通过仿真评估的滚动周期生产计划的随机优化提升
计量经济学
2024-09-27 v2
摘要
生产计划必须考虑生产系统中来自波动需求预测的不确定性。因此，本文聚焦于将更新的客户需求整合到滚动周期计划周期中。我们使用基于情景的随机编程求解在随机需求下的滚动周期环境中的 capacitated lot sizing 问题。该环境使用离散事件仿真-优化框架复制，其中定期求解优化问题，利用最新的需求信息持续调整生产计划。我们评估了随机优化方法，并将其性能与使用预期需求数值为输入的确定性 lot sizing 模型求解，以及与标准物料需求计划 (MRP) 方法进行比较。在仿真研究中，我们分析了与三个不同客户行为相关的需求预测情况，以及四个库存水平水平，处于多项目和多阶段生产系统中。我们测试了三种规划方法的多个显著参数值，并计算总体成本以进行基准测试。结果表明，MRP 获得的生产计划被确定性和随机优化所超越。特别是在面对紧张资源限制和日益增加的客户需求不确定性时，使用随机优化相对于确定性优化更为可取。
引用
@article{arxiv.2402.14506,
title = {Enhancing Rolling Horizon Production Planning Through Stochastic Optimization Evaluated by Means of Simulation},
author = {Manuel Schlenkrich and Wolfgang Seiringer and Klaus Altendorfer and Sophie N. Parragh},
journal= {arXiv preprint arXiv:2402.14506},
year = {2024}
}