一种基于图的启发式方法，用于具有惩罚成本的非平稳随机批量决策问题

《INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS》：A graph-based heuristic for the non-stationary stochastic lot-sizing problem under penalty costs

　　

Xiyuan Ma|Roberto Rossi|Thomas Welsh Archibald

摘要

我们提出了一种松弛与增强算法，用于计算在惩罚成本作用下的单物品、单库存位置、非平稳随机批量决策问题中的接近最优的$(R,S)$策略参数。该方法首先对问题进行过滤后的状态空间松弛处理，然后通过重复的状态空间增强步骤逐步解决不可行性问题，最终得到最优解。我们将该方法与目前最先进的基于MILP的割生成方法进行了对比；基于文献中的测试案例进行的大量计算研究表明，在中长周期情况下，我们的方法在计算效率上更具优势，因此更具可扩展性。