Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CAPACIDADES DE PRODUCCIÓN
Stan van Hoesel
Faculty of Economics and Business Administration, Maastricht University, P.O. Box
616,
6200 MD Maastricht, The Netherlands, s.vanhoesel@ke.unimaas.nl
H. Edwin Romeijn
Department of Industrial and Systems Engineering, University of Florida, 303 Weil
Hall, P.O. Box 116595, Gainesville, Florida 32611-6595, romeijn@ise.ufl.edu
Dolores Romero Morales
Sai'd Business School, University of Oxford, Park End Street, Oxford OX1 1HP, United
Kingdom, dolores.romero-morales@sbs.ox.ac.uk
Albert P. M. Wagelmans
Econometric Institute, Erasmus University Rotterdam, P.O. Box 1738, 3000 DR
Rotterdam, The Netherlands,
wagelmans@few.eur.nl
Consideramos un modelo para una cadena de suministro en serie en la que las decisiones
de producción, inventario y transporte se integran en presencia de capacidades de
producción y funciones de costos cóncavos. El modelo que estudiamos generaliza el
modelo de tamaño de lote económico multinivel de un solo elemento, no capacitado,
agregando capacidades estacionarias de producción al nivel del fabricante. Presentamos
algoritmos con un tiempo de ejecución que es polinomial en el horizonte de planificación
cuando todas las funciones de costo son cóncavas. Además, consideramos diferentes
estructuras de costos de transporte e inventario que producen mejores tiempos de
ejecución: funciones de costos de mantenimiento de inventario que son funciones de costo
lineal y de transporte que son lineales o cóncavas con una estructura de cargo fijo. En este
último caso, hacemos la suposición común y razonable adicional de que los costos variables
de transporte e inventario son tales que mantener los inventarios en niveles más altos en la
cadena de suministro es más atractivo desde una perspectiva de costo variable. Si bien los
tiempos de ejecución de los algoritmos son exponenciales en el número de niveles en la
cadena de suministro en el caso del costo cóncavo general, los tiempos de ejecución son
notablemente insensibles al número de niveles para las otras dos estructuras de costos.
Palabras clave: tamaño del lote; integración de planificación de producción y transporte;
programación dinámica; Algoritmos de tiempo polinomiales.
Historial: aceptado por Thomas M. Liebling, programación matemática y redes; recibido el
17 de junio de 2002. Este documento fue con los autores 11 meses para 2 revisiones.
1. Introducción
En este documento, consideramos un problema en el que se integran las decisiones de
producción, inventario y transporte en una cadena de suministro básica. Los modelos
tradicionales generalmente consideran solo uno o dos de estos aspectos de forma aislada
del otro (s). Existe evidencia sustancial (ver, por ejemplo, Arntzen y otros 1995, Chandra y
Fisher 1994, Geoffrion y Powers 1995, y Thomas y Griffin 1996, así como las referencias
allí) que muestra que la integración de estas decisiones puede conducir a aumentos
sustanciales en eficiencia y eficacia. La integración de diferentes decisiones en la cadena
de suministro es particularmente importante cuando los recursos son limitados y cuando los
costos no son lineales, por ejemplo, exhiben economías de escala.
Consideraremos una cadena de suministro en serie para la producción y distribución de un
producto. Tal cadena de suministro ocurrirá, por ejemplo, cuando se agregue valor a un
producto en una secuencia de instalaciones de producción, y los bienes intermedios
necesitan ser transportados entre estas instalaciones. Kaminsky y Simchi-Levi (2003)
describen un ejemplo de una cadena tal como surge en la industria farmacéutica.
Otro ejemplo es la industria logística de terceros. En este caso, un centro de distribución
descendente que satisfaga las demandas en un área geográfica determinada puede
emplear los servicios de un almacén de terceros antes de que los productos se transporten
al centro de distribución real para su distribución a sus minoristas.
Una vez más, los productos en serie se almacenan o se transportan al almacén en el
siguiente nivel. Desde el nivel de almacén final, los productos son luego (posiblemente
después de haber sido almacenados durante algunos períodos) transportados a un
minorista (posiblemente permitiendo entregas anticipadas, es decir, inventarios en el nivel
minorista). Tal estructura puede surgir si un minorista realmente representa un mercado
completo, y la cadena de suministro del fabricante a este mercado es muy larga. Esto podría
hacer que sea ventajoso, en varias etapas, utilizar economías de escala mediante el
transporte de grandes cantidades a largas distancias a instalaciones de almacenamiento
intermedias antes de ser distribuidas en el mercado real.
Todas las situaciones descritas anteriormente pueden representarse mediante un modelo
genérico que consta de un fabricante, varios niveles intermedios de producción o
distribución, y un nivel en el que tiene lugar la demanda del producto final, al que nos
referiremos en este documento como el nivel de minorista (aunque esto no necesariamente
representa el nivel al que se produce el consumo de demanda real). De hecho, en un
modelo así, las etapas intermedias de producción y transporte son indistinguibles entre sí,
de modo que en el resto de este.
En papel simplemente nos referiremos a todas las etapas intermedias como etapas de
transporte entre almacenes.
El modelo de la cadena de suministro en serie esbozado anteriormente se puede ver como
una generalización de un problema fundamental, que de hecho es uno de los problemas
más ampliamente estudiados en la producción y la planificación del inventario, el problema
del tamaño económico de los lotes (ELSP). La variante básica de este problema considera
una instalación de producción que produce y almacena un solo producto para satisfacer
demandas conocidas en un horizonte de planificación finito. El problema es entonces
determinar las cantidades de producción para cada período de manera que todas las
demandas se satisfagan a tiempo con una producción total mínima y costos de
mantenimiento de inventario. Las funciones de costo no disminuyen en la cantidad
producida o almacenada, y generalmente se supone que son funciones cóncavas lineales,
de carga fija o generales. La instalación de producción puede enfrentar o no una restricción
de capacidad en la cantidad producida en cada período.
Para modelar la cadena de suministro en serie, el ELSP clásico se puede ampliar para
incluir decisiones de transporte, así como la posibilidad de mantener el inventario a
diferentes niveles en la cadena. Además de los costos de producción y mantenimiento de
inventarios, claramente también necesitamos incorporar los costos de transporte, lo que
agrega el problema del momento del transporte al problema del momento de la producción.
El objetivo será minimizar el costo del sistema a la vez que se satisface toda la demanda.
Incluso si el fabricante y el minorista son, de hecho, participantes distintos en la cadena de
suministro, cada uno de los cuales enfrenta una parte de los costos de la cadena de
suministro, este problema será relevante. En este caso, los participantes claramente
todavía necesitan decidir cómo distribuir los costos totales mínimos, que es un problema de
coordinación que está fuera del alcance de este documento. Alternativamente, sin embargo,
podemos interpretar los costos de mantenimiento en el nivel minorista como una multa o un
descuento sobre el precio de compra de un artículo, que el fabricante le otorga al minorista
si los artículos se entregan anticipadamente. En este caso, los costos minimizados por
nuestro modelo de optimización son todos incurridos por el fabricante. Al igual que en los
problemas estándar de lotes, se supone que todas las funciones de costos no disminuyen
en la cantidad producida, almacenada o expedida. Además, asumiremos que todas las
funciones de costo son cóncavas.
En general, todos los niveles en una cadena de suministro en serie, independientemente
de si corresponden a decisiones de producción o transporte, pueden enfrentar capacidades.
En este documento, nos concentraremos en cadenas de suministro en serie con
capacidades en el nivel de producción (es decir, primero), como un primer paso hacia el
estudio de cadenas de suministro capacitadas más generales. Agregar capacidades a otros
niveles (es decir, transporte) parece cambiar significativamente la estructura del problema
y, por lo tanto, el análisis del problema. Por lo tanto, tales problemas están fuera del alcance
de este documento, pero siguen siendo un tema de investigación en curso. Tenga en cuenta
que bajo ciertas estructuras de costo, puede ser posible eliminar niveles capacitados de la
cadena de suministro. Kaminsky y Simchi-Levi (2003) proporcionan uno de esos ejemplos,
que transforman un modelo de cadena de suministro en serie de tres niveles en el que el
primer y el tercer nivel están capacitados para un modelo de cadena de suministro en serie
de dos niveles con capacidades solo en el primer nivel.
Es fácil ver que esta condición es necesaria y suficiente para que (P) tenga una región
factible no vacía. También podemos modelar el MLSP-PC como un problema de flujo de
red capacitado de costo mínimo en una red con una fuente (véase también Zangwill 1969
para una discusión general sobre tales problemas de flujo de red de costo mínimo, así como
una discusión de incapacitados ELSP multinivel). Para este fin, definimos una red con una
única fuente 0, T nodos de transbordo (1, t) en el nivel de producción (nivel 1, t = 1, ..., T),
Más formalmente,
Tenga en cuenta que si las funciones de costo de transporte son lineales y no muestran
ningún motivo especulativo, siempre es óptimo almacenar la producción en el fabricante y
transportarla solo cuando la demanda se debe satisfacer. Por lo tanto, sin pérdida de
optimalidad, podemos suponer que para todos
De manera similar, si los costos de transporte son
lineales y , es más
económico de transportar tan pronto como producimos y almacenamos la producción en el
nivel minorista. Entonces, sin pérdida de optimalidad, podemos suponer que para
todos Estos dos casos especiales del MLSP-PC
por lo tanto producen un CLSP estándar.
Por último, una variante de MLSP-PC de dos niveles sin capacidad puede reducirse
fácilmente a un ELSP no capacitado. Cuando los costos de producción y los costos de
mantenimiento de inventarios en ambos niveles son lineales, dado que decidimos
transportarlos en un período determinado, podemos determinar fácilmente el mejor período
de producción, es decir, el período que produce la producción mínima total de la unidad y
Costos de inventario a nivel de fabricante para el transporte en el período t. La redefinición
de la función de costo de transporte en consecuencia, que puede hacerse en tiempo O (LT),
nos permite eliminar las variables de producción, así como las variables de inventario en el
fabricante, produciendo un ELSP estándar no capacitado. El problema resultante puede
resolverse en el tiempo O (T2) para los costos generales de transporte dentro de la cueva
(ver Wagner 1960) y en el tiempo para los costos de transporte de carga fija
(ver Aggarwal y Park 1993, Federgruen y Tzur 1991, y Wagelmans et al. 1992).
2.4.1. Subplanes.
Tenga en cuenta que solo los arcos que tienen un límite superior finito (que en nuestro caso
son solo los arcos de producción) pueden llevar el flujo mientras que no son libres. Al
eliminar todos los arcos de producción, la red que contiene todos los arcos libres restantes
se descompone en una serie de componentes conectados. Limitándonos por ahora a los
componentes conectados que sí llevan flujo, identificamos el primer y el último nodo en el
componente en cada nivel. Para un componente dado, estos nodos se pueden denotar por
(£, sf1 +1) y (l, sl2) para f = 1, ..., L, donde Sn <Sf + U <5f2 <? F + 1,2 para f = 1, ..., L-1. (8)
(Tenga en cuenta que la estricta desigualdad se mantiene debido a la definición del subplan:
el primer período incluido en el nivel f es sf1 +1). Con este enfoque, algunos nodos pueden
aislarse y no incluirse en ningún componente que lleve flujo. Asignamos cada uno de ellos
al componente que está adyacente a la izquierda de ellos. La asignación de los nodos
©aislados se ilustra en la Figura 2. Después de eliminar los arcos de producción,
obtenemos dos componentes. El primero está definido por los nodos (1,1) y (1.4) en el
Nivel 1, (2,1) y (2,4) en el Nivel 2, y (3,1) y (3,6) en el Nivel 3, y el segundo por nodos (1.5)
y (1,8) en el Nivel 1, (2,6) y (2,8) en el Nivel 2, y (3, 7) y (3, 8) en el Nivel 3. Podemos
observar ese nodo ( 2,3) es parte del primer componente, aunque ningún flujo pasa a través
de este nodo. Como se mencionó anteriormente, el nodo aislado (2,5) se asigna al
componente izquierdo. Resumiendo, podemos descomponer una solución de punto
extremo a (P) en componentes, cada uno de los cuales contiene un conjunto de nodos
{(I, sf1 + 1), ..., (£, gf2) j (f = 1, ..., L) satisfactorio (8).
Vamos a llamar a los componentes por lo tanto subplanes obtenidos Representaremos un
subplan por los períodos de 2L que lo identifican: ((s ^ s ^ L ^). A menudo será conveniente
referirse a los períodos de producción y demanda en un subplan por separado, y entonces
usaremos a menudo la notación ( t1rt2, T1, T2) = (? 11,? 12,? L1, sL2). Por construcción,
no se realiza inventario entre subplanas, por lo que el único flujo que ingresa en un subplan
proviene de los arcos de producción asociados con los nodos del fabricante en el subplan.
La cantidad total producida en todos los períodos de producción en el subplan, es decir, la
producción total en los períodos t1 + 1, ..., t2, se utiliza para abastecer la demanda de todos
los nodos minoristas en el subplan, es decir, la demanda total en los períodos r1 + 1, ..., T2.
Llamaremos dos subplanes ((? l1,? l2) L = 1) y ((s'n, s'i2) L = 1) consecutivos si s ' t 1 =? l2
para l = 1, ..., L. Podemos resumir la estructura de las soluciones de puntos extremos de la
siguiente manera.
El siguiente lema proporciona una relación entre los costos asociados con un subplan y el
correspondiente subplan relajado. Lema 4.2. Para cualquier subplan ((sl1, sl2) L = 1),
tenemos que & ((Sl1, Sl2) L = 1) - ^ ($ 11, $ 12, $ L1, SL2). Prueba. Este resultado sigue
inmediatamente al observar que tanto 4 '((sl1, sl2) L = 1) como ^ (su, $ 12,? L1,? L2) son el
valor óptimo de un problema de optimización con funciones de costo iden- tical, pero donde
la región factible de la primera es un subconjunto de la región factible de la última. □ El
siguiente teorema muestra que existe una solución óptima para el problema del tamaño del
lote que está representado por un camino en la red de programación dinámica de Fase 2
cuya longitud es igual a los costos óptimos. Teorema 4.3. La red de programación dinámica
de fase 2 contiene una ruta que corresponde a una solución óptima para nuestro problema
de dimensionamiento de lotes, y la longitud de la ruta es igual al costo de esta solución.
PRUEBA. Considere una solución óptima de punto extremo para el problema del tamaño
del lote, digamos con un costo O *. Como se discute en el §2.4, esta solución óptima se
descompone en una secuencia de subplanes consecutivos. Es fácil ver que la red de
programación dinámica de fase 2 contiene una ruta para la cual los períodos de producción
y demanda de cada uno de los arcos corresponden a esta secuencia de subplanes. El Lema
4.2 ahora dice que la longitud de la ruta en la red de programación dinámica, digamos ^, no
excederá O *. Sin embargo, según el teorema 4.1 sabemos que es una sobreestimación de
los costos de una solución factible correspondiente. La optimalidad de O * ahora implica
que de hecho ^ = O *, que demuestra el resultado deseado.
Los teoremas 4.1 y 4.3 claramente implican que nuestro algoritmo de dos fases resuelve el
MLSP-PC. Ahora podemos concluir que la Fase 2 del algoritmo se ejecuta en tiempo O
(T4), dados todos los valores ^ (t1, t2, T1, T2). El desafío restante es, por lo tanto,
proporcionar algoritmos eficientes para calcular estos valores.
4.2. Costos cóncavos
4.2.1. Los costos de los planes secundarios relajados.
En esta sección, formularemos el problema de determinar los costos ^ (t1, t2, T1, T2) como
un problema dinámico de programación. Dicho de otra manera, definimos, para cada uno
(t1, t2, T1, T2), una red con la propiedad que <fr (t1, t2, t1, t2) es igual a la ruta más corta
entre un par de nodos fuente y sumidero en esta red Los nodos en esta red tienen la forma
(t, Y, X1, ..., XL-1), donde t indica un período, Y es igual a la cantidad acumulativa de
producción hasta e incluyendo el período t, y Xl es igual a la cantidad acumulada de
transporte del nivel I al nivel 1 + 1 hasta el período t inclusive. Tenga en cuenta que la
viabilidad dicta que debemos restringirnos a los valores dT1 + 1t <XL-1 <- <X1 <Y. La fuente
es el nodo (t1,0, ..., 0), mientras que el sumidero es el nodo (t2 , Kb + s, ..., Kb + s). Como
en §3.3, tenemos que
K
Y eU {kb, kb + s},
k=0
y el número de valores permitidos para Y es O (T). Además, de manera similar a la del caso
de dos niveles, tenemos que
\ l = 1, ..., L - 1,
Xl e ((J {kb, kb + s}) u (U {dTi + 1, s}
\ = 0 / Vs = T1 + 1
1716
de modo que la cantidad de valores permitidos para X1 también sea O (T). Esto significa
que el número total de nodos en la red es O (TL + 1).
Los arcos en la red representan decisiones de producción, transportación e inventario, y
están presentes entre pares de nodos en la red de la forma (l, Y, X1, ..., XL-1) y (t + 1, Y ,
X1XL-1), donde Y - Ye {0, s, b} y X *> X1 (* = 1, ..., L-1). Es fácil ver que hay arcos O (TL-
1) que emanan de cada nodo, para un total de arcos O (T2L) en la red.
Ahora considere un arco conectando los dos nodos (t, Y) (con el primer período de demanda
restante con la demanda S restante) y (t + 1, Y) (con los primeros períodos de demanda
restantes con la demanda S restante). Cuando Y - Y <S, los costos de transporte de la
unidad de la cantidad producida en el período t +1 son iguales a Gt + 1s. Cuando Y - Y> S,
los costos de transporte e inventario de este arco consisten en hasta tres componentes: Gt
+ 1s S + GDt + 1, s, s-1 + Gt + 1, -s (ds - S ), y de hecho puede ser calculado en tiempo
constante. El problema de determinar <fr (t1, t2, r1, r2) se reduce a encontrar la longitud de
la ruta más corta en el entramado de la fuente al sumidero, que se puede hacer en tiempo
lineal en la cantidad de arcos. Es fácil ver que el número de nodos en la red es O (T2) y el
número de arcos O (T2). Usando el mismo enfoque para calcular múltiples valores de la
función ^ a la vez como en §4.3, esto produce un algoritmo O (T5 + LT2) para resolver esta
variante del MLSP-PC. Al igual que en el CLSP, los inventarios iniciales pueden
incorporarse cuando todas las funciones de transporte y retención de inventario son
lineales. En particular, los inventarios iniciales se utilizan para satisfacer las demandas más
tempranas a través de las rutas más cortas apropiadas en la red, después de lo cual se
actualizan las demandas y se resuelve el problema restante sin inventarios iniciales.
Expresiones de gratitud
El trabajo del segundo y tercer autor fue apoyado por la National Science Foundation bajo
las subvenciones No. DMI-0085682 y DMI-0355533, la Escuela de Economía de Tecnología
y Organizaciones de Maastricht (METEOR) y la Organización de Investigación Científica de
los Países Bajos (NWO)
Referencias
Aggarwal, A., J. K. Park. 1993. Algoritmos mejorados para problemas económicos del
tamaño de lote. Oper. Res. 41 (3) 549-571.
Ahuja, R. K., T. L. Magnanti, J. B. Orlin. 1993. Flujos de red: teoría, algoritmos y
aplicaciones. Prentice Hall, Englewood Cliffs, NJ.
Arntzen, B. C., G. G. Brown, T. P. Harrison, L. L. Trafton. 1995. Gestión global de la cadena
de suministro en Digital Equipment Cor-poration. Interfaces 25 (1) 69-93.
Baker, K. R., P. Dixon, M. J. Magazine, E. A. Silver. 1978. Un algoritmo para el problema
del tamaño de lote dinámico con limitaciones de capacidad de producción variables en el
tiempo. Management Sci. 24 (16) 1710-1720.
Bitran, G. R., H. H. Yanasse. 1982. Complejidad computacional del problema del tamaño
del lote capacitado. Management Sci. 28 (10) 1174-1186.
Chandra, P., M. L. Fisher. 1994. Coordinación de la planificación de producción y
distribución. EUR. J. Oper. Res. 72 503-517
Chung, C.-S., C.-H. M. Lin. 1988. Un algoritmo O (T2) para el problema de tamaño de lote
capacitado NI / G / NI / ND. Management Sci. 34 (3) 420-426.
Federgruen, A., M. Tzur. 1991. Un algoritmo de avance simple para resolver modelos de
dimensionamiento de lotes dinámicos generales con n periodos en O (nlogn) u O (n).
Management Sci. 37 909-925.
Florian, M., M. Klein. 1971. Planificación de producción determinista con costos cóncavos
y limitaciones de capacidad. Management Sci. 18 12-20.
Florian, M., J. K. Lenstra, A. H. G. Rinnooy Kan. 1980. Planificación determinista de la
producción: Algoritmos y complejidad. Management Sci. 26 (7) 669-679.
Geoffrion, A. M., R. F. Powers. 1995. Veinte años de diseño del sistema de distribución
estratégica: una perspectiva evolutiva. Interfaces 25 (5) 105-127.
Kaminsky, P., D. Simchi-Levi. 2003. Tamaño de lotes de producción y distribución en una
cadena de suministro de dos etapas. IIE Trans. 35 (11) 1065-1075.
Lee, C. Y., S. ^ etinkaya, W. Jaruphongsa. 2003. Un modelo dinámico para el tamaño del
lote de inventario y la programación del envío saliente en un almacén de terceros. Oper.
Res. 51 (5) 735-747.
Thomas, D. J., P. M. Griffin. 1996. Coordinación de la gestión de la cadena de suministro.
EUR. J. Oper. Res. 94 (1) 1-15.
van den Heuvel, W., A. P. M. Wagelmans. 2003. Un algoritmo geométrico para resolver el
problema de dimensionamiento de lotes capacitados NI / G / NI / ND en el tiempo O (T2).
Informe técnico 2003-24, Informe del Instituto Econométrico, Rotterdam, Países Bajos.
van Hoesel, C. P. M., A. P. M. Wagelmans. 1996. Un algoritmo O (T3) para el problema
económico del dimensionamiento de lotes con capacidades constantes. Management Sci.
42 (1) 142-150. Wagelmans, A., S. van Hoesel, A. Kolen. 1992. Tamaño económico del lote:
algoritmo O (nlogn) que se ejecuta en tiempo lineal en el caso Wagner-Whitin. Oper. Res.
40 (1) S145-S156.
Wagner, H. M. 1960. Una posdata a los problemas dinámicos de la teoría de la empresa.
Naval Res. Logist. Cuarto de galón. 7 7-12.
Wagner, H. M., T. M. Whitin. 1958. Versión dinámica del modelo de tamaño de lote eco -
nómico. Management Sci. 5 89-96.
Zangwill, W. I. 1969. Un modelo de backlogging y un modelo de varios escalones de un
sistema dinámico de producción de lotes económicos: un enfoque de red. Management Sci.
15 (9) 506-527.