[EN] The economic lot scheduling problem (ELSP) focuses on accommodating cyclical production patterns of several items on a single facility where only one product can be produced at a time. In this way, the ELSP is an extension to various products of the classic economic order quantity problem, whose analysis was originally addressed by Harris (1913) and his famous EOQ formula. There are multiple approaches to the resolution and modeling of the ELSP. However, most papers focus on the evaluation or optimization of a single class of policies without distinct comparison with other strategies (Winands et al. 2011). It is very unlikely that a certain policy will outperform the competing strategies in each production environment.
As a result of this, the objective of this thesis is to conduct a simulation study to compare the performance of different heuristics designed for ELSP. The aim of this study is to prove that the effectiveness of a heuristic procedure, designed from a particular approach to the problem, is heavily dependent on the productive environment in which it is used. Therefore, a simulation study to analyze the performance of ten different heuristic rules under different working conditions is addressed. These different working conditions are considered from the perspective of the complexity and uncertainty of production scenario. Thus, a set of drivers of complexity (number of items and homogeneity regarding different features of the products) and drivers of uncertainty (Uncertainty in demand) that define the productive environment are considered.
The results of the study confirm that the performance of the heuristics designed for ELSP is strongly dependent upon the conditions of complexity and uncertainty of the scenario in which they are used. This result is notably relevant to the applicability of the decision algorithms in industrial environments. This conclusion implies that changes on the particular characteristics of the articles, or on the product mix itself, will determine the performance of the rules used, even if the changes do not alter the overall workload of the plant. / [ES] El problema de programación del lote económico consiste en la programación de la producción de varios artículos diferentes en una única máquina en la que sólo un artículo puede ser producido en cada momento. Este problema es conocido en la literatura por el acrónimo de su descripción en inglés: ELSP (Economic Lot Scheduling Problem). Según esta definición, el ELSP supone una extensión a varios productos del clásico problema del lote económico de pedido, cuyo análisis fue originalmente abordado en el modelo de Harris (1913) y su conocida fórmula del lote económico. Existen múltiples aproximaciones al modelado y la resolución del ELSP. Sin embargo, la mayoría de los trabajos se centran en la evaluación y optimización de reglas de decisión para el resolver el problema, sin abordar una comparación entre diferentes reglas con respecto a su comportamiento (Winands et al. 2011). Es muy poco probable que existan reglas de decisión que superen a todas las demás en cualquier situación, independientemente del entorno productivo.
A partir de esta observación, el objetivo de esta tesis es realizar un estudio mediante simulación para comparar el comportamiento de diferentes heurísticas diseñadas para el ELSP. Por medio de este estudio se pretende demostrar que la validez de las heurísticas, diseñadas a partir de una aproximación particular al problema, es función del entorno productivo en el que se emplean. Para ello, se aborda un análisis de simulación que permite evaluar el rendimiento de diez diferentes reglas heurísticas de decisión, bajo diferentes condiciones de trabajo. Esas diferentes condiciones de trabajo se plantean desde la perspectiva de la complejidad e incertidumbre del escenario de producción considerado. Este enfoque considera para ello un conjunto de drivers de complejidad (número de artículos y homogeneidad respecto a diferentes características de los productos) y drivers de incertidumbre (variabilidad de la demanda) que definen el entorno productivo.
Los resultados del estudio confirman que el rendimiento de las heurísticas diseñadas para el ELSP es fuertemente dependiente de las condiciones de complejidad e incertidumbre del escenario en el que se aplican. Se trata de una conclusión muy relevante para la aplicabilidad de los algoritmos de decisión en entornos industriales. Esta conclusión implica que modificaciones sobre las características particulares de los artículos, o sobre el propio mix de productos, condicionan el rendimiento de las reglas empleadas, aún cuando los cambios no modifican la carga de trabajo total de la planta. / [CA] El problema de programació del lot econòmic consisteix en la programació de la producció de diversos productes diferents en una única màquina en què només un producte pot ser produït en cada moment. Aquest problema és conegut en la literatura per l'acrònim de la seva descripció en anglès: ELSP (Economic Lot Scheduling Problem). Segons aquesta definició, el ELSP suposa una extensió a diversos productes del clàssic problema del lot econòmic de comanda, l'anàlisi del qual va ser originalment abordat en el model de Harris (1913) i la seva coneguda fórmula del lot econòmic. Hi ha múltiples aproximacions al modelatge i la resolució del ELSP. No obstant això, la majoria dels treballs es centren en l'avaluació i optimització de regles de decisió per a la resolució del problema, sense abordar una comparació entre diferents regles pel que fa al seu comportament (Winands et al. 2011). És molt poc probable que hi hagi regles de decisió que superin a totes les altres en qualsevol situació, independentment de l'entorn productiu.
A partir d'aquesta observació, l'objectiu d'aquesta tesi és realitzar un estudi mitjançant simulació per comparar el rendiment de diferents heurístiques dissenyades per al ELSP. Per mitjà d'aquest estudi es pretén demostrar que la validesa de les heurístiques, dissenyades a partir d'una aproximació particular al problema, és funció de l'entorn productiu en què es fan servir. Amb aquest objectiu, s'aborda una anàlisi de simulació que permet avaluar el rendiment de deu diferents regles heurístiques de decisió, sota diferents condicions de treball. Aquestes diferents condicions de treball es plantegen des de la perspectiva de la complexitat i incertesa de l'escenari de producció considerat. Aquest plantejament considera per això un conjunt de drivers de complexitat (nombre d'articles i homogeneïtat respecte a diferents característiques dels productes) i drivers d'incertesa (variabilitat de la demanda) que defineixen l'entorn productiu.
Els resultats de l'estudi confirmen que el rendiment de les heurístiques dissenyades per al ELSP és fortament depenent de les condicions de complexitat i incertesa de l'escenari en el qual s'apliquen. Es tracta de una conclusió força rellevant per a l'aplicabilitat dels algoritmes de decisió en entorns industrials. Aquesta conclusió implica que modificacions sobre les característiques particulars dels articles, o sobre el propi mix de productes, condicionen el rendiment de les regles empleades, tot i que els canvis no modifiquin la càrrega de treball total de la planta. / Cortés Fibla, R. (2016). Efectos de la complejidad y la incertidumbre sobre la programación del lote económico de producción [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/61300
| Identifer | oai:union.ndltd.org:upv.es/oai:riunet.upv.es:10251/61300 |
| Date | 01 March 2016 |
| Creators | Cortés Fibla, Raúl |
| Contributors | García Sabater, José Pedro, Vidal Carreras, Pilar Isabel, Universitat Politècnica de València. Departamento de Organización de Empresas - Departament d'Organització d'Empreses |
| Publisher | Universitat Politècnica de València |
| Source Sets | Universitat Politècnica de València |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/acceptedVersion |
| Rights | http://rightsstatements.org/vocab/InC/1.0/, info:eu-repo/semantics/openAccess |
Page generated in 0.201 seconds