Anwendungsspezifische Detaillierungen und Erweiterungen Zusätzliche Indizes und Indexmengen

a=l, ... ,A k=l, ... ,K Zusätzliche Daten y

ANZLmin ANZLmax ANZPmm ANZP,_

Anlagentypen

Modus, in dem ein Standort betrieben wird

Servicelevel

Minimale Anzahl Lager Maximale Anzahl Lager

Minimale Anzahl Produktionsstandorte Maximale Anzahl Produktionsstandorte

121 Vgl. etwa Jayaraman/Pirkul (2001), S. 397.

122 Vgl. zu diesem Vorgeben etwa Wouda et al. (2002).

123 Vgl. Jayaraman/Pirkul (2001), S. 397f.; Sabri/Beamon (2000), S. 586.

FBKAa;

Fixe Kosten des Betriebs einer Anlage des Typs a am Standort i Fixe Kosten der Errichtung einer Anlage des Typs a am Standort i Maximale Kapazität der Anlage a

Mindestauslastung des Lagermodus k Maximalauslastung des Lagermodus k Mindestauslastung des Produktionsmodus k Maximalauslastung des Produktionsmodus k

Preis, den Kunde c für eine Einheit des Produktes p bezahlt Recyclingkoeffizient, Menge des Rohstoffs _r, die aus einer zurückgegebenen Einheit des Produktes p resultiert

Menge des Produktes p, die von Kunde c zum Recycling zurück-gegeben wird

Strafkosten je Einheit unbefriedigter Kundennachfrage Zusätzliche Entscheidungsvariablen

kaplj Kapazität des Lagerstandortes j Kapazität des Produktionsstandortes i

Menge des Produktes p, die von Kunde c zu Produktionsstandort i transportiert wird, um dort recycelt zu werden

{l, falls an Standort j ein Lager der Kapazität k errichtet wird yl-k=

J 0, sonst

{l, falls an Standort i eine Produktionsstätte der Kapazität k errichtet wird YP;k= _{0, sonst}

zaai

=

{l, falls am Standort i eine Anlage des Typs a installiert wird 0, sonst

Wird an Stelle der Kostenminimierung eine Maximierung des Gesamtdeckungsbei-trags angestrebt, so können diese Modelle lediglich dann zu unterschiedlichen Ergeb-nissen führen, wenn die Preise als Entscheidungsvariablen im Modell festgelegt wer-den oder eine vollständige Befriedigung der Nachfrage nicht gefordert wird. Wird mit

PRpc der Preis, den Kunde c für eine Einheit des Produktes p zahlt, als Entscheidungs-variable in das Modell aufgenommen, so führt dies zu einer nichtlinearen Zielfunktion.

Falls der Preis nicht durch Faktoren wie etwa die Dauer der Lieferzeit oder andere Faktoren beeinflusst wird und somit mit weiteren Entscheidungsvariablen und Restriktionen verknüpft ist, ist eine Berücksichtigung der Preise als Entscheidungsva-riable nicht sinnvoll. Dies liegt daran, dass das Modell ohne geeignete Schranken für die Preise unbeschränkt ist und mit geeigneten Schranken für die Preise auf Grund der Maximierungszielfunktion die Werte der oberen Schranke als Ergebnis ermittelt. Eine Deckungsbeitragsmaximierung an Stelle einer Kostenminimierung ist dennoch sinn-voll, wenn bei unsicheren Nachfragemengen nicht für jedes Szenario eine vollständige Befriedigung der Nachfrage gefordert wird. Eine Zielfunktion, die die Kosten mini-miert, kann beispielsweise bei Erfassung der Unzulässigkeiten durch Chance-Constraints 124 zu einer höheren unbefriedigten Nachfrage führen als die Zielfunktion der Deckungsbeitragsmaximierung. Die mathematische Formulierung der Zielfunk-tion, die den Gesamtdeckungsbeitrag maximiert, lautet wie folgt: ¹²⁵

P J C [ 1 J

Max~~~ PRpc · xlpic -

tt

^{(FEKP; +} FBKP;) · YP; + ~ (FEKL i + FBKL i) · yl i +

R Z I P I J

L L L

VBKrzi · xbrzi +

L L L

^{(VPKp; +} VTK.Pij) · XPpii + (3.25)

r=I z=I i=l p=I i=I j=I

p J C ]

~~~(VLKPi + VTKLic)•xlpic

Die an die Kunden gelieferte Menge xlpjc wird mit den kundenspezifischen Preisen der Produkte PRpc multipliziert, um die Erlöse zu erfassen. Von den Erlösen werden die entscheidungsrelevanten Kosten subtrahiert, die denen der Zielfunktion (3.16) entspre-chen.

Befriedigung der Nachfrage

Neben der vollständigen Befriedigung der Nachfrage ist es denkbar, dass die Nach-frage des Kunden c nach Produkt p mindestens zu einem Prozentsatz y, der auch als Servicelevel bezeichnet wird, erfüllt werden soll. Dann ist die Restriktion (3.19) wie folgt zu modifizieren:¹²⁶

124 Vgl. zu Chance-Constraints Abschnitt 5.2.1. Bei einer Zulässigkeitswahrscheinlichkeit von 0,75 wird gefor-dert, dass beispielsweise bei vier gleichwahrscheinlichen Nacbfrageszenarien lediglich die Nachfrage eines Szenarios nicht vollständig zu erfüllen ist. Die Zielsetzung der Kostenminimierung lwm bei diesem Szenario dazu führen, dass möglichst wenig produzien wird, um die Kosten zu verringern, wohingegen bei der Maximierung des Gesamtdeckungsbeitrags dennoch soviel produzien wird, bis die variablen Kosten sowie ggf. entstehende zusätzliche Fixkosten nicht mehr durch die Erlöse gedeckt sind.

125 Vgl. ahnlich Schmidt/Wilhelm (2000), S. 1508.

126 Vgl. etwa Yan/Yu/Cheng (2003), S. 2140.

J y I;xlpjc ~--Dpc

j=l 100 \ip,c (3.19)'

Anzahl Lager und Produktionsstätten

Soll die Anzahl der zu eröffnenden Produktionsstätten und Lager nach unten oder oben begrenzt werden, so sind die folgenden Restriktionen in das Modell zu integrieren:

ANZPmin ^$;

L

I ^{YPi $; ANZPmax} i==)

ANZL ^{min :,;}

L

J ^{Yl j :,; ANZL max} i=l

Single Sourcing

(3.26)

(3.27)

Um Single-Sourcing-Restriktionen aus Sicht der Kunden in das Modell integrieren zu können, ist eine weitere Binärvariable ZSjc erforderlich, die angibt, ob das Lager j einem Kunden zugeordnet wird. Die Restriktion (3.28) stellt dann sicher, dass jeder Kunde für alle Produkte lediglich von einem Lager beliefert wird. ¹²⁷

I;zsjc J

=

¹

j=l \ic (3.28)

Darüber hinaus kann die Variable xlpjc, die die transportierten Mengen der verschie-denen Produkte von Lager j zu Kunde c festlegt, dann durch ZSjc·Dpc ersetzt werden.

Die Zielfunktion und die Restriktionen, in denen xlpjc verwendet wird, sind dement-sprechend zu modifizieren. Soll die Variable jedoch beibehalten werden, so ist Restriktion (3.29) einzufügen, die sicherstellt, dass nur von Lager j zu Kunde c trans-portiert wird, wenn die Belieferung des Kunden c auch aus diesem Lager vorgenom-men wird. M stellt dabei eine hinreichend große Zahl dar.

L

p xlpjc :,; M · ZS je

p=l

\ij,c (3.29)

Soll hingegen jeder Kunde für ein Produkt ausschließlich von einem Lager beliefert werden, so ist eine Binärvariable ZSpjc erforderlich, die angibt, ob die Nachfrage nach Produkt p des Kunden c von Lager j beliefert wird. ¹²⁸ Die erlaubt im Gegensatz zu Restriktion (3.28) eine Spezialisierung der Lager auf verschiedene Produkte. Eine

127 Vgl. ftlr einen Ansatz, der diese Modellierwig verwendet etwa Sabri/Beamon (2000), S. 586.

128 Vgl. zu dieser Art der Modellierwig Pirkul/Jayaraman (1996), S. 294.

entsprechende Restriktion (3.28)', die gewährleistet, dass jedem Kunden für jedes Produkt lediglich ein Lager zugewiesen wird, ist dann einzufügen:

J

LZSpjc ⁼ 1

j=I v'p,c (3.28)'

Auch in diesem Fall kann xlpjc durch ZSp;cDpc ersetzt und die Zielfunktion sowie die jeweiligen Restriktionen geeignet modifiziert werden. Soll die Variable xlpjc nicht sub-stituiert werden, gewährleistet Restriktion (3.29)', dass für jedes Produkt ein Transport von Lager j zu Kunde c nur erfolgt, wenn eine Zuordnung von Kunde und Lager exis-tiert.

xlpjc S M · ZSpjc v'p,j,c (3.29)'

Kapazitätsplanung

Um eine Planung der Kapazitäten der Produktionsstandorte und Lager im Modell vor-zunehmen, können zwei weitere Variablen kapp; und kaplj eingeführt werden, welche die Kapazität der Produktionsstätte i bzw. des Lagers j festlegen.¹²⁹ Dann muss eine Restriktion (3.30) bzw. (3.31) zur Beschränkung der Kapazitäten nach oben und unten eingeführt werden, falls der Produktionsstandort bzw. das Lager errichtet wird.

Darüber hinaus sind bei den Restriktionen (3.20) und (3.21) die rechte Seite durch die Variable kapp; bzw. kaplj zu ersetzen.

(3.30) (3.31) Bei dieser Art der Modellierung der Kapazitäten der Produktionsstätten und Lager wird eine kontinuierliche Festlegung der Kapazitäten erlaubt. Die Kosten der unter-schiedlichen Kapazitäten werden in der Zielfunktion allerdings nicht berücksichtigt.¹³⁰ Da unterschiedliche Kapazitäten jedoch häufig mit der Art der Anlagen bzw. der Anzahl der Anlagen verbunden sind und für die verschiedenen Anlagen ggf. je nach Automatisierungsgrad unterschiedliche Kosten anfallen, wird im Folgenden die Pla-nung der Anlagen in Verbindung mit der PlaPla-nung der Kapazitäten vorgestellt. Dafür ist eine binäre Entscheidungsvariable 2:aa; erforderlich, die angibt, ob eine Anlage des

129 Vgl. zu dieser Art der Kapazitätsplanung Tsiakis/Shah/Pantelides (2001), S. 3590.

130 Vgl. Tsiakis/Shah/Pantelides (2001 ), S. 3591 f.

Typs a am Produktionsstandort i errichtet wird.¹³¹ Mit Hilfe von Restriktion (3.32) muss sichergestellt werden, dass nur dann Anlagen errichtet werden dürfen, wenn der Produktionsstandort eröffnet wird.

'<i a, i (3.32)

Beinhaltet die Entscheidungsvariable zaa; an Stelle der Binärvariablen eine ganzzahlige Variable, die die Anzahl der Anlagen des Typs a, die am Standort i installiert werden, angibt, so muss statt der Restriktion (3.32) die Restriktion (3.33) eingefügt werden, die um eine hinreichend große Zahl M erweitert ist.

Va,i (3.33)

Des Weiteren müssen die Kosten für die Errichtung und den Betrieb der verschiedenen Anlagen etwa mit (FEKAa; + FBKAa;) · zaa; in der Zielfunktion berücksichtigt werden.

Darüber hinaus ist die Restriktion (3.20) geeignet zu modifizieren, da sich die neue Gesamtkapazität des Standortes i aus der Summe der Einzelkapazitäten KAP A:'3" der installierten Anlagen zusammensetzt:

J p ^A

LLBP;

_{j=I p=I} ^{·XPpij ~}

LKAPA:ax

_a=I ^{·Zaai \fi (3.20)'}

Eine Planung der Kapazitäten der Warenverteilzentren bzw. der Lager j entspricht der Modellierung für die Produktionsstandorte.

Eine weitere Möglichkeit, die Planung der Kapazitäten in einem Optimierungsmodell vorzunehmen, ist die Modifikation der bereits vorhandenen Entscheidungsvariablen.¹³² Die Variablen yp;k bzw. yljk geben an, ob ein Standort mit der Kapazität k errichtet wird. Die verschiedenen Kapazitäten können die Anlagen hinsichtlich Art und Anzahl umfassen, jedoch auch die Anzahl der eingesetzten Mitarbeiter oder die Zeit, in wel-cher der Produktionsstandort in Betrieb ist, etwa in einer Schicht an sechs Tagen einer Woche oder in zwei Schichten an fünf Tagen einer Woche. Es kann dann an Stelle der Kapazität kap auch vom Modus k, in dem der Standort betrieben wird, gesprochen werden.¹³³ An weiteren Daten sind hierfür die Mindest- und Maximalauslastung je Modus k erforderlich. Hinsichtlich der Restriktionen muss dann wie in Restriktion

131 Vgl. dazu etwa Brown et al. (1987), S. 1470f.; Lucas et al. (2001), S. 1258f.; Lucas/Messina/Mitra (1997), S. 83ff.; Schmidt/Wilhelm (2000), S. 1507ff.

132 Vgl. etwa Alonso-Ayuso et al. (2003), S. 104.

133 Vgl. für eine Produktionsplanung mit verschiedenen Produktionsmodi etwa Kallrath/Wilson (1997), S. 303ff.

oder Timpe/Kallrath (2000), S. 422ff.

(3.34) bzw. (3.35) sichergestellt werden, dass jede Produktionsstätte bzw. jedes Lager lediglich in einem Modus betrieben werden kann, und dass innerhalb der verschiede-nen Modi zwischen Mindest- und Maximalauslastung produziert wird, wie in Restrik-tion (3.36) und (3.37) dargestellt.

LYPik Sl K 'v'i (3.34)

k=I

'v'j (3.35)

K J P K

~)(P:'in · YPik S LLBPi · XPpij S

LKP;a" ·

^{YPik 'v'i (3.36)}

k=l j=I p=l k=I

K J P K

L

KL'i:"1 · yl jk S

L L

^{Cpj · xlpjc S}

L

KL~ax · yl jk 'v'j (3.37)

k=l j=l p=I k=l

In der Zielfunktion sind die fixen Kosten und ggf. auch die variablen Kosten, falls diese sich in den verschiedenen Modi k unterscheiden, mit einem weiteren Index k zu versehen und auch über diesen zu summieren.

Recycling

Um die erneute Verwendung der Rohstoffe bei der Rückführung der Produkte von den Kunden an den Hersteller zu modellieren, ist eine Angabe der Mengen der von einem Kunden c zu entsorgenden Produkte p RETpc erforderlich. Des Weiteren ist eine zusätzliche Entscheidungsvariable xrpc; notwendig, welche die Menge des Produktes p erfasst, die von Kunde c am Standort i recycelt wird. Die Menge des Rohstoffs r, die aus einer recycelten Einheit des Produktes p wiedergewonnen wird, gibt der Recyc-lingkoeffizient R,ir an.

1

Ixrpc;

=

^{RETpc 'v'p,c (3.38)}

i=l P C

II;xrpc; SM·YP; 'v'i (3.39)

p=I c=l

Restriktion (3.38) gewährleistet, dass die an den Standorten i recycelte Menge der ins-gesamt zu entsorgenden Menge der verschiedenen Produkte der jeweiligen Kunden entspricht. Darüber hinaus ist mit Bedingung (3.39) sicherzustellen, dass ein Recycling

der Produkte lediglich an eröffneten Produktionsstandorten stattfindet. Die von den Zulieferern zu beschaffende Menge ist des Weiteren um die aus dem Recycling-Pro-zess resultierenden Mengen der Rohstoffe zu reduzieren. Die Restriktion (3.17) des Grundmodells ist dementsprechend durch die folgende Restriktion zu ersetzen:

P C Z P J

LLRp, ·Xrpc; + LXbrzi ~ LLArp ·XPpij Vi,r (3.40)

p;J c;J z;J p;I j;J

Die mit einer Mengeneinheit des zu recycelnden Produktes p verbundenen Kosten sowie die ggf. anfallenden Transportkosten von den Kunden zu den Produktionsstand-orten müssen in der Zielfunktion erfasst werden. Die aus dem Recycling-Prozess resultierenden Erlöse sind durch die eingesparten Beschaffungskosten bereits implizit in der Zielfunktion erfasst. Fixe Kosten, die mit dem Recycling-Prozess an einem Pro-duktionsstandort, etwa durch zusätzliche Anlagen entstehen, können mit einer weite-ren Binärvariablen, die mit der Variable xrpci verknüpft werden muss, in der Zielfunk-tion erfasst werden. ¹³⁴

Im Dokument Supply Chain Design (Seite 85-92)