Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Một phương pháp mới cho vấn đề tồn kho trong chuỗi cung ứng dược phẩm
Tóm tắt
Trong các doanh nghiệp dược phẩm, việc theo kịp điều kiện thị trường toàn cầu có thể thực hiện được với các chính sách quản lý chuỗi cung ứng được lựa chọn đúng cách. Thông thường, mô hình chuỗi cung ứng truyền thống theo nhu cầu được sử dụng trong ngành dược phẩm. Trong nghiên cứu này, một mô hình toán học mới được phát triển để giải quyết vấn đề tồn kho trong chuỗi cung ứng dược phẩm. Khác với các nghiên cứu trong tài liệu, các ràng buộc "thời hạn sử dụng và thời gian chuyển giao sản phẩm" được xem xét, lần đầu tiên đồng thời trong vấn đề tồn kho sản xuất dược phẩm. Vấn đề được định hình dưới dạng mô hình lập trình tuyến tính nguyên hỗn hợp (MILP) với một đại diện thời gian kết hợp. Mục tiêu là tối đa hóa tổng lợi nhuận ròng. Hiệu quả của mô hình được đề xuất được minh họa khi xem xét một chuỗi cung ứng cổ điển và chuỗi cung ứng quản lý bởi nhà cung cấp (VMI) trong một nghiên cứu thực nghiệm. Để chứng minh tính hiệu quả của mô hình, một nghiên cứu thực nghiệm được thực hiện, bao gồm 2 chính sách chuỗi cung ứng khác nhau (Cổ điển và VMI), thời gian lập kế hoạch 24 và 30 tháng, 10 và 15 sản phẩm cephalosporin khác nhau. Cuối cùng, mô hình toán học được so sánh với một mô hình khác trong tài liệu và kết quả cho thấy mô hình đề xuất là vượt trội. Nghiên cứu này đề xuất một phương pháp mới để giải quyết vấn đề tồn kho dược phẩm. Mô hình phát triển nhằm tối đa hóa tổng lợi nhuận ròng đồng thời xác định kế hoạch sản xuất tối ưu dưới các ràng buộc về thời hạn sử dụng và thời gian chuyển giao sản phẩm trong ngành dược phẩm. Và chúng tôi tin rằng mô hình đề xuất gần gũi với thực tế hơn nhiều so với các nghiên cứu khác trong tài liệu.
Từ khóa
#quản lý chuỗi cung ứng #tồn kho #mô hình lập trình tuyến tính nguyên hỗn hợp #dược phẩm #lợi nhuận ròngTài liệu tham khảo
Alle A, Pinto JM. Mixed-integer programming models for the scheduling and operational optimization of multiproduct continuous plants. Ind Eng Chem Res. 2002;41:2689–704.
Amaroa ACS, Barbosa APD. Planning and scheduling of industrial supply chains with reverse flows: a real pharmaceutical case study. Comput Chem Eng. 2008;32:2606–25.
Baboli A, Fondrevelle J, Moghaddam R, Mehrabi A. A replenishment policy based on joint optimization in a downstream pharmaceutical supply chain: centralized vs. decentralized replenishment. Int J Adv Manuf Technol. 2011;57:367–78.
Bilgen B, Günther HO. Integrated production and distribution planning in the fast moving consumer goods industry: a block planning application. OR Spectrum. 2010;32:927–55.
Chandra P, Fisher ML. Coordination of production and distribution planning. Eur J Oper Res. 1994;72:503–17.
Chen P, Papageorgiou LG, Pinto JM. Medium-term planning of single-stage single-unit multiproduct plants using a hybrid discrete/continuous-time MILP model. Ind Eng Chem Res. 2008;47:1925–34.
Chen Y, Mockus L, Orcun S, Reklaitis GV. Simulation-optimization approach to clinical trial supply chain management with demand scenario forecast. Comput Chem Eng. 2012;40:82–96.
Danese P. Beyond vendor managed inventory: the GlaxoSmithKline case. Supply Chain Forum Int J. 2004;5(2):32–9.
Dogan ME, Grossmann IE. A decomposition method for the simultaneous planning and scheduling of single-stage continuous muliproduct plants. Ind Eng Chem Res. 2006;45:299–315.
Fleischmann B, Meyr H. The general lotsizing and scheduling problem. OR Spektrum. 1997;19:11–21.
Gaither N. Productions and operations management. California: Duxbury Press; 1996.
Hines P, Lamming R, Jones D, Cousins P, Rich N. Value stream management- strategy and excellence in the supply chain. London: Prentice Hall; 2000.
Jaberidoost M, Nikfar S, Abdollahias A, Dinarvand R. Pharmaceutical supply chain risks: a systematic review. DARU J Pharm Sci. 2013;21:69.
Kabra S, Shaik MA, Rathore AS. Multi-period scheduling of a multi-stage multi-product bio-pharmaceutical process. Comput Chem Eng. 2013;57:95–103.
Kannan G, Grigore MC, Devika K, Senthilkumar A. An analysis of the general benefits of a centralised VMI system based on the EOQ model. Int J Prod Res. 2013;51(1):172–88.
Kannan G. The optimal replenishment policy for time-varying stochastic demand under vendor managed inventory. Eur J Oper Res. 2015;242:402–23.
Kelle P, Woosleyb J, Schneider H. Pharmaceutical supply chain specifics and inventory solutions for a hospital case. Oper Res Health Care. 2012;1:54–63.
Kim D. An integrated supply chain management system: a case study in healthcare sector. E-Commerce Web Technol Proc Lect Notes Comput Sci. 2005;3590:218–27.
Lakhdar K, Papageorgiou LG. An iterative mixed integer optimisation approach for medium term planning of biopharmaceutical manufacture under uncertainty. Chem Eng Res Des. 2008;8(6):259–67.
Lau JSK, Huang GQ, Mak KL. Impact of information sharing on inventory replenishment in divergent supply chains. Int J Prod Res. 2004;42:919–41.
Lee H, Kim H. Optimal production-distribution planning in supply chain management using a hybrid simulation-analytic approach. In: Proceedings of the 2000 winter simulation conference. 2000.
Levis AA, Papageorgiou LG. A hierarchical solution approach for multi-site capacity planning under uncertainty in the pharmaceutical industry. Comput Chem Eng. 2004;28(5):707–25.
Liu S, Pinto JM, Papageorgiou LG. A TSP-based MILP model for medium-term planning of single-stage continuous multiproduct plants. Ind Eng Chem Res. 2008;47:7733–43.
Maravelias CT, Grossmann IE. Simultaneous planning for new product development and batch manufacturing facilities. Ind Eng Chem Res. 2001;40:6147–64.
Mendez CA, Cerda J. An efficient MILP continuous-time formulation for short-term scheduling of multiproduct continuous facilities. Comput Chem Eng. 2002;26:687–95.
Narayana SA, Pati RK, Vrat P. Managerial research on the pharmaceutical supply chain – a critical review and some insights for future directions. J Purch Supply Manag. 2014;20:18–40.
Norman G. Production and operations management. California: Duxbury Press; 1996.
Oh HC, Karimi IA. Planning production on a single processor with sequence-dependent setups part 1: determination of campaigns. Comput Chem Eng. 2001;25:1021–30.
Papageorgiou LG, Rotstein GE, Shah N. Strategic supply chain optimization for the pharmaceutical industries. Ind Eng Chem Res. 2001;40:275–86.
Ru J. The Impacts of vendor managed inventory on supply chain performance in retail industry, PhD Thesis, University of Texas. 2010.
Salzarulo PA. Vendor managed inventory programs and their effect on supply chain performance, PhD Thesis, Indiana University. 2006.
Shah N. Pharmaceutical supply chains: key issues and strategies for optimisation. Comput Chem Eng. 2004;28(6-7):929–41.
Shen Z, Dessouky M, Ordonez F. Perishable inventory management system with a minimum volume constraint. J Oper Res Soc. 2011;62(12):2063–82.
Sousaa RT, Liu S, Papageorgiou LG, Shah N. Global supply chain planning for pharmaceuticals. Chem Eng Res Des. 2011;89:2396–409.
Sundaramoorthy A, Karimi IA. Planning in pharmaceutical supply chains with outsourcing and new product introductions. Ind Eng Chem Res. 2004;43:8293–306.
Susarla N, Karimi IA. Integrated supply chain planning for multinational pharmaceutical enterprises. Comput Chem Eng. 2012;42:168–77.
Susarla N, Karimi IA. Integrated campaign planning and resource allocation in batch plants. Comput Chem Eng. 2011;35(12):2990–3001.
Tosto GD, Parunak VD. Multi-agent-based simulation X: international workshop. Budapest: MABS; 2009.
Venditti L. Production scheduling in pharmaceutical industry. PhD dissertation. Roma: Tre University; 2010.
Yu X, Li C, Shi Y, Yu M. Pharmaceutical supply chain in China: current issues and implications for health system reform. Health Policy. 2010;97(1):8–15.