Optimización de compras, inventarios
Optimización de compras, inventarios
Optimización de compras, inventarios
Optimización de compras, inventarios
y envíos de materiales en la cadena de
y envíos de materiales en la cadena de
y envíos de materiales en la cadena de
y envíos de materiales en la cadena de
suministros bajo un régimen de
suministros bajo un régimen de
suministros bajo un régimen de
suministros bajo un régimen de
demanda estacional
demanda estacional
demanda estacional
demanda estacional
M. Analia Rodriguez - Director: Dr. Aldo Vecchietti
INGAR (CONICET – UTN)
Santa Fe, Argentina
Temas de la Presentación
Descripción del problema
Formulación
Resultados
Compañía
Descripción del problema
Proveedores potenciales:
Proveedores de
materiales
Compañía
Proveedores potenciales:
Proveedores de
materiales
Compañía
Descripción del problema
Capacidad
de
suministro limitada y
variable
Familias de
materiales
Descripción del problema
Familias de Materiales:
Un conjunto de materiales satisface la demanda del
producto
Familias de Materiales:
Un conjunto de materiales satisface la demanda del
producto
Flexibilidad a las decisiones de producción y compra
Qué pasa si no disponemos de cierto
material en un periodo?
Dos alternativas:
Comprar materiales por adelantado
Costos de Inventario
Otros materiales de la familia
Costos de Producción
Contratos de Provisión:
Costos e Incertidumbre
Varios Contratos
Proveedores de
materiales
Compañía
Demanda con patrón estacional
Varios Contratos
Proveedores de
materiales
Compañía
Descripción del problema
Contratos de Provisión
Incrementan tamaño de las órdenes
Negociación de envíos
Contratos de Provisión
Incrementan tamaño de las órdenes
Negociación de envíos
Descripción del problema
t1 t2 t3 t4 Initial Stock Average Stock Material consumption Quantity ordered and delivered Final Stock in t3 Safety Stock
Contratos de Provisión
Incrementan tamaño de las órdenes
Negociación de envíos
Descripción del problema
t1 t2 t3 t4
Initial Stock
Average Stock
considering one delivery Average Stock considering
Envíos de materiales
Envíos de materiales
Demanda Estacional
Proveedores con Capacidad Variable
y Limitada
Envíos de materiales
Demanda Estacional
Proveedores con Capacidad Variable
y Limitada
Descripción del problema
Cantidad y tamaños
de envíos
variables por material, por proveedor y
por período
Descripción del problema
Limitaciones/Características
Demanda Estacional
Proveedores con Capacidad Variable y
Limitada
Capacidad de stock de MP
Familias de materiales
Condiciones de compras
Costos de transporte según tamaño de
Descripción del problema
Decisiones
Proveedores
Qué materias primas, momento y
cantidad
Contratos de compras
Cuántos envíos y de qué tamaño
Descripción del problema
Objetivo
Minimizar costos de:
Inventarios
Envíos
Descripción del problema
Contratos de compra
Gestión del inventario
Envíos de materiales
Formulación
Función Objetivo
) ( ) ( ) ( 1 1 −1 ∈ − − + − =∑ ∑
f t j k FK t jk t f ft s q d s fk plf PL p l PL pt ft plf plf Demand d =∑ ∑
⋅α
∈ ∈ SC s f ft ≤∑
Valor
Presente
Neto
Stock Inicial
Demanda de material
Capacidad de stock
(
)
∑
∑∑
∑
∑∑∑
∑
+ + ⋅ ⋅ + − ⋅ t t f j jft f ft ft j c k jckt p pt pt RR tdc MS COSTavg savg m price Demand Max 1 ( ) 2 1 +∑
+ + = t f j jft ft ft s eoq s savgRestricciones Algebraicas Lineales
Formulación
Restricciones Disyuntivas
= ¬ ∨ ≤∑
∑
∑
∈ ∈ ∈ 0 1 1 fk fk fk k FK jkt jft FK k jkt FK k jkt jft q y Q q y max = ¬ ∨ ≤ 0 2 2 jkt jkt jkt jkt jkt q y Q q y max(
)
= + − ⋅ ⋅ = ≥ ∨ ∈ ∈ ' ) ' , , ( min ' jckt jckt jc jc jkt jkt jckt cj jkt jckt TP t t c C c m w FC PC q w Q q y ctt δ 1 3Selección de proveedores
Selección de materiales
Selección de contratos
Costos unitarios de envíos
= ≤ ∨ = ≤ ∨ = ≤ 3 3 2 2 1 1 3 2 1 DC dc EOQ eoq v DC dc EOQ eoq v DC dc EOQ eoq v jft jft jft jft jft jft jft jft jft
Formulación
Algunos conceptos básicos…
Decisiones
variables discretas
Programación disyuntiva
Variables booleanas: True/False
Cumplimiento de restricciones subordinado a
ciertas decisiones
Naturalidad de la representación
lógica
LogMIP
=
¬
∨
≤
+
⋅
0
x
0
y
b
x
a
y
=
∨
=
∨
=
y
w
x
c
z
z
c
x
w
c
x
y
Formulación
Restricciones Disyuntivas
= ¬ ∨ ≤∑
∑
∑
∈ ∈ ∈ 0 1 1 fk fk fk k FK jkt jft FK k jkt FK k jkt jft q y Q q y max = ¬ ∨ ≤ 0 2 2 jkt jkt jkt jkt jkt q y Q q y max(
)
= + − ⋅ ⋅ = ≥ ∨ ∈ ∈ ' ) ' , , ( min ' jckt jckt jc jc jkt jkt jckt cj jkt jckt TP t t c C c m w FC PC q w Q q y ctt δ 1 3Selección de proveedores
Selección de materiales
Selección de contratos
Costos unitarios de envíos
= ≤ ∨ = ≤ ∨ = ≤ 3 3 2 2 1 1 3 2 1 DC dc EOQ eoq v DC dc EOQ eoq v DC dc EOQ eoq v jft jft jft jft jft jft jft jft jft
Formulación
Restricciones Algebraicas Bilineales
Cantidad y tamaño de envíos
Costo total de envíos
jft jft FK k jkt
n
eoq
q
fk⋅
=
∑
∈ jft jft jftn
dc
tdc
=
⋅
Formulación
Restricciones Algebraicas Bilineales
Cantidad y tamaño de envíos
Costo total de envíos
jft jft FK k jkt
n
eoq
q
fk⋅
=
∑
∈ jft jft jftn
dc
tdc
=
⋅
PROBLEMA NO LINEAL,
PROBLEMA NO LINEAL,
PROBLEMA NO LINEAL,
PROBLEMA NO LINEAL,
NO CONVEXO!!
NO CONVEXO!!
NO CONVEXO!!
NO CONVEXO!!
Formulación
Restricciones Algebraicas Bilineales
Cantidad y tamaño de envíos
Costo total de envíos
jft jft FK k jkt
n
eoq
q
fk⋅
=
∑
∈ jft jft jftn
dc
tdc
=
⋅
Formulación
Restricciones Algebraicas Bilineales
Cantidad y tamaño de envíos
Costo total de envíos
jft jft FK k jkt
n
eoq
q
fk⋅
=
∑
∈ jft jft jftn
dc
tdc
=
⋅
¿Cómo tratarlas?
¿Cómo tratarlas?
¿Cómo tratarlas?
¿Cómo tratarlas?
Formulación
Restricciones Algebraicas Bilineales
Cantidad y tamaño de envíos
Costo total de envíos
jft jft FK k jkt
n
eoq
q
fk⋅
=
∑
∈ jft jft jftn
dc
tdc
=
⋅
¿Cómo tratarlas?
¿Cómo tratarlas?
¿Cómo tratarlas?
¿Cómo tratarlas?
Linealizar
Linealizar
Linealizar
Linealizar
Formulación
Restricciones Algebraicas Bilineales
Cantidad y tamaño de envíos
Costo total de envíos
jft jft FK k jkt
n
eoq
q
fk⋅
=
∑
∈ jft jft jftn
dc
tdc
=
⋅
¿Cómo tratarlas?
¿Cómo tratarlas?
¿Cómo tratarlas?
¿Cómo tratarlas?
Linealizar
Linealizar
Linealizar
Linealizar
Formulación
Restricciones Algebraicas Bilineales
Cantidad y tamaño de envíos
Costo total de envíos
jft jft FK k jkt
n
eoq
q
fk⋅
=
∑
∈ jft jft jftn
dc
tdc
=
⋅
¿Cómo tratarlas?
¿Cómo tratarlas?
¿Cómo tratarlas?
¿Cómo tratarlas?
n
jft
Variable entera por
continua
Linealizar
Linealizar
Linealizar
Linealizar
Formulación
Restricciones Algebraicas Bilineales
Cantidad y tamaño de envíos
Costo total de envíos
jft jft FK k jkt
n
eoq
q
fk⋅
=
∑
∈ jft jft jftn
dc
tdc
=
⋅
¿Cómo tratarlas?
¿Cómo tratarlas?
¿Cómo tratarlas?
¿Cómo tratarlas?
n
jft
Variable entera por
continua
Linealizar
Linealizar
Linealizar
Linealizar
Modelado
Disyuntivo
Formulación
Linealización Disjuntiva
⋅ = ⋅ = = ∨ ∨ ⋅ = ⋅ = = ∨ = = =∑
∑
∑
∈ ∈ ∈ jft jft jft FK k jkt jft jft N jft jft jft FK k jkt jft jft jft jft jft FK k jkt jft jft dc N tdc eoq N q N n z dc tdc eoq q n z dc tdc eoq q n z fk fk fk L 2 2 2 1 2 1Resultados
Resolución del problema
(Gams
Gams
Gams
Gams –
–
– LogMIP
–
LogMIP
LogMIP
LogMIP)
MP, proveedores, cantidades y períodos
Nro. de Ecuaciones Nro. de Variables Positivas Nro. De Variables Discretas Tiempo de Resolución (s) Perfomance del modelo (gap 0%) 2816 1533 1110 56 qjkt j1k1 j1k2 j1k3 j1k4 j1k5 j1k8 j2k4 j2k5 t1 500 170 t2 200 300 588 200 300 85 200 301 t3 600 150 200 175 140 190 t4 400 185 110 120
Resultados
Resolución del problema
(Gams
Gams
Gams
Gams –
–
– LogMIP
–
LogMIP
LogMIP
LogMIP)
MP, proveedores, cantidades y períodos
Nro. de Ecuaciones Nro. de Variables Positivas Nro. De Variables Discretas Tiempo de Resolución (s) Perfomance del modelo (gap 0%) 2816 1533 1110 56 qjkt j1k1 j1k2 j1k3 j1k4 j1k5 j1k8 j2k4 j2k5 t1 500 170 t2 200 300 588 200 300 85 200 301 t3 600 150 200 175 140 190 t4 400 185 110 120
Materiales
Resultados
Resolución del problema
(Gams
Gams
Gams
Gams –
–
– LogMIP
–
LogMIP
LogMIP
LogMIP)
MP, proveedores, cantidades y períodos
Nro. de Ecuaciones Nro. de Variables Positivas Nro. De Variables Discretas Tiempo de Resolución (s) Perfomance del modelo (gap 0%) 2816 1533 1110 56 qjkt j1k1 j1k2 j1k3 j1k4 j1k5 j1k8 j2k4 j2k5 t1 500 170 t2 200 300 588 200 300 85 200 301 t3 600 150 200 175 140 190 t4 400 185 110 120
Proveedores
Resultados
Resolución del problema
(Gams
Gams
Gams
Gams –
–
– LogMIP
–
LogMIP
LogMIP
LogMIP)
MP, proveedores, cantidades y períodos
Nro. de Ecuaciones Nro. de Variables Positivas Nro. De Variables Discretas Tiempo de Resolución (s) Perfomance del modelo (gap 0%) 2816 1533 1110 56 qjkt j1k1 j1k2 j1k3 j1k4 j1k5 j1k8 j2k4 j2k5 t1 500 170 t2 200 300 588 200 300 85 200 301 t3 600 150 200 175 140 190 t4 400 185 110 120
Períodos
Resultados
Resolución del problema
(Gams
Gams
Gams
Gams –
–
– LogMIP
–
LogMIP
LogMIP
LogMIP)
MP, proveedores, cantidades y períodos
Nro. de Ecuaciones Nro. de Variables Positivas Nro. De Variables Discretas Tiempo de Resolución (s) Perfomance del modelo (gap 0%) 2816 1533 1110 56 qjkt j1k1 j1k2 j1k3 j1k4 j1k5 j1k8 j2k4 j2k5 t1 500 170 t2 200 300 588 200 300 85 200 301 t3 600 150 200 175 140 190 t4 400 185 110 120
Cantidades
Resultados
Contratos elegidos
Tamaño de los envíos
y3jckt j1k1 j1k2 j1k3 j1k4 j1k5 j1k8 j2k4 j2k5 t1 c2 c4 t2 c3 c4 c2 c3 c2 c2 c2 c2 t3 c3 c3 c3 c3 c3 c3 t4 c3 c3 c3 c3
eoq
jftj
1f
1j
1f
2j
1f
3j
2f
2t
1 125 85t
2 362.67 125 42.5 125.25t
3 150 116.67 58.33 110t
4 133.33 147.5 60Resultados
Comparación niveles de inventario
5 658 1 1 . savgPIft = 471 1 1 = PID t f savg t1 t2 t3 t4 Initial Stock Familiy f1 Average Stock
considering one delivery
Average Stock considering several deliveries
Resultados
Comparación niveles de inventario
8 712 1 2 . savgPIf t = 365 1 2 = PID t f savg t1 t2 t3 t4 Initial Stock Familiy f2 Average Stock
considering one delivery
Average Stock considering several deliveries
Resultados
Comparación niveles de inventario
390 1 3 1 3 = = PID t f PI t f savg savg t1 t2 t3 t4 Initial Stock Familiy f3 Average Stock
considering one delivery Average Stock considering several deliveries
Conclusiones
Se optimiza un problema con varios objetivos
simultáneos
Se propone un modelo disyuntivo
Niveles de inventario de MP
Cantidades ordenadas
Selección de proveedores
Selección de contratos
Cantidad y tamaño de envíos de MP
Problema original es no lineal y no convexo