In this paper a newly developed heuristic algorithm for lotsizing and scheduling on identical parallel machines is presented. A basic concept and an aim of lotsizing and scheduling are described and clarified. Furthermore, models for considered problems for fixed and variable demand as well as for one and many identical parallel machines are presented. A concept and a formal description of newly developed heuristic algorithm is described. The paper includes in details the obtained results and solutions of conducted experiments and the description of used data sets.
Background: Due to the rapidly changing needs of suppliers and customers classic methods of lot sizing do not work. Meanwhile, the target for logistics remains all the time the same: to realize the flow of materials in the supply chain as efficiently as possible. Today, efficiency is understood as the sum of two components: the effectiveness - understood as the degree of achieving the objective (i.e. customer service level indicator) and efficiency - understood as a way to achieve the objective, (i.e. total cost of the material flow in the supply chain). Simulation studies developed by authors was focused on the identification and analysis of both global and local conditions, the efficiency of material flow in the supply chain. Methods: Simulation of material flow in the supply chain was carried out using the spreadsheet. In the analysis of results, statistical software Minitab 17 was used. Using correlation analysis examined the relationship between the cost of the material flow and the realized customer service level. On the base of methods ANOVA and Tukey Pairwise Comparisons determined whether there is a statistically significant relationship between the lot size in flow between companies in supply chain and the cost of that flow through the whole chain. Results: The objective of the article is to identify the relations between the material flow lot size between particular companies in the supply chain and the flow costs and to identify the link in the supply chain that has the greatest impact on the customer service level and the flow total costs in the supply chain. Distribution of demand (category of goods) has an impact on the cost of the material flow in the supply chain. In both analysed distributions of demand (normal and exponential) was observed relationships proportional (what is beneficial for the whole supply chain is also beneficial to the each company in supply chain) as well as the relationship inversely proportional (that which is beneficial to the whole supply chain is bad for one of the companies in the supply chain or what is bad for the whole supply chain is beneficial to one of the companies in the supply chain). Regardless of the demand distribution, lot size in distribution phase has the greatest impact on cost of material flow in supply chain. Conclusions: Distribution of demand is crucial in lot sizing in material flow in the supply chain. According to conducted research, it is possible to identify company, which has a crucial impact on the effectiveness and efficiency of material flow in the supply chain. The study shows that it is possible to indicate the global optimum in the supply chain. Usually, the global optimum is not the sum of local optima of material flow in the whole supply chain.
PL
Wstęp: Z uwagi na dynamicznie zmieniające się potrzeby dostawców i odbiorców klasyczne metody partiowania nie sprawdzają się. Tymczasem cel dla logistyki pozostaje cały czas ten sam (bez zmian): zrealizować przepływ materiałów w łańcuchu dostaw możliwie najbardziej efektywnie. Współcześnie efektywność jest rozumiana jako suma dwóch składowych: skuteczności – rozumianej jako stopień osiągnięcia celu, której doskonałym miernikiem jest osiągnięty poziom obsługi klienta oraz sprawności – rozumianej jako sposób realizacji celu, której doskonałym miernikiem jest poziom kosztów całkowitych przepływu materiałowego w łańcuchu dostaw. Badania symulacyjne autorów skoncentrowane są na identyfikacji i analizie zarówno globalnych jak i lokalnych uwarunkowań efektywności przepływu materiałowego w łańcuchu dostaw. Metody: Symulacje przepływu materiałów w łańcuchu dostaw przeprowadzono z wykorzystaniem arkusza kalkulacyjnego. W analizie zbioru wyników wykorzystano oprogramowanie statystyczne Minitab 17. Za pomocą analizy korelacji zbadano zależności pomiędzy kosztami przepływu materiałowego a realizowanym poziomem obsługi klienta. Dzięki metodzie ANOVA oraz porównywaniu parami metodą Tukeya ustalono, czy istnieje statystycznie istotna zależność pomiędzy wielkościami partii przepływu materiałowego pomiędzy poszczególnymi ogniwami łańcucha dostaw a kosztami tego przepływu przez cały łańcuch. Wyniki: Celem artykułu jest: identyfikacja zależności pomiędzy wielkością partii przepływu materiałowego pomiędzy poszczególnymi ogniwami w łańcuchu dostaw a kosztami tego przepływu, a także identyfikacja tego ogniwa łańcucha dostaw, które ma największy wpływ na poziom obsługi klienta i koszty całkowite przepływu w łańcuchu dostaw. Rozkład popytu (kategoria dóbr) ma wpływ na wielkość kosztów przepływu materiałowego danej wielkości partii w łańcuchu dostaw. W obu analizowanych rozkładach popytu (normalny, wykładniczy) zaobserwowano relacje proporcjonalne (to co jest korzystne dla całego łańcucha dostaw jest także korzystne dla samego ogniwa łańcucha dostaw) jak i relacje odwrotnie proporcjonalne (to co jest korzystne dla łańcucha dostaw jest niekorzystne dla samego ogniwa łańcucha dostaw). Niezależnie od wybranego rozkładu popytu o wynikach kosztowych realizacji przepływu materiałowego decyduje konfiguracja wielkości partii w obszarze dystrybucji (ogniwo dystrybutor). Wnioski: Rozkład popytu ma kluczowe znaczenie w kształtowaniu wielkości partii przepływu materiałowego w łańcuchu dostaw. Dzięki przeprowadzonym badaniom możliwe jest wskazanie ogniw łańcucha dostaw, które mają kluczowy wpływ na skuteczność i sprawność przepływu materiałowego w łańcuchu dostaw. Z przeprowadzonych badań wynika, że istnieje możliwość wskazania optimum globalnego w łańcuchu dostaw. Optimum to zwykle nie jest sumą optimów lokalnych efektowności przepływu materiałowego wszystkich ogniw łańcucha dostaw.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.