Model for inventory optimization using genetic algorithms
Fecha
Director
Enlace al recurso
DOI
ORCID
Google Scholar
Cvlac
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás. Seccional Bucaramanga
Compartir
Resumen
This paper presents the design of a genetic algorithm (GA) that optimizes inventory management in supply chains. They were considered warehousing, distribution, and manufacturing product costs, plus the cost of individual items to be ordered. The string used in the simulation contains 5 levels, being: customer, retail, warehouse, distributor and factory. The amounts of each pair were considered to be evaluated by the GA in the best chromosome. Additionally the BMN coefficients model was used to generate the evaluation function of chromosomes selected by the GA and satisfies the constraints considered in the model.
Este artículo presenta el diseño de un Algoritmo Genético (AG) que permita optimizar la gestión de inventarios en las cadenas de suministros y minimizar el Efecto Bullwhip, para esto, fueron considerados los costos de depósito, distribución y fabricación del producto además del costo individual de los elementos que serán pedidos. La cadena utilizada en la simulación contiene 5 niveles: cliente, minorista, depósito, distribuidor y fábrica, así las cantidades para cada par fueron consideradas para ser evaluadas por el AG en el mejor cromosoma. Adicionalmente, fue utilizado el modelo de coeficientes BMN para generar la función de evaluación de los cromosomas escogidos por el AG y así satisfacer las restricciones consideradas en el modelo.
Este artículo presenta el diseño de un Algoritmo Genético (AG) que permita optimizar la gestión de inventarios en las cadenas de suministros y minimizar el Efecto Bullwhip, para esto, fueron considerados los costos de depósito, distribución y fabricación del producto además del costo individual de los elementos que serán pedidos. La cadena utilizada en la simulación contiene 5 niveles: cliente, minorista, depósito, distribuidor y fábrica, así las cantidades para cada par fueron consideradas para ser evaluadas por el AG en el mejor cromosoma. Adicionalmente, fue utilizado el modelo de coeficientes BMN para generar la función de evaluación de los cromosomas escogidos por el AG y así satisfacer las restricciones consideradas en el modelo.
Abstract
Idioma
Palabras clave
Genetic algorithms, Bullwhip effect, Supply chain optimization, BMN coefficients, Algoritmos genéticos, Efecto bullwhip, Optimización de inventarios, Coeficientes BMN
Citación
Colecciones
Licencia Creative Commons
Copyright (c) 2011 ITECKNE