Machine Translated by Google

CIENCIA DE LA GESTIÓN informa ®

vol. 51, núm. 11, noviembre de 2005, págs. 1706–1719 doi 10.1287/mnsc.1050.0378 © 2005
issn0025­1909 eissn1526­5501 05 5111 1706 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 32611­6595, romeijn@ise.ufl.edu
Escuela de Negocios Dolores Romero Morales Saïd, Universidad de

Oxford, Park End Street, Oxford OX1 1HP, Reino

Unido, dolores.romero­morales@sbs.ox.ac.uk

Instituto Econométrico Albert PM Wagelmans ,

Universidad Erasmus de Róterdam, PO Box 1738, 3000 DR Róterdam, Países Bajos, Wagelmans@few.eur.nl

Considere un modelo para una cadena de suministro en serie en la que las decisiones de producción, inventario y transporte se
Nosotrosintegran en presencia de capacidades de producción y funciones de costos cóncavas. El modelo que estudiamos generaliza el modelo
de dimensionamiento de lotes económicos multinivel de un solo artículo en serie no capacitado agregando capacidades de producción
estacionarias a nivel de fabricante. Presentamos algoritmos con un tiempo de ejecución polinómico en el horizonte de planificación cuando
todas las funciones de costos son cóncavas. Además, consideramos diferentes estructuras de costos de transporte y mantenimiento de
inventario que producen mejores tiempos de ejecución: funciones de costos de mantenimiento de inventario que son lineales y funciones de
costos de transporte que son lineales o cóncavas con una estructura de cargos fijos. En el último caso, hacemos el supuesto 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 de la cadena de suministro en el caso general de costos cóncavos, los tiempos de ejecución son notablemente
insensibles al número de niveles para las otras dos estructuras de costos.

Palabras clave: dimensionamiento de lotes; 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 durante 11 meses para 2 revisiones.

1. Introducción En este se agregan a un producto en una secuencia de instalaciones de

artículo, consideramos un problema en el que se integran
las decisiones de producción, inventario y transporte en
una cadena de suministro básica. Los modelos
tradicionales suelen considerar sólo uno o dos de estos
aspectos de forma aislada de los demás. Existe evidencia
sustancial (ver, por ejemplo, Arntzen et al. 1995, Chandra
y Fisher 1994, Geoffrion y Powers 1995, y Thomas y
Griffin 1996, así como las referencias allí contenidas) que
muestra que la integración de estas decisiones puede
conducir a aumentos sustanciales en eficiencia y eficacia.
Integrar diferentes decisiones en la cadena de suministro es
particularmente importante cuando los recursos son limitados y
cuando los costos no son lineales, por ejemplo, exhiben economías
de escala.
Consideraremos una cadena de suministro en serie para la
producción y distribución de un producto. Esta cadena de suministro
se producirá, por ejemplo, cuando el valor sea
producción, y los bienes intermedios deben transportarse entre estas
instalaciones. Kaminsky y Simchi­Levi (2003) describen un ejemplo
de cadena de este tipo tal como surge en la industria farmacéutica.
Otro ejemplo es la industria de la logística de terceros. En este
caso, un centro de distribución posterior que satisface las demandas
en un área geográfica determinada puede emplear los servicios de
un almacén externo antes de que los productos sean transportados
al centro de distribución real para su distribución a sus minoristas.
Luego se puede utilizar un modelo de cadena de suministro en serie
para representar parte de una cadena de suministro que sea
relevante para el centro de distribución (ver Lee et al. 2003). Un
último ejemplo es una situación en la que la producción se lleva a
cabo en un fabricante. Los artículos producidos se almacenan luego
en el nivel del fabricante o se transportan al primer nivel del almacén.
En cada uno de los niveles del almacén,

1706
Machine Translated by Google
Hoesel et al.: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
Management Science 51(11), págs. 1706–1719, © 2005 INFORMS
Los productos son nuevamente almacenados o transportados al
almacén en el siguiente nivel. Desde el nivel final del almacén, los
productos son luego (posiblemente después de haber sido
almacenado durante algunos períodos) transportado a un minorista
(posiblemente permitiendo entregas anticipadas, es decir, inventarios a
nivel minorista). Tal estructura puede surgir
si un minorista realmente representa un mercado completo, y
La cadena de suministro desde el fabricante hasta este mercado.
es muy largo. Esto podría hacer que sea ventajoso, en
En varias etapas, emplean economías de escala transportando grandes
cantidades a lo largo de largas distancias hasta instalaciones de
almacenamiento intermedias antes de distribuirlas en
el mercado real.
Todas las situaciones descritas anteriormente pueden representarse
mediante un modelo genérico formado por un fabricante, varios
intermediarios de producción o distribución.
niveles, y un nivel donde la demanda del producto final
tiene lugar, a lo que nos referiremos en este artículo como el
nivel minorista (aunque esto no necesariamente representa el nivel en el
que el consumo de la demanda real
tiene lugar). De hecho, en tal modelo las etapas intermedias de
producción y transporte son indistinguibles entre sí, de modo que en el
resto
En este artículo simplemente nos referiremos a todos los intermedios.
etapas como etapas de transporte entre almacenes.
El modelo de cadena de suministro en serie esbozado anteriormente puede
ser visto como una generalización de un problema fundamental, que de
hecho es uno de los más estudiados.
problemas en la planificación de la producción y el inventario, la
Problema económico de tamaño de lote (ELSP). La variante básica de
Este problema considera una instalación de producción que produce y
almacena un solo producto para satisfacer requisitos conocidos.
demandas en un horizonte de planificación finito. El problema
es entonces determinar las cantidades de producción para cada
período tal que todas las demandas sean satisfechas a tiempo en
Costos totales mínimos de producción y mantenimiento de inventario.
Las funciones de costos no son decrecientes en la cantidad.
producidos o almacenados, y generalmente se supone que son
funciones lineales, de carga fija o cóncavas generales. El
instalación de producción puede o no enfrentar una capacidad
restricción sobre la cantidad producida en cada período.
Para modelar la cadena de suministro en serie, el ELSP clásico
puede ampliarse para incluir decisiones de transporte,
así como la posibilidad de mantener inventario en diferentes niveles de
la cadena. Además de la producción
y costos de mantenimiento de inventario, entonces claramente también necesitamos
incorporar costos de transporte, lo que suma la
problema del momento del transporte al problema del momento de la
producción. El objetivo será
para minimizar el costo de todo el sistema y al mismo tiempo satisfacer todos
demanda. Incluso si el fabricante y el minorista están
de hecho, distintos participantes en la cadena de suministro, cada uno
de los cuales enfrenta una parte de los costos de la cadena de suministro, esto
El problema será relevante. En este caso, los participantes
Claramente todavía tenemos que decidir cómo distribuir los costos totales
mínimos, lo cual es un problema de coordinación que
1707
está fuera del alcance de este documento. Alternativamente, sin embargo,
podemos interpretar los costos de tenencia en el minorista
nivel como penalización o descuento en la compra
Precio de un artículo, que es dado por el fabricante.
al minorista si los artículos se entregan antes de tiempo. En este caso,
Los costos minimizados por nuestro modelo de optimización son.
todos incurridos por el fabricante. Como en los problemas estándar de
tamaño de lotes, se supone que todas las funciones de costos
ser no decreciente en la cantidad producida, almacenada o
enviado. Además, asumiremos que todos los costos
Las funciones son cóncavas.
En general, todos los niveles de una cadena de suministro en serie,
independientemente de si corresponden a producción o
decisiones de transporte, pueden enfrentar capacidades. En esto
papel, nos concentraremos en las cadenas de suministro en serie
con capacidades en el nivel de producción (es decir, primero) únicamente,
como primer paso hacia el estudio más general
cadenas de suministro capacitadas. Agregar capacidades en otros
(es decir, transporte) parece aumentar significativamente
cambiar la estructura del problema y, por tanto, la
análisis del problema. Por lo tanto, estos problemas están fuera del
alcance de este artículo, pero siguen siendo un tema de discusión.
la investigación en curso. Tenga en cuenta que bajo ciertas estructuras
de costos puede ser posible eliminar los niveles capacitados.
de la cadena de suministro. Un ejemplo de ello se proporciona
por Kaminsky y Simchi­Levi (2003), quienes transforman
un modelo de cadena de suministro en serie de tres niveles en el que
El primer y tercer nivel están capacitados para dos niveles.
modelo de cadena de suministro en serie con capacidades en la primera
nivel solamente.
Llamaremos al problema de determinar el óptimo.
tamaños de lotes de producción, transporte e inventario en
una cadena de suministro en serie como se describe arriba y abajo
capacidades de producción a nivel de producción
problema de tamaño de lote multinivel con capacidades de producción
(MLSP­PC). En general, este problema es NP­difícil, ya que
es una generalización directa del ELSP NP­duro con
capacidades de producción generales (ver Florian et al. 1980).
Sin embargo, el ELSP con capacidades de producción estacionarias se
puede resolver en tiempo polinómico (ver Florian y
Klein 1971). Debido a que nuestro objetivo es identificar casos
polinómicamente solucionables del MLSP­PC, asumiremos
En la mayor parte de este artículo se afirma que las capacidades de producción
son estacionarios.
Estudiamos problemas con producción cóncava general, mantenimiento
de inventarios y costos de transporte.
así como problemas con el mantenimiento lineal del inventario.
costos y dos estructuras diferentes de costos de transporte:
(i) costos lineales de transporte; y (ii) cargo fijo
costos de transporte sin motivos especulativos,
lo que significa que con respecto a los costos variables, mantener el
inventario es menos costoso en niveles más altos que en
niveles más bajos en la cadena de suministro. Nuestros métodos de
solución se basan en un marco de programación dinámico.
que utiliza un principio de descomposición que generaliza
la propiedad clásica de ordenamiento de inventario cero (ZIO)
Machine Translated by Google

Hoesel et al.: 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 en el siguiente nivel. Desde el nivel final del almacén los
descrito en Zangwill (1969) para el caso multinivel, productos (posiblemente después de haber sido almacenados durante
y, por ejemplo, en Wagner y Whitin (1958) para algún período) transportados 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 subplan, En cada período t, el minorista enfrenta una demanda no negativa.
y mostrar que las soluciones extremas se descomponen en una dada por dt, mientras que la capacidad de producción del
número de subplanes consecutivos. Nuestros algoritmos para fabricante en el período t es igual a bt. Nosotros lo consideraremos
Este modelo se ejecuta en tiempo polinómico en la planificación. un total de niveles L, que incluyen 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 situación muy decir que el fabricante está en el primer nivel del
gran tiempo de ejecución. Conseguimos ahorros sustanciales cadena, y el minorista está en el nivel L. 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.
El programa dinámico no necesariamente representa todo. Para cada período t = 1T los costos, de producción son
+
(o incluso sólo) soluciones puntuales extremas para MLSP­ dado por la función pt → +, los costos de transporte de nivel
PC. Además, si bien los caminos en el programa dinámico a nivel + 1 están dados por
función c + → + ( = 1L−1), y los costos de mantener
corresponden todos a soluciones factibles del t
problema, los costos de un camino pueden sobrestimar el el inventario en el nivel están dados por la función
costos de la correspondiente solución al problema. h +→ +
( = 1 litro). A lo largo del documento, nosotros
t
Sin embargo, podemos demostrar (basándonos en la asumirá que todas las funciones de costos son cóncavas, no
concavidad de las funciones de costos) que nuestro programa decrecientes e iguales a cero cuando su argumento es
cero.
dinámico resuelve el MLSP­PC de manera óptima. La resultante
El MLSP­PC se puede formular de la siguiente manera:
El algoritmo para el caso de funciones de costos cóncavas
generales es exponencial en el número de niveles de la t L­1
cadena de suministro. Sin embargo, es notablemente insensible a la minimizar pty+ c txt +L httt PAG

número de niveles para las dos estructuras de costos específicas t=1 =1 =1

mencionado anteriormente.
sujeto a
Este artículo está organizado de la siguiente forma: En §2, nosotros
Introducir el MLSP con costos de producción y funciones x1t +I t 1=yt +I 1 t=1T (1)
t­1
cóncavas generales de costos de producción, transporte y X +yo =x−1 +yo
t t t t­1 t=1T =2L­1 (2)
mantenimiento de inventarios no decrecientes. Caracterizamos
los puntos extremos de la región factible. dt +I l +yol t=1T (3)
t =xL­1t t­1
del problema y demostrar un resultado de descomposición
yt ≤bt t=1T (4)
que formará la base de nuestros algoritmos. En 3,
Estudiamos el problema de dos niveles y proporcionamos un I =0 =1L 0 (5)
marco de programación dinámico general basado en el
yt ≥0 t=1T
resultado de descomposición derivado anteriormente, que produce un
algoritmo de tiempo polinomial en el horizonte de planificación X
t
≥0 t=1T =1L­1
para costos cóncavos generales. En §4, este algoritmo es I ≥0 t=1T =1L
t
luego se generaliza al problema de tamaño de lote multinivel
y se muestra que todavía es polinomio en el horizonte de donde yt denota la cantidad producida en el período t,
planificación, y se dan mejores tiempos de ejecución para X es la cantidad enviada del nivel al nivel +1 en
t
Dos variantes del modelo. El artículo termina en §5 periodo t, y yo t denota la cantidad de inventario en el nivel
con algunas observaciones finales y cuestiones para seguir al final del período t. Las restricciones (1)–(3) modelan el
investigación.
equilibrio entre entrada, almacenamiento y salida en el
niveles de fabricante, almacén y minorista, respectivamente,
en cada período. La cantidad de producción en cada
2. Formulación y análisis de modelos
El período está restringido por restricciones (4). Finalmente, las
2.1. El modelo restricciones (5) establecen que todos los niveles de inventario iniciales 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 estructura serial. En modelo de tamaño de lote, esto no es una suposición de que
En cada período, la producción puede tener lugar en el puede realizar sin pérdida de generalidad, debido a la no
fabricante. Los artículos que se produzcan podrán almacenarse en linealidad del transporte y la tenencia del inventario.
el nivel del fabricante o transportado al primer nivel del funciones de costos. Por lo tanto, más adelante discutiremos cómo
almacén. En cada uno de los niveles del almacén, los productos para tratar casos problemáticos donde esta restricción
son nuevamente almacenados o transportados al almacén está ausente, y en su lugar (no negativo) inventario inicial
Machine Translated by Google

Hoesel et al.: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
Management Science 51(11), págs. 1706–1719, © 2005 INFORMS 1709

cantidades en todos los niveles se consideran parte del
datos del problema. Entonces, los algoritmos desarrollados pueden ser
Se aplica en un esquema de horizonte móvil, en el que se resuelven
nuevos casos de dimensionamiento de lotes (y sus soluciones
óptimas se implementan parcialmente) a medida que pasa el tiempo y
Se dispone de nuevas previsiones de demanda.
Por conveniencia, definiremos dts como la demanda acumulada
en los períodos ts, es decir,
s
d para t=1s s=1T
dt ≡ =t
0 de lo contrario
Para garantizar la viabilidad de (P), asumiremos que
la demanda acumulada en los primeros t periodos no puede
exceder la capacidad total de producción en estos períodos,
es decir,
b para cada t=1T (7)
d1t≤t
=1
Es fácil ver que esta condición es necesaria
y suficiente para que (P) tenga un valor factible no vacío
región.
También podemos modelar el MLSP­PC como un capacitado
problema de flujo de red de costo mínimo en una red
con una fuente (ver también Zangwill 1969 para una discusión
general sobre este tipo de flujo de red de costo mínimo
problemas, así como una discusión sobre los no capacitados.
ELSP multinivel). Para ello definimos una red
con una sola fuente 0, T nodos de transbordo 1t
en el nivel de producción (nivel 1, t=1T ), T nodos de transbordo t en
cada uno de los niveles de almacén (t=1T =2L−1), y T nodos de
demanda
Lt con demanda dt a nivel minorista (nivel L,
t=1T). Finalmente, la viabilidad dicta que la fuente
El nodo 0 tiene un suministro de unidades d1T . La figura 1 ilustra
yT=4. Esta representación facilitará el análisis de la estructura de
puntos extremos de la región factible de (P) en §2.4. Antes de
continuar con esto
análisis, en §2.2 discutiremos modelos relacionados y
algoritmos de la literatura, así como algunos especiales
casos que se reducen a modelos de un solo nivel en §2.3.
2.2. Revisión de literatura
La variante de un solo nivel del MLSP­PC ha recibido
mucha atención en la literatura. los incapacitados
problema, el ELSP, se puede resolver en tiempo polinomial en
(6)
la duración del horizonte temporal; ver Wagner (1960) para
este resultado básico. Algoritmos más eficientes para especiales.
Los casos han sido desarrollados por Aggarwal y Park.
(1993), Federgruen y Tzur (1991) y Wagelmans
et al. (1992). Cuando las capacidades de producción están presentes,
obtenemos el llamado problema de dimensionamiento de lotes capacitados
(CLSP). A diferencia del ELSP no capacitado, este
Se sabe que el problema es NP­difícil, incluso en muchos casos
especiales; ver Florian et al. (1980) y Bitrán y
Yanasse (1982). Un especial interesante e importante.
caso que permite un algoritmo de tiempo polinomial
surge cuando las capacidades de producción son estacionarias;
véanse, por ejemplo, Florian y Klein (1971), Florian et al. (1980),
y van Hoesel y Wagelmans (1996). Véanse también las referencias
en Baker et al. (1978) para otros trabajos sobre el CLSP
con capacidades de producción estacionarias, y Chung y
Lin (1988) y van den Heuvel y Wagelmans (2003)
para otro caso especial del CLSP que tiene solución
en tiempo polinomial.
Zangwill (1969) estudió la versión no capacitada.
del MLSP­PC, y desarrollamos un algoritmo de programación
dinámica que es polinomio tanto en el horizonte de planificación
como en el número de niveles L. Analizamos
este algoritmo en el apéndice en línea (disponible
en http://mansci.pubs.informs.org/ecompanion.html)
4 y concluir que se ejecuta en tiempo OLT, donde L es

la representación de red del MLSP­PC para L=3

especial de niveles, o incluso en el caso OT cial 3 para el número
de L=2. Lee y cols. (2003) consideran un sistema de dos niveles
Figura 1 Representación de red del MLSP­PC para L=3 y T =4 modelo donde los costos de transporte son no cóncavos
funciones.
d1 + d2 + d3 + d4
Un estudio que está relacionado con el nuestro en el sentido de que
También considera las capacidades en un entorno multinivel es la
0
uno de Kaminsky y Simchi­Levi (2003). Proponen un modelo de tres
niveles en el que el primero y el tercero
y1 y2 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
I1 I2 I3 capacitada, mientras que la etapa de transporte no está capacitada.
1 1
x1 1x2 1x3 x4 Consideran los costos lineales de mantenimiento del inventario.
que aumentan con el nivel de la cadena de suministro, y
(2, 1) (2, 2) (2, 3) (2, 4)
2 2 2 costos de producción lineales en los niveles 1 y 3 que
I1 I2 I3
Satisfacer una condición tradicional de motivos no especulativos.
2 2
2x1 x2 2x3 x4 (ver también §2.3). Los costos de transporte en el segundo
Los niveles son de carga fija o forma cóncava general.
(3, 1) (3, 2) (3, 3) (3, 4)
3 3 3 y se supone que satisfacen una condición de motivos no especulativos
I1 I2 I3
restrictivos y no tradicionales. Al eliminar las decisiones de producción
d1 d2 d3 d4 de tercer nivel, se reducen
Machine Translated by Google
Hoesel et al.: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
1710
el problema a un modelo de dos niveles que hereda su
estructuras de funciones de costos del modelo de tres niveles.
Para su clase de costos de transporte con cargo fijo,
4 2
Proporcionan un algoritmo OT para resolver el modelo.
incluso en el caso de capacidades de producción no estacionarias.
Por su clase de costos de transporte cóncavos.
8
Proporcionan un algoritmo OT para resolver el modelo en
la presencia de capacidades de producción estacionarias. Ellos
plantear la complejidad de su modelo para una visión más general.
las estructuras de costos como una cuestión abierta. En este documento, nosotros
7 El problema (P) tiene una función objetivo cóncava y su
aborde esta pregunta derivando un algoritmo OT
para resolver el problema de dos niveles en presencia de
capacidades estacionarias.
2.3. Casos especiales
Es común en problemas de tamaño de lotes modelar la
costos de mantenimiento de inventario como funciones lineales, es decir,
h I para t=1T; =1L, con h
h tI t ≥0=para
t t
todos t y . Por lo tanto, consideraremos esta clase de
problemas en §§4.3 y 4.4. En §4.3, asumiremos además que los
costos de transporte tienen una estructura de cargos fijos sin
motivos especulativos. Más
formalmente, c tx=f t 1x>0+g t x, donde 1x>0 es una función
indicadora que toma el valor 1 si x >0, y 0 en caso contrario. La
suposición de que no existen especulaciones.
motivos, que comúnmente se asume para los costos de producción
y mantenimiento de inventario en los modelos económicos
tradicionales de tamaño de lotes, significa en este contexto que,
con respecto al inventario variable y al transporte
Sólo cuesta, es atractivo transportar lo más tarde posible +h+1
ble. Más formalmente, g t ≥h t t +gt +1 para t=1T −
1; =1L­1.
Tenga en cuenta que si las funciones de costos de transporte son
lineales y no exhiben motivos especulativos, es
Siempre es óptimo almacenar la producción en el fabricante y
transportarla sólo cuando sea necesario satisfacer la demanda.
satisfecho. Por lo tanto, sin pérdida de optimización, podemos
supongamos que I =0 para todo t=1T y =2L.
t
De manera similar, si los costos de transporte son lineales y
g +h+1 t ≤ h t +g t+1 para t=1T −1; =1L−1, es
t es más barato de transportar tan pronto como producimos y
almacenar la producción a nivel minorista. Entonces, sin pérdida de
optimidad, podemos suponer que I =0
para todos los t=1T y =1L−1. Por lo tanto, estos dos casos
especiales del MLSP­PC producen un estándar
CLSP.
Finalmente, una variante de los dos niveles no capacitados.
MLSP­PC puede reducirse fácilmente a un sistema incapacitado
ELSP. Cuando los costos de producción así como los costos de
mantenimiento de inventarios en ambos niveles son lineales, dado que
decidimos transportar en un período determinado, podemos
determinar fácilmente el mejor período de producción, es decir, el
período que produce la producción unitaria total mínima
y costos de inventario a nivel de fabricante para el transporte.
en el periodo t. Redefinir la función de costo de transporte en
consecuencia, lo que se puede hacer en tiempo OLT,
Management Science 51(11), págs. 1706–1719, © 2005 INFORMS
nos permite eliminar las variables de producción como
así como las variables de inventario en el fabricante,
produciendo un ELSP estándar no capacitado. La resultante
El problema se puede resolver en tiempo OT para los costos
generales de transporte de la cóncava (ver Wagner 1960), y en
Tiempo OT logT para costos de transporte con cargo fijo
(ver Aggarwal y Park 1993, Federgruen y Tzur
1991, y Wagelmans et al. 1992).
2.4. Caracterización de Puntos Extremos
La región factible está definida por restricciones lineales. Este
implica que existe un punto extremo óptimo
solución a (P). Considere el flujo en la red correspondiente a
cualquier punto extremo de solución factible. Como
es común en problemas de flujo de red, llamaremos al
arcos que transportan una cantidad de flujo que es estrictamente
arcos libres positivos y estrictamente menores que su capacidad. Él
t
Es bien sabido (ver, por ejemplo, Ahuja et al. 1993) que la
La subred que contiene solo los arcos libres no contiene
ciclo.
2.4.1. Subplanes. Tenga en cuenta que sólo los arcos que tienen un
límite superior finito (que en nuestro caso son sólo los
arcos de producción) pueden transportar flujo mientras no estén
gratis. Al eliminar todos los arcos de producción, la red que
contiene todos los arcos libres restantes se descompone en un
número de componentes conectados. Limitándonos
por ahora a componentes conectados que efectivamente lo hacen
llevar flujo, identificamos el primer y último nodo en
el componente en cada nivel. Para un componente dado,
estos nodos se pueden denotar por 1+1 y para =1L, donde 2
1 ≤+11 <2 ≤+12 para =1L−1 (8)
(Tenga en cuenta que la desigualdad estricta se cumple debido a
la definición del subplan: el primer período incluido en el nivel es
1+1). Con este enfoque, algunos nodos pueden ser
aislado y no incluido en ningún componente que lleve
fluir. Asignamos cada uno de ellos al componente que
está adyacente a la izquierda de ellos. La asignación del
Los nodos aislados se ilustran en la Figura 2. Después de eliminar
t los arcos de producción, obtenemos dos componentes. El primero
está definido por los nodos 11 y
14 en el Nivel 1, 21 y 24 en el Nivel 2, y 31
y 36 en el Nivel 3, y el segundo por nodos
15 y 18 en el Nivel 1, 26 y 28 en el Nivel 2,
y 37 y 38 en el Nivel 3. Podemos observar que
El nodo 23 es parte del primer componente, aunque
ningún flujo pasa a través de este nodo. Como se mencionó
arriba, el nodo aislado 25 está asignado a la izquierda
componente.
Resumiendo, podemos descomponer un punto extremo.
solución de (P) en componentes, cada uno de los cuales contiene
un conjunto de nodos 1+12 =1L)
satisfactorio (8). Llamaremos así a los componentes.
Machine Translated by Google

Hoesel et al.: 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 una solución puntual extrema para MLSP­PC, Proposición 2.2. Un subplan puede contener como máximo un
L=3 y T=8
Arco de producción libre.

0 Si el problema no está capacitado, esta propuesta

Implica que sólo un arco de producción transporta el flujo.
y1 y2 y6
y5 entra en cada uno de los subplanes, lo que a su vez significa que
los flujos extremos son arborescentes. El algoritmo de
(1, 1) (1, 2) 1 (1, 3) 1 (1, 4) (1, 5) 1 (1, 6) 1 (1, 7) 1 (1, 8)
I2 I3 I5 I6 I7 programación dinámica propuesto para este problema por
1 1
x1 1x4 x6 1x8 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)
2 2 A modo de ejemplo, en la Figura 2 sabemos que en el subplan
I1 I6
2 040506 los arcos de producción y1 e y2
2x1 2x2 2x4 2x7 x8
ambos no pueden ser libres; lo mismo vale para la producción
(3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6) (3, 7) (3, 8) arcos y5 e y6 en el subplan 485868.
3 3 3 3
I2 I3 I4 I5
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 sólo en
También se puede utilizar una solución de punto extremo para
identificar las propiedades estructurales de las cantidades de
subplanos obtenidos. Representaremos un subplan por el transporte. Considere un período, digamos t, en el cual el transporte
l A menudo será
2L periodos que lo identifican: 12 =1. tiene lugar entre los niveles y +1, es decir, el flujo
conviene referirse a la producción y la demanda en el arco entre los nodos t y +1t es x >0.
t
períodos en un subplan por separado, y luego Entonces pueden ocurrir dos situaciones con respecto al total
A menudo se utiliza la notación t1t212≡1112L1L2. fluyen hacia los nodos +1+11+1+1t, es decir, el
Por construcción, no se lleva inventario entre subplanes, por lo envíos acumulados entre niveles y +1 hasta
que el único flujo que ingresa a un subplan proviene de e incluyendo el período t dentro del subplan:
arcos de producción asociados al fabricante • Es igual a la producción acumulada en los periodos t1+1s
nodos en el subplan. La cantidad total producida en para algunos s t1+1t;
todos los períodos de producción en el subplan, es decir, el total • Satisface la demanda de periodos 1+1s para
algunos s 1+12.
producción en los periodos t1+1t2, se utiliza para abastecer
En caso contrario, considere el último período de producción en el que
la demanda de todos los nodos minoristas en el subplan, es decir,
parte de la cantidad transportada x t fue producido,
la demanda total en los periodos 1+12. llamaremos
l y1 l consecu­ dice . Habrá entonces un período cuya demanda será
dos subplanes 12 =1 1 2 =1
tiva si satisfecho parcialmente de la cantidad x t y parcialmente
=2 para =1L. Podemos resumir el
de la producción en el período s que permanece en el inventario
la estructura de soluciones puntuales extremas es la siguiente.
en el nivel al final del periodo t, creando un ciclo que contiene
Proposición 2.1. Cualquier solución factible en un punto extremo. sólo arcos libres. Este resultado se puede resumir
como sigue.
se puede descomponer en una secuencia de subplanes consecutivos.
Proposición 2.3. En un subplan, la cantidad transportada entre
La solución extrema dada en la Figura 2 se descompone
niveles y +1 en algún período hace
en dos subplanes, a saber, 040506 y
las cantidades acumuladas transportadas hasta el momento en el
485868.
subplan son iguales a las cantidades acumuladas de producción de un
Tenga en cuenta que el primer subplan obtenido al descomponer
secuencia inicial de períodos de producción consecutivos en el
una solución de punto extremo como se describe anteriormente tiene
subplan, o a la demanda acumulada de una secuencia inicial
1 =0 para =1L. Sin embargo, en el resto de
de periodos de demanda en el subplan.
En este trabajo será conveniente incluir también los subplanes
12 .
l
=1 satisfactorio (8), para el cual algunos pero Las dos posibilidades del transporte acumulativo
no todos los valores de son cero. se puede ilustrar usando la Figura 2. En el subplano
1
040506,
2.4.2. Cantidades de producción en un subplan. El • x1 es igual a la producción (acumulada) en
1
El hecho de que los flujos extremos sean acíclicos implica que, Periodo 1, mientras que x1
1
+x12 +x13 +x14 ambos son iguales a
Aunque puede haber múltiples arcos de producción asociados producción acumulada en los Períodos 14 y satisface
con un subplan que transporta flujo, hay como máximo la demanda de los Periodos 16;
uno de esos arcos con una producción por debajo de su capacidad. En otra • x2 satisface la demanda del Período 1; x2 +x22 es
1 1
En otras palabras, hay como máximo un arco de producción libre igual a la producción (acumulada) en el Período 1; y
que ingresa al subplan. Esto produce la siguiente generalización x21 +x22 +x23 +x24 es igual a la producción acumulada en los
de la caracterización de puntos extremos de períodos 14 y satisface la demanda de
Periodos 16.
CLSP de un solo nivel de Florian y Klein (1971).
Machine Translated by Google
Hoesel et al.: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
1712
3. Los capacitados de dos niveles
Problema de tamaño de lote con
Costos cóncavos
Para mayor claridad de exposición, consideraremos primero la
versión de dos niveles del MLSP­PC, que llamaremos
el 2LSP­PC. En la siguiente sección, mostraremos cómo
la metodología se puede extender a cadenas con más
de dos niveles.
3.1. Un enfoque de programación dinámica
En esta sección, describiremos un enfoque general de
programación dinámica para el 2LSP­PC. Este enfoque
se basa en la descomposición de soluciones puntuales extremas a
(P) en subplanes consecutivos (ver Proposición 2.1). En particular,
defina F t como el
Costo mínimo asociado con la satisfacción del minorista.
demandas en periodos +1T usando producción en
períodos t+1T. Entonces estamos claramente interesados en
calcular F 00. Esto se puede lograr mediante un enfoque de dos
fases:
Fase 1. Para cada subplan t1t212, calcular
los costos mínimos en que se incurre para satisfacer
la demanda de ese subplan bajo la condición de que
como máximo un arco de producción libre ingresa al subplan.
Denota estos costos por t1t212.
Fase 2. Calcular los valores F t11 para todo 0≤t1 ≤
1 ≤T al darse cuenta de que una solución puntual extrema a
el subproblema correspondiente está dado por un subplan
t1t212 y el subproblema restante F t22
para algunos t2 y Esto 2.da lugar a lo siguiente
recursividad hacia atrás:
F t11 = mín. t1t212+F t22
t222≥t2>1
para 0≤t1 ≤1 <T
F t1T = 0 para 0≤t1 ≤T
4 en esta red.
Tenga en cuenta que en la Fase 1 necesitamos calcular los
valores de OT. La fase 2 es, de hecho, un problema del camino más corto.
en una red con nodos que representan todos los pares de períodos
t tal que 0≤t ≤ ≤T y arcos que representan
, el
subplanes con sus costos correspondientes. La ruta de costo
mínimo desde el nodo 00 a cualquiera de los nodos t1T en esta
red acíclica se puede encontrar en tiempo lineal
4
en el número de arcos, es decir, en el tiempo del Antiguo Testamento (ver Ahuja
et al. 1993). Florian y Klein (1971) utilizaron este marco general
de programación dinámica para desarrollar un
4
Algoritmo de programación dinámica OT para resolver el
CLSP con capacidades estacionarias y cóncavo general.
funciones de costos de producción y mantenimiento de inventarios.
Cuando se da el valor de ∙ para cada subplan,
el 2LSP­PC tiene solución polinómica. Conseguir
un algoritmo de tiempo polinomial para el 2LSP­PC, el
Por lo tanto, el desafío es proporcionar un tiempo polinómico.
algoritmo para calcular los costos correspondientes a
todos los subplanes. Porque sabemos que el 2LSP­PC es
Management Science 51(11), págs. 1706–1719, © 2005 INFORMS
NP­duro para capacidades de producción generales, lo haremos
Restringimos nuestra atención al caso de capacidades de
En el
producción estacionarias, es decir, bt =b para t=1T.
En el resto de esta sección, derivaremos un algoritmo de tiempo
polinómico para calcular los costos óptimos.
de todos los subplanes y, por lo tanto, para el 2LSP­PC. Antes
estudiar los subproblemas de calcular el óptimo
costos del subplan, primero estudiaremos las implicaciones de
el supuesto de que las capacidades de producción son
estacionarias en la siguiente sección.
3.2. Implicaciones de la producción estacionaria
Capacidades
En la Fase 1 del enfoque de programación dinámica,
Necesitamos calcular los costos óptimos de todos los subplanes,
bajo la restricción adicional de que todos menos
uno de los arcos de producción que ingresa al subplan lleva
un flujo igual a 0 o b. Considere un subplan particular, digamos
t1t212, en el que la demanda total de
Los períodos 1+12 deben satisfacerse utilizando la producción
en los períodos t1+1t2. Siguiendo a Florian y
Klein (1971), señala que la restricción sobre los valores
de los arcos de producción que ingresan al subplan implica
que el número de arcos de producción que transportan el flujo
igual a la capacidad de producción es exactamente igual a
K = d1+12 /b, y la cantidad de producción restante es igual a
=d1+12 −Kb. Claramente tenemos eso
0≤<b. Si >0, habrá exactamente una producción
arco que ingresa al subplan que transporta este flujo.
3.3. Los costos del subplan
Formularemos el problema de determinar la
Costos óptimos de un subplan como un problema de
programación dinámica. Dicho de otra manera, para cada subplan
t1t212, definiremos una red con la propiedad de que t1t212 es
igual a la longitud de la
camino más corto entre un par de nodos fuente y receptor
Elegimos los nodos de esta red para que sean de la
forma tY X, donde t indica un período, Y es igual
a la cantidad de producción acumulada hasta y
incluyendo el período t, y X es igual al acumulado
cantidad de transporte hasta el período t inclusive.
El nodo t100 es la fuente, mientras que el nodo t2Kb+
Kb+≡t2d1+12 d1+12 es el sumidero. Por la Proposición 2.2 y la
discusión en §3.2, sabemos que el
La cantidad de producción en cualquier período sólo puede asumir
uno de los valores 0b, con el valor solo en
un período. Esto implica inmediatamente que Y sólo puede
asumir los valores
k
Y kbkb+
k=0
donde, además, Y =0 si t=t1, d1+1t ≤Y ≤t−t1K
para t=t1+1t2−1, y Y =Kb+ si t ≥t2 para asegurar
Machine Translated by Google

Hoesel et al.: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
Management Science 51(11), págs. 1706–1719, © 2005 INFORMS 1713

que toda la demanda se produzca dentro del conjunto de definido anteriormente para cada subplan individual produciría
períodos de producción permitidos en el subplan. Porque claramente un algoritmo con tiempo de ejecución OT que 8 para calcular
K ≤T el, número de valores permitidos para Y es OT. calcula los costos de todos los subplanes. Sin embargo, la carrera
Además, por la Proposición 2.3 sabemos que la El tiempo se puede reducir observando que los costos de
cantidad acumulada transportada hasta e incluyendo Muchos subplanes 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 períodos de producción o cualquier subplan de la forma t1t212 es en realidad un
satisface la demanda de una secuencia inicial de subred de la red de programación dinámica
períodos de demanda en el subplan. Más formalmente, esto para el subplan 0t212. Por lo tanto, utilizar la recursividad hacia
significa que
atrás para encontrar el camino más corto entre
k 2
nodos 000 y t2d1+12 d1+12 en este último
X kbkb+
d1+1s La red produce, como subproducto, los caminos más cortos.
k=0 s=1+1
entre los nodos t00 y t2d1+1t2 d1+1t2 para cada uno
donde, además, d1+1t ≤X ≤Y para asegurar que t=11. Por lo tanto se deduce que sólo necesitamos considerar 3 los subplanes OT de la forma 0t212, los

Las demandas se satisfacen a tiempo y los productos no

transportados antes de ser producidos, y X =0 si t ≤ 7 costos de los cuales se pueden determinar en tiempo OT.

1 y X =Kb+ si t ≥t2 para asegurar que el transporte

se lleva a cabo dentro del subplan. Por lo tanto, el número de 3.4. Manejo de inventarios iniciales
valores permitidos para X también es OT, de modo que el total Si los inventarios iniciales en el fabricante y/o
El número de nodos en la red es OT 3. 1 y yo 2
niveles minoristas, soy estrictamente
00, positivo, hay
Los arcos en la red representan decisiones de producción, Hay un ligero cambio en la construcción de subplanes.
transporte e inventario. Los arcos están presentes Recuerde que construimos subplanes correspondientes a un
entre pares de nodos en la red del solución de punto extremo dada considerando todos los arcos
forme tY X y t+1Y X con Y −Y 0b , (excepto arcos de producción) que llevan flujo positivo. El
(donde el valor sólo se permite si Y =kb para Los subplanos se forman a partir de los elementos conectados resultantes.
algunos k=01K), y X≥X (donde X XY componentes junto con algunos nodos aislados. Cuando
2s =1+1d1+1s). Es fácil ver que hay arcos OT que emanan de existen inventarios iniciales, sin embargo, puede haber
cada nodo de la red, de modo que uno o más componentes que transportan flujo pero no
toda la red tiene OT A partir de la 4 arcos.
no contener un período de producción. En estos componentes,
información contenida en los nodos que definen un arco,
la demanda se satisface utilizando inventarios iniciales.
podemos calcular fácilmente la producción sólo a nivel de almacén y minorista, y pueden
cantidad en el período t+1 (Y −Y ), el transporte asignarse al componente que contiene el período de producción
cantidad en el período t+1 (X−X), el inventario mantenido 1 (es decir, el componente que contiene el nodo
a nivel de fabricante al final del período t+1 11). Los resultados de los §§2.4.2 y 2.4.3 claramente siguen siendo
(Y −X), y el inventario mantenido a nivel minorista en válido para subplanes en los que t1 >0. Sin embargo, para los
el final del período t+1 (X−d1+1t+1). Los costos de un subplanes con t1 =1 =0, los resultados continúan siendo válidos
el arco está dado por siempre que veamos los inventarios iniciales totales y la 1 +yo2 como un
0 0

pt+1Y −Y +c1 t+1X−X cantidad de producción acumulada hasta e incluyendo

2
Período 0, y el inventario inicial I en el Nivel 20como el
+h1 t+1Y −X +h2 t+1X−d1+1t+1 cantidad de transporte acumulada hasta el Período 0 inclusive. A
Si todas las funciones de costos se pueden evaluar en tiempo constante, menos que =T, estos subplanes solo ,pueden
2 tienen una solución factible si el total de inventarios iniciales
Los costos de un arco dado se pueden calcular en tiempo
no exceda la demanda total que debe satisfacerse.
constante siempre que determinemos todos los costos acumulativos.
2 1 +yo2 nosotros
exige dtt (en tiempo OT) en un paso de preprocesamiento. ficado en el subplan. Para subplanos con d12 ≥I 0 0,
1 −yo 02 1 −I −Kb.
2
Cualquier ruta en la red desde el origen t100 hasta obtengo K = d12 −I 0 /b y =d12 −I 0 0
1 +yo2
el sumidero t2d1+12 d1+12 representa un flujo factible Como ya se mencionó, d12 < I sólo puede 0 0ocurrir si
=T . Si efectivamente d1T1 +yo
< I,
2
una solución de punto extremo
en el subplan t1t212 con un solo arco de producción libre. 2 0 0 ,

Además, es fácil ver que lo contrario contendrá sólo un único subplan: 0T 0T y no se producirá ,
también es cierto. Por lo tanto, los costos del subplan están dados por ninguna producción en ningún período del año.
la ruta de costo mínimo en esta red desde la fuente ese subplan, es decir, K ==0. La única dificultad que queda en
nodo al nodo sumidero. El tiempo necesario para encontrar este caso es que no queremos especificar en
este camino 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
4 tiempo.
El subplan se puede determinar en OT 4. Debido a que hay subplanes de ampliando el horizonte de planificación en un período,
OT, una solución sencilla
decir T +1. Luego, defina la función de costo de producción.
aplicación del algoritmo de programación dinámica para ese periodo como pT +10=0 y pT +1yT +1= para
Machine Translated by Google

Hoesel et al.: 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 el costo de transporte funcionan como basado en la idea de que la información más importante presente
=yo 1 +yo2 −
c1T +1xT +1=0 para todo xT +1 ≥0. Finalmente, +1 0 0 en la definición de un subplan es el conjunto de
configure dT d1T . Los costos del subplan único 0T 0T en el periodos de producción t1+1t2 y el conjunto de la demanda
El problema original se puede entonces encontrar encontrando el períodos 1+12. La base de nuestro algoritmo mejorado es
costos del subplan 0T +10T +1 en el modificado entonces permitir el transporte en los periodos
problema. t1+12 (manteniendo, por supuesto, los periodos de producción
Ahora considere la red de programación dinámica. y demanda dados). Entonces podemos usar el
Se utiliza para calcular los costos de un subplan. Para subplanes El mismo enfoque de programación dinámica que en el caso
que contienen inventarios iniciales, dejamos que el nodo fuente de dos niveles, donde reemplazamos el subplan de dos niveles.
ser 0yo 1 +yo2 I 2 y el nodo sumidero será t2I 1 +yo2 +KB+
costos t1t212 por los costos mínimos de satisfacer la demanda
0 0 0 0 0
2
I +yo +Kb+. Para un estado tY X, esto también significa
1
0 0 en los períodos 1+12 usando la producción
eso en los periodos t1+1t2, donde como máximo una de las
k
Y 1
+yo02 +kbI 1
+yo02 +kb+ cantidades de producción puede ser diferente tanto de 0 como de b,
yo 0 0
k=0 y donde se permite el transporte a todos los niveles en
y períodos t1+12. Denotaremos estos últimos costos.
k
por t1t212, y referirse a los vectores t1t212 como
2
X 1
+yo02 +kbI 1
+yo02 +kb+ subplanes relajados.
yo 0 0 d1s
k=0 s=1+1 Para ilustrar el concepto de subplanes relajados, considere el
siguiente ejemplo de problema del 2LSP­PC.
Finalmente, tenga en cuenta que para subplanes con t1 >0, debemos
Todas las demandas son iguales a 1; los costos de producción
no tener entrada de inventario positiva. Por lo tanto, en caso
y transporte están dados por
hay niveles de inventario iniciales distintos de cero, en realidad
necesidad de calcular los costos de todos los subplanes 0t202 100∙1y>0+y si t =2
teniendo en cuenta los niveles iniciales de inventario, pty =
así como los costos de todos los subplanes 0t212 para >0 1∙1y>0+y en caso contrario
1 sin tener en cuenta el nivel de inventario inicial y
en el fabricante. Esto claramente no influye en la
tiempo total de ejecución del algoritmo. 50∙1x>0+x si t =2
c1t x=
1∙1x>0+x en caso contrario
4. El caso multinivel
Finalmente, supongamos que todas las funciones de costos de mantener inventario sean
4.1. Introducción
igual a cero. Los flujos óptimos en 1424 y
Podemos ampliar el enfoque de programación dinámica. 1424 se dan en la Figura 3. Al calcular
desarrollado en §3.1 para el caso de dos niveles al caso de Los costos 1424, solo se permite el transporte.
niveles múltiples, donde nuevamente una red de programación en periodos en los que puede tener lugar tanto la producción
dinámica de Fase 2 representa todas las soluciones puntuales extremas. y se satisface la demanda (es decir, en los períodos 3 y 4 en
al MLSP­PC. Para ello debemos definir
l
el ejemplo), mientras que en la versión relajada del mismo
F es el costo mínimo asociado con la satisfacción de las demandas del
1 =1 Se permite el transporte por subplan en cualquier período.
minorista en los períodos L1+1T utilizando la producción en los períodos
donde puede tener lugar la producción o la demanda
11+1T y el almacén en los períodos +11+1T para cada uno = se cumple (es decir, en los períodos 2, 3 y 4 del ejemplo). Por lo
tanto, los costos 1424 son menores que
1L­2. Entonces estaríamos interesados en la informática.
F0 l Es fácil ver que el tiempo de ejecución del
=1.
figura 3 Los flujos óptimos en 1424 y 1424
correspondiente generalización de la dinámica de la Fase 2
2 2
El programa sería OT 2L. En esta sección, haremos
derivar una modificación del programa dinámico de la Fase 2
4 Esta modificación no
que corre en tiempo OT.
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 no (1, 2)
2
(1, 3) (1, 4) (1, 2) (1, 3) (1, 4)

no necesariamente representan todos (o incluso sólo) los extremos

2 2
soluciones puntuales al MLSP­PC, y además sobreestima los
costos de muchos de los puntos no extremos
(2, 2) (2, 3) (2, 4) (2, 2) (2, 3) (2, 4)
soluciones que representa. Sin embargo, como mostraremos, 1 2 1
contiene una solución óptima de punto extremo y
Está garantizado que encontrará esta solución. Este enfoque es 11 11
Machine Translated by Google

Hoesel et al.: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
Management Science 51(11), págs. 1706–1719, © 2005 INFORMS 1715

1424 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 principales. Considere por un camino en la red de programación dinámica de la Fase 2
un camino desde la fuente hasta un sumidero en la Fase 2 cuya longitud sea igual a los costos óptimos.
red. En primer lugar, si bien es fácil ver que la solución
Teorema 4.3. La red de programación dinámica de la Fase 2
correspondiente del MLSP­PC es realmente factible,
contiene una ruta que corresponde a una solución óptima para
no es necesariamente una solución extrema porque
nuestro problema de tamaño de lote, y la longitud de la ruta
Los nodos de producción y demanda en dos subplanes relajados
es igual al costo de esta solución.
contenidos en la solución pueden conectarse mediante
arcos que contienen flujo positivo. En segundo lugar, 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 costo . Como se
subplan. Esto significa que la longitud del camino en el discutió en §2.4, esta solución óptima se descompone en
La red puede no ser el mismo que los costos de la solución una secuencia de subplanes consecutivos. es fácil de ver
correspondiente al MLSP­PC. Lidiando con esto que la red de programación dinámica de la Fase 2 contiene un
Esta última cuestión primero, el siguiente teorema muestra que la camino para el cual la producción y la demanda
La longitud del camino 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 . Sin embargo, por el teorema 4.1 tenemos
Sabemos que es una sobreestimación de los costos de una
Teorema 4.1. Cada camino desde la fuente hasta un sumidero en solución factible correspondiente. La optimidad de implica ahora
la red de programación dinámica de la Fase 2 corresponde a que de hecho = , lo que demuestra lo deseado
una solución viable para el MLSP­PC. La longitud de este camino resultado.
no puede ser menor que el costo de la solución correspondiente y Los teoremas 4.1 y 4.3 implican claramente que nuestro
es igual al costo de la solución si todo el transporte algoritmo de dos fases resuelve el MLSP­PC. ahora podemos
y las funciones de costo de inventario son lineales. 4
Concluya que la Fase 2 del algoritmo se ejecuta en tiempo OT,
Prueba. El hecho de que un camino desde la fuente hasta dados todos los valores t1t212. El restante
un sumidero en la red de programación dinámica de la Fase 2 El desafío es, por tanto, proporcionar algoritmos eficientes para
corresponde a una solución factible al problema del tamaño del lote calcular estos valores.
se desprende inmediatamente del hecho 4.2. Costos cóncavos
que todas las limitaciones de la capacidad de producción, así como todas las
demandas, quedan satisfechas. Sin embargo, ciertos arcos de 4.2.1. Los costos de los subplanes relajados. En esto
transporte e inventario pueden generar un flujo positivo en el En esta sección formularemos el problema de determinar los costos
soluciones parciales correspondientes a más de un arco t1t212 como un problema de programación dinámica. Dicho de otra
en el camino, y cada uno de los flujos parciales está cargado manera, definimos, para cada
por separado según la función de coste correspondiente. Debido a t1t212, una red con la propiedad de que t1t2
la concavidad de todas las funciones de costos, se deduce que el 12 es igual al camino más corto entre un par
costo del flujo total no excederá el de nodos fuente y sumidero en esta red. los nodos
suma de los costos de los flujos individuales en cualquier arco en esta red son de la forma tY X1XL−1,
particular y, por lo tanto, la longitud de un camino nunca será donde t indica un período, Y es igual a la cantidad de producción
ser menor que los costos de la solución correspondiente. En acumulada hasta el período inclusive
Además, cuando todo el transporte y el inventario cuestan t, y X es igual al transporte acumulado
Las funciones son lineales, la longitud del camino y los costos de la solución. cantidad de nivel a nivel +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 los valores d1+1t ≤XL−1 ≤∙∙∙≤X1 ≤Y .
costos asociados con un subplan y el subplan relajado La fuente es el nodo t100, mientras que el sumidero es
correspondiente. el nodo t2Kb+Kb+. Como en §3.3, tenemos
eso
Lema 4.2. Para cualquier subplan 12
l tenemos k
=1,
que =1≥1112L1L2.l Y kbkb+
12
k=0
Prueba. Este resultado se sigue inmediatamente al observar y el número de valores permitidos para Y es OT.
que ambos y son los l
12 =1 1112, L1L2 Además, de manera similar a la de los dos niveles
valor óptimo de un problema de optimización con funciones de caso, tenemos eso
costos idénticas, pero donde la región factible de
k 2
el primero es un subconjunto de la región factible de la
X kbkb+ d1+1s =1L−1
último.
k=0 s=1+1
Machine Translated by Google
Hoesel et al.: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
1716
de modo que el número de valores permitidos para X también sea
OT. Esto significa que el número total de nodos en
la red es OT L+1.
Los arcos en la red representan decisiones de producción,
transporte e inventario, y están presentes
entre pares de nodos en la red de la forma
tY X1XL−1 y t+1Y X1, XL−1, donde
Y −Y 0b y X ≥X (=1L−1). Es fácil
L­1
para ver que hay OT arcos que emanan de cada
2L arcos en la red.
nodo, para un total de OT
De manera similar a §3.3, podemos calcular fácilmente la
cantidad de producción en el período t+1 (Y −Y), la cantidad de
transporte entre niveles y +1 en el período t+1.
(X−X ), el inventario mantenido a nivel de fabricante
al final del período t+1 (Y −X1), y el inventario
mantenido a nivel minorista al final del período t+1
(XL−1−d1+1t+1). Los costos de un arco están dados por tanto por
L­1
punto+1Y −Y + c t+1X−X +h1 t+1Y −X
=1
L­1
+ h t+1X−1−X +hL t+1XL−1−d1+1t+1
=2
Si todas las funciones de costos se pueden evaluar en tiempo constante,
Los costos de un arco dado se pueden calcular en tiempo OL.
de la misma manera que en el 2LSP­PC después de un paso de
2
preprocesamiento que toma tiempo OT. Concluimos que el
El costo de un único subplan relajado se puede determinar en
Tiempo de OLT de 2L .
4 Siempre existe otra solución que es al menos tan buena.
Finalmente, observando que existen subplanes relajados de OT
y aplicando la misma técnica para reducir el tiempo de ejecución
que se utiliza al final del §3.3,
Obtenemos un algoritmo para el MLSP­PC con costos cóncavos
arbitrarios de producción, transporte y mantenimiento de inventario
y capacidades estacionarias que se ejecutan.
en tiempo OLT 2L+3 . Aunque este tiempo es exponencial
en el número de niveles, el orden del tiempo de ejecución
estará limitado por el hecho de que el número de niveles
normalmente será relativamente pequeño.
Este enfoque puede ampliarse fácilmente para abordar
con inventarios iniciales. Recuerde del §3.4 que sólo
Es necesario considerar subplanes relajados con t1 = 0.
Para un subplan tan relajado, deberíamos ver el total
inventarios iniciales comol producción
yo = 1 0 acumulada
cantidad hasta e incluyendo el Período 0, y la cantidad inicial
l
inventario como el transporte
Yo =s+1 0 acumulativo
cantidad hasta e incluyendo el Período 0 desde el nivel s hasta
nivel s+1, para todos los s 1L−1. Como en §3.4, sin
aumentando el tiempo de ejecución, estos inventarios iniciales
Se puede incorporar a la programación dinámica.
enfoque para calcular t1t212 mediante el método apropiado
redefiniciones de los posibles valores de Y y X.
En las siguientes secciones, mostraremos cómo se puede
reducir drásticamente el tiempo de ejecución en caso de problemas.
instancias que tienen capacidades de producción estacionarias,
Management Science 51(11), págs. 1706–1719, © 2005 INFORMS
costos generales de producción cóncavos y costos lineales de
mantenimiento de inventario en todos los niveles, así como uno de los
siguientes dos estructuras de costos de transporte: (i) fijo
cobrar sin motivos especulativos; o (ii) lineal.
4.3. Costos de transporte con cargo fijo sin
Motivos especulativos
4.3.1. Introducción. En esta sección consideramos
el caso de los costos de transporte con carga fija sin motivos
especulativos y los costos lineales de mantenimiento de
inventarios. Como antes, determinaremos los costos de
cada subplan relajado utilizando programación dinámica.
Después de un paso de preprocesamiento que se ejecuta en OLT 4, este
4
El programa dinámico se ejecuta en tiempo OT para cada subplan
relajado individual. Al utilizar la técnica de reducción al final del
4
§3.3, el costo de toda la OT se relajó
7
Los subplanes se pueden calcular simultáneamente en tiempo
OT. Por lo tanto, el tiempo de ejecución del enfoque de
programación dinámica para este caso especial de MLSP­PC es
OT 7+LT 4. Cuando L=2, podemos reducir este
tiempo de ejecución hasta OT 6.
4.3.2. Propiedad de pedido de inventario cero en el
Detallista. Demostraremos que, bajo costos de transporte de
carga fija sin motivos especulativos, las soluciones
satisfacer la propiedad de orden de inventario cero (ZIO)
en todos los niveles en 2L, es decir, tI x­1
=0t+1para t=1T −
1; =2L, son dominantes. Es decir, dada cualquier solución factible
al subplan relajado t1t212, no
y satisface la propiedad ZIO en todos los niveles en 2L.
Teorema 4.4. Dado un subplan relajado t1t212,
el conjunto de soluciones con la propiedad ZIO en todos los niveles en
2L es dominante.
Prueba. Sea y¯ x¯ ¯I una solución factible a la
subplan relajado t1t212 que no satisface ¯
la propiedad ZIO en algún nivel. que sea el ultimo
nivel, tal que la propiedad ZIO se cumple para todos los ¯+
1L, pero no es cierto para el nivel ¯. Podemos construir un
nueva solución al menos tan buena como y¯ x¯ , la
¯ ¯I tal que
La propiedad ZIO se cumple para todo L y . Si ¯=2, entonces
hemos obtenido el resultado deseado. De lo contrario, nosotros
Repita el procedimiento con la nueva solución. Observar ¯
que este procedimiento converge porque lo nuevo tiene
disminuido¯ en al menos una unidad.
Sea t t1+12−1 sea un período tal que se¯ haya trans­
¯
I¯ x¯¯−1 ¯
>0. El inventario positivo ¯I t+1
¯
t ¯ t
portado al nivel en algún período anterior. Sin embargo, debido
Ante la ausencia de motivos especulativos,¯ podemos reprogramar el¯
transporte de las unidades ¯I al periodo t+1.
¯
t
sin aumentar los costos.
¯ Repitiendo este argumento
para cada período t violando la propiedad ZIO en el nivel ¯,
obtenemos una solución
¯ donde la propiedad ZIO es verdadera
para cada nivel L .
Machine Translated by Google

Hoesel et al.: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
Management Science 51(11), págs. 1706–1719, © 2005 INFORMS 1717

4
Recordemos que t1t212 es igual a s1 =tT ; y s2 =s1T en tiempo OLT; ver el
costos mínimos entre las soluciones del subplan relajado t1t212 apéndice en línea. Es importante señalar que aunque
con como máximo una producción gratuita El modelo de Zangwill permite funciones cóncavas generales de
arco. El siguiente corolario del teorema 4.4 establece costos de transporte y mantenimiento de inventario.
que para encontrar este mínimo restringido podemos No se puede utilizar el mismo enfoque descrito anteriormente en
restringir nuevamente nuestra búsqueda a soluciones que satisfagan la presencia de capacidades de producción. La razón es
Propiedad ZIO en el minorista. que en el caso de incapacitación, la propiedad ZIO retiene
Corolario 4.5. El costo asociado con el relajado. para funciones de costo de arco cóncavo arbitrario, mientras que esto es
no es el caso en el caso capacitado. Sin embargo, como nosotros
El subplan t1t212 se puede encontrar entre todas las soluciones
Hemos demostrado que, en el caso de los costos de transporte
factibles que satisfacen la propiedad ZIO en todos los niveles en 2L.
con carga fija que no presentan motivos especulativos, también
Prueba. Esto se desprende inmediatamente de la prueba de obtener la propiedad ZIO, permitiendo 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 la propiedad El problema de determinar t1t212 se reduce
ZIO no altera los flujos de producción. para encontrar la longitud del camino más corto en la red desde
Este corolario implica que al buscar t1 la fuente hasta el sumidero, lo cual se puede hacer
1 2, Podemos asumir que cualquier cantidad enviada es en tiempo lineal en el número de arcos. es fácil de ver
t2 igual a la demanda de un conjunto de períodos consecutivos. que el número de nodos en la red es OT el número de arcos3 y
Esto ayudará a reducir la información mantenida. OT 4. Usando el mismo enfoque para
en el enfoque de programación dinámica descrito calcular múltiples valores de la función a la vez
en §4.2.1. como hemos comentado para la función al final de
§3.3, esto produce un algoritmo OT 7+LT 4 para resolver
4.3.3. Los costos de un subplan relajado. En esto
la variante multinivel de este problema.
sección, formularemos el problema de determinar los costos
Cuando L=2, este tiempo de ejecución se puede reducir
t1t212 como una simplificación del
a OT 6. Recuerde que el número de nodos en el
problema de programación dinámica definido en §4.2.1. Todo
El enfoque de programación dinámica anterior es OT 3.
Los nodos en la red de programación dinámica son de
mostrará que el número de arcos también es OT 3. Para
la forma tY 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
2 nodos OT 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 del Antiguo Testamento, y cada
período cuya demanda se satisface utilizando transporte desde
nodo de la forma t∙s con s>t tiene O1 sucesores, lo que da un total
el Nivel 1 al Nivel 2 hasta e incluyendo
de OT ∙OT ∙OT +
período t, donde d1+1s ≤Y yt ≤s. podemos observar OT 2∙O1=OT 3 arcos en la red. Esto produce
que del Teorema 4.4, tenemos que X1 =d1+1s en el un OT de 6 algoritmo para resolver la variante de dos niveles
programa dinámico del §4.2.1. La fuente es el nodo.
este problema.
t101, mientras que el sumidero es el nodo t2Kb+2. Como
Desafortunadamente, en presencia de valores iniciales distintos de cero
antes, sabemos que Y sólo puede asumir los valores
niveles de inventario la propiedad ZIO no es necesariamente
k ya no es dominante. Sin embargo, en estos casos cuanto más
Y kbkb+ procedimiento general desarrollado para el caso de arbitrariedad
k=0
Las funciones de costos cóncavas, por supuesto, todavía se aplican.

Hay arcos presentes entre pares de nodos en la red de la forma tY s y 4.4. Costos de transporte lineal
tY s¯ donde Y −Y ,
4.4.1. Introducción. En esta sección, consideraremos el caso
0b y s¯≥s. Es fácil ver que hay arcos OT que emanan de cada
nodo de la red, de modo que donde los costos de transporte y
toda la red tiene OT Los costos de 4 arcos. Los costos de mantener el inventario son lineales. Desarrollaremos un
un arco entre los nodos tY s y t+ Enfoque de programación dinámica que encuentra los costos
1Y s¯ ahora están dados por óptimos de cada subplan relajado. Después de un paso de
2
preprocesamiento que se ejecuta en tiempo OLT, este algoritmo
2 ejecuciones en tiempo
extra para un único subplan relajado, pero
pt+1Y −Y +h1 t+1Y −d1+1s¯
4 los costos de todos los subplanes
relajados de OT pueden reducirse en tiempo. Esto resulta en
+c1 t+1ds+1s¯+Ct+12s+1s ¯ 5
puso simultáneamente en OT un
algoritmo OT 5+LT 2 para resolver esta clase de
donde Cts1s2 se definen como los costos óptimos de
instancias de MLSP­PC.
enviar unidades ds1s2 desde el nodo t a sus destinos, es decir,
los nodos de demanda Ls1Ls2. 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
determinar los valores Ct2s1s2 para todo t=2T ; período t para satisfacer la demanda en el período ≥t será,
Machine Translated by Google
Hoesel et al.: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
1718
en la solución óptima, fluya a lo largo del costo mínimo
camino de 1t a L. En una etapa de preprocesamiento,
Puede determinar los costos unitarios mínimos de transporte.
asociado con la producción de una unidad en el período t para
consumo en el periodo, al que llamaremos Gt .
2
Estos valores se pueden calcular en tiempo OLT resolviendo T
problemas de camino más corto en gráficos acíclicos con
Arcos OTL que utilizan recursividad hacia atrás. Usando estos
valores, podemos entonces determinar nuevamente los costos
totales de transporte asociados con la producción, en el período t,
toda la demanda de los periodos consecutivos 1+
12, suponiendo que el transporte esté permitido en todos
periodos t2, es decir, GDt12 ≡2 r=1+1drGtr. En tiempo OT, estos
costos se pueden calcular para todo t=1T
y t ≤1+1≤2 ≤T . Esta información nos permitirá
para calcular los costos totales de transporte asociados
con producción en el periodo t en tiempo constante.
4.4.3. Los costos de un subplan relajado. En esto
sección, formularemos el problema de determinar
los costos t1t212 como una simplificación adicional de
el problema de programación dinámica definido en §4.2.1.
Todos los nodos de la red de programación dinámica son
de la forma tY donde t ,indica un período, y Y
es igual a la cantidad de producción acumulada hasta
e incluyendo el periodo t, donde d1+1t ≤Y y
k El ELSP clásico con capacidades de producción estacionarias que
Y kbkb+
k=0
La fuente es el nodo t10, mientras que el sumidero es el
nodo t2Kb+.
Hay arcos presentes entre pares de nodos en la
red de la forma tY y t+1Y cuando Y −
Y 0b. Cada arco de la red descrita anteriormente
representa una posible decisión de producción. dejamos que el
Los costos de los arcos serán iguales a los costos totales asociados.
con la cantidad de producción. Queda por demostrar que
Los costos de transporte y mantenimiento de inventario pueden ser
calculado en tiempo constante. Además de la información recogida
en la fase de preprocesamiento descrita
en §4.4.2, también encontraremos, para cada nodo tY en
la red, el primer periodo cuya demanda no es
totalmente satisfecho por la producción acumulada Y (digamos
s) así como la parte de la demanda de ese período
eso queda por satisfacer (digamos). Utilizando las demandas
acumuladas d1+1t (t =1+12) así como las
hecho de que el valor de Y sólo puede ser igual a kb o
kb+ para k=0K, esta información adicional puede
obtenerse en tiempo OT. Como veremos más adelante, este
no aumenta el tiempo de ejecución para encontrar los costos
de un único subplan relajado.
Ahora considere un arco que conecta los dos nodos.
tY (con el primer período de demanda restante s con
demanda restante ) y t+1Y (con el primer período de demanda
restante s¯ con demanda restante ).
Cuando Y −Y ≤, los costos unitarios de transporte del
Management Science 51(11), págs. 1706–1719, © 2005 INFORMS
cantidad producida en el periodo t+1 son iguales a Gt+1s.
Cuando Y −Y >, el transporte y el inventario
Los costos de mantener este arco constan de hasta tres componentes:
Gt+1s+GDt+1ss¯−1+Gt+1s¯ds¯− , y pueden
Todo
por tanto, puede calcularse en tiempo constante.
El problema de determinar t1t212 se reduce
para encontrar la longitud del camino más corto en la red desde la
fuente hasta el sumidero, lo cual se puede hacer
en tiempo lineal en el número de arcos. es fácil de ver
que el número de nodos en la red es OT 2, y
el número de arcos OT 2. Usando el mismo enfoque para
calcular múltiples valores de la función a la vez
3
como en §4.3, esto produce un algoritmo OT 5+LT 2 para
resolviendo esta variante del MLSP­PC.
Al igual que en el CLSP, los inventarios iniciales pueden
incorporarse cuando todas las funciones de costos de transporte y
mantenimiento de inventarios son lineales. En particular, la inicial
Los inventarios se utilizan para satisfacer las primeras demandas.
a través de los caminos más cortos apropiados en la red,
después de lo cual se actualizan las demandas y se soluciona el
problema restante sin inventarios iniciales.
5. Observaciones finales y
Investigación futura
En este artículo hemos considerado una generalización de
permite múltiples niveles de almacenamiento, así como
como decisiones de transporte correspondientes para el transporte
entre los diferentes niveles. Hemos identificado dos casos
especiales importantes de este problema que
son solucionables en tiempo polinomial. Los tiempos de ejecución de
los algoritmos correspondientes son notablemente insensibles al
número de niveles en la cadena de suministro.
Temas abiertos para futuras investigaciones en esta área pueden ser
dividido en tres direcciones generales. Primero, las complejidades,
aunque polinómicas en la planificación hori­para
5 7
zon, son de orden relativamente alto: OT los al tiempo extra
casos de dos niveles. Sería interesante si el pedido
del tiempo de ejecución podría reducirse, por ejemplo,
investigando si se puede ahorrar más tiempo
determinar los costos de muchos o todos los subplanes
simultáneamente. Además, aunque el número de niveles
generalmente será relativamente pequeño, no obstante sería
interesante determinar si el caso multinivel
con funciones de costo cóncavas generales se puede resolver en
tiempo polinómico tanto en el horizonte temporal como en el
número de niveles. Una segunda dirección es el estudio
de cadenas de suministro en serie en presencia de capacidades
en otros niveles o niveles adicionales de la cadena. Finalmente,
Sería interesante considerar estructuras de cadena de suministro
más complejas, que incluyan, por ejemplo,
estructuras de ensamblaje a nivel de productor, o múltiples
minoristas.
Un apéndice en línea de este documento está disponible en
http://mansci.pubs.informs.org/ecompanion.html.
Machine Translated by Google
Hoesel et al.: Dimensionamiento de lotes integrado en cadenas de suministro en serie con capacidades de producción
Management Science 51(11), págs. 1706–1719, © 2005 INFORMS
Expresiones de gratitud
Se apoyó el trabajo del segundo y tercer autor.
por la Fundación Nacional de Ciencias bajo las subvenciones No.
DMI­0085682 y DMI­0355533, Escuela de Investigación de Maastricht
Economía de la Tecnología y las Organizaciones (METEOR),
y la Organización Holandesa para la Investigación Científica
(Nuevo Orden Mundial).
Referencias
Aggarwal, A., JK Park. 1993. Algoritmos mejorados para la economía.
problemas de tamaño de lote. Ópera. Res. 41(3) 549–571.
Ahuja, RK, TL Magnanti, JB Orlin. 1993. Flujos de red: teoría,
Algoritmos y aplicaciones. Prentice Hall, Acantilados de Englewood,
NUEVA JERSEY.
Arntzen, BC, GG Brown, TP Harrison, LL Trafton. 1995.
Gestión de la cadena de suministro global en Digital Equipment Corporation.
Interfaces 25(1) 69–93.
Baker, KR, P. Dixon, Revista MJ, EA Silver. 1978. Un algoritmo para el problema dinámico
del tamaño de lote con restricciones de capacidad de producción que varían en el
tiempo. Ciencias de la gestión. 24(16) 1710­1720.
Bitran, GR, HH Yanasse. 1982. Complejidad computacional
del problema del tamaño del lote capacitado. Ciencias de la gestión. 28(10)
1174­1186.
Chandra, P., ML Fisher. 1994. Coordinación de producción y
planificación de distribución. EUR. J. Ópera. Res. 72 503–517.
2 de la firma. Res. Naval. Logista. Cuarto de galón. 7 7–12.
Chung, C.­S., C.­HM Lin. 1988. Un algoritmo OT para el
Problema de tamaño de lote capacitado NI/G/NI/ND. Ciencias de la gestión.
34(3) 420–426.
Federgruen, A., M. Tzur. 1991. Un algoritmo directo simple para resolver
modelos dinámicos generales de tamaño de lotes con n períodos en Onlogn
o Activado. Ciencias de la gestión. 37 909–925.
1719
Florian, M., M. Klein. 1971. Planificación determinista de la producción con
costos cóncavos y restricciones de capacidad. Ciencias de la gestión. 18
12–20.
Florian, M., JK Lenstra, AHG Rinnooy Kan. 1980. Determinista
Planificación de la producción: Algoritmos y complejidad. Gestión
Ciencia. 26(7) 669–679.
Geoffrion, AM, RF Poderes. 1995. Veinte años de diseño de sistemas de distribución
estratégica: una perspectiva evolutiva. Interfaces
25(5) 105–127.
Kaminsky, P., D. Simchi­Levi. 2003. Lote de producción y distribución.
dimensionamiento en una cadena de suministro de dos etapas. IIE Trans. 35(11) 1065–1075.
Lee, CY, S. Çetinkaya, W. Jaruphongsa. 2003. Un modelo dinámico
para dimensionar lotes de inventario y programar envíos de salida en
un almacén de terceros. Ópera. Res. 51(5) 735–747.
Thomas, DJ, PM Griffin. 1996. Gestión coordinada de la cadena de suministro. EUR. J.
Ópera. Res. 94(1) 1–15.
van den Heuvel, W., APM Wagelmans. 2003. Un algoritmo geométrico para resolver el
problema de tamaño de lote capacitado NI/G/NI/ND
2 en tiempo
extra. Informe técnico 2003­24, Instituto Econométrico
Informe, Rotterdam, Países Bajos.
3
van Hoesel, CPM, APM Wagelmans. 1996. Un Antiguo Testamento algoritmo
para el problema económico del tamaño de los lotes con capacidades constantes.
Ciencias de la gestión. 42(1) 142–150.
Wagelmans, A., S. van Hoesel, A. Kolen. 1992. Dimensionamiento económico de lotes:
Un algoritmo Onlogn que se ejecuta en tiempo lineal en el caso Wagner­Whitin.
Ópera. Res. 40(1) S145–S156.
Wagner, HM 1960. Una posdata a los problemas dinámicos de la teoría.
Wagner, HM, TM Whitin. 1958. Versión dinámica del modelo económico de tamaño de
lote. Ciencias de la gestión. 5 89–96.
Zangwill, WI 1969. Un modelo de atraso y un modelo de múltiples niveles
Modelo de un sistema de producción económico dinámico por tamaño de lote.
Un enfoque en red. Ciencias de la gestión. 15(9) 506–527.
Machine Translated by Google