Responsive make‐to‐order supply chain network design
Notice bibliographique
Résumé
Abstract In this article, we address two network design problems for a responsive supply chain that consists of make‐to‐order (make‐to‐assemble) facilities facing stochastic demand and service time. The response time to customer orders, critical to the success of the supply chain, is the sum of the flow time in the facility and the delivery time to the customers. The response time performance in our models is measured by the probability that the response time is shorter than a constant. This nonlinear performance measure makes the models less or not tractable. The objective of both problems is to minimize the expected network cost that consists of the cost of delivery to customers as a function of the time of delivery (or the mode of transportation), the fixed cost of locating facilities and the capacity cost as a linear function of the processing capacity. The main decision variables are the number and locations of facilities, the resources allocated to them and the delivery mode selected between facilities and demand. In the first problem, a constraint is imposed to ensure an acceptable response time level. In the second problem, a penalty is charged on the number of days that each unit is delivered later than the targeted response time and is incorporated into the objective function. In the first problem, the probabilistic constraint on the flow time can be linearized and the problem can be formulated as an integer linear programming model. In the second problem, we propose an approximation approach to linearize the objective function and an iterative search and cut algorithm to combine linear approximation with neighborhood search. A multi‐start meta‐heuristic is also suggested. Computational experiments are conducted to evaluate the performance of these solution procedures. Recommendations are made on the basis of the computational results. This appears to be the first study in the area of locating capacitated facilities with stochastic demand to incorporate the delivery mode choice decision and to evaluate the expected congestion cost as a function of the actual flow time in the facilities, instead of the average one. The models developed enable the decision maker to investigate the effect of a combination of facility location, capacity allocation, and delivery mode decisions on the expected network cost and the response time. In addition, the findings of the computational experiments shed light on tuning parameters of approximation algorithms.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».