Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Một Ràng Buộc Cơ Hội Toàn Cầu cho Các Hệ Thống Tồn Kho Ngẫu Nhiên Dưới Các Ràng Buộc Mức Dịch Vụ
Tóm tắt
Chúng tôi xem xét một lớp vấn đề kiểm soát sản xuất/tồn kho liên quan đến một sản phẩm đơn lẻ và một vị trí lưu trữ duy nhất, trong đó nhu cầu ngẫu nhiên với một phân phối xác suất không dừng đã xác định. Theo chính sách chu kỳ bổ sung hàng hóa nổi tiếng, vấn đề tính toán các tham số chính sách dưới các ràng buộc mức dịch vụ đã được mô hình hóa bằng nhiều kỹ thuật khác nhau. Tarim và Kingsman đã giới thiệu một chiến lược mô hình hóa thể hiện cách tiếp cận tiên tiến nhất để giải quyết vấn đề này. Trong bài báo này, chúng tôi xác định hai nguồn gốc xấp xỉ trong mô hình của Tarim và Kingsman và đề xuất một cách tiếp cận lập trình ràng buộc ngẫu nhiên chính xác. Chúng tôi xây dựng cách tiếp cận của mình dựa trên một khái niệm mới, đó là các ràng buộc cơ hội toàn cầu, khái niệm mà chúng tôi giới thiệu trong bài báo này. Các giải pháp được cung cấp bởi cách tiếp cận chính xác của chúng tôi sẽ được sử dụng để phân tích độ chính xác của mô hình do Tarim và Kingsman phát triển.
Từ khóa
#tồn kho; kiểm soát sản xuất; ràng buộc ngẫu nhiên; chu kỳ bổ sung; ràng buộc cơ hộiTài liệu tham khảo
Apt, K. (2003). Principles of constraint programming. New York, NY, USA: Cambridge University Press.
Askin, R. G. (1981). A procedure for production lot sizing with probabilistic dynamic demand. AIIE Transactions, 13, 132–137.
Balafoutis, T., & Stergiou, K. (2006). Algorithms for stochastic csps. In Proceedings of the 12th international conference on the principles and practice of constraint programming. Lecture notes in computer science (No. 4204, pp. 44–58). Springer Verlag.
Bellman, R. E. (2003). Dynamic programming. Dover Publications, Incorporated.
Berry, W. L. (1972). Lot sizing procedures for requirements planning systems: A framework for analysis. Production and Inventory Management Journal, 13, 19–34.
Birge, J. R., & Louveaux, F. (1997). Introduction to stochastic programming. New York: Springer.
Bookbinder, J. H., & Tan, J. Y. (1988). Strategies for the probabilistic lot-sizing problem with service-level constraints. Management Science, 34, 1096–1108.
Brailsford, S. C., Potts, C. N., & Smith, B. M. (1999). Constraint satisfaction problems: Algorithms and applications. European Journal of Operational Research, 119, 557–581.
Charnes, A., & Cooper, W. W. (1959). Chance-constrainted programming. Management Science, 6(1), 73–79.
Davis, T. (1993). Effective supply chain management. Sloan Management Review.
de Kok, A. G. (1991). Basics of inventory management: Part 2 the (R,S)-model. Research memorandum, FEW 521, 1991. Tilburg, The Netherlands: Department of Economics, Tilburg University.
de Kok, T., & Inderfurth, K. (1997). Nervousness in inventory management: Comparison of basic control rules. European Journal of Operational Research, 103, 55–82.
Devore, J. L. (1995). Probability and statistics for engineering and the sciences (4th ed.). Duxbury Press
Florian, M., Lenstra, J. K., & Rinooy Kan, A. H. G. (1980). Deterministic production planning: Algorithms and complexity. Management Science, 26(7), 669–679.
Graves, S. C. (1999). A single-item inventory model for a non-stationary demand process. Manufacturing & Service Operations Management, 1, 50–61.
Heisig, G. (2002). Planning stability in material requirements planning systems. New York: Springer.
Janssen, F., & de Kok, T. (1999). A two-supplier inventory model. International Journal of Production Economics, 59, 395–403.
Jeffreys, H. (1961). Theory of probability. Oxford, UK: Clarendon Press.
Laburthe, F., & the OCRE project team. (1994). Choco: Implementing a cp kernel. Technical report. France: Bouygues e-Lab.
Lustig, I. J., & Puget, J. F. (2001). Program does not equal program: Constraint programming and its relationship to mathematical programming. Interfaces, 31, 29–53.
Regin, J.-C. (1994). A filtering algorithm for constraints of difference in csps. In Proceedings of the national conference on artificial intelligence (AAAI-94) (pp. 362–367). Seattle, WA, USA.
Regin, J.-C. (2003). Global constraints and filtering algorithms. In M. Milano (Ed.), Constraints and integer programming combined. Kluwer.
Rossi, F., Petrie, C., & Dhar, V. (1990). On the equivalence of constraint satisfaction problems. In Proceedings of the 9th ECAI. European conference on artificial intelligence (pp. 550–556). Stockholm, Sweden: Pitman Publishing.
Scarf, H. (1960). The optimality of (s,S) policies in dynamic inventory problem. In K. J. Arrow, S. Karlin, & P. Suppes (Eds.), Mathematical methods in social sciences. Stanford Unversity Press.
Silver, E. A. (1978). Inventory control under a probabilistic time-varying demand pattern. AIIE Transactions, 10, 371–379.
Silver, E. A., Pyke, D. F., & Peterson, R. (1998). Inventory management and production planning and scheduling. New York: Wiley.
Smits, S. R., Wagner, M., & de Kok, T. G. (2004). Determination of an order-up-to policy in the stochastic economic lot scheduling model. International Journal of Production Economics, 90, 377–389.
Tang, C. S. (2006). Perpectives in supply chain risk management. International Journal of Production Economics, 103, 451–488.
Tarim, S. A., & Kingsman, B. G. (2004). The stochastic dynamic production/inventory lot-sizing problem with service-level constraints. International Journal of Production Economics, 88, 105–119.
Tarim, S. A., & Smith, B. (2008). Constraint programming for computing non-stationary (R,S) Inventory Policies. European Journal of Operational Research (to appear).
Tarim, S. A., Hnich, B., Rossi, R., & Prestwich, S. (2007). Cost-based filtering for stochastic inventory control. In Recent advances in constraints joint ERCIM/CoLogNET international workshop on constraint solving and constraint logic programming, CSCLP 2006. Lecture Notes in Artificial Intelligence (No. 4651, pp. 169–183). Springer.
Tarim, S. A., Hnich, B., Rossi, R., & Prestwich, S. (2008). Cost-based filtering techniques for stochastic inventory control under service level constraints. Constraints (to appear).
Tarim, S. A., Manandhar, S., & Walsh, T. (2006). Stochastic constraint programming: A scenario-based approach. Constraints, 11(1), 53–80.
Wagner, H. M., & Whitin, T. M. (1958). Dynamic version of the economic lot size model. Management Science, 5, 89–96.
Walsh, T. (2002). Stochastic constraint programming. In Proceedings of the 15th ECAI. European conference on artificial intelligence. IOS Press.