BLFs. FLB Nomenclatura Redes de BLFs Relaciones fundamentales B(t +Δt) = B(t) + D(t) - E(t) P(t +...
-
Upload
salvador-sanchez-barbero -
Category
Documents
-
view
221 -
download
3
Transcript of BLFs. FLB Nomenclatura Redes de BLFs Relaciones fundamentales B(t +Δt) = B(t) + D(t) - E(t) P(t +...
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