Optimizing inventory policies in process networks under uncertainty

ما با مشکل برنامه ریزی موجودی در شبکه های فرایند در معرض عدم اطمینان از طریق مدل های برنامه ریزی تصادفی روبرو می شویم. برنامه ریزی موجودی نیاز به فرموله کردن مدل های چند دوره ای برای نشان دادن شرایط متغیر زمان پردازش صنعتی دارد، اما فرمولاسیون های برنامه ریزی تصادفی چند مرحله ای اغلب برای حل آن بسیار زیاد است. ما پیشنهاد تقریبی مبتنی بر سیاست مدل تصادفی چند مرحله ای را ارائه می دهیم که از طریق پیشبرد یک حکم تصمیم برای همه سناریو ها، پیشگویی می کند. فرمول پیشنهادی شامل منطق است که سیاست های موجودی را مدل می کند و برای پیدا کردن پارامترهایی که بهترین عملکرد مورد انتظار را ارائه می دهند استفاده می شود. ما سیاست هایی را برای برنامه ریزی موجودی در شبکه های فرایند با تنظیمات موجودی به صورت موازی و سریال پیشنهاد می کنیم. ما از استراتژی های برنامه ریزی موجودی به دست آمده از فرمول بندی مبتنی بر سیاست و تقریب مشابه دو مرحلۀ برنامه اتفاقی چند مرحله ای مقایسه می کنیم. پیاده سازی پیوسته از استراتژی های برنامه ریزی در شبیه سازی افق های عقب مانده، مزایای مدل مبتنی بر سیاست را با وجود افزایش پیچیدگی محاسباتی نشان می دهد.