An EOQ Model for Three Parameter Weibull Deteriorating Item with Partial Backlogging

• Autorzy: Pradhan L M , Tripathy C K

Warianty tytułu

PL

Model ekonomicznej wielkości partii dla trzech parametrów utraty wartości Weibulla z częściowymi zaległościami

• Języki publikacji: EN

Abstrakty

EN

Background: Business organisations are facing a lot of competition during these days. To withstand the competition and to remain in the front row, an enterprise should have optimum profitable plan for his business. Researchers in recent years have developed various inventory models for deteriorating items considering various practical situations. Partial backlogging is considerably a new concept introduced in developing various models for Weibull deteriorating items. Methodology: In this paper an inventory model has been developed considering three parameter Weibull deterioration of a single item with partial backlogging. Here demand rate is considered to be constant and lead time is zero. During the stock out period the backlogging rate is variable and is dependent on the length of the waiting time for the next replenishment. Results and conclusion: Optimal order quantity and total variable cost during a cycle has been derived for the proposed inventory model considering three parameter Weibull deteriorating item with partial backlogging. The results obtained in this paper are illustrated with the help of a numerical example and sensitivity analysis.

PL

Wstęp: W obecnych czasach przedsiębiorstwa musza sprostać wielu wymaganiom stawianym prze konkurencyjny rynek. Aby pokonować konkurencję pozostać liderem, przedsiębiorstwo powinno opierać się na optymalnym planie zyskowności swojej działalności. W ostatnich latach naukowcy opracowali wiele modeli dla asortymentów podlegających zużyciu praktycznie dla każdej występującej w rzeczywistości sytuacji. Częściowe zaległości są nową koncepcją wprowadzoną w rozwijanych modelach Weibulla. Metody: Model zapasów asortymtentu dla którego występują częściowe zaległości został opracowany dla trzech parametrów utraty wartości Weibulla. Założono, że popyt jest stały oraz czas realizacji równa się zero. W okresie braków współczynnik zaległości jest zmienny i zależy od czasu oczekiwania na uzupełnienie zapasów. Wyniki i wnioski: Optymalna wielkość zamówienia oraz całkowity koszt zmienny w czasie cyklu zostały opracowane dla proponownego modelu zapasów uwzględniającego trzy parametry zużycia Weibulla z częściowymi zaległościami. Wyniki zostały zaprezentowany przy pomocy przykładu liczbowego oraz analizy wrażliwości

Słowa kluczowe

EN

EOQ model; Weibull deterioration; partial backlogging

PL

wielkość partii ekonomiczna; zużycie Weibulla

• Wydawca: Wyższa Szkoła Logistyki
• Czasopismo: LogForum
• Rocznik: 2013
• Tom: Vol. 9, no. 1
• Strony: 35--42
• Opis fizyczny: Bibliogr. 17 poz., tab.

Twórcy

autor

Pradhan L M

• Silicon Institute of Technology, Sambalpur, India

autor

Tripathy C K

• Sambalpur University, Sambalpur, India

Bibliografia

• Abad, P.L., 2001, Optimal price and order−size for a reseller under partial backlogging, Computers and Operation Research, 28, 53−65.
• Abad, P.L., 1996, Optimal pricing and lotsizing under conditions of perishability and partial backordering, Management Science, 42 (8), 1093−1104.
• Chang, H. and Dye, C., 1999, An EOQ model for deteriorating items with time varying demand and Partial backlogging, Journal of the Operational Research Society, 50, 1176−1182.
• Dye, C., 2007−a, Determining optimal selling price and lot−size with a varying rate of deterioration and exponential partial backlogging, European journal of Operational Research, 181, 668−678.
• Dye, C., Ouyang, L. and Hsieh, T., 2007, Deterministic inventory model for deteriorating items with capacity constraint and time proportional backlogging rate, European journal of Operational Research, 178 (3), 789−807.
• Hung, K., 2011, An inventory model with generalised type demand, deterioration and back order rates, European journal of Operational Research, 208 (3), 239−242.
• Jalan, A., Giri, R. and Choudhury, K., 1996, EOQ model for items with Weibull distribution deterioration, shortages and trended demand, International journal of Production Economics., 113, 852−861.
• Ouyang, L.Y, Teng, J.T. and Chen, L.H, 2006, Optimal ordering policy for deteriorating items with partial backlogging under permissible delay in payments, Journal of Global Optimization, 34(2), 245−271.
• Park, K.S., 1982, Inventory model with partial back orders, International journal of systems Science, 13, 1313−1317.
• Shah, N. and Shukla, K., 2009, Deteriorating inventory model for waiting time partial backlogging, Applied Mathematical Sciences, 3, 421−428.
• Singh, S.R. and Singh, T.J., 2007, An EOQ inventory model with Weibull distribution deterioration, ramp type demand and partial backlogging, Indian Journal of Mathematics and Mathematical Sciences, 3(2), 127−137.
• Singh, T.J., Singh, S.R. and Singh, C., 2008, Perishable inventory model with quadratic demand, partial backlogging and permissible delay in payments, International Review of Pure and Applied Mathematics, 53−66.
• Skouri, K., Konstantaras, S. and Ganas, I., 2009, Inventory models with ramp type demand rate, partial backlogging and Weibull deterioration rate, European journal of Operational Research, 192, 79−92.
• Teng, J., Ouyang, L. and Chen, L., 2007, A comparison between two pricing and lotsizing models with partial back logging and deteriorated items, International journal of Production Economics, 105, 190−203.
• Tripathy C.K. and Pradhan L.M., 2010, An EOQ model for Weibull deteriorating items with power demand and partial back logging, International journal of Contemporary Mathematical Sciences, 5(38), 1895−1904.
• Tripathy, C. K., and Mishra, U., 2010. An inventory model with time dependent linear deteriorating items with partial backlogging, International Journal of Mathematical. Analysis, 4(38), 1873−1879.
• Wu, O. and Cheng, 2005, An inventory model for deteriorating items with exponential declining demand and Partial back logging, Yugoslav Journal of Operations Research, 15(2), 277−288.