Heuristické metody řešení obecného problému optimalizace dynamických výrobních dávek

Heuristic Methods for Solving a General Dynamic Lot Sizing Problem

conference paper

en

This paper deals with a dynamic multi-level multi-item lot sizing problem in a general production-assembly structure represented by a directed acyclic network, where each node may have several predecessors and/or successors. We assume a finite planning horizon consisting of discrete time periods, known deterministic demands at each time period, dynamic lot sizes, multiple constrained resources and time-varying cost parameters. The objective is to minimize the sum of setup, production, and inventory holding costs over the planning horizon. We propose the methods for solving this problem based on genetic algorithms and compare them with methods of other authors.

Tento článek se zabývá vícestupňovým vícevýrobkovým problémem dynamických výrobních dávek v obecné výrobní struktuře reprezentované orientovaným acyklickým grafem, kde každý uzel může mít několik předchůdců a/nebo následníků. Předpokládáme konečný plánovací horizont sestávající z diskrétních časových period, známou deterministickou poptávku v každé periodě, dynamické výrobní dávky, více omezených zdrojů a časově proměnné nákladové parametry. Cílem je minimalizace součtu seřizovacích, výrobních a skladovacích nákladů za plánovací horizont. Navrhujeme metody pro řešení tohoto problému založené na genetických algoritmech a srovnáváme je s metodami jiných autorů.

This paper deals with a dynamic multi-level multi-item lot sizing problem in a general production-assembly structure represented by a directed acyclic network, where each node may have several predecessors and/or successors. We assume a finite planning horizon consisting of discrete time periods, known deterministic demands at each time period, dynamic lot sizes, multiple constrained resources and time-varying cost parameters. The objective is to minimize the sum of setup, production, and inventory holding costs over the planning horizon. We propose the methods for solving this problem based on genetic algorithms and compare them with methods of other authors.

Dynamic lot sizing, multiple constrained resources, stochastic heuristic methods

2005

01.11.2005

The Publishing House of Romanian Academy

Bucharest

973-27-1254-6

Proceedings of the 4th International Conference on Advanced Manufacturing Technologies ICAMaT 2005

8