bitran y Yanasse
Es fácil ver que esta condición es necesaria y suficiente para (1982). Un caso especial interesante e importante que sí
permite un algoritmo de tiempo polinomial surge cuando
que (P) tenga una región factible no vacía.
las capacidades de producción son estacionarias; véanse,
por ejemplo, Florian y Klein (1971), Florian et al. (1980) y van
También podemos modelar el MLSP-PC como un
Hoesel y Wagelmans (1996). Véanse también las referencias
problema de flujo de red capacitado de costo mínimo en
en Baker et al. (1978) para otro trabajo sobre el CLSP con
una red con una fuente (ver también Zangwill 1969 para
capacidades de producción estacionarias, y Chung y Lin
una discusión general sobre tales problemas de flujo de red
(1988) y van den Heuvel y Wagelmans (2003) para otro caso
de costo mínimo, así como una discusión de ELSP
especial del CLSP que se puede resolver en tiempo
multinivel). Para ello, definimos una red con una sola
polinomial.
fuente 0,T nodos de transbordo 1 t
Zangwill (1969) estudió la versión no capacitada del
a nivel de producción (nivel 1, t =1 T), T trans-
MLSP-PC y desarrolló un algoritmo de programación
nodos de envío = t en cada uno de los niveles de almacén
dinámica que es polinomial tanto en el horizonte de
elst =1 T 2 L-1) y T nodos de demanda
planificación como en el número de niveles. L. Analizamos
L t con demanda Dt a nivel minorista (nivel L,
este algoritmo en el apéndice en línea (disponible en http://
t =1 T). Finalmente, la viabilidad dicta que la fuente
mansci.pubs.informs.org/ecompanion.html) y concluimos
el nodo 0 tiene un suministro de D1T unidades. La Figura 1
que se ejecuta en O LT 4 tiempo, donde L es el número de
ilustra la representación de red del MLSP-PC paraL =3
niveles, o incluso en Antiguo Testamento 3 para el caso
especial de L =2. Lee y col. (2003) consideran un modelo de
Figura 1 Representación de red del MLSP-PC para L =3 y T =4 dos niveles donde los costos de transporte son funciones
D1 + D2 + D3 + D4
no cóncavas.
Un estudio que se relaciona con el nuestro en el sentido de
que también considera las capacidades en un escenario
0
multinivel es el de Kaminsky y Simchi-Levi (2003). Proponen un
y1 y2 y3 y4 modelo de tres niveles en el que el primer y tercer nivel son
etapas de producción y el segundo nivel es una etapa de
(1, 1) (1, 2) (1, 3) (1, 4) transporte. Ambas etapas de producción están capacitadas,
I11 I21 I31 mientras que la etapa de transporte no está capacitada.
X11 X21 X31 X14 Consideran los costos lineales de mantenimiento de inventario
que aumentan con el nivel de la cadena de suministro y los
(2, 1) (2, 2) (2, 3) (2, 4) costos de producción lineal en los niveles 1 y 3 que satisfacen
I12 I22 I32
una condición tradicional de motivos no especulativos (ver
X12 X22 X32 X24 también §2.3). Los costos de transporte en el segundo nivel son
de carga fija o forma cóncava general y se supone que
(3, 1) (3, 2) (3, 3) (3, 4)
satisfacen una condición de motivos no especulativos
I13 I23 I33
restrictivos y no tradicionales. Al eliminar las decisiones de
D1 D2 D3 D4 producción de tercer nivel, reducen
Hoesel y col .: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
1710 Management Science 51 (11), págs. 1706–1719, © 2005 INFORMS
el problema a un modelo de dos niveles que hereda sus nos permite eliminar las variables de producción así como las
estructuras de función de costo del modelo de tres niveles. variables de inventario en el fabricante, produciendo un ELSP
Para su clase de costos de transporte de carga fija, estándar sin capacidad. El problema resultante se puede
proporcionan unAntiguo Testamento 4 algoritmo para resolver resolver enAntiguo Testamento 2 tiempo para los costos
el modelo, incluso en el caso de capacidades de producción no generales de transporte cóncavo (ver Wagner 1960), y en
estacionarias. Para su clase de costos de transporte cóncavos, Antiguo Testamento Iniciar sesiónT tiempo para los costos de transporte
proporcionan unaAntiguo Testamento 8 algoritmo para de carga fija (ver Aggarwal y Park 1993, Federgruen y Tzur
resolver el modelo en presencia de capacidades de producción 1991 y Wagelmans et al. 1992).
estacionarias. Plantean la complejidad de su modelo para
estructuras de costos más generales como una pregunta 2.4. Caracterización de puntos extremos
abierta. En este artículo, abordamos esta cuestión derivando un El problema (P) tiene una función objetivo cóncava y su
Antiguo Testamento 7 algoritmo para resolver el problema de región factible está definida por restricciones lineales. Esto
dos niveles en presencia de capacidades estacionarias. implica que existe una solución óptima puntual extrema
para (P). Considere el flujo en la red correspondiente a
2.3. Casos especiales cualquier solución factible de punto extremo. Como es
Está común en los problemas de dimensionamiento de lotes para modelar los común en los problemas de flujo de red, llamaremos a los
costos de mantenimiento del inventario como funciones lineales, es decir, arcos que llevan una cantidad de flujo que es estrictamente
ht It =ht It por t =1 T; =1 L, con ht ≥0 para positiva y estrictamente menor que su capacidad.arcos
todos t y . Por tanto, consideraremos esta clase de libres. Es bien sabido (ver, por ejemplo, Ahuja et al. 1993)
problemas en §§4.3 y 4.4. En §4.3, asumiremos además que que la subred que contiene solo los arcos libres no contiene
los costos de transporte tienen una estructura de cargos ningún ciclo.
fijos sin motivos especulativos. Más
2.4.1. Subplanes.Tenga en cuenta que solo los arcos que tienen un
formalmente, Ct x = ft 1 x>0 +gramot X, donde 1 x>0 es una
El límite superior finito (que en nuestro caso son solo los
función indicadora que toma el valor 1 si x>0, y 0 oth-
arcos de producción) puede llevar flujo mientras no están
erwise. La suposición de que no hay motivos especulativos, que
libres. Al eliminar todos los arcos de producción, la red que
comúnmente se asume para los costos de producción y mantenimiento
contiene todos los arcos libres restantes se descompone en
de inventario en los modelos económicos tradicionales de tamaño de
varios componentes conectados. Limitándonos por ahora a
lote, significa en este contexto que, con respecto a los costos variables
los componentes conectados que efectivamente llevan
de inventario y transporte únicamente, es atractivo para el transporte
flujo, identificamos el primer y el último nodos del
tan tarde como sea posible
componente en cada nivel. Para un componente dado,
ble. Más formalmente,g t+ h +1t≥ht +gramot +1 por t =1 T- estos nodos se pueden denotar por 1+ 1 y 2
1; = 1 L-1. para = 1 L, dónde
Tenga en cuenta que si las funciones de costo de transporte
son lineales y no exhiben motivos especulativos, siempre es para = 1 L-1 (8)
1≤ +1 1 <2≤ +1 2
óptimo almacenar la producción en el fabricante y
transportarla solo cuando la demanda debe satisfacerse. Por (Tenga en cuenta que la desigualdad estricta se mantiene debido a
tanto, sin pérdida de la optimalidad, podemos la de fi nición del subplan: el primer período incluido en el nivel
asumir que It =0 para todos t =1 Ty=2 L. es 1+1.) Con este enfoque, algunos nodos pueden
Del mismo modo, si los costos de transporte son lineales y aislado y no incluido en ningún componente que lleve
g t+ h +t1≤ht +gramot +1 por t =1 T -1; = 1 L-1, es fl ujo. Asignamos cada uno de ellos al componente que está
es más barato de transportar tan pronto como producimos y adyacente a la izquierda de ellos. La asignación de los
almacenamos la producción a nivel de minorista. Entonces, con- nodos aislados se ilustra en la Figura 2. Después de
fuera de la pérdida de optimalidad, podemos suponer que It =0 eliminar los arcos de producción, obtenemos dos
para todos t =1 Ty=1 L-1. Estos dos espe- componentes. El primero está definido por los nodos 1 1 y
Los casos importantes del MLSP-PC, por lo tanto, producen un CLSP 1 4 en el Nivel 1, 2 1 y 2 4 en el Nivel 2, y 3 1 y 3 6 en el
estándar. Nivel 3, y el segundo por los nodos 1 5 y 1 8 en el Nivel 1. , 2
Finalmente, una variante del MLSP-PC de dos niveles sin 6 y 2 8 en el nivel 2, y 3 7 y 3 8 en el nivel 3. Podemos
capacidad se puede reducir fácilmente a un ELSP sin capacidad. observar que el nodo 2 3 es parte del primer componente,
Cuando los costos de producción, así como los costos de tenencia aunque ningún flujo pasa a través de este nodo. Como se
del inventario en ambos niveles, son lineales, dado que decidimos mencionó anteriormente, el nodo aislado 2 5 se asigna al
transportar en un período determinado, podemos determinar componente izquierdo.
fácilmente el mejor período de producción, es decir, el período que
arroja la producción unitaria total mínima y costos de inventario a Resumiendo, podemos descomponer una solución de punto
nivel de fabricante para el transporte en el períodot. Redefiniendo extremo a (P) en componentes, cada uno de los cuales contiene un
la función de costo de transporte en consecuencia, lo que se puede conjunto de nodos 1+1 2 =1 L)
hacer en O LT tiempo, satisfactorio (8). Llamaremos a los componentes así
Hoesel y col .: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
Management Science 51 (11), págs. 1706–1719, © 2005 INFORMS 1711
Figura 2 La estructura de un punto extremo Solución al MLSP-PC, Proposición 2.2. Un subplan puede contener como máximo un arco
L =3 y T =8 de producción libre.
3. El problema del tamaño del lote NP-hard para capacidades de producción generales,
capacitado en dos niveles con restringiremos nuestra atención al caso de pro-
capacidades de producción, es decir, Bt =B por t =1 T. En el
costos cóncavos En el resto de esta sección, derivaremos un algoritmo de
Para claridad de exposición, primero consideraremos la
tiempo polinomial para calcular los costos óptimos de
versión de dos niveles del MLSP-PC, que llamaremos 2LSP-
todos los subplanos y, por lo tanto, para el 2LSP-PC. Antes
PC. En la siguiente sección, mostraremos cómo se puede
de estudiar los subproblemas de calcular los costos
extender la metodología a cadenas con más de dos niveles.
óptimos del subplan, estudiaremos primero las
implicaciones del supuesto de que las capacidades de
3.1. Un enfoque de programación dinámica producción son estacionarias en la siguiente sección.
En esta sección, describiremos un enfoque general de
3.2. Implicaciones de las capacidades de producción
programación dinámica para el 2LSP-PC. Este enfoque se
estacionarias
basa en la descomposición de soluciones puntuales
extremas para (P) en subplanos consecutivos (ver En la Fase 1 del enfoque de programación dinámica,
Proposición 2.1). En particular, definaF t ser el necesitamos calcular los costos óptimos de todos los
costo mínimo asociado con la satisfacción del minorista subplanos, bajo la restricción adicional de que todos menos
demandas en periodos +1 T usando producción en uno de los arcos de producción que ingresan al subplan
periodos t +1 T. Nosotros son entonces claramente interesado en tienen un flujo igual a 0 o B. Considere un sub-
informática F 0 0. Este puede lograrse usando un dos- planificar, decir t1 t212, en el que la demanda total de
enfoque de fase: periodos 1+1 2 necesita satisfacerse usando pro-
Fase 1. Para cada subplan tt2 ducción en períodos t1+1 t2. Siguiendo a Florian y
1 1 2 , calcular
los costos mínimos en los que se incurre para satisfacer la Klein (1971), observe que la restricción sobre los valores
demanda de ese subplan bajo la condición de que de los arcos de producción que ingresan al subplan implica
como máximo un arco de producción entra en el subplan. que el número de arcos de producción que llevan el fl ujo
libre Denote estos costos por tt12 . = da+la
eq ual 1 /B , y la cantidad
capacidad de producción
de producción restante igual a
es exactamente
1 2
Fase 2. Calcule los valores F t1 1 para todos 0≤t1≤
K 1 2
que toda la demanda se produce dentro del conjunto de períodos definido anteriormente para cada subplan individual produciría un
de producción permitidos en el subplan. Porque claramente algoritmo con tiempo de ejecución Antiguo Testamento 8 para
K≤T, el número de valores permitidos para Y es OT. calcular los costos de todos los subplanos. Sin embargo, el tiempo
Además, por la Proposición 2.3 sabemos que la cantidad de ejecución se puede reducir observando que los costos de
transportada acumulada hasta cierto período inclusive es muchos subplanos están relacionados. En particular, observe que la
igual a la cantidad de producción total de una secuencia red de programación dinámica correspondiente a
inicial de períodos de producción o satisface la demanda de cualquier subplan del formulario t1 t2 2 es1 en realidad un
una secuencia inicial de períodos de demanda en el subred de la red de programación dinámica
subplan. Más formalmente, este para el subplan 0 t2 2. Por lo1tanto, usar back-
significa que recursividad de la sala para resolver el camino más corto entre
( ) (⋃ )
⋃K 2 nodos 0 0 0 y t2 d +1 d +1 en la tter
X∈ d+
1 2
kb kb +! ∪ 1 1s los rendimientos de la red, como subproducto,1 los2 caminos más cortos
k =0 s = 1+1
bentre
= nodos t 0 0 y t2 D 1+1 t D2 1+1 t para
2 cada
donde, además, D 1+1 t ≤X≤Y
para asegurar eso t1 1. De ello se deduce que sólo necesitamos considerar
las demandas se satisfacen a tiempo y los productos no son considerar el Antiguo Testamento 3 subplanes de la forma
1 0 t2 2, los
transportados antes de su producción, y X =0 si t≤ costos de los cuales se pueden determinar en Antiguo Testamento 7 tiempo.
los costos de un arco dado se pueden calcular en tiempo constante tener una solución factible si el total de inventarios iniciales
siempre que determinemos todos los valores acumulados. no exceda la demanda total que necesita ser satisfecha
demandas Dtt′ (en Antiguo Testamento 2 tiempo) en un paso de preprocesamiento. incluido en el subplan. Para subplanes conD1 ≥2 I 1 0 +I 2 nosotros 0,
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 vienen y no habrá producción en ningún período de ese subplan,
dados por la ruta de costo mínimo en esta red desde el nodo es decir, K =! =0. La única dificultad que queda en este caso
fuente al nodo receptor. El tiempo requerido para encontrar es que no queremos especificar de antemano en qué nivel
esta ruta de costo mínimo es proporcional al número de arcos terminará el inventario en exceso como inventario final.
en la red, de modo que el costo de un solo subplan se puede Esto se puede solucionar fácilmente ampliando el horizonte
determinar enAntiguo Testamento 4 tiempo. de planificación en un período, digamosT +1. Luego, defina
Porque hay Antiguo Testamento 4 subplans, una la función de costo de producción
aplicación sencilla del algoritmo de programación dinámica para ese período como pagT +1 0 = 0 y pagT +1 yT +1 = por
Hoesel y col .: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
1714 Management Science 51 (11), págs. 1706–1719, © 2005 INFORMS
todos 0 <yT +1≤B y la función de costo de transporte a-s basado en la idea de que la información más importante
CT1+1 XT +1 = 0 para todos XT +1 ≥ 0. Finalmente, establezca DT +1 = I01+ I02 presente en la definición de un subplan es el conjunto de
D1T. Los costos del subplan único 0 T 0 T en el periodos de producción t1+1 t2 y el conjunto de la demanda
problema original puede el +n ser fo +und encontrando el periodos 1+1 2. La base de nuestro algoritmo mejorado
costos del subplan 0 T 1 0 T 1 en el problema modificado. rit h
+ m es entonces permitir el transporte en los períodos
t1 1 2 (manteniendo, por supuesto, los períodos de
Ahora considere la red de programación dinámica utilizada producción y demanda dados). Entonces podemos usar el
para calcular los costos de un subplan. Para subplanes mismo enfoque de programación dinámica que en el caso
que contienen inventarios iniciales, dejamos que la fuente asiente + e de dos niveles, donde reemplazamos los costos del subplan
ser 0 1 I0 ++I0 I 2 02 y el nodo sumidero sea t2 I01+ I02+ Kb t1 t2
de dos niveles 1 2 por los costos mínimos de satisfacción
! I1 + I 2 Kb! .Por
0 0 + un estado t YX, esta eans
Alabama
entonces m ing demanda +en periodos 1+1 2 usando producción
ese en periodos t1 1 t2, donde a lo sumo uno de los pro-
⋃K { }
Y∈ I01+ 2+I0 kB I01+I 2+0kb +! Las cantidades de producción pueden ser diferentes tanto de 0 como de B,
1 4 2 4 porque en el subplan relajado podemos El siguiente teorema muestra que existe una solución
transportar en el segundo período. óptima al problema del tamaño del lote que está representado
Estos cambios tienen dos consecuencias importantes. por una ruta en la red de programación dinámica de la Fase 2
Considere una ruta desde la fuente hasta un sumidero en la cuya longitud es igual a los costos óptimos.
red de la Fase 2. Primero, si bien es fácil ver que la solución
Teorema 4.3. La red de programación dinámica de la Fase 2
correspondiente del MLSP-PC es realmente factible, no es
contiene una ruta que corresponde a una solución óptima para
necesariamente una solución de punto extremo porque los
nuestro problema de tamaño de lote, y la longitud de la ruta es
nodos de producción y demanda en dos subplanos
igual al costo de esta solución.
relajados contenidos en la solución pueden estar
conectados por arcos que contienen fl ujo positivo. En Prueba. Considere una solución óptima de punto extremo
segundo lugar, es posible que ciertos arcos se utilicen en para el problema del tamaño del lote, digamos con costo y∗.
más de un subplan relajado. Esto significa que la longitud Como se discutió en §2.4, esta solución óptima se descompone
de la ruta en la red puede no ser la misma que los costos en una secuencia de subplanos consecutivos. Es fácil ver que la
de la solución correspondiente al MLSP-PC. Tratando este red de programación dinámica de la Fase 2 contiene un camino
último problema primero, el siguiente teorema muestra para el cual los períodos de producción y demanda de cada
que la longitud del camino nunca es menor que los costos uno de los arcos corresponden a esta secuencia de subplanos.
reales de la solución, El lema 4.2 ahora dice que la longitud de la ruta en la red de
programación dinámica, digamos
', no excederá &∗. Sin embargo, por el teorema 4.1 sabemos
que 'es una sobreestimación de los costos de una solución
Teorema 4.1. Cada ruta desde la fuente hasta un sumidero en la factible correspondiente. Optimidad de &∗ ahora implica
red de programación dinámica de la Fase 2 corresponde a una que de hecho '= &∗, que demuestra el resultado deseado.
solución factible para el MLSP-PC. La longitud de esta ruta no
puede ser menor que el costo de la solución correspondiente, y es Los teoremas 4.1 y 4.3 implican claramente que nuestro algoritmo de
igual al costo de la solución si todas las funciones de costo de dos fases resuelve el MLSP-PC. Ahora podemos concluir que la Fase 2
transporte e inventario son lineales. del algoritmo se ejecuta enAntiguo Testamento 4
Prueba. El hecho de que un camino desde la fuente hasta tiempo, dados todos los valores% t1 t12 2. El restante
un sumidero en la red de programación dinámica de la El desafío es, por lo tanto, proporcionar algoritmos eficientes para
Fase 2 corresponda a una solución factible al problema del calcular estos valores.
tamaño del lote se deriva inmediatamente del hecho de
4.2. Costos cóncavos
que se satisfacen todas las restricciones de capacidad de
producción, así como todas las demandas. . Sin embargo, 4.2.1. Los costos de los subplanos relajados.En esto
ciertos arcos de transporte e inventario pueden tener un fl sección, formularemos el problema de la determinación
ujo positivo en las soluciones parciales correspondientes a ing los costos% t1 t2 2 como1 programa dinámico
más de un arco en la trayectoria, y cada uno de los fl ujos Ming problema. Dicho de otra manera, definimos, para cada
parciales se carga por separado de acuerdo con la función t1 t2 2, una red con la propiedad que% t1 t2
1
de costo correspondiente. Debido a la concavidad de todas 1 2 es
igual a la ruta más corta entre un par de nodos
las funciones de costo, se sigue que el costo del fl ujo total fuente y receptor en esta red. Los nodos
no excederá la suma de los costos de los fl ujos individuales en esta red son de la forma t YX1 XL-1,
en ningún arco particular y, por lo tanto, la longitud de un dónde t indica un período, Y es igual a la cantidad de
camino nunca será menor. que los costes de la solución producción acumulada hasta el período incluido
correspondiente. Además, t, y X es igual a la cantidad de transporte acumulada de
nivel a nivel +1 hasta el período incluido t. Tenga en cuenta
que la viabilidad dicta que debemos restringirnos a los
El siguiente lema da una relación entre los costos valores D 1+1 t ≤XL-1≤ ··· ≤X1≤Y.
asociados con un subplan y el subplan relajado La fuente es el nodo t1 0 0, mientras que el fregadero está
correspondiente. el nodo t2 Kb +! ⋃Kb +! .Como en §3.3, tenemos
L =1, tenemos
ese
Lema 4.2. Para cualquier subplan 1 2
L =1 ≥% 11 Y∈K kb kb +!
que 1 2 12 L1 L2.
k =0
Prueba. Este resultado sigue inmediatamente al señalar y el número de valores permitidos para Y es OT.
L =1 y % 11
Esos dos 1 2 12, L1 L2 son los Además, de manera similar a la de dos niveles
valor óptimo de un problema de optimización con iden- caso, (w
funciones de costo ticas, pero donde la regin factible de la )
K
⋃tenemos eso) ( ⋃ 2
primera es un subconjunto de la regin factible del
X∈ kb kb +! ∪ D 1+1 s =1 L-1
último. k =0 s = 1+1
Hoesel y col .: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
1716 Management Science 51 (11), págs. 1706–1719, © 2005 INFORMS
de modo que el número de valores permitidos para X es Antiguo Testamento costos de producción cóncavos generales y costos de
así como. Esto significa que el número total de nodos en la red mantenimiento de inventarios lineales en todos los niveles, así
esAntiguo Testamento L +1. como una de las siguientes dos estructuras de costos de
Los arcos en la red representan decisiones de transporte: (i) cargo fijo sin motivos especulativos; o (ii) lineal.
producción, transporte e inventario, y están presentes
entre pares de nodos en la red de la forma 4.3. Costos de transporte con cargo fijo sin motivos
t YX1 X 1L-y t +1 YX1 , XL-1, dónde especulativos
YY- ∈ 0! B y X ≥X (=1 L-1). Es fácil
4.3.1. Introducción.En esta sección, consideramos
para ver que hay Antiguo Testamento L-1 arcos que emanan de cada
el caso de los costos de transporte a cargo fijo sin motivos especulativos
nodo, para un total de Antiguo Testamento 2L arcos en la red.
y costos lineales de mantenimiento de inventarios. Como antes,
Similar a §3.3, podemos calcular fácilmente la cantidad
determinaremos los costos de cada subplan relajado usando
de producción en el período t +1 (Y -Y), la cantidad de
programación dinámica. Después de un paso de preprocesamiento que
transporte entre niveles y +1 en el período t +1 (X -X ), el
se ejecuta enO LT 4, este programa dinámico se ejecuta en Antiguo
inventario mantenido a nivel de fabricante al final del
Testamento 4 tiempo para cada subplan relajado individual. Al utilizar la
período t +1 (Y -X1), y el inventario mantenido a nivel de
técnica de reducción al final del §3.3, el costo de todosAntiguo
minorista al final del período t +1
Testamento 4 Los subplanos relajados se pueden calcular
(XL-1-D 1+1 t +1). Por tanto, los costes de un arco están dados por simultáneamente en Antiguo Testamento 7
la red tiene Antiguo Testamento 4 arcos. mantenimiento de inventario son lineales. Desarrollaremos un enfoque
Los costos de un arco entre nodos. t Y s y t + de programación dinámica que encuentre los costos óptimos de cada
1 Y s̄ ahora están dadas por subplan relajado. Después de un paso de preprocesamiento que se
ejecuta enO LT 2 tiempo, este algoritmo se ejecuta en Antiguo
pt +1 Y -Y + h1+ t1Y -D 1+1 s
Testamento 2 tiempo para un solo subplan relajado, pero los costos de
todos Antiguo Testamento 4 Los subplanos relajados se pueden calcular
+ Ct1+1 Ds +1 s̄ +Ct +1 2 s +1 s
simultáneamente en Antiguo Testamento 5 tiempo. Esto da como
resultado unaAntiguo Testamento 5+LT 2 algoritmo para resolver esta
dónde Ct s1 s2 se definen como los costos óptimos de
clase de instancias de MLSP-PC.
Envío Ds 1s 2
un ir
ts del nodo t a su destino
naciones, es decir, nodos de demanda L s1 L s2. 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 el
para determinar los valores Ct2 s1 s2 para todos t =2 T; período t para satisfacer la demanda en el período ≥t voluntad,
Hoesel y col .: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
1718 Management Science 51 (11), págs. 1706–1719, © 2005 INFORMS
en la solución óptima, fluya a lo largo de la ruta de costo cantidad producida en el período t +1 son iguales a GRAMOt +1 s .
mínimo desde 1 t para 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
asociados con la producción de una unidad en un período t por ponentes: GRAMOt +1 s, +GDt +1 s s̄-1+GRAMOt +1 s Ds -,, y, por
consumo en período, que llamaremos GRAMOt. Todos estos tanto, puede calcularse en tiempo constante.
valores se pueden calcular en O LT 2 tiempo por solv- El problema de determinar% t1 t2 2 reduce 1
En g T problemas de ruta más corta en gráficos acíclicos con para encontrar la longitud del camino más corto en la red
O TL arcos que utilizan la recursividad hacia atrás. Usando estos trabajo desde la fuente hasta el sumidero, que se puede hacer
valores, podemos entonces determinar nuevamente los costos en tiempo lineal en el número de arcos. Es fácil ver que el
totales de transporte asociados con la producción, en el períodot, número de nodos en la red esAntiguo Testamento 2, y el
toda la demanda de los periodos consecutivos 1+ número de arcos Antiguo Testamento 2. Usando el mismo
1 2, asumiendo que transp≡o∑ La tación está permitida en todos enfoque para calcular múltiples valores de la función% a la vez
periodos t 2, es decir, GDt 1 2
2
D GRAMO En Antiguo Testamento
r = 1+1 r tr. 3 que en §4.3, esto produce una Antiguo Testamento 5+LT 2
tiempo, estos costos se pueden calcular para todos t =1 T algoritmo para resolver esta variante del MLSP-PC.
y t≤ 1+1≤ 2≤T. Esta información nos permitirá calcular los Al igual que en el CLSP, los inventarios iniciales se pueden
costos totales de transporte asociados incorporar cuando todas las funciones de costo de transporte y
con producción en período t en tiempo constante. mantenimiento de inventarios son lineales. En particular, los
4.4.3. Los costos de un subplan relajado.En esto inventarios iniciales se utilizan para satisfacer las demandas
sección, formularemos el problema de determinar más tempranas a través de los caminos más cortos apropiados
los costos % t1 t2 2 como en la red, después de lo cual se actualizan las demandas y se
1 una simplificación adicional de
el problema de programación dinámica definido en §4.2.1. resuelve el problema restante sin inventarios iniciales.
Todos los nodos de la red de programación dinámica
tienen la forma t Y, dónde t indica un período, y Y
5. Observaciones finales e
es igual a la cantidad de producción acumulada hasta
e incluyendo el período ⋃t, dónde D 1+1 t ≤Y y
investigaciones futuras
En este artículo, hemos considerado una generalización del
ELSP clásico con capacidades de producción estacionarias que
Y∈K kb kb +! permite múltiples niveles de almacenamiento, así como las
k =0
correspondientes decisiones de transporte para el transporte
La fuente es el nodo t1 0, mientras que el fregadero es el entre los diferentes niveles. Hemos identificado dos casos
nodo t2 Kb +! . especiales importantes de este problema que se pueden
Los arcos están presentes entre pares de nodos en el resolver en tiempo polinomial. Los tiempos de ejecución de los
nordeste∈twork de la forma t Y y t +1 Y cuando Y - algoritmos correspondientes son notablemente insensibles al
Y 0! B . Cada arco de la red descrito anteriormente número de niveles en la cadena de suministro.
representa una posible decisión de producción. Dejamos que Los temas abiertos para futuras investigaciones en esta área
los costos de los arcos sean iguales a los costos totales se pueden dividir en tres direcciones generales. Primero, las
asociados con la cantidad de producción. Queda por demostrar complejidades, aunque polinomiales en el horizonte de
que los costos de transporte y mantenimiento de inventario se planificación, son de orden relativamente alto:Antiguo
pueden calcular en tiempo constante. Además de la Testamento 5 para Antiguo Testamento 7 para los casos de dos
información recopilada en la fase de preprocesamiento niveles. Sería interesante si se pudiera reducir el orden del
descrita en §4.4.2, también encontraremos, para cada nodot Y tiempo de ejecución, por ejemplo, investigando si se puede
en la red, el primer período cuya demanda no está ahorrar más tiempo determinando los costos de muchos o
completamente satisfecha por la producción acumulada Y (decir todos los subplanos simultáneamente. Además, aunque el
s) así como la parte de la demanda de ese período que número de niveles será generalmente relativamente pequeño,
queda por satisfacer (digamos,). Usando el cumu- no obstante sería interesante determinar si el caso multinivel
demandas lativas D 2) así como el
con funciones de costo cóncavas generales se puede resolver
1+1 t′ (t′ = 1+1
hecho de que el valor de Y solo puede ser igual a kb o en tiempo polinomial tanto en el horizonte de tiempo como en
kb +! por k =0 K, esta información adicional puede el número de niveles. Una segunda dirección es el estudio de
ser obtenido en Antiguo Testamento tiempo. Como veremos más las cadenas de suministro en serie en presencia de capacidades
adelante, esto no aumenta el tiempo de ejecución de encontrar los en otros niveles o en niveles adicionales de la cadena.
costos de un solo subplan relajado. Finalmente, sería interesante considerar estructuras de cadena
Ahora considere un arco que conecta los dos nodos. de suministro más complejas, incluidas, por ejemplo,
t Y (con el primer período de demanda restante s con estructuras de ensamblaje de productos a nivel de productor o
demanda restante,) y t +1 Y (con el primer período de múltiples minoristas.
demanda restante s con demanda restante,). CuandoY -Y Un apéndice en línea de este documento está disponible
≤ ,, los costos unitarios de transporte del en http://mansci.pubs.informs.org/ecompanion.html.
Hoesel y col .: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
Management Science 51 (11), págs. 1706–1719, © 2005 INFORMS 1719
Expresiones de gratitud Florian, M., M. Klein. 1971. Planificación determinista de la producción con
El trabajo del segundo y tercer autor recibió el apoyo de la National costos cóncavos y limitaciones de capacidad. Management Sci. 18
Science Foundation con las subvenciones núm. DMI0085682 y 12-20.
DMI-0355533, la Escuela de Investigación de Economía de la Florian, M., JK Lenstra, AHG Rinnooy Kan. 1980. Determinista.
planificación de la producción: algoritmos y complejidad. Management
Tecnología y las Organizaciones de Maastricht (METEOR) y la
Sci. 26 (7) 669–679.
Organización Holandesa para la Investigación Científica (NWO).
Geoffrion, AM, potencias de RF. 1995. Veinte años de dis-
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 de envíos
Ahuja, RK, TL Magnanti, JB Orlin. 1993.Flujos de red: teoría, salientes en un almacén de terceros. Oper. Res.51 (5) 735–747.
Algoritmos y aplicaciones. Prentice Hall, Englewood Cliffs, Nueva Jersey. Thomas, DJ, PM Griffin. 1996. Gestión coordinada de la cadena de suministro
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 ritmo para resolver el NI / G / NI / ND problema capacitado de dimensionamiento de
Corporation. Interfaces 25 (1) 69–93. lotes en Antiguo Testamento 2 tiempo. Informe técnico 2003-24, Informe del Instituto
Baker, KR, P. Dixon, MJ Magazine, EA Silver. 1978. Un algoritmo Econométrico, Rotterdam, Países Bajos.
Ritmo para el problema dinámico del tamaño de lote con limitaciones de capacidad de van Hoesel, CPM, APM Wagelmans. 1996. AnAntiguo Testamento 3 algoritmo
producción que varían en el tiempo. 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 SobreIniciar sesiónnorte algoritmo que se ejecuta en tiempo lineal en el caso de
Chandra, P., ML Fisher. 1994. Coordinación de producción y Wagner-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. AnAntiguo Testamento 2 algoritmo para el de la empresa. Res. Naval Logista. Cuarto de galón.7 7-12.
NI / G / NI / ND problema de tamaño de lote capacitado. 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 dimensionamiento de lotes con norte períodos en SobreIniciar sesiónnorte modelo de un sistema de producción de tamaño de lote económico
o Sobre . Management Sci. 37 909–925. dinámico: un enfoque de red. Management Sci. 15(9) 506–527.