BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Filina-Dawidowicz Ludmiła (West Pomeranian University of Technology in Szczecin, Poland), Postan Mykhaylo (Odessa National Maritime University)
Tytuł
Optimal Inventory Control for Perishable Items under Additional Cost for Deterioration Reduction
Optymalne sterowanie zapasami produktów szybko psujących się z uwzględnieniem dodatkowych kosztów redukcji psucia się towaru
Optimale Bestandskontrolle der Verderblichen Waren mit Berücksichtigung der Zusätzlichen Kosten der Verderbreduktion
Źródło
LogForum, 2016, vol. 12, nr 2, s. 147-156, tab., rys., bibliogr. 31 poz.
Słowa kluczowe
Zarządzanie zapasami, Model sterowania zapasami
Inventory management, Inventory control model
Uwagi
summ., streszcz., zfsg.
Abstrakt
Wstęp: Artykuł analizuje problemy sterowania zapasami towarów szybko psujących się, których jakość może się pogorszyć podczas magazynowania. Ma on na celu zaproponowanie uogólnienia klasycznych modeli, stosowanych w teorii optymalnego sterowania zapasami produktów szybko psujących się, dostosowanych do sytuacji, w której dostawca ponosi dodatkowe koszty związane z redukcją psucia się towaru.
Metody: Opracowany został uogólniony model Wilsona dla optymalnego sterowania zapasami. Założono, że tempo pogorszenia jakości towaru zależy nieliniowo od wielkości inwestycji przeznaczonych na redukcję tego zjawiska. Najpierw, przedstawiono uogólniony model Wilsona dla jednej pozycji asortymentowej, następnie ukazano ten model dla przypadku wieloasortymentowej produkcji.
Wyniki i wnioski: W celu wspólnej optymalizacji wielkości partii zamówienia i wielkości inwestycji zostały sformułowane odpowiednio zadania nieliniowej optymalizacji. W celu zilustrowania poprawności funkcjonowania modelu przedstawiono wyniki obliczeń. Stwierdzono, że proponowany model optymalizacyjny może być wykorzystany przez dostawców jako metodyczna podstawa w ich działalności inwestycyjnej skierowanej na poprawę technologii przechowywania produktów szybko psujących się. (abstrakt oryginalny)

Background: This paper analyses the problems of carrying out inventory control of perishable goods subject to deterioration during warehousing. It aims to propose a generalization of the classical models used in optimal inventory control theory for perishable goods adapted for the case of additional expenses incurred by supply companies to goods' deterioration reduction.
Methods: A generalized Wilson model for optimal lot sizing has been developed. It is assumed that the rate of deterioration depends non-linearly on the volume of investment intended for a reduction in goods deterioration. The case of inverse power dependence is analyzed in details. Firstly, the generalized Wilson model for a single item is examined, and then this model is considered for multi-item case.
Results and conclusions: For the joint optimization of lot sizes and volumes of investments, corresponding non-linear optimization problems are formulated. Numerical results are presented to illustrate the model. It is indicated that the proposed optimization model can be used as the methodical basis for supply companies in their investment activities aimed at improving storage technology of perishable products. (original abstract)
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Agreement on the international carriage of perishable foodstuffs and on the special equipment to be used for such carriage (ATP), UNECE, 13 November 2014.
  2. Ali S.S., Madaan J., Chan F.T.S., Kannan S., 2013, Inventory management of perishable products: a time decay linked logistic approach. International Journal of Production Research 51(13), 3864-3879.
  3. Almeder C., Preusser M., Hartl R.F., 2009, Simulation and optimization of supply chains: alternative or complementary approaches? OR Spectrum 31, 95-119.
  4. Baran J., Jałowiecki P., Wysokiński M., 2010, Rozwiązania w zakresie sterowania zapasami w wybranych branżach agrobiznesu [Stock's management in agribusiness companies], XIV Konferencja Logistyki Stosowanej Total Logistic Management, Zakopane.
  5. Bed-Daya M., Raouf A., 1994, Inventory Models Involving Lead Time as a Decision Variable, The Journal of Operational Research 45 (5), 579-582.
  6. Bhunia A.K., Shaikh A.A., Gupta R.K., 2013, A study on two-warehouse partially backlogged deteriorating inventory models under inflation via particle swarm optimisation. International Journal of Systems Science. DOI:10.1080/00207721.2013.807385: 1-15.
  7. Bramel J., Simchi-Levi D., 1997, The Logic of Logistics: Theory, Algorithms, and Applications for Logistics Management. Springer-Verlag, Berlin.
  8. Churchman C.W., Ackoff R.L., Arnoff E.L., 1957, Introduction to Operations Research, Jhon Wiley&Sons Ltd., New York.
  9. Dalfard V.M., Nosratian N.E., 2014, A new pricing constrained single-product inventory-production model in perishable food for maximizing the total profit. Neural Computing and Applications 24, 3, 735-743.
  10. Dash B.P., Singh T., Pattnayak H., 2014, An Inventory Model for Deteriorating Items with Exponential Declining Demand and Time-Varying Holding Cost. American Journal of Operations Research, 4, 1-7.
  11. Filina L., Filin S., 2008, An analysis of influence of lack of the electricity supply to reefer containers serviced at sea ports on storing conditions of cargoes contained in them. Polish Maritime Research 4, 96-102.
  12. Ghare P.M., Scharder G.F., 1963, A model for exponentially decaying inventory, J. Indust. Engg 14, 238-243.
  13. Ghosh S.K., Khanra S., Chaudhuri, K.S., 2011, Optimal price and lot size determination for a perishable product under conditions of finite production, partial backordering and lost sale. Applied Mathematics and Computation 217 (13), 6047 - 6053.
  14. Hadley G., Whitin T.M., 1963, Analysis of Inventory Systems, Prentice-Hall, Engelwood Cliffs, NJ.
  15. Kitinoja L., 2013, Use of cold chains for reducing food losses in developing countries. The Postharvest Education Foundation (PEF) White Paper 13-03, December 2013.
  16. Kundu A., Chakrabarti P., Chakrabarti T., 2013, ?n EOQ model for time-dependent deteriorating items with alternating demand rates allowing shortages by considering time value of money, Yugoslav Journal of Operations Research 23 (2), 263-278.
  17. Lee H.L., Nahmias S., 1993, Single Product, Single Location Models. In: Graves S.C., Rinnooy Kan A.H.G, Zipkin P.H. (Ed.), Handbooks in Operations Research and Management Science, the volume on Logistics of Production and Inventory, North-Holland, Amsterdam, 3-55.
  18. Li R., Lan H., Mawhinney J.R., 2010, A Review on Deteriorating Inventory. European Journal of Operational Research 3 (1), 117- 129.
  19. Lin X., Negenborn R.R., Lodewijks G., 2015, Survey on Operational Perishables Quality Control and Logistics. Computational Logistics 9335, 398-421.
  20. Pattnaik M., 2014, Optimization in Fuzzy Economic Order Quantity (FEOQ) model with deteriorating inventory and units lost. LogForum 10 (3), 247-262.
  21. Postan M.Ya., Filina-Dawidowicz L., 2013, Dynamiczny model optymalizacyjny procesu planowania zapasów i dostaw zróżnicowanych asortymentowo produktów szybko psujących się [The dynamic optimization model of inventory control and transportation planning of multi-item perishable products]. In: Transport w Regionie Pomorza Zachodniego, Szczecin, 13-20.
  22. Pradhan L.M., Tripathy C.K., 2012, A production inventory model for an item with three parameter Weibull deterioration and price discount. LogForum 8 (3), 257-266.
  23. Rau H., Wu M.Y., Wee H.M., 2004, Deteriorating item inventory model with shortage due to supplier in an integrated supply chain, International Journal of System Science 35 (5), 293-303.
  24. Shah N.H., Shah Y.K., 2000, Literature Survey on Inventory Models for Deteriorating Items. Economics Annals 44, 221-237.
  25. Silver E.A., 1981, Operations research in inventory management, Opns. Res., 29, 628-645.
  26. Song D.-P., Zhang Q., 2011, Optimal Inventory control for empty containers in a port with random demands and repositioning delays, chapter 14, in International Handbook of Maritime Economics, from Edward Elgar.
  27. Studziński A., 2005, Eksploatacja chłodniowców [Reefer ships exploitation], Trademar, Gdynia.
  28. Thomopoulos N.T., 2015, Demand forecasting for inventory control, Springer.
  29. Thomopoulos N.T., 2016, Elements of Manufacturing, Distribution and Logistics. Quantitative Methods for Planning and Control, Springer.
  30. Venkata Subbaiah K., Rao K.S., Satyanarayana B., 2004, Inventory models for perishable items having demand rate dependent on stock level, Opsearch 41 (4), 223-236.
  31. Venkata Subbaiah K., Rao S.V.U.M., Rao K.S., 2011, An inventory model for perishable items with alternative rate of production, Advanced Operations Management 3 (1), 66-87.
Cytowane przez
Pokaż
ISSN
1895-2038
Język
eng
URI / DOI
http://dx.doi.org/10.17270/J.LOG.2016.2.4
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu