Detailansicht
Solution methods for lot-sizing problems
multi-level models with and without linked lots
Wolfgang Summerauer
Art der Arbeit
Diplomarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Betreuer*in
Richard Hartl
DOI
10.25365/thesis.2859
URN
urn:nbn:at:at-ubw:1-30027.92521.757264-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
In dieser Diplomarbeit lege ich meinen Fokus auf das Losgrößenproblem, das ein Teil
der Materialbedarfsplanung ist. Das Losgrößenproblem versucht die Lagerhaltungs-,
Rüst-, und Produktionskosten zu minimieren und dabei die notwendige Nachfrage zu
bedienen. Da jede produzierende Firma in einer globalisierten Welt immer mehr auf
Produktionsentscheidungen und Kosten achtet, ist das Losgrößenproblem von größtmöglicher
Bedeutung. Nach einem theoretischen Überblick über das Losgrößenproblem
werden zwei verschiedene Varianten des Losgrößenproblems abgedeckt: Erstens
das sogenannte Multi-Level Capacitated Lot-Sizing (MLCLS) Problem und zweitens
das sogennante Capacitated Lot-Sizing Problem with Linked Lot Sizes (CLSPL). Das
CLSPL ist ein Big-Bucket-Modell, das es erlaubt Rüstzustände in die nächste Periode
mitzunehmen. Desweiteren werden zwei mathematische Formulierungen auf ihre Effektivität
getestet. Der von mir benutzte Lösungsansatz ist ein hybrider Algorithmus der
das gegebene Problem in mehrere kleinere Subprobleme zerlegt. Dies Subprobleme werden
dann mit CPLEX gelöst. Eine Ant Colony Optimization(ACO)-Metaheuristik wird
dann angewendet um die Reihung der Losgrößen zu bestimmen und die Zerlegung in
Subprobleme zu verbessern. Mein Lösungsansatz funktioniert sehr gut mit mittelgroßen
Instanzen, hat aber Schwierigkeiten bezüglich der Lösungsgüte bei großen Instanzen.
Gute Resultate werden für das CLSPL erreicht.
Abstract
(Englisch)
In this thesis I focus my attention on the lot-sizing problem, which is part of the material
requirements planning (MRP). A lot-sizing problem intends to minimize the inventory,
setup, and production costs while meeting the required demand. Since producing firms
in the globalized economy more and more pay attention to production decisions and
costs the lot sizing problem is of prime importance. After a theoretical overview of the
lot-sizing problems two different types of the lot-sizing problem are covered in this thesis:
Firstly, the multi-level capacitated lot-sizing problem (MLCLS), and secondly the
capacitated lot-sizing problem with linked lot sizes (CLSPL). The CLSPL is a big-bucket
model that allows to carry over setup states from one period to the next. Furthermore,
I test two different mathematical formulations for effectiveness. The solution approach
I use is a hybrid algorithm which decomposes the given problem into multiple smaller
subproblems. These subproblems are then solved by CPLEX. An Ant Colony Optimization
(ACO) algorithm is then applied to determine the lot-sizing sequence and to
improve the decomposition. My approach for the MLCLS problem works very well with
medium-sized instances, but has difficulties with respect to solution quality when solving
large-sized test instances. Good results are obtained for the CLSPL problem.
Schlagwörter
Schlagwörter
(Englisch)
ant colony optimization multi-level lot sizing material requirements planning mixed-integer program clspl simple plant location linked lot-sizes lot-sizing
Schlagwörter
(Deutsch)
Ant colony optimization Mehrstufige Losgrößen Materialbedarfsplannung gemischt-ganzzahliges lineares Programm CLSPL Simple Plant Location verlinkte Losgrößen
Autor*innen
Wolfgang Summerauer
Haupttitel (Englisch)
Solution methods for lot-sizing problems
Hauptuntertitel (Englisch)
multi-level models with and without linked lots
Paralleltitel (Deutsch)
Lösungsmethoden für Losgrößenprobleme ; mehrstufige Modelle mit und ohne verlinkten Losen
Publikationsjahr
2008
Umfangsangabe
55 S. : graph. Darst.
Sprache
Englisch
Beurteiler*in
Richard Hartl
Klassifikation
85 Betriebswirtschaft > 85.32 Beschaffung, Materialwirtschaft
AC Nummer
AC07120872
Utheses ID
2485
Studienkennzahl
UA | 157 | | |