BLFsBLFs

FLB

ReplenishmentOrders

Inventory ofIncomingOrders

PendingOrders

Backlog

Inventory ofgoods

Demand

GoodsReceived

GoodsShipped

IncomingGoods

Nomenclatura

O, SO P

IO B

I

D, SD

E, SER, SR

Redes de BLFs

O, SO P

IO B

I

D, SD

E, SER, SR

O, SO P

IO B

I

D, SD

E, SER, SR

O, SO P

IO B

I

D, SD

E, SER, SR

O, SO P

IO B

I

D, SD

E, SER, SR

O, SO P

IO B

I

D, SD

E, SER, SR

O, SO P

IO B

I

D, SD

E, SER, SR

Relaciones fundamentales

• B(t +Δt) = B(t) + D(t) - E(t)

• P(t + Δt) = P(t) + D(t) - O(t)

• IO(t + Δt)= IO(t) + O(t) - R(t)

• I(t + Δt) = I(t) + R(t) - E(t)

O, SO P

IO B

I

D, SD

E, SER, SR

Relaciones fundamentales(forma acumulada)

• B(t) = B(0) + SD(t) - SE(t)

• P(t) = P(0) + SD(t) - SO(t)

• IO(t)= IO(0) + SO(t) - SR(t)

• I(t) = I(0) + SR(t) - SE(t)

O, SO P

IO B

I

D, SD

E, SER, SR

Invariante fundamental

I(t) - B(t) + P(t) + IO(t) =

I(0) - B(0) + P(0) + IO(0)

La suma algebraica de los stocks es invariante en t

O, SO P

IO B

I

D, SD

E, SER, SR

Definiciones y Formas Alternativas

• Definición: IN(t) = I(t) - B(t) =>

IN(t) + IO(t) +P(t) es invariante

• Definición: IP(t) = IN(t) + IO(t) =>

IP(t) + P(t) es invariante

O, SO P

IO B

I

D, SD

E, SER, SR

Dos datos exógenos

• D(t) generado por los mecanismos aguas abajo del BLF

• R(t) generado por los mecanismos aguas arriba del BLF

O, SO P

IO B

I

D, SD

E, SER, SR

Signos

• B(t), IO(t), I(t) >= 0

• P(t) arbitrario< 0 : Trabajo contra stock

> 0 : Trabajo contra pedido

O, SO P

IO B

I

D, SD

E, SER, SR

Secuencia de Acontecimientos(t discreto)

• 1.- Se experimenta la demanda y las llegadas D(t) y R(t)

• 2.- Se toman decisiones

• 3.- Se ejecutan las decisiones, poniendo al día los stocks

Dos decisiones

• O(t) pedidos que se pasan

• E(t) envios que se hacen

O, SO P

IO B

I

D, SD

E, SER, SR

Politicas para O(t)

• One for One: if IP < s then O(t) = s-IP

• (S,s): if IP < s then O(t) = S - IP

O, SO P

IO B

I

D, SD

E, SER, SR

Simulación

Stock Smin 100 Smax 200 L 3Demanda Media 40 Sigma 10

Valores Previos Decisiones Valores despues de las DecisionesNumDemanda P I B 0(t) E(t) R(t) P I B IO IP0 0 0 100 0 1001 29 29 100 29 129 29 0 -100 71 0 129 2002 46 -54 71 46 0 46 0 -54 25 0 129 1543 43 -11 25 43 0 25 0 -11 0 18 129 1114 40 29 129 57 129 57 129 -100 71 0 129 2005 44 -56 71 44 0 44 0 -56 27 0 129 1566 45 -10 27 45 0 27 0 -10 0 18 129 1107 39 29 129 57 129 57 129 -100 71 0 129 2008 39 -61 71 39 0 39 0 -61 32 0 129 1619 38 -23 32 38 0 32 0 -23 0 6 129 12310 62 39 129 68 139 68 129 -100 61 0 139 20011 38 -62 61 38 0 38 0 -62 23 0 139 16212 34 -28 23 34 0 23 0 -28 0 11 139 12813 47 19 139 58 119 58 139 -100 81 0 119 20014 24 -76 81 24 0 24 0 -76 57 0 119 17615 27 -49 57 27 0 27 0 -49 30 0 119 14916 53 4 149 53 104 53 119 -100 96 0 104 20017 56 -44 96 56 0 56 0 -44 40 0 104 14418 52 9 40 52 109 40 0 -100 0 13 213 20019 53 -47 104 65 0 65 104 -47 39 0 109 147

Simulación y Optimización

• Se simula un cierto numero de intervalos de tiempo

• Se calculan las cantidades relevantes

• Se Optimizan estos criterios para la muestra

• Se esta optimizando sobre una trayectoria del sistema, obtenida al simular, que puede no ser representativa.

• Pero funciona.

Optimizacion Heurística por Recocido Simulado(Simulated Annealing)

• Se prueban valore generados aleatoriamente a partir del valor anterior

• Se rechazan los que no dan “mejor resultado”• Se permiten aumentos en la función objetivo (no es una

busqueda monótona)• A medida que se adelanta, la desviación tipo se va

reduciendo, de forma que se explora un entorno mas reducido.

• Se para al cabo de un numero de ensayos o cuando no mejora• Caben numerosas variaciones