Dimensiones de lote integradas en cadenas de suministro en serie con

Capacidades de Produccin
Stan van Hoesel
Facultad de Ciencias Econmicas y Empresariales, Maastricht University, P.O. Caja 616,
6200 MD Maastricht, Pases Bajos, s.vanhoesel@ke.unimaas.nl
H. Edwin Romeijn
Departamento de Ingeniera Industrial y de Sistemas, Universidad de Florida, 303 Weil Hall,
P.O. Box 116595,
Gainesville, Florida 32611-6595, romeijn@ise.ufl.edu
Dolores Romero Morales
Sad Business School, Universidad de Oxford, Park End Street, Oxford OX1 1HP, Reino Unido,
Dolores.romero-morales@sbs.ox.ac.uk
Albert P. M. Wagelmans
Instituto Economtrico, Universidad Erasmus Rotterdam, P.O. Box 1738, 3000 DR Rotterdam,
Pases Bajos,
Wagelmans@few.eur.nl
Consideramos un modelo para una cadena de suministro en serie en la que las decisiones de
produccin, inventario y transporte
Se integran en presencia de capacidades de produccin y funciones de coste cncavo. El
modelo que estudiamos
Generaliza el modelo econmico de nivel de lotes multi-nivel de un solo artculo sin
desacapacidades aadiendo produccin estacionaria
Capacidades del fabricante. Presentamos algoritmos con un tiempo de ejecucin que es
polinomial en
El horizonte de planificacin cuando todas las funciones de coste son cncavas. Adems,
consideramos diferentes
Estructuras de costos de mantenimiento de inventario que producen tiempos de ejecucin
mejorados: funciones de
Lineales y de coste de transporte que son lineales o cncavas con una estructura de carga
fija. En
En este ltimo caso, hacemos el supuesto adicional comn y razonable de que la variable
transporte y
Los costos de inventario son tales que mantener los inventarios a niveles ms altos en la
cadena de suministro es ms atractivo
Perspectiva de costos variables. Mientras que los tiempos de ejecucin de los algoritmos son
exponenciales en el nmero de niveles en
La cadena de suministro en el caso de coste cncavo general, los tiempos de ejecucin son
notablemente insensibles al nmero
De los niveles para las otras dos estructuras de costos.
Palabras clave: dimensionamiento de los lotes; Integracin de la planificacin de la produccin
y el transporte; programacin dinmica;
Algoritmos de tiempo polinomial
Historia: Aceptado por Thomas M. Liebling, programacin y redes matemticas; Recibida el 17
de junio de 2002.
Este trabajo fue con los autores 11 meses para 2 revisiones.
1. Introduccin
En este trabajo consideramos un problema en el que la produccin,
Inventario y decisiones de transporte en un
La cadena de suministro bsica estn integrados. Modelos tradicionales
Generalmente consideran slo uno o dos de estos aspectos
Aislamiento del otro (s). Existen pruebas sustanciales
(Vase, por ejemplo, Arntzen et al., 1995, Chandra y
Fisher 1994, Geoffrion y Powers 1995, y Thomas
Y Griffin 1996, as como sus referencias)
Que muestra que la integracin de estas decisiones puede
A un aumento sustancial de la eficiencia y la eficacia.
La integracin de diferentes decisiones en la cadena de
Particularmente importante cuando los recursos son limitados y
Cuando los costes no son lineales, por ejemplo, exhiben economas de
escala.
Consideraremos una cadena de suministro en serie para la produccin
Y distribucin de un producto. Tal suministro
Cadena, por ejemplo, cuando el valor es
Aadido a un producto en una secuencia de instalaciones de produccin,
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 farmacutica.
Otro ejemplo es la industria de logstica de terceros.
En este caso, un centro de distribucin
Que satisface las demandas en una determinada rea geogrfica
Pueden contratar los servicios de un almacn de terceros
Antes de que los productos sean transportados a la distribucin real
Centro de distribucin para sus minoristas. Una serie
Modelo de la cadena de suministro puede utilizarse
Parte de una cadena de suministro que sea relevante para la
(Vase Lee et al., 2003). Un ejemplo final
Es una situacin en la que la produccin tiene lugar
fabricante. Los artculos que se producen son entonces
Almacenados a nivel del fabricante o transportados al
Primer nivel de almacn. En cada uno de los niveles del almacn,
1706
Hoesel et al .: Tamao de lote integrado en cadenas de suministro en serie con capacidades
de produccin
Ciencias de la gestin 51 (11), pp. 1706-1719, 2005 INFORMS 1707
Productos se almacenan o transportan de nuevo a la
Almacn en el siguiente nivel. Desde el almacn final
Nivel, los productos son entonces (posiblemente
Almacenados durante algunos periodos) transportados a un minorista
(Posiblemente permitiendo entregas tempranas, es decir, inventarios
A nivel minorista). Tal estructura puede surgir
Si un minorista representa en realidad un mercado entero, y
La cadena de suministro desde el fabricante hasta este mercado
Es muy largo. Esto podra resultar ventajoso para
En varias etapas, emplean economas de escala mediante el
Grandes cantidades a distancias largas a intermedias
Instalaciones de almacenamiento antes de ser
El mercado real.
Todas las situaciones descritas anteriormente pueden ser representadas
Por un modelo genrico compuesto por un fabricante,Varios intermediarios
Nivel de produccin o distribucin, y un nivel en el que la demanda de los productos finales se
ubica, a la que nos referiremos en este documento como nivel de abastecimiento (aunque
esto no necesariamente representa el nivel en el que se produce la demanda real de
consumo). De hecho, en un modelo de este tipo, las etapas de produccin y transporte
intermedias son indistinguibles unas de otras, de modo que en el resto de este documento
nos referiremos simplemente a todas las etapas intermedias como etapas de transporte entre
almacenes. Un problema fundamental que, de hecho, es uno de los problemas ms
ampliamente estudiados en la planificacin de la produccin y los inventarios, el problema
econmico del tamao del lote (ELSP). La variante bsica de este problema considera una
instalacin de produccin que produce y almacena un solo producto para satisfacer demandas
conocidas en un horizonte de planificacin finito. El problema consiste entonces en
determinar las cantidades de produccin para cada perodo, de modo que todas las demandas
se satisfagan a tiempo a la produccin total mnima y los costos de mantenimiento de
inventario. Las funciones de costo no disminuyen en la cantidad producida o almacenada, y
se asumen generalmente como belicosas, Funciones. Para modelar la cadena de suministro
en serie, el ELSP clsico puede ampliarse para incluir decisiones de transporte, as como la
posibilidad de mantener el inventario a diferentes niveles de la cadena. Adems de los costos
de produccin y de mantenimiento de los inventarios, tambin es evidente que tambin es
necesario incorporar los costos de transporte, lo que agrega el problema del momento del
transporte al problema de la fecha de produccin. El objetivo ser minimizar el costo del
sistema y satisfacer al mismo tiempo. Incluso si el fabricante y el minorista son en realidad
participantes distintos en la cadena de suministro, cada uno de los cuales se enfrenta a una
parte de los costos de la cadena de suministro, este problema ser relevante. En este caso,
los participantes todava tienen que decidir claramente cmo distribuir los costos mnimos, lo
cual es un problema de coordinacin que est fuera del alcance de este documento.
Alternativamente, sin embargo, podemos interpretar los costos de tenencia en el nivel del
minorista como una penalizacin o un descuento en el precio de compra de un artculo, que
es dado por el fabricante al minorista si los artculos se entregan pronto. En este caso, los
costes minimizados por nuestro modelo de optimizacin son todos incurridos por el
fabricante. Como en los problemas de lotes estndar, se supone que todas las funciones de
costo no disminuyen en la cantidad producida, almacenada o enviada. Adems, asumiremos
que todas las funciones de coste son cncavas. En general, todos los niveles de una cadena
de suministro en serie, independientemente de si corresponden a decisiones de produccin o
de transporte, pueden enfrentar capacidades. En este documento, nos concentraremos en
cadenas de suministro en serie con capacidades en la produccin (es decir, primero)
solamente, como un primer paso hacia el estudio de las cadenas de suministro ms generales
capacitadas. La adicin de capacidades en otros niveles (es decir, transporte) parece cambiar
significativamente la estructura del problema y, por lo tanto, el anlisis del problema. Por lo
tanto, estos problemas estn fuera del alcance de este documento, pero siguen siendo un
tema de investigacin general. Obsrvese que bajo ciertas estructuras de costos puede ser
posible eliminar niveles capacitados de la cadena de suministro. Un ejemplo de ello es
Kaminsky y Simchi-Levi (2003), quienes transforman el modelo de cadena de suministro en
serie de tres niveles en el cual los primeros y terceros niveles estn capacitados para un
modelo de cadena de suministro de dos niveles con capacidades slo en el primer nivel.
Problema de determinacin de tamaos ptimos de produccin, transporte y inventario en
una cadena de suministro en serie como se describi anteriormente y capacidades de
subproduccin a nivel de produccin con problemas de tamao de lotes con capacidad de
produccin (MLSP-PC). En general, este problema es NP-duro, ya que es una generalizacin
directa del NP-ELSP duro con capacidades de produccin generales (vase Florian et al.,
1980). El ELSP con capacidades de produccin estacionarias, sin embargo, es soluble en
tiempo polinomial Y Klein 1971). Debido a que nuestro objetivo es identificar casos
polinomiosolubles del MLSP-PC, en la mayor parte de este trabajo se asumir que las
capacidades de produccin son estacionarias. Estudiamos problemas con la produccin
cncava general, la tenencia de inventario y los costos de transporte, Y dos estructuras de
costos de transporte diferentes: (i) costos de transporte lineales; Y ii) los costos de transporte
de carga fija sin motivos especulativos, lo que significa que con respecto a los costos
variables, mantener el inventario es menos costoso en niveles ms altos que en los niveles
bajos de la cadena de suministro. Nuestros mtodos de solucin se basan en un marco de
programacin dinmica que utiliza un principio de descomposicin que generaliza la
propiedad clsica de ordenamiento cero (ZIO). Hoesel et al .: Dimensiones de Lote Integradas
en Cadenas de Suministro Seriales con Capacidades de Produccin1708 Management Scie
(1969) para el caso multinivel y, por ejemplo, en Wagner y Whitin (1958) para el caso de un
solo nivel . En particular, en nuestro modelo de dos niveles trabajamos con el nuevo concepto
de un subplan, y mostramos que las soluciones extremas se descomponen en un nmero de
subplanos consecutivos. Nuestros algoritmos para este modelo funcionan en tiempo
polinomial en el planeamiento del problema. La generalizacin directa de esta aproximacin
al caso multinivel conduce a un gran tiempo de ejecucin. Logramos ahorros sustanciales
introduciendo el concepto de un subplanaje relajado. En contraste con los enfoques existentes
en la literatura, nuestro programa dinmico no representa necesariamente todas (o incluso
slo) soluciones de puntos extremos para el MLSPPC. Adems, mientras que los caminos del
programa dinmico corresponden a soluciones factibles del problema, los costos de un
camino Pueden sobrestimar los costes de la solucin correspondiente al problema. Sin
embargo, podemos demostrar (basado en la concavidad de las funciones de coste) que
nuestro programa dinmico pone el MLSP-PC a la optimalidad. El algoritmo resultante para el
caso de las funciones generales de coste cncavo es exponencial en el nmero de niveles en
la cadena de suministro. Sin embargo, es notablemente insensible al nmero de niveles para
las dos estructuras de costos especficas mencionadas anteriormente.Este documento se
organiza de la siguiente manera. En el 2, presentamos el MLSP con los costos de produccin
y las funciones generales de produccin cncava, de transporte y de mantenimiento de
inventario. Caracterizamos los puntos extremos de la regin factible del problema y
demostraremos un resultado de descomposicin que formar la base de nuestros algoritmos.
En el 3, estudiamos el problema de dos niveles y proporcionamos un marco de
programacin dinmico general basado en el resultado de la descomposicin derivado
anteriormente, que produce un algoritmo de tiempo apolinomial en el horizonte de
planificacin para los costos cncavos generales. En el 4, este algoritmo es entonces
generalizado con el problema de dimensionamiento de lotes de varios niveles y se muestra
que sigue siendo polinomial en el planeamiento, y se dan mejores tiempos de ejecucin para
dos variantes del modelo. El documento termina en el 5 con algunas observaciones finales y
cuestiones para una mayor investigacin. Formulacin y Anlisis de Modelos2.1. Los ModelAs
descritos en la introduccin, estudiaremos el problema de dimensionamiento de lotes con una
estructura en serie. En cada perodo, la produccin puede tener lugar en el fabricante. Los
artculos que se producen pueden ser almacenados al nivel del fabricante o transportados al
primer nivel de almacn. En cada uno de los niveles de almacn, los productos vuelven a ser
almacenados o transportados al almacn en el siguiente nivel. Desde el nivel final del
almacn, los productos son entonces (posiblemente despus de haber sido almacenados
durante algn perodo) transportados al minorista. Consideramos un horizonte de
planificacin de T perodos. En cada perodo t, el minorista enfrenta una demanda no negativa
dada por dt, mientras que la capacidad de produccin del fabricante en el perodo t es igual a
bt. Consideraremos el total de los niveles L, que incluye el fabricante, el minorista y los
almacenes intermedios L - 2. Wesay que el fabricante est en el primer nivel de la cadena, y
el minorista est en el nivel Lth. Cada uno de los niveles intermedios corresponde a un
almacn.Let? + Denotan el conjunto de nmeros reales no negativos.Para cada perodo t =
1? ? ? ? ? T, los costes de produccin son dadas por la funcin pt + ? +, Los costes de
transporte de nivel a nivel +1 son dados por la funcin ct + ? + (= 1), y el inventario Los
costos en el nivel son dados por la funcin? + ? + (= 1?). L). A lo largo del documento,
asumiremos que todas las funciones de coste son cncavas, no decrecientes e iguales a cero
cuando su argumento es cero. El MLSP-PC puede formularse de la siguiente manera:
minimizar? Tt = 1? Ptyt? + L? -1 = 1ct xt ? +? L = 1ht I t? P? Sujeto tox1t + I 1t = yt + I 1t-1?
T = 1 T ^ {1} (1) xt + I t = x-1t + I t-1? T = 1 T \ varepsilon = 2 L - 1 \ (2) dt + I Lt = xL-1t + I
Lt-1 \ T = 1 T ^ {1} (3) yt \ theta _ {bt} T = 1 T ^ {1} (4) I _ {0} = 0 \ = 1 L ^ {1} (5) yt0?
T = 1 \ quad T \ leq xt \ T = 1 T ^ {1} = 1 L - 1 \ rightarrow I t0 \ T = 1 T ^ {1} = 1 L 'donde
yt denota la cantidad producida en el periodo t, xt es la cantidad enviada de nivel a nivel +1
enperiodo t, e I t denota la cantidad de inventario al nivel al final del periodo t. Las
restricciones (1) - (3) modelan el equilibrio entre el flujo de entrada, almacenamiento y salida
en los niveles de fabricante, almacn y minorista, respectivamente, en cada perodo. La
cantidad de produccin en cada perodo est restringida por restricciones (4). Finalmente, las
restricciones (5) indican que todos los niveles iniciales de inventario son iguales a cero. A
diferencia de lo que ocurre en el modelo tradicional de nivelacin de un solo nivel, esto no es
una suposicin de que se pueda hacer sin prdida de generalidad, debido a la no linealidad de
las funciones de transporte y de mantenimiento del inventario. Por lo tanto, ms adelante
discutiremos cmo manejar casos de problemas en los que esta restriccin est ausente, y en
su lugar (no negativo) inventario inicialHoesel et al .: Tamao de lote integrado en cadenas de
suministro en serie con capacidad de produccinMLas ciencias en todos los niveles se
consideran como parte de los datos del problema. Entonces, los algoritmos desarrollados
pueden ser aplicados en un esquema de horizonte rodante, en el cual se resuelven nuevas
condiciones de aprovechamiento de lotes -y sus soluciones ptimas implementadas
parcialmente- a medida que transcurre el tiempo y se disponen nuevas previsiones de
demanda. Por conveniencia, vamos a definir la demanda acumulada en perodos t? S, es
decir, dts \ delta s = td \ Para t = 1 \ rightarrow s \ (6) Para asegurar la factibilidad de (P),
asumiremos que la demanda acumulada en los primeros perodos t puede exceder la
capacidad de produccin total en estos perodos, es decir, d1t t ? = 1b? Para cada t = 1 T _
{1} (7) Es fcil ver que esta condicin es a la vez necesaria y suficiente para que (P) tenga
una vecindad factible no vaca. Tambin podemos modelar el MLSP-PC como un problema de
flujo de red de bajo costo capacitado en una red con una fuente (vase tambin Zangwill
1969 para una discusin general sobre tales problemas de flujo de red de costo mnimo, as
como una discusin sobre los ELSPs de niveles mltiples no capacitados). Con este fin,
definimos una red con una sola fuente 0, T nodos de transbordo 1? T? En el nivel de
produccin (nivel 1, t = 1 T), T transshipmentnodes? T? En cada uno de los niveles del
almacn (t = 1 T = 2 L-1), y los nodos de demanda TL \ theta _ {t} Con demanda dt en el
nivel minorista (nivel L, t = 1 T). Finalmente, la viabilidad dicta que el sourcenode 0 tiene un
suministro de unidades d1T. La Figura 1 ilustra la representacin en red del MLSP-PC para L =
3 Figura 1 Representacin en red del MLSP-PC para L = 3 y T = 40d1 + d2 + d3 + d4y1 y2 y3
y4 (1, 1) (1, 2) 1, 3) (3,4) (2, 1) (2,2) (2,3) (3,4) (3, 1) (3, 2) (3, 3) (3, 4) x11I13 I23 I33I12I11
I21 I31I22 I32d1 d2 d3 d4x12 x22x21 x31 x41x32 x42 y T = 4. Esta representacin facilitar
el anlisis de la estructura de los puntos extremos de la bifferencia de (P) en 2.4. Antes de
proceder a este anlisis, en 2.2 discutiremos modelos y algoritmos relacionados de la
literatura, as como algunas especialidades que se reducen a modelos de un solo nivel en
2.3.2.2. Revisin de la literatura La variante de un solo nivel del MLSP-PC ha recibido mucha
atencin en la literatura. El problema no capitado, el ELSP, es soluble en tiempo polinomial en
la longitud del horizonte temporal; Vase Wagner (1960) para este resultado bsico. Aggarwal
y Park (1993), Federgruen y Tzur (1991), y Wagelmanset et al. (1992). Cuando las
capacidades de produccin estn presentes, obtenemos el denominado problema capacitado
de dimensionamiento de lotes (CLSP). En contraste con el ELSP sin capacidad, este problema
se sabe que es NP-duro, incluso en muchas especialidades; Vase Florian et al. (1980) y Bitran
y Yanasse (1982). Un caso especial interesante e importante que permite un algoritmo de
tiempo polinomial cuando las capacidades de produccin son estacionarias, vase, por
ejemplo, Florian y Klein (1971), Florian et al. (1980), y van Hoesel y Wagelmans (1996). Vase
tambin las referencias en Baker et al. (1978) para otro trabajo especial sobre el CLSP con
capacidades estacionarias de produccin, y Chung andLin (1988) y van den Heuvel y
Wagelmans (2003) para otro caso especial del CLSP que es solvablein tiempo
polinomial.Zangwill (1969) estudi la versin sin capacidad del MLSP-PC, y desarroll un
algoritmo programtico dinmico que es polinmico tanto en el planninghorizon como en el
nmero de niveles L. Analizamos este algoritmo en el apndice en lnea (disponible en
http://mansci.pubs.informs.org/ecompanion.html) y concluimos Que se ejecuta en OLT 4?
Tiempo, donde L es el nmero de niveles, o incluso en OT 3? Para el caso especial de L = 2.
Lee et al. (2003) consideran un modelo de dos niveles en el que los costos de transporte son
funciones no ca- bajas.Un estudio que est relacionado con el nuestro en el sentido de que
tambin considera las capacidades en un entorno multinivel es el de Kaminsky y Simchi-Levi
(2003). Proponen un modelo de tres niveles en el que los niveles primero y tercero son etapas
de produccin, y el segundo nivel es una etapa de transporte. Se consideran los costos de
mantenimiento de inventario lineal que aumentan con el nivel de la cadena de suministro y
los costos de produccin lineales en los niveles 1 y 3 que satisfacen una condicin de motivos
no especulativos tradicionales (ver tambin 2.3). Los costos de transporte en el segundo
nivel son de carga fija o de forma cncava general y se supone que satisfacen una condicin
de motivos no especulativos restrictivos y no tradicionales. Al eliminar las decisiones de
produccin de tercer nivel, reducen el problema a un modelo de dos niveles que hereda su
coste Funcin de las estructuras a partir del modelo de tres niveles.Para su clase de costos de
transporte de carga fija, que proporcionan un OT 4? Algoritmo para resolver el modelo, incluso
en el caso de capacidades de produccin no estacionarias. Para su clase de transporte
cncavo cOststhey proporcionan un OT 8? Algoritmo para resolver el modelo en presencia de
capacidades estacionarias de produccin. Presentan la complejidad de su modelo para
estructuras de costos ms generales como una cuestin abierta. En este artculo, dirigimos
esta pregunta derivando un OT 7? Algoritmo para resolver el problema de dos niveles en
presencia de capacidades estacionarias.2.3. Casos especiales Es comn en los problemas de
dimensionamiento de lotes modelar los costos de mantenimiento de inventario como
funciones lineales, es decir, ht I t = ht I t para t = 1 T; = 1 L, con ht0 para todo t y. Por lo
tanto, consideraremos esta clase de problemas en los 4.3 y 4.4. En 4.3, asumiremos
adems que los costos de transporte tienen una estructura de carga fija sin motivos
especulativos. Ms formalmente, ct x \ alpha = f t 1 \ theta x> 0 \ rightarrow + gt x, donde 1 \
Es una funcin indicadora que toma el valor 1 si x> 0 y 0 de otra manera. La suposicin de
que no hay activos especulativos, que se asume comnmente para los costos de produccin y
de mantenimiento de inventario en los modelos tradicionales de dimensionamiento
econmico, significa en este contexto que, El inventario variable y los costos de transporte
solamente, es atractivo transportar lo ms tarde posible. Ms formalmente, gt + h + 1tht +
gt + 1 para t = 1 T -1; = 1 L-1.Note que si las funciones de costo de transporte son lineales y
no exhiben motivos especulativos, siempre es ptimo almacenar la produccin en el
fabricante y el transporte slo cuando la demanda necesita ser satisfecha. Por lo tanto, sin
prdida de optimalidad, podemos asumir que t = 0 para todo t = 1 T y = 2 L. De manera
similar, si los costes de transporte son lineales ygt + h + 1tht + Gt + 1 para t = 1 T _ {1}; =
1 L-1, es ms barato de transportar tan pronto como producimos y almacenamos la
produccin al nivel del minorista. Entonces, sin prdida de optimalidad, podemos suponer que
t = 0 para todo t = 1 T y = 1 L-1. Estas dos cajas especiales del MLSP-PC, por lo tanto,
producen un estndar CLSP.Finalmente, una variante de la uncapacitated dos niveles de
PCMLSP-se puede reducir fcilmente a un uncapacitatedELSP. Cuando los costos de
produccin, as como los costos de inventario a ambos niveles, son lineales, dado que
decidimos transportar en un determinado perodo, determinamos el mejor perodo de
produccin, es decir, elperiodo que produce la produccin unitaria mnima y los costos de
inventario Perodo t. Redefiniendo la funcin de costo de transporte, lo que se puede hacer en
OLT? Tiempo, nos permite eliminar las variables de produccin as como las variables de
inventario en el fabricante, produciendo un estndar sin capacidad ELSP. El problema
resultante se puede resolver en OT 2? Tiempo para los costos generales de transporte (vase
Wagner 1960), y inOT logT? (Vase Aggarwal y Park 1993, Federgruen y Tzur1991 y
Wagelmans et al., 1992) .2.4. Caracterizacin de los puntos extremos El problema (P) tiene
una funcin objetivo cncava, y su regin factible se define por restricciones lineales. Esto
implica que existe un punto extremo de solucin ptima a (P). Considere el flujo en la red
correspondiente a cualquier punto extremo solucin factible. Asis comn en problemas de
flujo de red, llamaremos thearcs que llevan una cantidad de flujo que es tanto estrictamente
positivo como estrictamente inferior a su capacidad de arcos libres. Es bien conocido (vase,
por ejemplo, Ahuja et al., 1993) que la red que contiene solamente los arcos libres contiene
nocycle.2.4.1. Subplanos. Obsrvese que slo los arcos que tienen lmite superior de afinidad
(que en nuestro caso son slo los arcos de produccin) pueden transportar flujo mientras no
estn libres. Al eliminar todos los arcos de produccin, la red que contiene todos los arcos
libres restantes se descompone en varios componentes conectados. Al limitarnos ahora a los
componentes conectados que realmente transportan el flujo, identificamos el primer y el
ltimo nodo en el componente en cada nivel. Para un componente dado, estos nodos se
pueden denotar con? 1 + 1? Y \ lambda _ {2} para = 1 L, donde \ leq 1 \ leq \ leq +1 \ leq 1 \
leq 2 \ leq \ leq +1 \ lambda 2 para = 1 L - (8) (Obsrvese que la desigualdad estricta se
cumple debido a la definicin del subplan: El primer perodo incluido en el nivel es? 1 + 1).
Con este enfoque, algunos nodos pueden ser aislados y no incluidos en ningn flujo de
componentes. Asignamos cada uno de ellos al componente que est adyacente a la izquierda
de ellos. La asignacin de los nodos aislados se ilustra en la Figura 2. Despus de eliminar los
arcos de produccin, obtenemos dos componentes. El primero est definido por los nodos 1 \
Y \ lambda _ {4} En el nivel 1, 2 \ beta 1 \ Y 2 \ rightarrow 4 \ En el nivel 2, y 3 \ leq 1 \ alpha y
3 \ En el nivel 3, y el segundo por los nodos1? 5? Y 1 \ rightarrow 8 \ En el nivel 1, 2 \ Y 2 \
rightarrow 8 \ En el nivel 2, y 3 \ beta 7 \ Y 3 \ rightarrow 8 \ En el Nivel 3. Podemos observar
que el nodo 2? 3? Es parte del primer componente, aunque ningn flujo pasa a travs de este
nodo. Como se ha mencionado anteriormente, el nodo aislado 2 \ Se asigna a la
leftcomponent.Summarizing, podemos descomponer una solucin de puntos extremos a (P)
en componentes, cada uno de los cuales contiene un conjunto de nodos ??? 1 + 1 ????????
2 ?? = 1 L) satisfaciendo (8). Llamaremos a los componentes asHoesel et al .:
Dimensionamiento de Lotes Integrados en Cadenas de Suministro Serie con Capacidades de
Produccin Ciencias de Gestin1703-1719, 2005 INFORMS 1711Figura 2 La Estructura de
una Solucin de Puntos Extremos para el MLSP-PC, L = 3 y T = 80d1 d2 d3 d4 d5 d6 d7 d8y1
y2 y5 y6 (1, 1 ) (2, 1) (3, 2) (2, 2) (2, 3) (2, 4) (2, 5) (2,6) (2,7) 3, 3) (3, 3) (3, 4) (3, 5) (3, 6) (3,
7) (1,8) ) (1, 6) (1, 7) (1, 8) x11I23 I33 I43 I53I21 I31 I51 I61 I71I12 I62x12 x22 x42 x72
x82x41 x8x 1 61 subplanos obtenidos. Vamos a representar un subplan por los 2L perodos
que lo identifican:? 1? 2? L = 1 ?. Frecuentemente ser conveniente referirse a los periodos de
produccin y de demanda en un subplan por separado, y usaremos a menudo la notacin t1?
T2? 1? 2?? 11? 12? L1? L2?. Por construccin, No se realiza ningn inventario entre subplanos,
por lo que el nico flujo que entra en un subplan proviene de arcos de produccin asociados
con los fabricantes en el subplan. La cantidad total producida en todos los perodos de
produccin en el subplan, es decir, la produccin total en los perodos t1 + 1, t2, se utiliza
para satisfacer la demanda de todos los nodos minoristas en el subplan, es decir, la demanda
total en los perodos 1 + 1} _ {2}. Vamos a llamar dos subplanos? 1? 2? L = 1? Y 1 ?? 2 \
rightarrow L = 1 \ Consecutivo si 1 = \ lambda _ {2} para = 1 L. Podemos resumir la
estructura de soluciones puntuales extremas de la siguiente manera.Proposicin 2.1.
Cualquier solucin extrema factible puede descomponerse en una secuencia de subplanos
consecutivos. La solucin extrema dada en la figura 2 se descompone en dos subplanos, a
saber, 0? 4? 0? 5? 0? 6? Obsrvese que el primer subplan obtenido por descomposicin de
una solucin de punto extremo como se ha descrito anteriormente tiene \ theta 1 = 0 para =
1 \ rightarrow L. Sin embargo, en el resto de este documento ser conveniente incluir tambin
subplanos \ alpha 1 \ leq 2 \ leq L = 1 \ Satisfaciendo (8), para el cual algunos pero no todos
los valores de? 1 son cero.2.4.2. Cantidades de Produccin en un Subplan. El hecho de que los
flujos extremos sean acclicos implica que, aunque puede haber mltiples arcos de produccin
asociados con un subplan que lleva flujo, hay al menos un arco con una produccin por debajo
de la capacidad. En otras palabras, hay como mximo un arco de produccin libre que entra
en el subplan. Esto produce la siguiente generalizacin de la caracterizacin de los puntos
extremos de los CLSPs de nivel nico por Florian y Klein (1971) .Proposicin 2.2. Un subplan
puede contener como mximo un arf de produccin libre. Si el problema no est capacitado,
esta proposicin implica que slo un arco de produccin que lleva los flujadores a cada uno de
los subplanos, lo que a su vez significa que los flujos extremos son arborescentes. El
algoritmo programtico dinmico propuesto para este problema por Zangwill (1969) se basa
en esta propiedad; Vase el apndice en lnea. Como un ejemplo, en la Figura 2 sabemos que
en el subplan0? 4? 0? 5? 0? 6? Los arcos de produccin y1 y y2 no pueden ser ambos libres;
Lo mismo ocurre con las series de produccin y5 y y6 en el subplan 4 8 8 5 8 8 6 8 8 2.4.3.
Cantidades de Transporte en un Subplan. La ausencia de ciclos que consisten en arcos libres
solamente en una solucin de punto extremo tambin se puede usar para identificar las
propiedades estructurales de las cantidades de transporte. Considerar un perodo, por
ejemplo, en el que el transporte se sita entre niveles y +1, El flujo en el arco entre los
nodos? T? Y +1? T? Es xt> 0. Dos situaciones pueden entonces ocurrir con respecto al flujo
total en los nodos +1 + 1 + 1 + 1 + t, es decir, los envos acumulados entre niveles y +1
hasta y Incluyendo el perodo t dentro del subplan: Es igual a la produccin acumulada en
periodst1 + 1 ?? s s s s s s Si no,
considere el ltimo perodo de produccin en el que se produjo alguna de la cantidad
transportada xt, por ejemplo, s. Habr entonces un perodo cuya demanda se satisface
parcialmente de la cantidad xt y parcialmente de la produccin en el perodo s que
permanece en inventario al nivel al final del perodo t, creando un ciclo que contiene solo
arcos libres. Este resultado puede resumirse como sigue. En un subplan, la cantidad
transportada entre los niveles y +1 en algn perodo, o hace que las cantidades acumuladas
transportadas hasta el momento en el subplanual a las cantidades de produccin acumuladas
de una secuencia inicial de perodos de produccin consecutivos en el plan oa la demanda
acumulativa de una secuencia inicial de perodos de demanda En el subplan.Las dos
posibilidades para el transporte acumulativo se pueden ilustrar usando la figura 2. En el
subplan0? 4? 0? 5? 0? 6 ?, x11 es igual a la produccin (acumulativa) en Perodo 1, mientras
que x11 + x12 + X13 + x14 es igual a la produccin acumulada en los Perodos 1 y 4 y
satisface la demanda de los Perodos 1 6 x x 21 satisface la demanda del Perodo 1; X21 +
x22 es igual a la produccin (acumulativa) en el Perodo 1; Yx21 + x22 + x23 + x24 es igual a
la produccin acumulativa en los Perodos 1 4 y satisface la demanda de los Perodos 1
6.Hoesel et al .: Tamao de Lote Integrado en Cadenas de Suministro Seriales con
Capacidades de Produccin1712 Ciencias de la Gestin 51 (11), pp. 1706-1719, 2005
INFORMS3. El problema de dimensionamiento de dos niveles de CapacitatedLot con
Problemas ConcavePara la claridad de la exposicin, consideraremos primero la versin two-
level del MLSP-PC, que llamaremos el 2LSP-PC. En la siguiente seccin, mostraremos cmo la
metodologa puede extenderse a cadenas con ms de dos niveles.3.1. Un enfoque de
programacin dinmica En esta seccin, describiremos una aproximacin de programacin
dinmica general al 2LSP-PC. Este enfoque se basa en la descomposicin de soluciones
puntuales extremas a (P) en subplanos consecutivos (vase la Proposicin 2.1). En particular,
defina F _ {t} ??? Para ser el coste mnimo asociado con la satisfaccin de las demandas de
los minoristas en los perodos \ alpha 1 \ quad T utilizando la produccin enperiodos t + 1 T.
Entonces estamos claramente interesados en la incompatibilidad F 0? 0 ?. Esto se puede
lograr usando una aproximacin twophase: Fase 1. Para cada subplan t1? T2? 1? 2 ?, calcula
los costos mnimos que se incurren para satisfacer la demanda de ese subplan bajo la
condicin de que en la mayora de un arco de produccin libre entre en el subplan. Denotar
estos costes por? T1? T2? 1? 2? .Phase 2. Calcular los valores F t1 ?? 1? Para todos los 0t1?
1T, dndose cuenta de que una solucin puntual extrema al subproblema correspondiente
est dada por una subplanta 1? T2? 1? 2? Y el subproblema restante F _ {t2} _ {2} _ {2} _
{2} para algunos t _ {2} y \ Esto da lugar a la siguiente recursividad hacia atrs: F t1 ?? 1? =
Mint2 \ rightarrow 2 \ {2} \ theta _ {2} \ theta _ {1} \ theta _ {1} \ theta _ {t} = 0 para
0t1T Note que en la Fase 1 necesitamos calcular los valores de OT4. La fase 2 es, de
hecho, un problemin de camino ms corto una red con los nodos que representan a todo el
periodo pairst ??? Tal que 0t? T, y arcos que representan los planos con los costos
correspondientes. La trayectoria mnima del nodo 0? 0? A cualquiera de los nodos t1 \ Delta
T \ alpha en esta red acclica se puede encontrar en tiempo lineal en el nmero de arcos, es
decir, en OT _ {4} Tiempo (vase Ahujaet al., 1993). Florian y Klein (1971) utilizaron este
marco de programacin dinmico general para desarrollar anOT 4? Algoritmo de
programacin dinmica para resolver theCLSP con capacidades estacionarias y la produccin
cncava general y el inventario que sostiene las funciones de coste. Cuando el valor de? Se
da para cada subplan, el 2LSP-PC es polinomialmente solucionable. Para lograr un algoritmo
de tiempo polinomial para el 2LSP-PC, el desafo es por lo tanto proporcionar un algoritmo de
tiempo polinmico para calcular los costes correspondientes a todos los subplanos. Debido a
que sabemos que el 2LSP-PC es NP-duro para capacidades generales de produccin,
restringiremos nuestra atencin al caso de las capacidades de produccin estacionarias, es
decir, bt = b para t = 1. En el resto de esta seccin, derivaremos un algoritmo polinomialtime
para calcular los costos ptimos de todos los subplanos, y por lo tanto para el 2LSP-PC. Antes
de estudiar los subproblemas del clculo de los costos de planificacin ptimos, primero
estudiaremos las implicaciones de la suposicin de que las capacidades de produccin son
estacionarias en la siguiente seccin.3.2. Implicaciones de las capacidades de produccin
estacionarias En la Fase 1 del enfoque de programacin dinmica, tenemos que calcular los
costos ptimos de todos los subplanos, bajo la restriccin adicional de que todos los arcos de
produccin que entran en el subplanaje transportan un flujo igual a 0 o b. Considere un
subplan particular, digamos t1? T2? 1? 2 ?, en el que la demanda total de los periodos \ theta
1 + 1 necesita ser satisfecha usando la produccion en los periodos t1 + 1 t2 . Siguiendo a
Florian y Klein (1971), tenga en cuenta que la limitacin de los valores de los arcos de
produccin que entran en el subplan implica que el nmero de arcos de produccin que llevan
el flujo igual a la capacidad de produccin es exactamente igual a K = d 1 + 1 2 / b, La
cantidad de produccin restante es igual a = d ^ {1} + 1 ^ {2}-Kb. Claramente, tenemos
que0! <B. Si!> 0, habr exactamente una produccin entrando en el subplan que lleva este
flujo.3.3. Los Costos del Sub-Plan Vamos a formular el problema de determinar los costos
ptimos de un subplan como un pro- blema de programacin dinmica. Dicho de otra manera,
para cada subplante1? T2? 1? 2 ?, vamos a definir una red con la propiedad que? T1? T2? 1?
2? Es igual a la longitud de la trayectoria ms corta entre un par de nodos de fuente y de
sumidero en esta red. Elegimos los nodos en esta red para que sean de la forma t? Y? X ?,
donde t indica un perodo, Y es igual a la cantidad de produccin acumulada Hasta e
incluyendo el perodo t, y X es igual a la cantidad acumulativa de transporte hasta e
incluyendo el periodo t.Nodo t1? 0? 0? Es la fuente, mientras que el nodo t2 \ alpha Kb + \
kappa \ cdot \ cdot \ cdot \ cdot \ Es el fregadero. Por la Proposicin2.2 y la discusin en 3.2,
sabemos que la cantidad de produccin en cualquier perodo slo puede asumir uno de los
valores? 0?!? B ?, con el valor! Slo en un perodo. Esto implica inmediatamente que Y slo
puede asumir los valoresY Kk = 0? Kb? Kb +! ?? donde, adems, Y = 0 si t = t1, d? 1 + 1?
TY t-t1? Kfor t = T1 + 1 t2 - 1, e Y = Kb +! Si tt2 para asegurar que todas las demandas
se producen dentro del conjunto de periodos de produccin permitidos en el subplan. Debido
a que claramente K T, el nmero de valores permisibles para Y es OT. Adems, por la
Proposicin 2.3 sabemos que la cantidad acumulada transportada hasta y incluyendo un
perodo cualquiera es igual a la produccin total
Uantidad de una secuencia inicial de periodos de produccin o satisface la demanda de una
secuencia inicial de perodos de demanda en el subplan. Ms formalmente, esto significa que
X Kk = 0? Kb? Kb +? \ Vskip1.000000 \ baselineskip \ vskip1.000000 \ baselineskip \
vskip1.000000 \ baselineskip \ vskip1.000000 \ baselineskip \ vskip1.000000 \ baselineskip \
vskip1.000000 \ baselineskip \ vskip1.000000 \ baselineskip en donde, adems, d \ , Y X = 0 si
t 1 y X = Kb +! Si tt2 para asegurar que el transporte se ubique dentro del subplan. El
nmero de valores permisibles para X es, por tanto, OT? As, de modo que el nmero total de
nodos en la red sea OT 3 ?. Los arcos en la red representan decisiones de produccin,
transporte e inventario. Arcos estn presentes entre pares de nodos en la red de la forma t?
Y? X? Y t + 1 Y Y X X con YY-Y 0 0? B? (Donde el valor! Slo se permite si Y = kb para k = 0?
1 K) , Y \ gamma X \ geq X (donde \ lambda X \ leq \ leq X \ leq \ leq 2s = \ leq 1 + 1 \ leq d + 1
\ lambda). Es fcil ver que hay arcos de OT que emanan de cada nodo en la red, de modo que
toda la red tenga OT 4? Arcs.Desde la informacin contenida en los nodos que definen un
arco, podemos calcular fcilmente la cantidad de la produccin en el perodo t + 1 (? YY), la
cantidad de transporte en el perodo t + 1 (? X-X), el inventario mantenido a nivel de
fabricante Al final del perodo t + 1 (? Y -? X), y el inventario mantenido al nivel del minorista
al final del perodo t + 1 (? X-d? 1 + 1? T + 1). Los costes de anarc se dan as bypt + 1? Y -Y?
+ C1t + 1? X-X? + H1t + 1? Y -? X? + H2t + 1? X-d? 1 + 1? T + 1 Si todas las funciones de
coste pueden ser evaluadas en tiempo constante, los costos de un arco dado se pueden
calcular en tiempo constante siempre que determinemos todas las demandas acumuladas dtt
(en tiempo OT2) en un paso de preprocesamiento. Fuente t1? 0? 0? Para el fregadero t2 \
alpha d \ leq 1 + 1 \ leq 2 \ leq d + 1 \ Representa un flujo factible en el subplano t1? T2? 1?
2? Con slo una produccin gratuita. Por otra parte, es fcil ver que el reverso tambin es
cierto. Por lo tanto, los costos del subplan estn dados por la trayectoria mnima del coste en
esta red del sourcenode al nodo del fregadero. El tiempo requerido para encontrar esta
trayectoria de coste mnimo es proporcional al nmero de arcos en la red, de manera que el
coste de un plan individual puede determinarse en OT4? Porque hay OT 4? Subplanos, una
aplicacin directa del algoritmo de programacin dinmica definido anteriormente a cada
subplan individual producira un algoritmo con tiempo de ejecucin OT8? Para calcular los
costos de todos los subplanos. Sin embargo, el tiempo de ejecucin se puede reducir
observando que los costos de muchos subplanos estn relacionados. En particular, observe
que la red de programacin dinmica correspondiente a cualquier subplan de la forma t1? T2?
1? 2? Es realmente una red de la red de programacin dinmica para el subplan 0? T2? 1? 2 ?.
Por lo tanto, utilizando backwardrecursion para resolver el camino ms corto entre nodos 0?
0? 0? Y t _ {2} \ cdot d ^ {1} + 1 \ rightarrow 2 \ leq d + 1 \ En la red de la red produce, como
subproducto, las trayectorias ms cortas entre los nodos t \ Y t _ {2} \ cdot d ^ {1} + 1 \
theta _ {2} \ delta _ {1} + 1 \ Para eacht = 1. De aqu se deduce que slo necesitamos
considerar el OT 3? Subplanos de la forma 0? T2? 1? 2 ?, cuyos costes se pueden determinar
en OT7? Tiempo.3.4. Tratamiento de los inventarios iniciales Si los inventarios iniciales a nivel
del fabricante y / o del revendedor, I 10 e I 20, son estrictamente positivos, hay un ligero
cambio en la construccin de los subplanos. Recurdese que construimos subplanos
correspondientes a una solucin puntual extrema considerando todos los arcos (Excepto arcos
de produccin) que transportan flujo positivo. Los planos se forman a continuacin por los
componentes conectados resultantes junto con algunos nodos aislados. Sin embargo, aunque
existan inventarios iniciales, puede haber uno o ms componentes que transportan flujo, pero
no contienen un perodo de produccin. En estos componentes, la demanda se satisface
usando los inventarios iniciales en los niveles de almacn y minorista solamente, y se pueden
asignar al componente que contiene el Perodo de Produccin 1 (es decir, el componente que
contiene el nodo 1). Los resultados en 2.4.2 y 2.4.3 son claramente todava vlidos para
subplanos en los cuales t1> 0. Sin embargo, para los subplanos con t1 = 1 = 0, los resultados
continan mantenindose siempre que se consideren los inventarios iniciales totales I 10 + I
20 como cantidad de produccin acumulativa hasta el Perodo 0 inclusive y el inventario
inicial I 20 en el Nivel 2 como la cantidad de transporte acumulativa Hasta e incluyendo el
Perodo 0. A menos que 2 = T, estos subplanos slo pueden tener una solucin factible si los
inventarios iniciales totales no exceden la demanda total que debe satisfacerse en el subplan.
Para los subplanos con d1? 2I 10 + I 20, obtenemos K = d1? 2-I10-I20? / B y! = D1? 2-I10-
I20- Kb. Como ya se ha mencionado, d1 \ <I10 + I 20 slo puede ocurrir si? 2 = T. Si de hecho
d1T <I10 + I 20, una solucin de punto extremo contendr solo un nico subplan: 0? T? 0?
T ?, y no se producir ninguna produccin en ningn periodo en ese subplan, es decir, K =! =
0. La nica dificultad restante en este caso es que no queremos especificar el nivel de
inadvertencia en el que el exceso de inventario aumentar como inventario final. Esto se
puede tratar fcilmente extendiendo el horizonte de planificacin en un perodo, digamos T
+1. A continuacin, defina la funcin de coste de produccin N para ese periodo como pT +
10 \ alpha = 0 y pT + 1yT + 1 \ 1707-1719, 2005 INFORMSall 0 <yT + 1 b y la funcin de
costo de transporte asc1T + 1xT + 1?? B b b b b b = = = = = = = = = = = = = = = = = = =
= = = = = = = = = = = = = = = 0 para todo xT + 10. Finalmente, establezca dT + 1 = I 10
+ I 20-d1T. Los costes del nico subplano 0? T? 0? T? En el problema original puede
encontrarse encontrando los costos del subplan 0? T +1? 0? T +1? En el problema modificado.
Ahora considere la red de programacin dinmica utilizada para calcular los costos de un
subplan. Para los subplanos que contienen inventarios iniciales, dejamos que el nodo fuente
sea 0? I10 + I 20? I20? Y el nodo sumidero es t2 \ Delta I10 + I 20 + Kb + \ + 10 + I 20 + Kb
+ \ beta. Para un estado t? Y? X ?, esto tambin significa que ? Kk = 0I 10 + I 20 + kb? I 10
+ I 20 + kb + !? yX? ? K _ {k} = 0 \ leq I 10 + I 20 + kb \ beta I 10 + I 20 + kb + \ alpha \
Por ltimo, tenga en cuenta que para los subplanos con t1> 0, no deberamos tener un flujo
positivo de inventario. Por lo tanto, en casethere son los niveles de inventario inicial no nulo,
realmente necesitamos calcular los costos de todos los subplanos 0? T2? 0? 2 ?, teniendo en
cuenta los niveles de inventario inicial, as como los costos de todos los subplanos 0? T2? 1 \
rightarrow 2 \ Para? 1> 0 sin tener en cuenta el nivel de inventario inicial del fabricante. Esto
claramente no influye en el tiempo de ejecucin general del algoritmo. El caso de varios
niveles4.1. Introduccin Podemos extender el enfoque de programacin dinmica desarrollado
en 3.1 para el caso de dos niveles a la multinivel, donde nuevamente una red de
programacin dinmica de Fase 2 representa todas las soluciones de punto extremo al MLSP-
PC. Con este fin, deberamos definir? F \ alpha 1 \ rightarrow L = 1 \ Para ser el coste mnimo
asociado con la satisfaccin de las demandas de los minoristas en los periodos de tiempo de
produccin en los periodos de tiempo y almacn en los perodos de tiempo, 1 + 1 \ quad T \
Para cada uno = 1 L - 2. Entonces estaramos interesados en la informtica? F $ _ {0} $ L =
1 \ alpha. Es fcil ver que el tiempo de ejecucin de la generalizacin correspondiente del
programa dinmico de Fase 2 sera OT2L ?. En esta seccin, willderive una modificacin de la
fase 2 programa dinmico que se ejecuta en OT 4? hora. Esta modificacin no hace la Fase 1
computacionalmente ms costosa y puede incluso hacerla menos costosa. En particular,
desarrollaremos un enfoque ms eficiente en el que el programa dinmico de Fase 2 no
necesariamente representa todas (o slo slo) soluciones extremas al MLSP-PC, Y adems
sobrestimar los costos de muchas de las soluciones no absolutas que representa. Sin
embargo, como demostraremos, contiene una solucin ptima de punto extremo y est
garantizado para encontrar esta solucin. Este enfoque se basa en la idea de que la
informacin ms importante presente en la definicin de un subplan es el conjunto de
periodos de produccin t1 + 1 y t2 y el conjunto de los perodos de demanda 1 + 1. La base
de nuestro algoritmo mejorado a continuacin, para permitir el transporte en el perodo 1 + 1
(mientras, por supuesto, la retencin de la produccin dado y perodos de demanda).
Podemos entonces usar el mismo enfoque de programacin dinmica como en el caso de dos
niveles, donde reemplazamos los subplancos de dos niveles? T1? T2? 1? 2? Por los costes
mnimos de satisfacer la demanda en los periodos 1 + 1 utilizando la produccin en los
periodos t1 + 1 t2, donde como mximo una de las cantidades de produccin puede ser
diferente de 0 y b, y donde El transporte a todos los niveles se permite en los periodos t1 + 1.
Vamos a denotar los ltimos costos por% t1? T2? 1? 2 ?, y se refieren a vectores t1? T2? 1? 2?
Aselaxed subplans.To ilustrar el concepto de subplanos relajado, considere la siguiente
instancia de problema de la 2LSP-PC.Todas las demandas son iguales a 1; La produccin y los
costos de transporte se dan por pty? = 100 1 \ theta y> 0 \ rightarrow + y si t \ varepsilon =
2 \ leq 1 \ leq \ leq y \ = 50 1? X> 0? + X si t? = 2? 1 1? X> 0? + X de otro modo?
Finalmente, deje que todas las funciones de coste de mantenimiento de inventario sean
iguales a cero. Los flujos ptimos en \ alpha 1 \ alpha 4 \ alpha 2 \ Y% 1 \ rightarrow 4 \ alpha
2 \ Se dan en la Figura 3. Cuando se calculan los costos, el transporte slo se permite en
periodos en los que puede producirse la produccin y satisfacer la demanda (es decir, en los
perodos 3 y 4 en el ejemplo), mientras que en el ambiente relajado La versin del transporte
samesubplan est permitida en cualquier perodo donde la produccin puede tener lugar o la
demanda se satisface (es decir, en los perodos 2, 3 y 4 en el ejemplo). Por lo tanto, los costos
% 1? 4? 2? 4? Son inferiores a la Figura 3 Los Flujos ptimos en? 1? 4? 2? 4? Y (2, 3) (2, 4) (2,
2) (2, 3) (1,2) (1, 2) (1, 3) (1, 4) 211 1 1 1122Hoesel et al .: Tamao de lote integrado en
cadenas de suministro en serie con capacidades de produccin Ciencias de gestin 51 (11),
pgs. 1706- 1719, 2005 INFORMS 1715 \ alpha 1 \ rightarrow 4 \ theta 2 \ theta 4 \ Porque
en el subplano relajado podemos transportar en el segundo perodo. Estos cambios tienen dos
consecuencias importantes. Considera la trayectoria de la fuente a un fregadero en la red de
la fase 2. En primer lugar, si bien es fcil ver que la solucin de correspondencia del MLSP-PC
es realmente factible, no es necesariamente una solucin puntual extrema porque los nodos
de produccin y demanda en dos subplanos relajados contenidos en la solucin pueden estar
conectados Byarcs que contienen flujo positivo. En segundo lugar, es posible que ciertos arcos
se usen en ms de un plano de relax. Esto significa que la longitud de la ruta en la red puede
no ser igual a los costos de la solucin correspondiente al MLSP-PC. En primer lugar, el
siguiente teorema muestra que la longitud de la trayectoria nunca es menor que los costes
reales de la solucin y es igual a los costes de la solucin si todas las funciones de transporte
y de coste de inventario son lineales. Cada trayectoria de la fuente a un fregadero en la fase 2
de la red de programacin dinmica corresponde a una solucin factible al MLSP-PC. La
longitud de esta trayectoria no puede ser menor que el coste de la solucin de
correspondencia, y es igual al coste de la solucin si todas las funciones de coste de
transporte y inventario son lineales. El hecho de que una trayectoria desde la fuente hasta el
sumidero en la red de programacin dinmica de la fase 2 corresponda a una solucin factible
al problema de las lotes sigue inmediatamente al hecho de que se cumplen todas las
restricciones de la capacidad de produccin, as como las exigencias. Sin embargo, ciertos
arcos de transporte y de inventario pueden llevar un flujo positivo en las soluciones parciales
correspondientes a ms de una trayectoria, y cada uno de los flujos parciales se cotiza
separadamente de acuerdo con la funcin de coste correspondiente. Debido a la concavidad
de todas las funciones de coste, Del caudal total no exceder de la suma de los costes de los
caudales individuales en cualquier radio particular y, por lo tanto, la longitud de una
trayectoria nunca ser inferior a los costes de la solucin correspondiente. Adems, cuando
todas las funciones de transporte y de inventario son lineales, la longitud de trayectoria y los
costos de solucin son claramente iguales. El siguiente lema da una relacin entre los costos
asociados con un subplan y el correspondiente subplan. Para cualquier subplanaje \ alpha _
{2} \ lambda _ {2} \ alpha _ {L} = 1 \, tenemos que \ lambda _ {1} \ leq _ {2} L = 1 \ Este
resultado sigue inmediatamente notando que tanto ?? 1? 2? L = 1? Y% \ leq 11 \ leq 12 \ leq, \
leq L1 \ Son el valor ptimo de un problema de optimizacin con funciones de coste idntico,
pero donde la regin factible del primero es un subconjunto de la regin factible del ltimo. El
siguiente teorema muestra que existe una solucin ptima para el problema de
dimensionamiento de lotes que se representa por una trayectoria en la red de programacin
dinmica de fase 2 cuya longitud es igual a los costos ptimos. La red de programacin
dinmica de fase 2 contiene un camino que corresponde a una solucin ptima para nuestro
tamao de lote, y la longitud del path es igual al costo de esta solucin. Considere un punto
extremo solucin ptima para el problema de tamao de lote, por ejemplo con costo & *.
Como se describe en el 2.4, esta solucin ptima se descompone en una secuencia de
subplanos consecutivos. Es fcil ver que la fase 2 de la red de programacin dinmica
contiene un camino para el cual los periodos de produccin y demanda de cada uno de los
arcos corresponden a esta secuencia de subplanos. El Lema 4.2 ahora dice que la longitud de
la trayectoria en la red de programacin dinmica, digamos ', no exceder & *. Sin embargo,
segn el teorema 4.1 sabemos que 'es una sobrestimacin de los costos de una solucin
factible correspondiente. La optimalidad de & * nowimplies que de hecho '= & *, lo que
demuestra el resultado deseado. ? Los teoremas 4.1 y 4.3 implican claramente que nuestro
twophasealgorithm resuelve el MLSP-PC. Podemos ahora concluir que la Fase 2 del algoritmo
se ejecuta en tiempo OT 4 ?, dado todos los valores% t1? T2? 1? 2 ?. El desafo restante es,
por lo tanto, proporcionar algoritmos eficientes para calcular estos valores.4.2. Costes
cncavos4.2.1. Los costos de los subplanos relajados. En esta seccin, formularemos el
problema de determinar los costos% t1? T2? 1? 2? Como un problema de programacin
dinmica. Dicho de otra manera, definimos, para eacht1? T2? 1? 2 ?, una red con la propiedad
que% t1? T2? 1? 2? Es igual a la ruta ms corta entre un origen pairof y los nodos sink en esta
red. Los nodos de esta red son de la forma t? Y? X1, donde t indica un perodo, Y es igual a la
cantidad de produccin acumulativa hasta e incluyendo periodt, y X es igual a la cantidad de
transporte acumulada de nivel a nivel +1 hasta e incluyendo el perodo t. Tenga en cuenta
que la viabilidad dicta que debemos restringirnos a los valores d1 + 1? TXL-1 X1Y. La
fuente es el nodo t1? 0 ?, mientras que el fregadero es el Nodo t2 \ kappa Kb + \ kappa Kb + \
leq. Como en 3.3, tenemos que Kk = 0? Kb? Kb +! ?? y el nmero de valores permisibles
para Y es OT ?. Adems, de manera similar a la de la caja de dos niveles, tenemos que X ? \
Lambda _ {Kk} = 0 \ leq kb _ {kb +} \ 2s = \ alpha 1 + 1 \ leq d + 1 \ lambda s = 1 L-1 Hoesel
et al .: Dimensiones de Lote Integradas en Cadenas de Suministro Seriales con Capacidades
de Produccin 1716 Ciencias de la Gestin 51 (11), pp. 1706-1719, 2005 INFORMSde que el
nmero de valores permisibles para X Es OT? Tambin. Esto significa que el nmero total de
nodos en la red es OT L + 1 ?. Los arcos en la red representan decisiones de produccin,
transporte e inventario, y estn presentes entre pares de nodos en la red de la forma de
YTX1. ? XL-1? Y t ^ {1} Y ^ {1} X ^ {1}, \ Delta XL -1 ?, donde? Y -Y ? 0?!? B? Y \ Delta X \
Delta X (= 1 \ rightarrow L - 1). Es fcil ver que hay OT L-1? Arcos que emanan de cada nodo,
para un total de OT 2L? Arcos en la red. Similar a 3.3, podemos calcular fcilmente la
cantidad de produccin en el perodo t + 1 (? YY), la cantidad de transporte entre niveles y +1
en el perodo t + 1 (? X-X), el inventario mantenido Al nivel del fabricante al final del perodo t
+ 1 (\ Delta Y - \ Delta X _ {1}) y el inventario al nivel del minorista al final del perodo t + 1 (\
alpha _ {1} - 1 - . Los costes de un arco se dan as bypt + 1 \ varepsilon Y - \ Delta + L \
lambda _ {1} = 1ct + 1 \ lambda X - X \ lambda + h1t + 1 \ Si todas las funciones de coste
pueden ser evaluadas en tiempo constante, los costos de un arco dado se pueden calcular en
OL? X-1? X? + HLt + 1? XL-1-d? Timein de la misma manera que en el 2LSP-PC despus de un
preprocessingstep tomando OT 2? hora. Llegamos a la conclusin de que el costo de un nico
subplan relajado se puede determinar inOLT 2L? Finalmente, anotando que hay OT 4?
Subplanos relajados y aplicando la misma tcnica para reducir el tiempo de funcionamiento
que se utiliza al final de 3.3, obtenemos un algoritmo para el MLSP-PC con costes arbitrarios
de produccin, transporte y reposicin de inventario y capacidades estacionarias que se
ejecutan en OLT 2L + 3? hora. Aunque este tiempo es exponencial en el nmero de niveles, el
orden del tiempo de ejecucin ser limitado por el hecho de que el nmero de niveles ser
tpicamente relativamente pequeo. Este enfoque puede ampliarse fcilmente para tratar con
los inventarios iniciales. Recurdese de 3.4 que solo se deben considerar los subplanos rela-
cionados con t1 = 0. Para un subplan tan relajado, deberamos ver los inventarios iniciales
totalesL = 1 I 0 como una cantidad acumulativa de produccin hasta el Perodo 0 inclusive, y
el invento inicial L = s + 1 I 0 como la cantidad acumulativa de transporte hasta e incluyendo
el Perodo 0 desde el nivel s hasta el nivel s + 1, para todo s 1 1 L-1. Como en 3.4, sin
incrementar el tiempo de ejecucin, estos inventarios iniciales pueden ser incorporados en la
programacin dinmica para el clculo de% t1? T2? 1? 2? Por las apropiadas definiciones de
los posibles valores de Y y X. En las siguientes secciones mostraremos cmo se puede reducir
drsticamente el tiempo de ejecucin para las situaciones que tienen capacidades de
produccin estacionarias, costos generales de produccin cncava y costos de inventario
lineales a todos los niveles, as como Una de las dos siguientes estructuras de costos de
transporte: (i) carga fija sin motivos especulativos; O (ii) lineal.4.3. Costos de transporte de
carga fija sin motivos especulativos4.3.1. Introduccin. En esta seccin, consideramos el caso
de los costos de transporte de carga fija sin motivos especulativos y los costos de
mantenimiento lineales de inventario. Como antes, vamos a determinar los costos de cada
subplan relajado usando la programacin dinmica. Despus de un paso de preprocesamiento
que se ejecuta en OLT 4 ?, este programa dinmico se ejecuta en OT 4? Tiempo para cada
subplan individual. Mediante el uso de la tcnica de reduccin al final de 3.3, el costo de todo
OT 4? Los planes de relax pueden ser computados simultneamente en el tiempo de OT 7. Por
lo tanto, el tiempo de ejecucin de la programacin dinmica se aproxima a este caso
especial del MLSPPCis OT 7 + LT 4 ?. Cuando L = 2, podemos reducir este tiempo de ejecucin
a OT 6? .4.3.2. Zero-Inventory-Ordering Property en el Retailer. Se demostrar que, bajo
costos de transporte de carga fija sin motivos especulativos, las soluciones satisfacen la
propiedad de ordenamiento de inventario cero (ZIO) en todos los niveles en \ alpha 2 L \, es
decir, I tx - 1t + 1 = 0 para t = 1 T ^ {1}; = 2 L, son dominantes. Es decir, dado cualquier
solucin factible al subplano relajado t1? T2? 1? 2 ?, existe siempre otra solucin que es al
menos tan buena y satisface la propiedad ZIO en todos los niveles en? 2? L? .Theorem 4.4.
Dado un subplan relajado t1? T2? 1? 2 ?, el conjunto de soluciones con la propiedad ZIO en
todos los niveles en? 2 L? Es dominante. Deje y? x? YO? Ser una solucin factible para el
subplan tl? T2? 1? 2? Que no satisface la propiedad ZIO en algn nivel. Sea el lastlevel, tal
que la propiedad de ZIO se sostiene para todo ? + 1 ????? L ?, pero no es verdad para el
nivel . Podemos construir una nueva solucin al menos tan buena como y? x? I ?, tal que
la propiedad ZIO se cumple para todo ? ????? L ?. Si = 2, entonces hemos obtenido el
resultado deseado. De lo contrario, se detect el procedimiento con la nueva solucin.
Obsrvese que este procedimiento converge porque el nuevo ha disminuido por al menos
una unidad.Let t? T1 + 1 ?????? 2-1? Sea un perodo de manera que t + 1>
0. El inventario positivo I t ha sido transportado al nivel en algn perodo anterior. Sin
embargo, debido a la ausencia de motivos especulativos, podemos reestructurar el transporte
de las I t unidades al perodo t + 1 sin aumentar los costos. Repitiendo este argumento
para cada periodo t violando la propiedad ZIO en el nivel , obtenemos una solucin donde la
propiedad ZIO es verdadera para cada nivel ? ????? L ?. Hoesel et al .: Dimensiones de
Lote Integradas en Cadenas de Suministro Seriales con Capacidades de Produccin Ciencias
de Manejo 51 (11), pp. 1706-1719, 2005 INFORMS 1717Se puede recordar que% t1? T2 ??
1 ?? 2? Es igual a los costes mnimos entre las soluciones del subp relajado T2? 1? 2? Con un
mximo de una produccin libre. El siguiente corolario del teorema 4.4 indica que para
encontrar este mnimo restringido podemos restringir nuestra bsqueda a soluciones que
satisfagan la propiedad ZIO en el minorista.Corrollario 4.5. El coste asociado con el sistema de
relajacin t1? T2? 1? 2? Puede encontrarse entre todas las soluciones posibles satisfaciendo la
propiedad ZIO en todos los niveles en \ alpha _ {2}. Esto se deduce inmediatamente de la
demostracin del teorema 4.4 observando que la modificacin de la solucin para obtener
una solucin que satisface la propiedad ZIO no altera los flujos de produccin. ? Este corolario
implica que al buscar% t1? T2? 1 ? 2 ?, podemos suponer que cualquier cantidad enviada es
igual a la demanda de un conjunto de periodos consecutivos. Esto ayudar a reducir la
informacin mantenida en el enfoque de programacin dinmica descrito en 4.2.1.4.3.3. Los
costos de un subplan. En esta seccin, formularemos el problema de determinar los costos%
t1? T2? 1? 2? Como una simplificacin del problema de programacin dinmica definido en
4.2.1. Allnodes en la red de programacin dinmica son de la forma t? Y? S ?, donde t indica
un perodo, Y es igual a la cantidad de produccin acumulada hasta e incluyendo el periodo t,
y s representa el ltimo perodo cuya demanda se satisface usando el transporte del nivel 1 al
nivel 2 hasta e incluyendo el periodo t, donde d \ leq 1 + 1 \ leq s \ leq Y y t \ leq. Podemos
observar que, a partir del teorema 4.4, tenemos que X1 = d1 + 1 en el programa dinmico de
4.2.1. La fuente es el nodet1? 0? 1 ?, mientras que el fregadero es el nodo t2? Kb +? 2 ?.
Como antes, sabemos que Y slo puede asumir los valoresY Kk = 0? Kb? Kb +! Arcos estn
presentes entre pares de nodos en la red de la forma t? Y? S? Y t $ ?? $ Y $ $, donde \ Delta
Y - Y \ Y ss. Es fcil ver que hay arcos de OT que emanan de cada nodo en la red, de modo
que toda la red tenga OT 4? Arcos. Los costos de un arco entre nodos t? Y? S? Y t + 1 \ alpha Y
\ lambda \ Se dan ahora bypt + 1 \ varepsilon Y -Y \ leq + h1t + 1 \ varepsilon Y - d \ theta 1 +
1 \ s? + C1t + 1ds + 1? s? + Ct + 1? 2s + 1? s dnde Cts1? S2? Se definen como los
costes ptimos de envo de unidades ds1s2 desde el nodo t? A sus destinos, es decir, los
nodos de demanda L $ _ {s1} $ L $ _ {s2} $. Podemos utilizar el algoritmo de Zangwill, en
una etapa de preprocesamiento, para determinar los valores Ct2s1? S2? Para todo t = 2 T; s _
{1} = t _ {T}; Y s2 = s1 T en OLT 4? hora; Consulte el apndice en lnea. Es importante notar
que aunque el modelo de Zangwill permite el transporte cncavo general y las funciones de
costo de mantenimiento de inventario, no se puede usar el mismo enfoque descrito
anteriormente en presencia de capacidades de produccin. La razn es que en el caso sin
capacidad, la propiedad ZIO tiene para funciones arbitrarias de coste de arco cncavo,
mientras que esto no es el caso en el caso capacitado. Sin embargo, como hemos mostrado,
en el caso de costos de transporte de carga fija que no exhiben motivos especulativos,
tambin obtenemos la propiedad ZIO, permitiendo el uso del algoritmo de Zangwill para
determinar entradas a nuestro algoritmo. El problema de determinar% t1? T2? 1 \ rightarrow 2
\ Reduce a encontrar la longitud de la trayectoria ms corta en la red desde la fuente hasta el
sumidero, lo que se puede hacer en tiempo lineal en el nmero de arcos. Es fcil ver que el
nmero de nodos en la red es OT 3? Y el nmero de arcos OT 4 ?. Utilizando el mismo enfoque
para calcular mltiples valores de la funcin% a la vez, como hemos discutido para la funcin
% al final de 3.3, esto produce un OT _ {7} + LT _ {4} Algoritmo para resolver la variante de
varios niveles de este problema. Cuando L = 2, este tiempo de ejecucin puede ser reducido
a OT 6 ?. Recuerde que el nmero de nodos en el enfoque de programacin dinmica anterior
es OT 3 ?. Vamos a demostrar que el nmero de arcos es tambin OT 3 ?. Por qu hay OT?
Nodos de la forma t \ leq \ leq \ leq \ leq y \ Nodos de la forma t? S? Con s> t. Cada nodo de
la forma t? T t? Tiene OT? Sucesores, y eachnode de la forma t? S? Con s> t tiene O1?
Sucesores, lo que hace que para un total de OT? OT OT? OT? + OT 2? O1 ?? = OT 3? Arcos en
la red. Esto produce OT6? Algoritmo para resolver la varianto de dos niveles de este
problema. Desafortunadamente, en la presencia de niveles de inicialinventory diferentes de
cero la propiedad ZIO no es necesariamente dominante. Sin embargo, en estos casos, el
procedimiento ms general desarrollado para el caso de funciones de costes arbitrarias y
convencionales sigue siendo vlido.4.4. Costos de transporte lineal4.4.1. Introduccin. En esta
seccin, consideraremos el caso en que los costos de transporte y los costos de
mantenimiento de inventario son lineales. Desarrollaremos un enfoque de programacin
adynamic que encuentre los costes ptimos de cada subplan. Despus de un
preprocessingstep que se ejecuta en OLT 2? Tiempo, este algoritmo en OT 2? Tiempo para un
nico sub-plan relajado, pero los costos de todos los OT 4? Subplanos relajados se pueden
calcular simultneamente en OT 5? hora. Esto resulta en un OT 5 + LT 2? Algoritmo para
resolver esta clase de sustancias de MLSP-PC.4.4.2. Preprocesamiento. En trminos de la red
subyacente (como se describe en 2.1), una unidad producida en elperodo t para satisfacer
la demanda en el perodo? t will, Hoesel et al .: Tamao de Lote Integrado en Cadenas de
Suministro Serie con Produccin En la solucin ptima, el flujo a lo largo de la trayectoria de
costo mnimo de 1? T? A L ???. En una etapa de preprocesamiento, podemos determinar los
costos mnimos de transporte unitario asociados con la produccin de una unidad en el
perodo t para el consumo en el perodo ?, que llamaremos Gt? . Todos estos valores se
pueden calcular en OLT 2? Tiempo resolviendo los problemas de trayectoria ms cortos en los
grficos acclicos withOTL? Arcos usando recursividad hacia atrs. Utilizando estos valores,
podemos determinar de nuevo los costos totales de transporte asociados con la produccin,
en el perodo t, de toda la demanda de los perodos consecutivos? 1 + 1, suponiendo que el
transporte se permite en todos los perodos t? {2}, es decir, GDt $ _ {1} $ 2 $ $ 2r = \ Delta
1 + 1drGtr. En el tiempo OT _ {3} _ {3}, estos costes se pueden calcular para todo t = 1 T y
t \ leq \ leq 1 + 1 \ leq \ leq 2 \ leq T. Esta informacin nos permitir calcular los costos totales
de transporte asociados con la produccin en el perodo t en tiempo constante.4.4.3. Los
costos de un subplan. En esta seccin, formularemos el problema de determinar los costos%
t1? T2? 1? 2? Como una simplificacin adicional del problema de programacin dinmica
definido en 4.2.1. Todos los nodos de la red de programacin dinmica son de la forma t? Y ?,
donde t indica un perodo y Y es igual a la cantidad de produccin acumulativa hasta e
incluyendo el periodo t, Donde d? 1 + 1? TY yY ? Kk = 0? Kb? Kb +! ?? La fuente es el nodo
t1? 0 ?, mientras que el sumidero es el todeo t2? Kb +.? Los arcos estan presentes entre
pares de Nodos en red de la forma t? Y? Y t + 1 \ alpha Y \ Cuando \ alpha Y - Y \ ea \ omega _
{0} \ lambda _ {b}. Cada arco de la red descrita a continuacin representa una posible
decisin de produccin. Dejamos que los costos de los arcos sean iguales a los costos totales
asociados con el monto de produccin. Queda por demostrar que los costos de transporte y
de tenencia de inventario pueden convertirse en tiempo constante. Adems de la informacin
recogida en la fase de preprocesamiento descrita en el 4.4.2, tambin encontraremos, para
cada nodo t? Y? En la red, el primer perodo cuya demanda no es satisfecha por la produccin
acumulada Y (dice) as como la parte de la demanda de ese perodo que queda por satisfacer
(digamos). Utilizando las demandas cumulativas d \ alpha 1 + 1 \ Delta t (t = \ Delta 1 + 1),
as como el hecho de que el valor de Y slo puede ser igual a kb orkb +! Para k = 0 K, esta
informacin adicional se puede obtener en OT? hora. Como veremos ms adelante, esto no
aumenta el tiempo de funcionamiento de encontrar los costes de un solo subplan.Wow
relajado considerar un arco que conecta los dos nodest? (Con el primer perodo de demanda
restante con una demanda an menor), y t + 1 ?? Y? (Con el primer perodo de demanda
restante s con la demanda restante?). Cuando? Y-Y ,, los costes unitarios de transporte de
la cantidad producida en el periodo t + 1 son igual a Gt + 1? S. , Los costos de transporte e
inventario para este arco consisten en hasta tres componentes: Gt + 1? S, + GDt + 1? S? s-1
+ Gt + 1? s ds -?,?, Y canthus de hecho ser calculado en tiempo constante. El problema de
la determinacin de% t1? T2? 1? 2? Reduce a encontrar la longitud de la trayectoria ms corta
en la red desde la fuente hasta el sumidero, lo que se puede hacer en tiempo lineal en el
nmero de arcos. Es fcil ver que el nmero de nodos en la red es OT 2 ?, y el nmero de
arcos OT 2 ?. Utilizando el mismo enfoque para calcular mltiples valores de la funcin% a la
vez, como en el 4.3, esto produce un OT 5 + LT 2? Algoritmo que soluciona esta variante del
MLSP-PC. En el CLSP, los inventarios iniciales pueden ser incorporados cuando todas las
funciones de transporte y de mantenimiento de inventario son lineales. En particular, los
inventarios iniciales se utilizan para satisfacer las demandas ms tempranas a travs de los
trayectos ms cortos apropiados en la red, despus de lo cual se actualizan las demandas y
se resuelve el problema restante sin inventarios iniciales. En este artculo hemos considerado
una generalizacin del ELSP clsico con capacidades de produccin estacionarias que permite
mltiples niveles de almacenamiento, as como las correspondientes decisiones de transporte
para el transporte entre los diferentes niveles. Hemos identificado dos casos especiales
importantes de este problema que son solubles en tiempo polinomial. Los tiempos de
ejecucin de los algoritmos correspondientes son notablemente insensibles al nmero de
niveles en la cadena de suministro. Los temas abiertos para la investigacin futura en esta
rea pueden dividirse en tres direcciones generales. En primer lugar, las complejidades,
aunque polinmicas en el horizonte de planificacin, son de orden relativamente alto: OT 5? A
OT 7? Para los casos de dos niveles. Sera interesante si el orden del tiempo de ejecucin
podra reducirse, por ejemplo, investigando si se puede ahorrar ms tiempo al determinar los
costos de muchos o todos los subplanos simultneamente. Adems, aunque el nmero de
niveles ser generalmente relativamente pequeo, Sin embargo, es interesante determinar si
el caso multinivel con funciones cncavas generales de coste puede resolverse en el tiempo
polinomial tanto en el horizonte temporal como en el nmero de niveles. Una segunda
direccin es el estudio de las cadenas de suministro en serie en presencia de Otros o niveles
adicionales en la cadena. Por ltimo, sera interesante considerar estructuras de cadena de
suministro ms complejas, incluyendo, por ejemplo, estructuras de montaje de producto a
nivel de productor, o multiplicadores. Un apndice en lnea de este documento est disponible
en: http://mansci.pubs.informs.org/ecompanion.html 1707-1719, 2005 INFORMS 1719
Agradecimientos El trabajo de los autores segundo y tercero fue apoyado por la Fundacin
Nacional de la Ciencia bajo las Subvenciones No. DMI (DMI, por sus siglas en ingls) -0085682
y DMI-0355533, Escuela de Investigacin de Maastricht de Economa de Tecnologa y
Organizaciones (METEOR), y la Organizacin Neerlandesa para la Investigacin Cientfica
(NWO) .ReferencesAggarwal, A., JK Park. 1993. Algoritmos mejorados para problemas de
tamao econmico. Oper. Res. 41 (3) 549-571.Ahuja, R.K., T.L. Magnanti, J.B. Orlin. 1993.
Flujos de Red: Teora, Algoritmos y Aplicaciones. Prentice Hall, Englewood Cliffs, NJ.Arntzen, B.
C., G.G. Brown, T.P. Harrison, L.L. Trafton. 1995. Administracin global de la cadena de
suministro en Digital Equipment Corporation. Interfaces 25 (1) 69-93.Baker, K.R., P.Dixon, M.J.
Magazine, E.A. Silver. 1978. Un algoritmo para el problema de tamao de lote dinmico con
restricciones de capacidad de produccin variables en el tiempo. Gestin Sci. 24 (16) 1710 -
1720.Bitran, G. R., H. H. Yanasse. 1982. Complejidad computacional del problema de tamao
de lote capacitado. Gestin Sci. 28 (10) 1174 - 1186. Chandra, P., M. L. Fisher. 1994.
Coordinacin de la produccin y planificacin de la distribucin. EUR. J. Oper. Res. 72 503 -
517.Chung, C.-S., C.-H. M. Lin. 1988. Un OT 2? Algoritmo para el problema de tamao de lote
capacitado NI / G / NI / ND. Management Sci. 34 (3) 420 - 426. Federgruen, A., M. Tzur. 1991.
Un simple algoritmo directo a los modelos dinmicos de tamao de lote solvegeneral con n
perodos en Onlogn? O On ?. Gestin Sci. 37 909-925.Florian, M., M. Klein. 1971. Planificacin
de la produccin determinista con costes inconclusos y limitaciones de capacidad. Gestin
Sci. 1812-20.Florian, M., J. K. Lenstra, A. H. G. Rinnooy Kan. 1980. Planificacin de la
produccin determinista: Algoritmos y complejidad. ManagementSci. 26 (7) 669-
679.Geoffrion, A. M., R. F. Powers. 1995. Veinte aos de diseo estratgico del sistema de
distribucin: Una perspectiva evolutiva. Interfaces25 (5) 105-127.Kaminsky, P., D. Simchi-Levi.
2003. Produccin y distribucin de lotes en una cadena de suministro de dos etapas. IIE Trans.
35 (11) 1065 - 1075. Lee, C. Y., S. etinkaya, W. Jaruphongsa. 2003. Un modelo dinmico para
el dimensionado de lotes de inventario y la programacin de envos de salida a un almacn de
terceros. Oper. Res. 51 (5) 735 - 747. Thomas, D. J., P. M. Griffin. 1996. Coordinacin de la
gestin de la cadena de suministro. J. Oper. Res. 94 (1) 1-15.van den Heuvel, W., A. P. M.
Wagelmans. 2003. Un algoritmo geomtrico para resolver el NI / G / NI / ND capacit problema
de tamao de lotera OT 2? hora. Informe tcnico 2003-24, Informe del Instituto
Economtrico, Rotterdam, Pases Bajos.van Hoesel, C.P.M., A.P.M.Wagelmans. 1996. Un OT 3?
Algoritmo para el problema de dimensionamiento econmico con capacidades constantes. 42
(1) 142 - 150. Wagelmans, A., S. van Hoesel, A. Kolen. 1992. Tamao del lote econmico: Un
Onlogn? Algoritmo que se ejecuta en tiempo lineal en el caso de Wagner-Whitin. Oper. Res. 40
(1) S145-S156.Wagner, H. M. 1960. Un post-scriptum para problemas dinmicos de la teora
de la empresa. Naval Res. Logist. Cuarto de galn. 7 7-12.Wagner, H. M., T. M. Whitin. 1958.
Versin dinmica del modelo de tamao economiclot. Gestin Sci. 5 89-96.Zangwill, W. I.
1969. Un modelo de backlogging y un modelo de mltiples escalas de un sistema dinmico de
produccin de tamao de lote econmico-Un enfoque de red. Gestin Sci. 15 (9) 506-527