SÜREÇ ESNEKLİĞİ VARSAYIMI ALTINDA STOKASTİK STOK OPTİMİZASYONU PROBLEMİNİN DİNAMİK PROGRAMLAMA İLE ÇÖZÜMÜ

Year 2015, Volume: 17 Issue: 3, 255 - 270, 01.12.2015

Mustafa Çimen Sedat Belbağ

Abstract

Rekabetin yüksek olduğu sektörlerde, üretim süreçleri esnek yapıda olan işletmeler rakiplerine karşı rekabet avantajı sağlayabilmektedir. Süreç esnekliği, birden çok ürün çeşidininin bir ya da birçok tesiste üretilebilme yeteneğidir. İşletmeler gerekli teknolojiye sahip makinelerin alınması, işgörenlerin eğitimi, tesislerin yeniden tasarımı gibi faaliyetler ile süreç esnekliğine sahip sistemler oluşturabilir. Süreç esnekliği rekabet avantajı sağlamasına rağmen üretilen ürün sayısını ve çeşidini arttırmasından dolayı stok yönetimini karmaşık hale getirmektedir. Bu çalışmada, süreç esnekliği ve kapasite kısıtı varsayımları altında stokastik stok optimizasyonu problemi Markov Karar Süreci olarak modellenip, Dinamik Programlama yöntemi ile çözülmektedir. Önerilen model için 4 farklı süreç esnekliği problemini optimal olarak çözmüştür. Optimal sonuçlar, karar vericilerin eksik bilgi ile aldığı kararları temsil edecek basit bir politika olan Determinsitik Miyopik Politika ile karşılaştırılmıştır.

Keywords

Süreç Esnekliği, Stokastik Stok Optimizasyonu, Markov Karar Süreci, Dinamik Programlama

STOCHASTIC INVENTORY OPTIMIZATION PROBLEMS UNDER PROCESS FLEXIBILITY ASSUMPTION: DYNAMIC PROGRAMMING SOLUTION

Abstract

Flexible manufacturing process provides competative advantage over
rivals in high competative industries. Process Flexibility is an ability to change
the volumes and range of products in one or more production facilities.
Companies intagrates process flexibility into their systems by using high
technology machines, educating workers or redesigning facility layouts.
Although process flexibility ensures competetive advantage, it complicates
inventory management due to high product volumes and ranges. This study
aims to model stochastic inventory optimization problem under process
flexibility assumption as a Markov Decision Process and solve the model with
Dynamic Programming. Our model optimally solve four different process
flexibility problem. To illustrete importance of optimal policies, optimal results
compare with Deterministic Myopic Policy which represents the imperfect
decisions of decision makers.

Keywords

Process Flexibility, Stochastic Inventory Optimization, Markov Decision Process, Dynamic Programming