Dynamic Single-Level Lot-Sizing Problem with Plan Setup Cost in a Rolling Horizon Environment

Abstract

본 연구는 rolling horizon 환경하의 계획준비비용을 고려한 단일수준 동적 로트크기 결정문제를 다루고 있다. 본 연구는 모든 수요예측이 가능한 경우에 있어서는 shortest path 알고리즘을 제안하여 그 최적해를 찾았으며 수요예측이 한정되어있는 경우에는 몇 가지 휴리스틱 알고리즘을 제안하여 계획준비비용을 고려하지 않은 기존의 휴리스틱 알고리즘과 비교하였다. 실험을 통해서 계획기간 이후의 수요예측까지 이용한 제안된 saving 알고리즘이 고정수요, 선형수요, 계절적수요의 경우에 있어서 다른 휴리스틱 알고리즘 보다 뛰어난 것을 보였다.; In this dissertation, we deal with a dynamic single-level lot-sizing problem considering plan setup cost in a rolling horizon environment. We show that the problem can be reduced to a shortest path problem on network when the demand forecast is completely known. In addition, we propose heuristics for problems when demand forecast is partially available and compare the heuristics with existing algorithms which do not consider plan setup cost. Experimental studies indicate that a saving algorithm utilizing demand beyond planning horizon outperforms other heuristics for stationary demand, linear demand, and seasonal demand.