 |
|
|
 |
Awi Federgruen, Jörn Meissner, Michal Tzur
|
|
| Abstract |
|
Wir betrachten das Problem einer Produktionsstätte, die N verschiedenen Produkte herstellt. Die Nachfrage für jedes dieser Produkte ist deterministisch und innerhalb eines gegebenen Planungshorizonts bekannt. Wird in einer bestimmten Planungsperiode produziert, fallen Fixkosten in bekannter Höhe an. Die aggregierte Ordermenge über alle Produkte wird von einem gemeinsamen Kapazitätslimit gegrenzt. Zielsetzung dieses Forschungspapiers ist es eine Losgrössenstrategie zu finden, die die gegebenen Nachfragemengen ohne Wartezeiten erfüllt und die die Summe von Lagerhaltungs-, Fix- und variablen Produktionskosten minimiert. Alle Nachfrage- und Kostendaten können im Zeitablauf beliebig variieren. In unserem (JS)-Modell hängt die Höhe der Fixkosten nicht von der Komposition der Produktionsentscheidung ab, während das (JIS)-Modell individuelle Fixkosten für jedes Produkt zusätzlich zu den gemeinsamen Fixkosten erlaubt.
Für diese Entscheidungssituation entwickeln wir eine Klasse von sogenannten "Progressive Interval Heuristics", die ein (JS)- oder (JIS)-Problem über progressiv längere Zeitintervalle löst. Dabei startet die Heuristic immer mit dem ersten Zeitinterval, benutzt aber die für einen progressiv länger werdenden Zeitraum zu Beginn des Planungshorizonts die Produktionsentscheidungen aus vorheringen Iterationen. Verschiedenen Varianten in dieser Klasse von Heuristiken erlauben eine unterschiedliche Flexibilität hinsichtlich der Anpassung der Produktionsmengen aus früheren Iterationen des Algorithmuses.
Wir zeigen für das (JS)-Modell und beide Standardimplementationen der "Progressiv Interval Heuristics", das die Heuristiken unter milden Restriktionen der Parameter so implementiert werden können, dass sie einen epsilon-optimalen Kostenwert für einen beliebigen Wert epsilon > 0 liefern und das ihre Laufzeit polynomiell in der Problemgrösse begrenzt ist.
Wir zeigen in der abschliessenden numerischen Studie für das (JS)- und (JIS)-Modell, das unsere "Progressive Interval Heuristics" mit moderatem Rechenaufwand Lösungen generieren, die sehr nahe an den optimalen Lösungen liegen, und das die Heuristiken auch sehr effektiv zur Lösung von grossen Planungsproblemen eingesetzt werden können.
|
|
| Keywords |
|
supply chain management, inventory models, lot sizing, time partitioning
|
|
| Journal |
|
Operations Research Vol 55, No 3 (May–June 2007), pp 490–502. |
|
| Download |
|
www.meiss.com/download/SC-Federgruen-Meissner-Tzur.pdf
(186 kb) |
|
| Reference |
|
BibTeX,
Plain Text |
|
|
|
 |
