Optimizing manufacturing parts sourcing to coordinate supplier shipments with the production schedule

Abstract

Üretim parçalarının tedariğinin üretim planlamasıyla birlikte koordinasyonu sağlanarak yapılması, seri üretim sistemlerinin sürerli devamlılığında önemli bir rol oynamaktadır. Bu tezde çalışılan problemlerle Türkiye'de faaliyet gösteren bir otobüs üreticisinin tedarik zinciri incelenirken karşılaşılmıştır. İlk problem sevkiyattaki düzensizlik, ikinci problem tedarikçinin değişken sevkiyat miktarı ile ilgilidir. Bu iki tespit için üretim parçalarının sipariş verme kararları eniyilenmektedir.Tezin ilk kısmında çok dönemli planlama çevreninde, üretim planlamasını sağlamak amacıyla tek tedarikçiden çok sayıda ürünün tedariğini gerçekleştiren üreticiler için sipariş büyüklüğünün belirlenmesi problemi üzerine çalışılmaktadır. Sevkiyat maliyetlerinin üretici tarafından ödendiği sistemlerde, üretici en iyi sipariş çizelgesini belirlerken aynı zamanda sevkiyat çizelgesini de kontrol altında tutmak istiyor. Verilen siparişleri taşımak için kullanılacak araçlar sipariş verildikten hemen sonra gönderilmek yerine, tam dolu olmayan araçların sevkiyatını ertelenebilme seçeneğini göz önünde bulunduruyoruz. Bir sonraki sevkiyat dönemine ertelenmiş olan ürünler için üretici kendi deposunda emniyet stoğu olarak tuttuğu ürünleri kullanabilmektedir. Önerilen politika altında üretici tarafından ödenen sevkiyat ve stokta tutma maliyetlerini enküçükleyen bir karmaşık tamsayı programlama modeli geliştirdik ve bu modeli kullanarak en iyi sipariş ve sevkiyat planını buluyoruz. Kısmi olarak ertelenmiş sevkiyattan doğabilecek maliyet ve hizmet kalitesi analizleri, bir otobüs üreticisinden alınmış verilerle ve benzetim koşumlarıyla yapılmıştır. Talep yüzünden sık ve küçük miktarlarla yapılması gereken sevkiyat sistemlerinde, önerilen politika daha verimli sonuçlar vermektedir.Tezin ikinci kısmında rassal tedarik ortamında dinamik sipariş büyüklüğünün belirlenmesi problemi üzerinde çalışılmaktadır. Tedarikçi her sipariş döneminde verilen siparişin rassal olarak belirlenmiş bir bölümünü üreticiye göndermektedir. Sipariş sistemini geliştirmek için üreticinin planlama dönemi boyunca verdiği siparişlerin ve elde ettiği miktarların bilgisini kullanarak tedarikçisinin rassallığını tahmin etmeye çalıştığı bir modelleme öneriyoruz. Bu sebeple dinamik sipariş büyüklüğünün belirlenmesi problemine tedarikçinin yeterliliğini güncelleyen bir Bayes güncellemesi modeli geliştirdik. Üretici planlama döneminin başında tedarikçinin yeterliliği ile ilgili olarak her hangi bir bilgi bilmemektedir. Daha önceki periyotlarda elde edilen başarılı ve başarısız sipariş miktarlarını kullanarak tedarikçinin yeterliliği tahmin edilmeye çalışılıyor. Önerdiğimiz modelin performansının nasıl olduğunu göstermek için Tam Bilgi ve Hiçbir Bilgi durumlarıyla toplam maliyetleri karşılaştırdık. Tam Bilgi durumunda, tedarikçinin gönderdiği miktarlar verilen sipariş miktarı ve tedarikçi yeterlilik parametresine bağlı olarak Binom dağılım ile belirlenmektedir. Tam Bilgi durumunda üretici tedarikçinin yeterlilik parametresini bilmekte ve sipariş miktarlarını ona göre belirlemektedir. Hiçbir Bilgi durumunda gelen miktarlar yine Binom dağılımla belirlenmekte ancak tedarikçinin yeterlilik parametresi üretici tarafından bilinmemektedir. Hesaplamalı deneylerle, önerdiğimiz Bayes güncellemesinin Hiçbir Bilgi durumundan çok daha iyi toplam beklenen maliyet verdiğini göstermekteyiz ve aynı zamanda Bayes güncellemesinin önerildiği model sonuçlarının Tam Bilgi durumuna çok yakın değerler vermektedir. Belirtilen üç durum için de dinamik programlama modelleri çözülmektedir. Önerilen yaklaşım ile dinamik programlamadaki durum kümesinin boyutu problem büyüdükçe Tam ve Hiçbir Bilgi durumlarına göre daha hızlı büyümektedir. Çözüm zamanındaki büyümeyi azaltabilmek için durum kümesini küçülten ve daha büyük problemlerin çözülmesini sağlayan bir yaklaşık çözüm modeli geliştirdik.

It has been recognized that coordinating the shipments of manufacturing parts from the suppliers with the production schedule takes important roles on the smooth continuation of production in mass production systems. In this thesis, we investigate two problems that we encountered while analyzing the sourcing operations of a leading coach bus manufacturer in Turkey. The first problem addresses unorganized delivery operations while the second considers unreliable supplier capability. We optimize the parts ordering decisions under these two settings.In the first part of the thesis, we study the multiple-item lot-sizing problem for a manufacturer that sources parts from a single supplier over a multi-period planning horizon. In order to operate more efficiently, the manufacturer controls its suppliers' delivery process in addition to its own parts ordering process. Since transportation costs are charged to the manufacturer, the manufacturer optimizes the ordering and shipment decisions. We consider the option of delaying transportation of a less-than-full truckload to the next period by allowing the use of items in the safety stock of the manufacturer. We develop a mixed integer programming model that minimizes the sum of transportation and inventory holding costs incurred to the manufacturer under the proposed policy. We investigate the effects of delaying shipments on both cost and service levels under stochastic environments by numerical experiments. The results indicate that the proposed policy is especially effective in reducing cost when frequent shipments with small sizes arise without creating much stock-out risk.In the second part of the thesis, we study the dynamic lot-sizing problem under random supply where the supplier's shipment behavior is represented by a model that assumes a random portion of the current order is shipped in every period. To improve the sourcing process, we propose a method that enables the manufacturer to obtain more information about the supplier reliability throughout its ordering process. For this purpose, we develop a dynamic programming model with Bayesian Updates of supplier capability. There is no information available about the supplier capability at the beginning of the planning horizon. We try to estimate the supplier's capability by using information on previous orders' ordered and received amounts. In this method the ordering decisions are optimized by considering the available information until that point. We then compare the proposed algorithm with the cases under Perfect Information as well as the case with No Information on supplier capability. In the Perfect Information case, the optimal sourcing decision is found by assuming that the supplier ships the given order with a binomial distribution and the supplier capability (reliability) parameter is known by the manufacturer. In the No Information case, the supplier shipment behavior is again binomially distributed but the reliability parameter is not known. By computational experiments, we show that the Bayesian Update approach provides significantly better expected total cost values than the No Information case. Furthermore, the optimal expected costs found by the Bayesian Update approach are close to those found in the Perfect Information case. With the proposed approach, the state space grows faster compared to the Perfect Information and No Information cases with problem size and input data magnitude. For this reason, problems with only moderate size can be solved in reasonable time with this approach. To overcome this computational difficulty, we develop an approach that reduces state space and solves larger problems approximately in reasonable solution time.