Algoritmos eficientes para un problema de selección y asignación de pedidos a gran escala de proveedores considerando las emisiones de carbono y descuentos por cantidad
Autores: Baek, Shin Hee; Kim, Jong Soo
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Algoritmos eficientes para un problema de selección y asignación de pedidos a gran escala de proveedores considerando las emisiones de carbono y descuentos por cantidad
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Selección de proveedores
Asignación de pedidos
Cadena de suministro verde
Política de control de inventario
Problema de optimización
Modelo de programación entera
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Este artículo considera un problema de selección de proveedores y asignación de pedidos en varios períodos para un sistema de cadena de suministro verde que consta de un único comprador y múltiples proveedores heterogéneos. El comprador vende varios productos a clientes finales y reabastece periódicamente el inventario de cada artículo utilizando una política de control de inventario periódico. La política de control de inventario periódico utilizada por el comprador comienza cada período con la determinación del tamaño del pedido de cada artículo y la selección de proveedores subsiguientes para cumplir con los pedidos. Dado que cada proveedor en el sistema es diferente de otros proveedores en los tipos de artículos transportados, la distancia de entrega, el precio del artículo y el calendario de descuentos por cantidad, el problema del comprador se convierte en un problema de optimización complicado. Para el problema de tamaño de pedido y selección de proveedores descrito del comprador, proponemos un modelo de programación entera no lineal y desarrollamos dos algoritmos diferentes para mejorar la usabilidad del modelo en un entorno empresarial real con una gran cantidad de datos. Los algoritmos se desarrollan para reducir considerablemente el tiempo de cálculo y al mismo tiempo generar una buena solución factible para un problema de selección de proveedores y asignación de pedidos dado. Experimentos computacionales realizados para probar la eficiencia de los algoritmos mostraron que pueden reducir hasta un 99% del tiempo de cálculo y encontrar con éxito soluciones factibles, desviándose no más del 3.4% de las soluciones óptimas.
Descripción
Este artículo considera un problema de selección de proveedores y asignación de pedidos en varios períodos para un sistema de cadena de suministro verde que consta de un único comprador y múltiples proveedores heterogéneos. El comprador vende varios productos a clientes finales y reabastece periódicamente el inventario de cada artículo utilizando una política de control de inventario periódico. La política de control de inventario periódico utilizada por el comprador comienza cada período con la determinación del tamaño del pedido de cada artículo y la selección de proveedores subsiguientes para cumplir con los pedidos. Dado que cada proveedor en el sistema es diferente de otros proveedores en los tipos de artículos transportados, la distancia de entrega, el precio del artículo y el calendario de descuentos por cantidad, el problema del comprador se convierte en un problema de optimización complicado. Para el problema de tamaño de pedido y selección de proveedores descrito del comprador, proponemos un modelo de programación entera no lineal y desarrollamos dos algoritmos diferentes para mejorar la usabilidad del modelo en un entorno empresarial real con una gran cantidad de datos. Los algoritmos se desarrollan para reducir considerablemente el tiempo de cálculo y al mismo tiempo generar una buena solución factible para un problema de selección de proveedores y asignación de pedidos dado. Experimentos computacionales realizados para probar la eficiencia de los algoritmos mostraron que pueden reducir hasta un 99% del tiempo de cálculo y encontrar con éxito soluciones factibles, desviándose no más del 3.4% de las soluciones óptimas.