Addressing challenges of real-world lot sizing problems with interactive multiobjective optimization
Julkaistu sarjassa
JYU DissertationsTekijät
Päivämäärä
2023Tekijänoikeudet
© The Author & University of Jyväskylä
Many real-world problems involve multiple conflicting objective functions to be
optimized simultaneously, including lot sizing problems, where we need to minimize
costs while satisfying demand. A multiobjective optimization problem has
many so-called Pareto optimal solutions reflecting different trade-offs. A
decision maker (DM) is needed to select one of them to be applied in practice
represent-ing best his/her preferences. Interactive methods, that iteratively
incorporate the DM’s preferences, are beneficial in supporting the DM, and
therefore, in this the-sis, we focus on solving lot sizing problems with interactive
methods.
This thesis tackles challenges in modeling and solving lot sizing problems
inspired by real challenges. First, we consider a single-item lot sizing problem
under demand uncertainty and propose a safety order time concept that can efficiently
handle high fluctuations on demand. Second, we focus on a single-item lot
sizing problem under demand and lead time uncertainties, and propose a probability
of product availability formula to assess the quality of safety lead time.
Third, we integrate a lot sizing problem and a minimum order quantity (MOQ)
determination and propose a MOQ level formula to measure the quality of MOQ
in satisfying demand. Besides, we also propose multiobjective optimization models
to solve these problems. Last, we address a challenge in multi-item lot sizing
problems by proposing a decision support approach, called DESMILS. DESMILS
enables any single-item multiobjective lot sizing models to be applied in solving
multi-item problems by accommodating different preferences from the DM.
As a proof of concept, we utilized real data from a company to demonstrate
the applicability of the proposed models and approaches. We supported the supply
chain manager of the company, as the DM, to find his most preferred
solutions by solving the proposed single-item lot sizing models, with
interactive methods or the hybridization of methods that we propose. We
then demonstrate that, with DESMILS, the DM found Pareto optimal lot sizes
for 94 items by solving a single-item multiobjective lot sizing problem for only
ten representative items. The DM found all concepts, models, interactive
decision making processes, and results useful in his daily operations. These
successful applications demonstrate the practical value of the research, which
can also benefit others in lot sizing.
...
Monissa tosielämän ongelmissa on useita optimoitavia tavoitefunktioita, jotka ovat
ristiriidassa keskenään. Esimerkiksi tuotantoyritysten varaston ohjauksessa on toimituseriä
mitoitettaessa minimoitava kustannuksia ja samalla varmistettava nimikkeiden
riittävyys sekä tarpeiden mukainen varastotaso. Monitavoiteoptimointiongelmilla
on monia ns. Pareto-optimaalisia ratkaisuja, jotka kuvastavat tavoitefunktioiden
välisiä vaihtosuhteita. Tarvitaan päätöksentekijä valitsemaan yksi
niistä käytäntöön vietäväksi päätökseksi, joka parhaiten kuvasta hänen mieltymyksiään.
Iteratiivisesti mieltymykset huomioon ottavat interaktiiviset menetelmät
tukevat päätöksentekijää tehokkaasti. Siksi tässä väitöskirjassa tuetaan interaktiivisten
menetelmien avulla toimituserän kokoon ja ajoitukseen liittyvää päätöksentekoa
varaston ohjauksessa.
Väitöskirja mallintaa ja ratkaisee käytännön haasteista nousevia toimituserän
mitoitusongelmia. Ensin yhden nimikkeen toimituserää optimoidaan kysynnän
vaihdellessa ja esitellään uusi käsite, varmuusaika. Sitten yhden nimikkeen
toimituserää optimoidaan, kun kysyntää on vaikea hallita ja toimitusajat ovat
epävarmat. Esiteltävä uusi kaava määrittää varmuusajan nimikkeen riittävyyden
todennäköisyydelle. Kolmanneksi yhdistetään toimituserän mitoitus ja minimitoimituserän
määrittely. Kaikkien näiden kolmen haasteen ratkaisemiseksi muotoillaan
monitavoiteoptimointiongelmat ja ratkaistaan ne. Lopuksi esitellään uusi
päätöksenteon tukimenetelmä DESMILS usean nimikkeen toimituserän optimointiin.
Sen avulla mitä tahansa yhden nimikkeen monitavoitteinen toimituserän mitoitusmalli
voidaan tehokkaasti laajentaa usealle nimikkeelle päätöksentekijän mieltymykset
huomioiden.
Mallien ja menetelmien soveltuvuutta havainnollistetaan tuotantoyrityksen
datalla. Päätöksentekijänä toiminutta yrityksen toimitusketjun johtajaa tuettiin löytämään
parhaat ratkaisut eri ongelmiin käyttäen interaktiivisia menetelmiä tai niiden
yhdistelmiä. Lisäksi DESMILS auttoi päätöksentekijää mitoittamaan Paretooptimaaliset
toimituserät 94 nimikkeelle niin, että hänen täytyi mitoittaa vain 10
huolella valitun nimikkeen tilausmäärät. Päätöksentekijästä kaikki käsitteet, mallit,
interaktiiviset ratkaisuprosessit ja ratkaisut olivat hyödyllisiä ja tukivat päivittäisiä
toimintoja. Onnistuneet tulokset havainnollistavat tutkimuksen käytännön
arvoa ja hyötyä myös muiden toimituserän optimointiongelmien ratkaisemisessa.
...
Julkaisija
Jyväskylän yliopistoISBN
978-951-39-9637-6ISSN Hae Julkaisufoorumista
2489-9003Julkaisuun sisältyy osajulkaisuja
- Artikkeli I: Kania, A., Sipilä, J., Misitano, G., Miettinen, K., & Lehtmäki, J. (2022). Integration of lot sizing and safety strategy placement using interactive multiobjective optimization. Computers and Industrial Engineering, 173, Article 108731. DOI: 10.1016/j.cie.2022.108731
- Artikkeli II: Kania, A., Sipilä, J., Afsar, B., & Miettinen, K. (2021). Interactive Multiobjective Optimization in Lot Sizing with Safety Stock and Safety Lead Time. In M. Mes, E. Lalla-Ruiz, & S. Voß (Eds.), Computational Logistics : 12th International Conference, ICCL 2021, Enschede, The Netherlands, September 27–29, 2021, Proceedings (pp. 208-221). Springer. Lecture Notes in Computer Science, 13004. DOI: 10.1007/978-3-030-87672-2_14. JYX: jyx.jyu.fi/handle/123456789/78083
- Artikkeli III: Kania, A., Afsar, B., Miettinen, K., and Sipilä, J. Determining minimum order quantity and lot sizes from the buyer’s perspective with interactive multiobjective optimization. Submitted to a journal.
- Artikkeli IV: Kania, A., Afsar, B., Miettinen, K., & Sipilä, J. (2023). DESMILS : a decision support approach for multi-item lot sizing using interactive multiobjective optimization. Journal of Intelligent Manufacturing, Early online. DOI: 10.1007/s10845-023-02112-5
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- JYU Dissertations [852]
- Väitöskirjat [3571]
Lisenssi
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
A Systematic Way of Structuring Real-World Multiobjective Optimization Problems
Afsar, Bekir; Silvennoinen, Johanna; Miettinen, Kaisa (Springer Nature Switzerland, 2023)In recent decades, the benefits of applying multiobjective optimization (MOO) methods in real-world applications have rapidly increased. The MOO literature mostly focuses on problem-solving, typically assuming the problem ... -
Data-driven Interactive Multiobjective Optimization : Challenges and a Generic Multi-agent Architecture
Afsar, Bekir; Podkopaev, Dmitry; Miettinen, Kaisa (Elsevier BV, 2020)In many decision making problems, a decision maker needs computer support in finding a good compromise between multiple conflicting objectives that need to be optimized simultaneously. Interactive multiobjective optimization ... -
Approximation method for computationally expensive nonconvex multiobjective optimization problems
Haanpää, Tomi (University of Jyväskylä, 2012) -
An Interactive Simple Indicator-Based Evolutionary Algorithm (I-SIBEA) for Multiobjective Optimization Problems
Chugh, Tinkle; Sindhya, Karthik; Hakanen, Jussi; Miettinen, Kaisa (Springer, 2015)This paper presents a new preference based interactive evolutionary algorithm (I-SIBEA) for solving multiobjective optimization problems using weighted hypervolume. Here the decision maker iteratively provides her/his ... -
Decision making in multiobjective optimization problems under uncertainty : balancing between robustness and quality
Zhou-Kangas, Yue; Miettinen, Kaisa (Springer, 2019)As an emerging research field, multiobjective robust optimization employs minmax robustness as the most commonly used concept. Light robustness is a concept in which a parameter, tolerable degradations, can be used to ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.