Risk-averse optimization for managing inventory in closed-loop supply chains

Abstract

Bu tezde yeniden imalat opsiyonu içeren çok periyotlu kapalı devre envanter problemi incelenmiştir. Kullanılmış ürünler rassal oranla üreticiye belirli süre sonra geri dönmektedir. Talep yeni ürün üretimi ve kullanılmış ürünün yeniden imalatı ile karşılanır. Her periyotta kullanılmış ürünlerin toplanma ve yeniden imalat miktarları ve yeni ürün üretim miktarı belirlenmektedir. Durum uzayı satılacak ürün ve kullanılmış ürün envanterleri ile, gelecekte geri dönecek ürün miktarlarını içermektedir. Problem, riske duyarsız ve riskten kaçınan karar vericiler için, kayıp satış ve ardıısmarlama durumlarında çalışılmıştır. Riskten kaçınan problemde tutarlı dinamik risk ölçütleri kullanılmış, üretim yerine yeniden imalata öncelik vermenin daima daha karlı olduğu gösterilmiştir. Sayısal sonuçlar kullanılmış ürün envanteri için duruma göre değişen eşik değeri politikasının en iyi politika olabileceğini göstermiştir. Ancak böyle bir politika satılacak ürün envanteri için en iyi politika olmak zorunda değildir. Ayrıca, en iyi politikadan daha kısa sürede sonuç verebilen çeşitli sezgisel politikaların performansları sayısal analizlerle değerlendirilmiştir. Bu politikalar: kesinlik denkliği kontrolörü, uzakgörmez politika, geri kazanım yapmayan politika, tamamen toplama politikası ve sabit eşik değeri politikasıdır. Kesinlik denkliği kontrolörü, uzakgörmez politika ve geri kazanım yapmayan politikanın, tamamen toplama ve sabit eşik değeri politikalarından belirgin bir çözüm süresi avantajı olduğu gözlemlenmiştir. Tamamen toplama ve sabit eşik değeri politikalarının ise diğer sezgisel politikalardan objektif değer yönünden önemli ölçüde avantajlılığı gözlemlenmiştir.

This thesis examines a closed-loop multi-stage inventory problem with remanufacturing option. A random fraction of used products is returned by consumers to the manufacturer after a certain number of stages. But the manufacturer may or may not collect any returned item. Demand can be satisfied through two channels: manufacturing new products and remanufacturing used products (cores). A control policy specifies the numbers of cores to collect and remanufacture, and the number of new products to manufacture, at each stage. The state space consists of the serviceable product and core inventory levels, and the amounts of future returns. We study this problem from the perspectives of risk-neutral and risk-averse decision-makers, in both cases of lost sales and backordering. We incorporate the dynamic coherent risk measures into our risk-averse problem formulation. We establish that it is always optimal to prefer remanufacturing to manufacturing under a mild condition. Numerical results indicate that a state-dependent threshold policy may be optimal for the core inventory. However, such a policy need not be optimal for the serviceable product inventory. We also conduct numerical experiments to evaluate the performance of several heuristics that are computationally less demanding than the optimal policy: a certainty equivalent controller (CEC), a myopic policy (MP), a no-recovery policy (NRP), a full-collection policy (FCP), and a fixed threshold policy (FTP). CEC, MP, and NRP have a distinct computational advantage over FCP and FTP, whereas FCP and FTP significantly outperform all the other heuristics with respect to objective value, in our numerical experiments.