کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7436988 1483670 2015 34 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Managing stochastic demand in an Inventory Routing Problem with transportation procurement
ترجمه فارسی عنوان
مدیریت تقاضای تصادفی در یک مسیریابی مشکل با تهیه حمل و نقل
کلمات کلیدی
ترجمه چکیده
ما یک مساله مسیریابی موجودی را بررسی می کنیم که در آن تامین کننده ظرفیت تولید محدودی دارد و تقاضای تصادفی خرده فروشان با تهیه خدمات حمل و نقل راضی است. هدف این است که کل هزینه مورد انتظار در طول افق برنامه ریزی، با توجه به مجموع هزینه موجودی در تامین کننده، هزینه موجودی در خرده فروشان، هزینه مجازات برای انبار کردن در خرده فروشان و هزینه حمل و نقل، به حداقل برسد. اولا، ما نشان می دهیم که یک سیاست مبتنی بر تقاضای به طور متوسط ​​می تواند کل هزینه مورد انتظار را به مراتب بدتر از آنچه که با توجه به توزیع احتمال احتمالی تقاضا در فرآیند تصمیم گیری به دست می آید، داشته باشد. بنابراین، ما یک فرمول برنامه نویسی دایمی تصادفی را ارائه می دهیم که به ما اجازه می دهد یک سیاست بهینه در نمونه های کوچک اندازه گیری کنیم. در نهایت، ما یک رویکرد ماتوئیستی را طراحی و پیاده سازی می کنیم، یک الگوریتم رولتی و یک راه حل بهینه از مدل های برنامه نویسی خطی مختلط با عدد صحیح است که قادر به حل نمونه های مسئله اندازه واقعی است. نتایج محاسباتی به ما امکان می دهد بینش مدیریتی مربوط به مدیریت تقاضای تصادفی را ارائه دهیم.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری استراتژی و مدیریت استراتژیک
چکیده انگلیسی
We study an Inventory Routing Problem in which the supplier has a limited production capacity and the stochastic demand of the retailers is satisfied with procurement of transportation services. The aim is to minimize the total expected cost over a planning horizon, given by the sum of the inventory cost at the supplier, the inventory cost at the retailers, the penalty cost for stock-out at the retailers and the transportation cost. First, we show that a policy based just on the average demand can have a total expected cost infinitely worse than the one obtained by taking into account the overall probability distribution of the demand in the decision process. Therefore, we introduce a stochastic dynamic programming formulation of the problem that allows us to find an optimal policy in small size instances. Finally, we design and implement a matheuristic approach, integrating a rollout algorithm and an optimal solution of mixed-integer linear programming models, which is able to solve realistic size problem instances. Computational results allow us to provide managerial insights concerning the management of stochastic demand.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Omega - Volume 56, October 2015, Pages 112-121
نویسندگان
, , ,