|
|
|
|
تعیین اندازه‌ی انباشته در مسئله‌ی کنترل موجودی با تقاضای پویای احتمالی با در نظرگرفتن تخفیف کلی
|
|
|
|
|
|
|
|
نویسنده
|
خسروی صبا ,میرمحمدی حمید
|
|
منبع
|
مهندسي صنايع و مديريت شريف - 1397 - دوره : 34-1 - شماره : 1/1 - صفحه:39 -50
|
|
چکیده
|
در این مقاله، مسئله‌ی تعیین اندازه‌ی انباشته‌ی پویای احتمالی با درنظرگرفتن تخفیف کلی بررسی می‌شود. مدل غیرخطی مسئله در دو حالت ارائه می‌شود. با رویکرد اول مدل تقریب تکه‌تکه خطی مسئله ارائه خواهد شد؛ رویکرد دوم مبتنی‌بر یک الگوریتم شاخه‌وکران است. در این الگوریتم زیرمسئله‌ی مربوط به هر گره، یک مسئله‌ی غیرخطی مختلط است که بر مبنای برنامه‌ریزی پویا حل می‌شود. هر مرحله از این برنامه‌ریزی پویا با روش ترکیبی شاخه‌وکران و آزادسازی لاگرانژ حل می‌شود. نتایج عددی ارائه‌شده در این مطالعه نشان می‌دهد که الگوریتم پیشنهادی نسبت به حل مدل ریاضی مسئله با استفاده از نرم‌افزار تجاری gams بسیار سریع‌تر به جواب بهینه می‌رسد. الگوریتم پیشنهادی برای حالت دوسطحی تخفیف با حل مدل تقریبی مسئله در این نرم‌افزار نیز مقایسه شده است.
|
|
کلیدواژه
|
تعیین اندازه‌ی انباشته‌ی احتمالی، تخفیف کلی، شاخه‌وکران، برنامه‌ریزی پویا، آزادسازی لاگرانژ
|
|
آدرس
|
دانشگاه صنعتی اصفهان, دانشکده مهندسی صنایع و سیستم‌ها, ایران, دانشگاه صنعتی اصفهان, دانشکده مهندسی صنایع و سیستم‌ها, ایران
|
|
پست الکترونیکی
|
h_mirmohammadi@cc.iut.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
STOCHASTIC DYNAMIC LOT SIZING PROBLEM WITH TOTAL QUANTITY DISCOUNT
|
|
|
|
|
Authors
|
Khosravi S. ,Mirmohammadi S.H.
|
|
Abstract
|
Dynamic lot sizing problem is one of the significant problems in industrial units and has beenconsidered by many researchers. Considering the quantity discount in purchasing cost is one of the important and practical aspects of inventory problems in the field of inventory control and management, and it has been less focused in terms of stochastic version of dynamic lotsizing problem in inventory management. In this paper, the stochastic dynamic lotsizing problem with the assumption of existence of allunits quantity discount in purchasing is defined and formulated. Two approaches are presented to handle the solving procedure of this problem. Since the considered model is a mixed integer nonlinear programing model, and the objective function of the model is the only nonlinear part of the model. At first, we introduce a piecewise linear approximation model to convert the objective function to a linear term. The main solution approach breaks down the problem into four levels. At the first level, a branch and bound algorithm branches the problem on the periods with a predetermined discount level. In this case, the problem is converted to constrained version of the Sox problem [10]. This sub problem raised in each node in the branch and bound algorithm, is a mixed integer nonlinear programing too, which is solved based on a dynamic programming approach in the second level. In each stage, in this dynamic programming algorithm, there is a sub problem which is solved via a branch and bound algorithm. The problem raised in each node of the recent branch and bound algorithm is solved with lagrangian relaxation method. The numeric results found in this study indicate that the proposed approach solves the problem faster than the mathematicalprogramming model using the commercial software GAMS. Moreover, the proposed algorithm for the two discount levels is also compared with the approximate solution in the mentioned software. The results indicate that our algorithm up to 14 periods can not only obtain the exact solution, but also consume less time in contrast to the approximate model.looseness=1
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|