logo móvil
Contáctanos

utilizando cuatro algoritmos metaheurísticos para reducir el riesgo de interrupción del proveedor en un modelo matemático de inventario para suministrar repuestos

Autores: Baghizadeh, Komeyl; Ebadi, Nafiseh; Zimon, Dominik; Jum"a, Luay

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

utilizando cuatro algoritmos metaheurísticos para reducir el riesgo de interrupción del proveedor en un modelo matemático de inventario para suministrar repuestos


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Averías inesperadas
Objetivos de producción
Inventario de repuestos
Falla del proveedor
Sistema de producción
Políticas de pedido

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 22

Citaciones: Sin citaciones


Descripción
Debido a las averías inesperadas que pueden ocurrir en varios componentes de un sistema de producción, no es sorprendente que no se alcancen los objetivos de producción y se produzcan interrupciones en el proceso de producción. Dado que este problema persiste para los productos manufacturados, esta interrupción resulta en la pérdida de rentabilidad o demanda. En este estudio, para abordar una serie de desafíos asociados con la gestión del inventario de piezas de repuesto cruciales, se sugiere un modelo matemático para la determinación de la cantidad óptima de pedidos, en caso de una falla imprevista del proveedor. Por lo tanto, se asume un sistema de producción que tiene varios tipos de equipos con componentes cruciales, en los cuales los componentes cruciales se sustituyen por piezas de repuesto en caso de una avería. El modelo de inventario de este estudio se desarrolló para las piezas de repuesto cruciales basadas en el modelo de proceso de cadena de Markov para el caso de interrupción del proveedor. Además, para las políticas de pedido óptimas, puntos de reorden y valores de costos del sistema, se utilizaron cuatro algoritmos metaheurísticos que incluyen el Optimizador de Lobo Gris (GWO), el Algoritmo Genético (GA), el Algoritmo de Optimización de Polillas-Llama (MFO) y el Algoritmo de Evolución Diferencial (DE). Según los resultados, los proveedores confiables no pueden satisfacer todas las demandas; por lo tanto, a veces debemos contar con proveedores no confiables para reducir la demanda no satisfecha.

Otros recursos que podrían interesarte

Temas Virtualpro