OPTIMIZED MULTI-ECHELON INVENTORY P

OPTIMIZED MULTI-ECHELON INVENTORY POLICIES IN ROBUST
DISTRIBUTION NETWORKS
Dr.-Ing. Katja Klingebiel Cong Li
Chair of Factory Organization Department of Supply Chain Engineering
Technical University of Dortmund Fraunhofer Institute for Material Flow and Logistics
Leonhard-Euler-Str. 5 Joseph-von-Fraunhofer Straße 2-4
44227 Dortmund, Germany 44227 Dortmund, Germany
[e-mail] [e-mail]
KEYWORDS
Supply Chain Management, Multi-Echelon Distribution
Networks, Inventory Policy, Robustness, Optimization,
Simulation
ABSTRACT
To cope with current turbulent market demands, more
robust inventory policies are needed for distribution
networks, to lower the inventory cost as well as
maintain high responsiveness. This paper analyzes the
inventory policies in the context of complex multiechelon distribution networks and proposes an
optimization and simulation integrating approach to
robust inventory policies selection for multi-echelon
distribution networks. Based on the existing
approximation approaches designed primarily for twoechelon inventory model, an analytical multi-echelon
inventory model with an efficient optimization
algorithm is presented. Through systematic parameter
adjustment, “optimal” inventory policies are suggested
by this model. In the next step, a simulation model is
applied to evaluate the proposed solutions under market
dynamics, so that the most favorable ones may be
selected. Finally, a case study is conducted and future
research directions are suggested.
1 INTRODUCTION
As collaboration between different supply chain
echelons gains attention, it is imperative to consider
inventory policies from a network perspective rather
than supposing each stage to be a single isolated player.
Moreover, under current market dynamics, the level of
customer demand uncertainty itself has significantly
increased, which immensely aggravates the difficulty of
demand forecasting. And product trends like larger
variety and shorter life cycles have intensified
uncertainty.
Yet, “optimal” inventory policies obtained through
traditional approaches are based on deterministic and
stable conditions. They are not capable of delivering the
desired results in real situation, or even greatly
deteriorate the performance of the entire supply chain,
leading to high stock levels or short sales. Thus, to cope
with current turbulent market demands, more robust
inventory policies are needed for distribution networks,
so as to lower the inventory cost as well as maintain
high responsiveness. In this paper we propose an
optimization and simulation integrating approach to
robust multi-echelon inventory policies selection.
The paper is organized as follows: Section 2 reviews the
important multi-echelon inventory models and
optimization solutions. Section 3 presents our integrated
approach, which integrates simulation into the
traditional analytical inventory model. The analytical
model is presented and discussed in detail in section 4,
including model formulation, model calculation and
optimization algorithm. The simulation model is
described in section 5. The proposed integrated
approach is then applied to an industrial case in section
6. Finally, section 7 concludes the current work and
provides directions for further research.
2 LITERATURE REVIEW
An overview of the fundamental ideas about problem
assumptions, model designs and solution approaches of
inventory policies for one- or multi- echelon logistic
networks has been presented by Zipkin (2000), Axsäter
(2006) and Tempelmeier (2006). For the inventory
models with stochastic lead time in multi-echelon
distribution networks, which is also our research
emphasis, Axsäter (2003b) has provided a quite
comprehensive review. Starting from the early famous
METRIC model presented by Sherbrooke (1968),
numerous literatures have been devoted to this research
area, among which pioneering research is conducted by
Graves (1985), Svoronos and Zipkin (1988), Axsäter
(1990, 1993, 1998, 2000) , Kiesmüller and Kok (2005).
Apart from the classical multi-echelon model, Dong and
Chen (2004) developed a network of inventory-queue
models for the performance modeling and analysis of an
integrated logistic network. Simchi-Levi and Zhao
(2005) derived recursive equations to characterize the
dependencies across different stages in the supply chain
network. Miranda and Garrido (2009) dealt inventory
decisions simultaneously with network design decisions
while Kang and Kim (2010) focused on the coordination
of inventory and transportation management.
Although great attention has been paid to the analytical
model of distribution networks, its application in the
optimization field is still strongly restricted because of
the modeling complexity and computational
Proceedings 25th European Conference on Modelling and
Simulation ©ECMS Tadeusz Burczynski, Joanna Kolodziej
Aleksander Byrski, Marco Carvalho (Editors)
ISBN: 978-0-9564944-2-9 / ISBN: 978-0-9564944-3-6 (CD)
requirement in large scale inventory networks.
Therefore, various approximation methods and heuristic
algorithms have been suggested by researchers for real
world applications.
Of note in this context is the work of Cohen et al.
(1990), who developed and implemented a system
called Optimizer that determined the inventory policies
for each part at each location in IBM’s complex
network with assumptions of deterministic lead time
and ample supply. Caglar et al. (2004) developed a
base-stock policy for a two-stage, multi-item spare part
inventory system and presented a heuristic algorithm
based on METRIC approximation and single-depot sub
problem to minimize the system-wide inventory cost
subject to a response time constraint at each field depot.
Al-Rifai and Rossetti (2007) formulated an iterative
heuristic optimization algorithm to minimize the total
annual inventory investment subject to annual ordering
frequency and backorder number constraints. Their
approach can be regarded as the further work of Hopp et
al. (1997), who utilized ሺܴǡ ܳሻ policies and presented
three heuristic algorithms based on simplified
representations of the inventory and service expressions
to optimize the same inventory problem in a single stage.
Axsäter (2003a) used normal approximations both for
the customer demand and retailer demand to solve the
general two-stage distribution inventory system. Axsäter
(2005) considered a different approach to decompose
the two-stage inventory problems. Through providing
an artificial unit backorder cost of the warehouse, its
optimal inventory policy can be solved first.
From the above analysis, it may be deduced that multiechelon inventory models have been analyzed
extensively in recent years. However, computational
scale, integrity and non-convexity make the
corresponding optimization problem intractable to exact
analysis and up till now no general approach is accepted,
which might also explain why two-echelon networks are
mostly dealt with. In response to such difficulties, an
efficient optimization solution procedure will be
presented in this paper, which optimizes inventory
policies in a general multi-item, multi-echelon
distribution network.
3 INTEGRATED APPROACH
It is one task to develop a multi-echelon inventory
model for distribution networks and solve
mathematically. We will present a model of that kind in
section 4. However, even the most delicate model forces
abstraction of reality and involves some kinds of
simplification or approximation. Besides, as mentioned
above, the computational efficiency decreases
dramatically with the complexity of the analytical
model, so the real world application of these
sophisticated models has been greatly limited in the past.
Fortunately, these deficiencies can be compensated to a
large extent by simulation models, as they allow to
reproduce and to test different decision-making
alternatives (e.g. inventory policies) upon several
anticipated supply chain scenarios (e.g. forecasted
demand development). This allows ascertaining the
level of optimality and robustness of a given strategy in
advance (Terzi and Cavalieri, 2004). Nevertheless,
simulation itself can provide only what-if analysis. Even
for a small-sized problem, there exist large numbers of
possible alternatives, making exhaustive simulation
impossible.
Thus, a simulation model can and should be integrated
with analytical models. Through systematic adjustment
of input parameters, a limited set of “optimal”
alternatives may be derived from the analytical model.
After simulating these inventory policies under realistic
environment (e.g. dynamic and stochastic volatile
customer demand), their performance level (e.g.
inventory cost, fill rate) can be evaluated and consulted
for decision making. The schematic diagram of such an
integrated approach is shown in Figure 1.
Figure 1: Integrated Approach to Inventory Policy
Selection
However, a problem arises when all the suggested
alternatives have not fulfilled the desired expectation.
One of our answers is to reconfigure the input
parameters of the analytical model based on the
simulation result (dotted line in Figure 1), and then to
restart the optimization process and simulation, so that a
closed feedback loop is formed. Such reconfigurations,
although feasible, is not quite easy to maintain, because
the analytical model is an abstraction of real world. No
matter how sophisticated, the “optimal” alternatives
obtained from it can act only as a reference or starting
point. Thus, it is not wise to look for robust inventory
policies merely through analytical optimization. Other
approaches, which integrate optimization and simulation
more closely, should be introduced to deal with this
problem, but are not discussed here.
4 ANALYTICAL MODEL
4.1 Model Formulation
The distribution network is represented as a multiechelon inventory model comprising several
warehouses in each stage and multiple stock points in
each warehouse. Each warehouse is supposed to sto

Kết quả (Việt) 2:

Tối ưu hóa MULTI-Echelon CHÍNH SÁCH KHO TẠI Mạnh mẽ
NETWORKS PHÂN PHỐI
Dr.-Ing. Katja Klingebiel Cong Li
Chủ tịch Nhà máy Ban Tổ chức chuỗi cung ứng Kỹ thuật
Đại học Kỹ thuật Viện Fraunhofer Dortmund cho Material Flow và Logistics
Leonhard Euler--Str. 5 Joseph-von-Fraunhofer Straße 2-4
44.227 Dortmund, Đức 44.227 Dortmund, Đức
[e-mail] [e-mail]
KEYWORDS
Quản lý chuỗi cung ứng, Multi-Echelon Distribution
Networks, chính sách tồn kho, Mạnh mẽ, Tối ưu hóa,
mô phỏng
TÓM TẮT
Để đối phó với nhu cầu thị trường đầy biến động hiện nay, nhiều
chính sách tồn kho mạnh mẽ là cần thiết để phân phối
mạng, để giảm chi phí hàng tồn kho cũng như
duy trì đáp ứng cao. Bài viết này phân tích các
chính sách tồn kho trong bối cảnh mạng lưới phân phối multiechelon phức tạp và đề xuất một
kết hợp phương pháp tối ưu hóa và mô phỏng để
mạnh mẽ chính sách tồn kho lựa chọn cho đa cấp có
mạng lưới phân phối. Dựa trên hiện
phương pháp xấp xỉ được thiết kế chủ yếu cho các mô hình tồn kho twoechelon, một đa cấp có phân tích
mô hình hàng tồn kho tối ưu hóa hiệu quả với một
thuật toán được trình bày. Thông qua tham số hệ thống
điều chỉnh, chính sách tồn kho "tối ưu" được đề xuất
bởi mô hình này. Trong bước tiếp theo, một mô hình mô phỏng được
áp dụng để đánh giá các giải pháp được đề xuất trong thị trường
năng động, vì vậy mà những thuận lợi nhất có thể được
lựa chọn. Cuối cùng, một trường hợp nghiên cứu được tiến hành và trong tương lai
hướng nghiên cứu được đề nghị.
1 GIỚI THIỆU
Là sự hợp tác giữa khác nhau chuỗi cung ứng
các cấp tăng sự chú ý, nó là bắt buộc để xem xét
các chính sách tồn kho từ góc độ mạng hơn
so với giả từng giai đoạn để có một cầu thủ bị cô lập duy nhất.
Hơn nữa , dưới động lực thị trường hiện nay, mức độ của
khách hàng nhu cầu không chắc chắn đáng kể chính nó đã
tăng lên, mà vô cùng trầm trọng thêm những khó khăn của việc
dự báo nhu cầu. Và xu hướng sản phẩm như lớn hơn
nhiều và chu kỳ sống ngắn hơn đã tăng cường
sự không chắc chắn.
Tuy nhiên, các chính sách tồn kho "tối ưu" thu được thông qua
các phương pháp truyền thống dựa trên xác định và
điều kiện ổn định. Họ không phải là khả năng cung cấp các
kết quả mong muốn trong tình hình thực tế, hoặc thậm chí rất
mất hiệu suất của chuỗi cung cấp toàn bộ,
dẫn đến mức giá cổ phiếu cao hoặc bán khống. Vì vậy, để đối phó
với nhu cầu thị trường đầy biến động hiện nay, hơn nữa mạnh mẽ
chính sách hàng tồn kho cần thiết cho mạng lưới phân phối,
để giảm chi phí hàng tồn kho cũng như duy trì
đáp ứng cao. Trong bài báo này chúng tôi đề xuất một
tối ưu hóa và mô phỏng tích hợp phương pháp tiếp cận để
mạnh mẽ đa cấp có chính sách kiểm kê lựa chọn.
Giấy được tổ chức như sau: Phần 2 đánh giá các
mô hình kiểm kê đa cấp có quan trọng và
các giải pháp tối ưu. Phần 3 trình bày tổng hợp của chúng tôi
tiếp cận, trong đó tích hợp mô phỏng vào các
mô hình kiểm kê phân tích truyền thống. Các phân tích
mô hình được trình bày và thảo luận chi tiết trong phần 4,
bao gồm cả việc xây dựng mô hình, mô hình tính toán và
thuật toán tối ưu hóa. Các mô hình mô phỏng được
mô tả trong phần 5. Các hợp đề xuất
sau đó tiếp cận được áp dụng cho một trường hợp công nghiệp trong phần
6. Cuối cùng, phần 7 kết luận các công việc hiện tại và
cung cấp hướng dẫn để nghiên cứu thêm.
2 VĂN HỌC ĐÁNH GIÁ
Tổng quan về các ý tưởng cơ bản về vấn đề
giả định, thiết kế mô hình và giải pháp tiếp cận của
chính sách hàng tồn kho cho một hoặc logistic đa cấp có
mạng lưới đã được trình bày bởi Zipkin (2000), Axsäter
(2006) và Tempelmeier (2006). Đối với việc kiểm kê
các mô hình với thời gian ngẫu nhiên dẫn đầu trong đa cấp có
mạng lưới phân phối, mà còn là nghiên cứu của chúng tôi
nhấn mạnh, Axsäter (2003b) đã cung cấp một khá
xem xét toàn diện. Bắt đầu từ nổi tiếng đầu
mô hình METRIC trình bày bởi Sherbrooke (1968),
nhiều nền văn học đã được dành cho nghiên cứu này
khu vực, trong đó nghiên cứu tiên phong được thực hiện bởi
Graves (1985), Svoronos và Zipkin (1988), Axsäter
(1990, 1993, 1998 , 2000), Kiesmüller và Kok (2005).
Ngoài các mô hình đa cấp có cổ điển, Đồng và
Chen (2004) đã phát triển một mạng lưới các hàng tồn kho-queue
mô hình cho mô hình thực hiện và phân tích của một
mạng lưới hậu cần tích hợp. Simchi-Levi và Zhao
(2005) có nguồn gốc phương trình đệ quy để mô tả
sự phụ thuộc qua các giai đoạn khác nhau trong chuỗi cung ứng
mạng. Miranda và Garrido (2009) xử lý hàng tồn kho
quyết định đồng thời với quyết định thiết kế mạng
trong khi Kang và Kim (2010) tập trung vào sự phối hợp
của hàng tồn kho và quản lý giao thông vận tải.
Mặc dù rất quan tâm đã được thanh toán cho các phân tích
mô hình của mạng lưới phân phối, ứng dụng của nó trong việc
tối ưu hóa lĩnh vực còn nhiều hạn chế mạnh mẽ vì
sự phức tạp mô hình hóa và tính toán
Proceedings Hội nghị châu Âu lần thứ 25 về Mô hình hóa và
mô phỏng © ECMS Tadeusz Burczynski, Joanna Kolodziej
Aleksander Byrski, Marco Carvalho (Biên tập)
ISBN: 978-0-9564944-2-9 / ISBN: 978 -0-9564944-3-6 (CD)
yêu cầu trong các mạng kiểm kê quy mô lớn.
Vì vậy, phương pháp xấp xỉ nhau và heuristic
thuật toán đã được đề xuất bởi các nhà nghiên cứu cho thực
ứng dụng thế giới.
Đáng chú ý trong bối cảnh này là công trình của Cohen et al.
( 1990), người đã phát triển và triển khai một hệ thống
được gọi là tối ưu hóa mà xác định các chính sách tồn kho
cho từng phần tại mỗi vị trí trong phức tạp của IBM
mạng với những giả định thời gian dẫn xác định
và nguồn cung dồi dào. Caglar et al. (2004) đã phát triển một
chính sách cơ sở cổ phần cho một hai giai đoạn, đa mục phụ tùng
tồn kho hệ thống và trình bày một thuật toán heuristic
dựa trên xấp xỉ METRIC và single-kho phụ
đề để giảm thiểu các chi phí hàng tồn kho toàn hệ thống
phụ thuộc vào thời gian đáp ứng hạn chế ở từng lĩnh vực kho.
Al-Rifai và Rossetti (2007) đã xây dựng một lặp đi lặp lại
thuật toán tối ưu hóa heuristic để giảm thiểu tổng
chủ đầu tư kiểm kê hàng năm để đặt hàng hàng năm
tần số và hạn chế số lượng đơn hàng tồn đọng. Họ
tiếp cận có thể được coi là các công việc tiếp theo của Hopp et
al. (1997), người sử dụng ሺ ܴ ǡ ܳ ሻ chính sách và trình bày
ba thuật toán heuristic dựa trên đơn giản hóa
cơ quan đại diện của các biểu thức hàng tồn kho và dịch vụ
để tối ưu hóa các vấn đề hàng tồn kho tương tự trong một giai đoạn duy nhất.
Axsäter (2003a) đã sử dụng xấp xỉ bình thường cho cả
các nhu cầu của khách hàng và nhu cầu nhà bán lẻ để giải quyết
tồn kho hệ thống phân phối của hai giai đoạn chung. Axsäter
(2005) được coi là một cách tiếp cận khác nhau để phân hủy
các vấn đề hàng tồn kho hai giai đoạn. Thông qua việc cung cấp
một đơn vị chi phí backorder nhân tạo của nhà kho, nó
chính sách tồn kho tối ưu có thể được giải quyết trước tiên.
Từ những phân tích trên, có thể suy luận rằng mô hình hàng tồn kho multiechelon đã được phân tích
rộng rãi trong những năm gần đây. Tuy nhiên, tính toán
quy mô, tính toàn vẹn và không lồi làm cho các
vấn đề tối ưu hóa tương ứng khó để chính xác
phân tích và cho đến bây giờ không có cách tiếp cận chung được chấp nhận,
mà cũng có thể giải thích lý do tại sao các mạng hai cấp có được
chủ yếu là xử lý. Để đối phó với những khó khăn như vậy, một
quy trình giải pháp tối ưu hóa hiệu quả sẽ được
trình bày trong bài này, tối ưu hóa hàng tồn kho
chính sách trong một đa mục chung, đa cấp có
mạng lưới phân phối.
3 TỔNG HỢP PHÁP TIẾP CẬN
Đây là một nhiệm vụ để phát triển một kho đa cấp có
mô hình cho mạng lưới phân phối và giải quyết
về mặt toán học. Chúng tôi sẽ trình bày một mô hình của loại đó trong
phần 4. Tuy nhiên, ngay cả những tinh tế nhất lực lượng mô hình
trừu tượng của thực tế và liên quan đến một số các loại
đơn giản hóa hoặc xấp xỉ. Bên cạnh đó, như đã đề cập
ở trên, tính toán hiệu quả làm giảm
đáng kể với sự phức tạp của các phân tích
mô hình, do đó, các ứng dụng thực tế của các
mô hình phức tạp đã được hạn chế rất nhiều trong quá khứ.
May mắn thay, những thiếu sót có thể được bồi thường cho một
mức độ lớn của mô hình mô phỏng , khi họ cho phép để
tái sản xuất và kiểm tra ra quyết định khác nhau
lựa chọn thay thế (ví dụ như chính sách hàng tồn kho) vào một số
kịch bản chuỗi cung ứng được mong đợi (ví dụ như dự báo
phát triển nhu cầu). Điều này cho phép việc xác định
mức độ tối ưu và mạnh mẽ của một chiến lược được đưa ra trong
trước (Terzi và Cavalieri, 2004). Tuy nhiên,
mô phỏng chính nó có thể chỉ cung cấp những gì-nếu phân tích. Ngay cả
đối với một vấn đề nhỏ, có tồn tại một số lượng lớn các
lựa chọn thay thế có thể, làm cho mô phỏng đầy đủ
không thể.
Vì vậy, một mô hình mô phỏng có thể và nên được kết hợp
với các mô hình phân tích. Thông qua điều chỉnh hệ thống
các thông số đầu vào, một số hạn chế của "tối ưu"
lựa chọn thay thế có thể được bắt nguồn từ các mô hình phân tích.
Sau khi mô phỏng các chính sách hàng tồn kho theo thực tế
môi trường (ví dụ như biến động năng động và ngẫu nhiên
nhu cầu của khách hàng), trình độ của họ (ví dụ như
chi phí hàng tồn kho, điền tỷ lệ) có thể được đánh giá và tư vấn
cho việc ra quyết định. Các sơ đồ của một như
cách tiếp cận tích hợp được thể hiện trong hình 1.
Hình 1: Tích hợp phương pháp tiếp cận để Chính sách tồn kho
Selection
Tuy nhiên, một vấn đề nảy sinh khi tất cả các đề nghị
lựa chọn thay thế đã không được đáp ứng những kỳ vọng mong muốn.
Một trong những câu trả lời của chúng tôi là để cấu hình lại các đầu vào
thông số của các mô hình phân tích dựa trên các
kết quả mô phỏng (đường chấm chấm trong hình 1), và sau đó
khởi động lại quá trình tối ưu hóa và mô phỏng, vì vậy mà một
vòng phản hồi khép kín được hình thành. Cấu hình lại như vậy,
mặc dù có tính khả thi, không phải là khá dễ dàng để duy trì, bởi vì
các mô hình phân tích là một sự trừu tượng của thế giới thực. Không có
vấn đề làm thế nào phức tạp, các "tối ưu" lựa chọn thay thế
có được từ nó có thể hoạt động chỉ như là một tham chiếu hoặc xuất phát
điểm. Vì vậy, nó không phải là khôn ngoan để tìm kiếm hàng tồn kho mạnh mẽ
chính sách chỉ đơn thuần thông qua tối ưu hóa phân tích. Khác
phương pháp tiếp cận, trong đó tích hợp tối ưu hóa và mô phỏng
chặt chẽ hơn, nên được giới thiệu để đối phó với điều này
vấn đề, ​​nhưng không được thảo luận ở đây.
4 PHÂN TÍCH MÔ HÌNH
4.1 Mô hình Xây dựng
mạng lưới phân phối được biểu diễn như là một mô hình hàng tồn kho multiechelon gồm nhiều
kho trong từng giai đoạn và nhiều điểm chứng khoán trong
mỗi kho. Mỗi kho được cho là sto