Losgrößenplanung unter deterministischen Bedingungen

Hier wird davon ausgegangen, daß die Planungsdaten mit Sicherheit bekannt sind. I.d.R. greift man auf Prognosen der Periodennachfragemengen zurück.

Einige bekannte Modellformulierungen für Losgrößenprobleme unter deterministischen Bedingungen:

Einstufiges Losgrößenmodell mit dynamischer Nachfrage und unbeschränkten Kapazitäten (SIULSP) auch Wagner-Whitin-Modell genannt; dieses Modell bildet die Grundlage für die Losgrößenplanung der meisten PPS-Systeme (MRP-Konzept); kann exakt oder heuristisch gelöst werden; wegen der Vernachlässigung der Kapazitäten ergeben sich Produktionspläne, die i.d.R. nicht durchführbar sind.
mehr
Klassisches Losgrößenmodell (Andler-Modell; Harris-Wilson-Modell) konstante Nachfragerate, d.h. kontinuierlicher Bedarf; unbeschränkte Kapazitäten; nur für Langfristbetrachtungen geeignet; führt ebenfalls oft zu Produktionsplänen, die nicht durchführbar sind.
mehr
Klassisches Losgrößen- und Reihenfolgemodell (ELSP) mehrere Produkte mit jeweils konstanter Nachfragerate, d.h. kontinuierliche Bedarfe; eine Anlage, auf der die Produkte abwechselnd (nach einem Umrüstvorgang) produziert werden; einfache heuristische Lösungsverfahren verfügbar.
mehr
Dynamisches Losgrößen- und Reihenfolgemodell (PLSP) feine Periodeneinteilung (small buckets); maximal ein Umrüstvorgang pro Periode; Übertragung des Rüstzustandes der Ressource in die nächste Periode, falls am Periodenende t-1 dasselbe Produkt produziert wird wie zu Beginn der Periode t. Der Rüstzustand wird auch in Perioden ohne Produktion erhalten. Es kann auch in eine Periode vorausschauend für das Produkt gerüstet werden, mit dessen Produktion in der nächsten Periode begonnen wird. Erweiterungsmöglichkeit für mehrere Maschinen. Rüstzeiten können berücksichtigt werden.
mehr
Dynamisches Mehrprodukt-Losgrößenmodell mit beschränkter Kapazität (CLSP) grobe Periodeneinteilung (big buckets); mehrere Produkte mit dynamischen Nachfragemengen; beschränkte Kapazitäten; Rüstzeiten werden in einigen Modellvarianten berücksichtigt; ebenso mehrere Ressourcenarten; sog. "big bucket"-Problem, d.h. Periode sind so lang, daß mehrere Produkte in einer Periode produziert werden (Reihenfolge der Produktion innerhalb der Periode wird nicht berücksichtigt).
mehr
Dynamisches Mehrprodukt-Losgrößenmodell mit beschränkter Kapazität und "Linked Lotsizes" (CLSPL) grobe Periodeneinteilung (big buckets); mehrere Produkte mit dynamischen Nachfragemengen; beschränkte Kapazitäten; Übertragung des Rüstzustandes der Ressource in die nächste Periode, falls am Periodenende t-1 dasselbe Produkt produziert wird wie zu Beginn der Periode t. Der Rüstzustand wird auch in Perioden ohne Produktion erhalten. Es kann auch in eine Periode vorausschauend für das Produkt gerüstet werden, mit dessen Produktion in der nächsten Periode begonnen wird. Erweiterungsmöglichkeit für mehrere Maschinen. Auch als CLSP mit "setup carryover" bezeichnet.
mehr
Dynamisches Mehrprodukt-Losgrößenmodell mit beschränkter Kapazität und "Linked Lotsizes" und einer gemeinsamen Rüstressource (CLSPL-CSR) Wie CLSPL mit parallelen Maschinen. Zusätzlich eine Rüstressource mit beschränkter Kapazität
(-> Tempelmeier/Copil, OR Spektrum 38(2016), S. 819-847)
Mehrstufiges dynamisches Mehrprodukt-Losgrößenmodell mit beschränkter Kapazität (MLCLSP) Erweiterung des CLSP auf den Fall mehrerer Produktionsstufen; mehrstufige generelle Erzeugnis- und Prozeßstruktur kann betrachtet werden.
mehr
Mehrstufiges dynamisches Mehrprodukt-Losgrößenmodell mit beschränkter Kapazität und "Linked Lotsizes" (MLCLSPL) Erweiterung des MLCLSP auf den Fall, daß der Rüstzustand einer Ressource in die nächste Periode übertragen wird bzw. Erweiterung des CLSPL auf den Fall mehrerer Produktionsstufen.
mehr

Zusammenhang zwischen den Makroperioden-Modellen

Zwischen den Modellen SIULSP, CLSP, MLUSLP und MLCLSP bestehen folgende Zusammenhänge:

Der mittlere Kasten im unteren Bild ist leer, da einstufige Mehrprodukt-Probleme ohne Kapazitätsbeschränkungen kein neues Modell erfordern, sondern durch mehrere Modelle vom Typ SIULSP gelöst werden können.

Siehe auch ...

Literatur

Günther, H.-O. und Tempelmeier, H. (2020). Supply Chain Analytics - Operations Management und Logistik. 13. Aufl., Norderstedt: Books on Demand.
Tempelmeier, H. (2020), Production Analytics. 6. Aufl., Norderstedt: Books on Demand.
Tempelmeier, H. (2020). Analytics in Supply Chain Management und Produktion. 7. Aufl. Norderstedt: Books on Demand.