Diseño de la cadena de suministro y análisis:
Modelos y Métodos

Resumen.
Durante años, los investigadores y profesionales han investigado principalmente los distintos procesos de fabricación dentro de las cadenas de suministro de forma individual. Sin embargo, recientemente ha habido una creciente atención puesta en el rendimiento, el diseño y el análisis de la cadena de suministro en su conjunto. Esta atención es en gran parte resultado de los crecientes costos de fabricación, reducción de los recursos de las bases de fabricación, los ciclos de vida del producto más cortos, la nivelación del campo de juego dentro de la fabricación, y la globalización de la economía de mercado. Los objetivos de este trabajo son los siguientes: (1) proporcionar una revisión de la literatura centrada en el modelado de la cadena de suministro de múltiples etapas y (2) definir una agenda de investigación para futuras investigaciones en esta área.

Palabras clave
cadena de suministro, la producción, la distribución, la logística
1. Introducción
Una cadena de suministro puede definirse como un proceso integrado en el que un número de diferentes entidades comerciales (es decir, proveedores, fabricantes, distribuidores y minoristas) trabajan juntos en un esfuerzo por: (1) la adquisición de materias primas, (2) convertir estas materias primas en productos finales especificadas, y (3) entregar estos productos finales a los minoristas. Esta cadena se ha caracterizado tradicionalmente por un flujo de avance de los materiales y un flujo hacia atrás de la información. Durante años, los investigadores y profesionales han investigado principalmente los diversos procesos de la cadena de suministro de forma individual. Recientemente, sin embargo, ha habido una creciente atención puesta en el rendimiento, el diseño y el análisis de la cadena de suministro en su conjunto. Desde un punto de vista práctico, el concepto de cadena de suministro surgió de una serie de cambios en el entorno de fabricación, incluyendo el aumento de los costes de fabricación, los recursos decrecientes de las bases de fabricación, los ciclos de vida del producto más cortos, la nivelación del campo de juego dentro de la fabricación, y la globalización de la economía de mercado. El interés actual ha tratado de extender la cadena de suministro tradicional para incluir la logística inversa, para incluir la recuperación del producto a efectos de reciclado, la fabricación, y la reutilización. Dentro de la fabricación de la investigación, el concepto de cadena de suministro creció en gran parte fuera de los modelos de inventario multinivel de dos etapas, y es importante tener en cuenta que se han realizado considerables progresos en el diseño y análisis de sistemas de dos escalón. La mayor parte de la investigación en esta área se basa en la obra clásica de Clark y bufanda (1960) y Clark y bufanda (1962). El lector interesado puede consultar Federgruen (1993) y Bhatnagar, et. Alabama. (1993) para una revisión completa de modelos de este tipo. discusiones más recientes de los modelos de dos escalón se pueden encontrar en Diks, et. Alabama. (1996) y van Houtum, et. Alabama. (1996). Los objetivos de este trabajo son los siguientes: (1) proporcionar una revisión enfocada de la literatura en el campo de diseño de la cadena de suministro de múltiples etapas y análisis, y (2) desarrollar un programa de investigación que pueden servir de base para la investigación futura cadena de suministro.
2 La cadena de suministro Definido
Como se mencionó anteriormente, una cadena de suministro es un proceso de fabricación integrado en el que las materias primas se convierten en los productos finales, y luego entregado a los clientes. En su nivel más alto, una cadena de suministro se compone de dos, procesos integrados básicos: (1) el proceso de planificación de la producción y control de inventario, y (2) el proceso de Distribución y Logística. Estos procesos, que se ilustra a continuación en la Figura 1, proporcionan el marco básico para la conversión y el movimiento de las materias primas en productos finales.

Figura 1. El proceso de la cadena de suministro
El proceso de producción de planificación y control de inventario abarca los de fabricación y almacenamiento sub-procesos, y su interfaz (s). Más específicamente, planificación de la producción se describe el diseño y la gestión de todo el proceso de fabricación (incluyendo la programación de la materia prima y la adquisición, el diseño del proceso de fabricación y la programación, y el diseño de manejo de materiales y control). control de inventario describe el diseño y la gestión de las políticas y procedimientos de almacenamiento de las materias primas, inventarios de trabajo en proceso, y por lo general, los productos finales.
El Proceso de Distribución y Logística determina cómo los productos se almacenan y se transportan desde el almacén a los minoristas. Estos productos pueden ser transportados directamente a los minoristas, o pueden ser movidos primero a las instalaciones de distribución, lo que, a su vez, productos de transporte a los minoristas. Este proceso incluye la gestión de la recuperación de inventario, el transporte y la entrega del producto final.
Estos procesos interactúan entre sí para producir una cadena de suministro integrada. El diseño y la gestión de estos procesos determinan el grado en que funciona la cadena de suministro como una unidad para cumplir con los objetivos de rendimiento requeridos.
3 Revisión de la literatura
La cadena de suministro en la figura 1 consta de cinco etapas. En general, los modelos de múltiples etapas para el diseño y análisis de la cadena de suministro se pueden dividir en cuatro categorías, por el enfoque de modelado. En los casos incluidos aquí, el enfoque de modelado es impulsado por la naturaleza de las entradas y el objetivo del estudio. Las cuatro categorías son: (1) los modelos de análisis deterministas, en el que son conocidos y han especificado (2) modelos de análisis estocásticos, donde al menos una de las variables es desconocido, y se supone que siguen una distribución de probabilidad particular, las variables, (3) modelos económicos, y (4) modelos de simulación.
3.1 Modelos de análisis deterministas
Williams (1981) presenta siete algoritmos heurísticos para la programación de las operaciones de producción y distribución en una red de cadena de suministro de montaje (es decir, cada estación tiene a lo sumo un sucesor inmediato, pero cualquier número de predecesores inmediatos). El objetivo de cada heurística es para determinar una producción de costo mínimo y / o programación de distribución del producto que satisface la demanda del producto final. El costo total es una suma de retención promedio de inventario y fijo (pedido, la entrega o puesta en marcha) costos. Por último, el desempeño de cada heurística se compara el uso de una amplia gama de experimentos empíricos, y se hacen recomendaciones sobre las bases de la calidad de la solución y la estructura de la red.
Williams (1983) desarrolla un algoritmo de programación dinámica para determinar simultáneamente los tamaños de producción y de lote distribución en cada nodo dentro de una red cadena de suministro. Como en Williams (1981), se supone que el proceso de producción es un proceso de montaje. El objetivo de la heurística es minimizar el coste medio por un periodo de más de un horizonte infinito, donde el coste medio es una función de los costos de procesamiento y costos de mantenimiento de inventario para cada nodo en la red.
Ishii, et. al (1988) desarrollan un modelo determinista para la determinación de los niveles de base de las acciones y los plazos de entrega asociados con la solución más rentable para una cadena de suministro integrada en un horizonte finito. Los niveles de stock y plazos de entrega se determinan de tal manera que se evite falta de existencias, y reducir al mínimo la cantidad de inventario obsoleto (muerto) en cada punto de valores. Su modelo utiliza un sistema de pedidos del tipo de extracción que es accionado por, en este caso, lineal (y conocido) procesos de demanda.
Cohen y Lee (1989) presentan una, entera mixta, no lineal modelo de programación matemática determinista, basado en técnicas de cantidad económica de pedido (EOQ), para desarrollar lo que los autores se refieren como una política de asignación de recursos global. Más específicamente, la función objetivo utilizada en su modelo maximiza el beneficio total después de impuestos para las instalaciones de fabricación y centros de distribución (ingresos totales menos los costos totales menos impuestos debidos antes de impuestos). Esta función objetivo está sujeta a una serie de limitaciones, incluyendo las limitaciones de gestión de recursos y producción (dificultades) y las restricciones de consistencia lógica (viabilidad, la disponibilidad, los límites de la demanda, y no negatividad de variables). Los productos resultantes de su modelo incluyen [12]:
• Asignación de los productos terminados y subconjuntos para las plantas de fabricación, proveedores a los centros de distribución, centros de distribución a las regiones de mercados.
• Las cantidades de los componentes, subconjuntos y productos finales para ser enviados entre los proveedores, fábricas y centros de distribución.
• Las cantidades de los componentes, subconjuntos y productos finales que se fabrican en las instalaciones de fabricación.
Por otra parte, este modelo se desarrolla necesidades de material y asignaciones para todos los productos, al tiempo que maximiza los beneficios después de impuestos.
Cohen y la Luna (1990) se extienden Cohen y Lee (1989) mediante el desarrollo de un modelo de optimización con restricciones, llamado PILOTO, para investigar los efectos de diversos parámetros sobre costos de la cadena de suministro, y considerar el problema adicional de determinar qué instalaciones de fabricación y centros de distribución deben estar abierto. Más específicamente, los autores consideran una cadena de suministro que consiste en proveedores de materias primas, instalaciones de fabricación, centros de distribución y minoristas. Este sistema produce productos finales y productos intermedios, utilizando diversos tipos de materias primas. El uso de este sistema en particular, el modelo piloto acepta como costes distintos de producción y transporte de entrada y, por consiguiente salidas:
• ¿Cuál de las instalaciones de fabricación y centros de distribución disponibles deben estar abiertos.
• Las materias primas y cantidades intermedias para los proveedores y las instalaciones de fabricación.
• Las cantidades de producción por producto por instalación de fabricación.
• envío específicos de producto cantidades de fabricación de las instalaciones del centro de distribución a los clientes.
La función objetivo del modelo piloto es una función de coste, que consiste en la producción y los costos de transporte fijas y variables, sujetos a la oferta, la capacidad, la asignación, la demanda y las restricciones de requerimientos de materias primas. Sobre la base de los resultados de su sistema de cadena de ejemplo de suministro, los autores concluyen que hay una serie de factores que pueden dominar los costos de la cadena de suministro bajo una variedad de situaciones, y que los costes de transporte juegan un papel significativo en los costos generales de las operaciones de la cadena de suministro.
Newhart, et. Alabama. (1993) diseñar una cadena de suministro óptima utilizando un enfoque de dos fases. La primera fase es un modelo matemático y la combinación de programas heurístico, con el objetivo de minimizar el número de tipos de productos diferentes se mantienen en existencia en toda la cadena de suministro. Esto se logra mediante la consolidación de los tipos de productos sustituibles en SKUs individuales. La segunda fase es un modelo de inventario basado en la hoja de cálculo, que determina la cantidad mínima de inventario de seguridad requerida para absorber la demanda y las fluctuaciones del tiempo de entrega. Los autores consideraron cuatro alternativas de localización de servicios para la colocación de las diversas instalaciones dentro de la cadena de suministro. El siguiente paso es calcular la cantidad de inversión en inventario en cada alternativa, dado un conjunto de requisitos de la demanda y, a continuación, seleccione la alternativa de costo mínimo.
Arntzen, et. Alabama. (1995) desarrollan un modelo de programación entera mixta, denominada GSCM
(Modelo cadena de suministro global), que puede acomodar productos múltiples etapas, instalaciones,
(escalones), períodos de tiempo, y los modos de transporte. Más específicamente, la GSCM minimiza una función compuesta de: (1) los días de actividad y (2) totales (fijos y variables) costo de producción, inventario, manejo de materiales, gastos generales y costos de transporte. El modelo requiere, como valor, listas de materiales, volúmenes de demanda, los costos y los impuestos, y los requisitos diarios de actividad y proporciona, como salida: (1) el número y la ubicación de los centros de distribución, (2) la asignación de centro de atención al cliente, distribución, ( 3) el número de escalones (cantidad de integración vertical), y (4) la asignación de productos de plantas.
Voudouris (1996) desarrolla un modelo matemático diseñado para mejorar la eficiencia y capacidad de respuesta en una cadena de suministro. El modelo maximiza la flexibilidad del sistema, tal como se mide por la suma basada en el tiempo de las diferencias instantáneas entre las capacidades y usos de dos tipos de recursos: recursos de inventario y los recursos para la actividad. inventario de recursos son recursos directamente relacionados con la cantidad de existencias que se tienen; recursos para la actividad, a continuación, son los recursos que se requieren para mantener el flujo de material. El modelo requiere, como entrada, los datos de consumo de recursos basado en los productos y de lista de materiales de información, y genera, como salida: (1) una producción, el transporte y calendario de entrega de cada producto y (2) orientar los niveles de inventario para cada producto.
Camm, et. Alabama. (1997) desarrollan un modelo de programación entera, basado en una formulación ubicación de la instalación uncapacitated, para Procter and Gamble Company. El propósito del modelo es: (1) determinar la ubicación de centros de distribución (DC) y (2) asignar dichas DCs seleccionadas a las zonas de los clientes. La función objetivo del modelo minimiza el coste total de la selección de la ubicación DC y la asignación DC-cliente, sujeto a las limitaciones que rigen las asignaciones de DC-cliente y el número máximo de DCs permitido.
3.2 Modelos de análisis estocásticos
Cohen y Lee (1988) desarrollan un modelo para establecer una política de necesidades de material para todos los materiales para cada etapa en el sistema de producción de la cadena de suministro. En este trabajo, los autores utilizan cuatro diferentes sub-modelos basados en los costos (hay uno estocástico sub-modelo para cada etapa de la producción considerada). Cada uno de estos sub-modelos se enumeran y describen a continuación [12]:
(1) Control de Material: Establece la cantidad de material de pedidos, cambiar el orden de los intervalos y tiempos de respuesta estimadas para todas las instalaciones de la cadena de suministro, los plazos dados, las tasas de relleno, listas de materiales, los costes y las necesidades de producción.
(2) Control de la Producción: Determina los tamaños de lote de producción y plazos de entrega para cada producto, teniendo en cuenta los tiempos de respuesta material.
(3) productos terminados de existencias (almacén): Determina el tamaño de orden económico y la cantidad de cada producto, utilizando los datos de costes, llenar los objetivos de tarifas, tiempos de producción, y los datos de la demanda.
(4) Distribución: Establece las políticas de pedido de inventario para cada instalación de distribución, en base a las necesidades de transporte de tiempo, los datos de demanda, los datos de costos, datos de red, y llenar Objetivos de tasa.
Cada uno de estos sub-modelos se basa en un objetivo de costo mínimo. En la etapa de cómputo final, los autores determinan las políticas de ordenación óptimas aproximadas utilizando un programa matemático, lo que minimiza la suma total de los costos de cada una de las cuatro sub-modelos.
Svoronos y Zipkin (1991) consideran varios escalones, los sistemas de la cadena de suministro de tipo de distribución
(Es decir, cada instalación tiene a lo sumo un antecesor directo, pero cualquier número de sucesores directos). En esta investigación, los autores suponen una materia prima de base, uno por uno (S-1, S) política de reposición para cada instalación, y que las exigencias de cada instalación siguen un proceso de Poisson independientes. Los autores obtienen aproximaciones en estado estacionario para el nivel de inventario promedio y el número promedio de pedidos pendientes pendientes en cada ubicación para cualquier elección de nivel de base de valores. Por último, el uso de estas aproximaciones, los autores proponen la construcción de un modelo de optimización que determina el costo mínimo nivel de base de valores.
Lee y Billington (1993) desarrollan un modelo estocástico heurística para la gestión de los flujos de materiales en una base sitio por sitio. En concreto, el modelo autores un tipo de tracción,, Orderup al sistema periódico de inventario, y determinar el período de revisión (por tipo de producto) y el Orderup a la cantidad (por tipo de producto) como los resultados del modelo. Los autores desarrollan un modelo que, o bien: (1) determinar la política de materias de pedido mediante el cálculo de los niveles de stock necesarios para lograr un nivel de servicio objetivo determinado para cada producto en cada instalación o (2) determinar el nivel de servicio para cada producto en cada instalación , dada una política de ordenamiento del material.
Lee, et. Alabama. (1993), desarrollan un estocástico, periódica revisión, orden puesta al modelo de inventario de desarrollar un procedimiento para la localización en el proceso de la cadena de suministro. Es decir, los autores proponen un acercamiento a los procesos operativos y de entrega que tienen en cuenta las diferencias en las estructuras del mercado de destino (por ejemplo, diferencias en el lenguaje, el medio ambiente, o los gobiernos). Por lo tanto, el objetivo de esta investigación es el diseño de los procesos de producción de productos y que son adecuados para diferentes segmentos de mercado que dan lugar a menor costo y más altos niveles de servicio al cliente en general.
Pyke y Cohen (1993) desarrollan un modelo de programación matemática para una cadena de suministro integrada, utilizando sub-modelos estocásticos para calcular los valores de las variables aleatorias incluidos incluidas en el programa matemático. Los autores consideran una cadena de suministro de tres niveles, que consta de un solo producto, una planta de fabricación, una instalación de almacenamiento, y un minorista. El modelo minimiza el costo total, sujeta a una restricción de nivel de servicio, y mantiene los tiempos de preparación, los tiempos de procesamiento y plazos de reaprovisionamiento constante. El modelo produce el intervalo aproximado económica (costo mínimo) de pedido, tamaño de los lotes de reposición, y la orden de arriba a niveles de producto (para el minorista) para una red de producción particular.
Pyke y Cohen (1994) siguen la investigación Pyke y Cohen (1993) mediante la inclusión de una red de producción más complicado. En Pyke y Cohen (1994), los autores consideran que una vez más una cadena de suministro integrada con una planta de fabricación, un almacén, y un minorista, pero ahora consideran varios tipos de productos. El nuevo modelo produce resultados similares; Sin embargo, determina las variables de decisión clave para cada tipo de producto. Más específicamente, este modelo se obtiene el intervalo aproximado económica (costo mínimo) de pedido (para cada tipo de producto), tamaños de lote de reposición (para cada tipo de producto), y los Orderup a producto niveles (para el minorista, para cada tipo de producto) para una red de cadena de suministro en particular.
Tzafestas y Kapsiotis (1994) utilizan un enfoque de programación matemática determinista para optimizar la cadena de suministro, a continuación, utilizar técnicas de simulación para analizar un ejemplo numérico de su modelo de optimización. En este trabajo, los autores realizan la optimización en tres escenarios diferentes [39]:
(1) Optimización de una planta de fabricación: En este escenario, el objetivo es reducir al mínimo el costo total incurrido por la única planta de fabricación; los costos experimentados por otras instalaciones se ignora.
(2) Suministro Global de Optimización de la Cadena: Este escenario supone una relación de cooperación entre todas las etapas de la cadena de suministro, y por lo tanto minimiza los costes operativos totales de la cadena en su conjunto.
(3) Optimización descentralizada: Este escenario optimiza cada uno de los componentes de la cadena de suministro individualmente, y por lo tanto minimiza el costo experimentado por cada nivel.
Los autores observan que por su ejemplo elegido, las diferencias en los costes totales entre los tres escenarios están muy cerca.
Towill y Del Vecchio (1994) consideran que la aplicación de la teoría del filtro y de simulación para el estudio de las cadenas de suministro. En su investigación, los autores comparan las características del filtro de las cadenas de suministro para analizar diversas respuestas cadena de suministro de aleatoriedad en el patrón de demanda. Estas respuestas se compararon utilizando la simulación, con el fin de especificar los requisitos mínimos de existencias de seguridad que permitan alcanzar un nivel de servicio deseado particular.
Lee y Feitzinger (1995) desarrollan un modelo analítico para analizar la configuración del producto de aplazamiento (es decir, la determinación de la etapa de producción óptima para la diferenciación del producto), asumiendo las demandas de productos estocásticos. Los autores suponen un proceso de fabricación con las etapas de producción I que se pueden realizar en una fábrica o en uno de los centros de distribución de M (DC). El problema es determinar un paso P tal que los pasos 1 a P se realizarán en la fábrica y medidas (P + 1) para que se llevarán a cabo en los países en desarrollo. Los autores resuelven este problema mediante el cálculo de un costo esperado de las diferentes configuraciones de productos, como la suma de los costos de inventario, transporte de mercancías, aduanas, de configuración y de procesamiento. El valor óptimo de P es el que minimiza la suma de estos costos.
Altiok y Rajan (1995) consideran que un sistema de producción / inventario generalizado con: M (M> 1) etapas (j = 1, M), un tipo de producto final, los tiempos de procesamiento al azar (FIFO, para todas las etapas) y puesta a punto veces, y tampones intermedios. El sistema experimenta la demanda de productos terminados de acuerdo con un proceso de Poisson compuesto, y los niveles de inventario de existencias (tampones intermedios y productos terminados) son controlados de acuerdo a una revisión continua (R, R) política de inventario, y no se permiten los pedidos pendientes. Los autores desarrollan un procedimiento iterativo en el que cada uno de los subsistemas de dos nodos se analizan de forma individual; el procedimiento termina una vez que el rendimiento promedio de estimaciones para cada sub-sistema son todos aproximadamente iguales. Una vez que se cumple la condición de terminación, el procedimiento permite el cálculo de los valores aproximados para los dos parámetros de rendimiento: (1) los niveles de inventario en cada búfer j, y (2) la probabilidad de pedidos pendientes. Los autores concluyen que su aproximación es aceptable siempre y cuando el P (pedido pendiente) no sea superior a 0,30, en cuyo caso el sistema está fallando para acomodar de manera efectiva los volúmenes de demanda.
Finalmente, Lee, et. Alabama. (1997) desarrollar modelos matemáticos que describen el estocásticos Bullwhip Effect, que se define como el fenómeno en el que la varianza de la demanda del comprador se vuelve cada vez amplificada y distorsionada en cada escalón hacia arriba a lo largo de la cadena de suministro. Es decir, la variación real y la magnitud de las órdenes en cada escalón es cada vez más alta que la varianza y la magnitud de las ventas, y que este fenómeno se propaga aguas arriba dentro de la cadena. En esta investigación, los autores desarrollan modelos analíticos estocásticos que describen las cuatro causas del efecto látigo (procesamiento de señal de la demanda, el racionamiento de juego, dosificación orden, y las variaciones de precios), y muestran cómo estas causas contribuyen al efecto.
3.3 Modelos Económicos
Christy y Grout (1994) el desarrollo de un marco económico, la teoría de juegos para modelar la relación comprador-proveedor en una cadena de suministro. La base de este trabajo es una matriz de relaciones cadena de 2 x 2 de suministro, que puede ser utilizado para identificar las condiciones en las que se desea cada tipo de relación. Estas condiciones van de mayor a menor especificidad proceso y de mayor a menor especificidad del producto. Por lo tanto, los riesgos relativos asumidos por el comprador y el proveedor son capturados dentro de la matriz. Por ejemplo, si el proceso de especificidad es baja, entonces el comprador asume el riesgo; si la especificidad del producto es baja, entonces el proveedor asume el riesgo. Para cada uno de los cuatro cuadrantes (y por lo tanto, cada una de las cuatro categorías de riesgo), los autores continúan para asignar las técnicas apropiadas para modelar la relación comprador-proveedor. Para el caso de dos escalón, el lector interesado puede consultar Cachon y Zipkin (1997).
3.4 Modelos de Simulación
Towill (1991) y Towill, et. Alabama. (1992) utilizan técnicas de simulación para evaluar los efectos de las distintas estrategias de cadena de suministro en la amplificación de la demanda. Las estrategias investigadas son las siguientes [38]:
(1) La eliminación del escalón de distribución de la cadena de suministro, incluyendo la función de distribución en el escalón de fabricación.
(2) La integración del flujo de información en toda la cadena.
(3) La implementación de una política de inventario Just-In-Time (JIT) para reducir los retardos de tiempo.
(4) La mejora de la circulación de los productos intermedios y materias mediante la modificación de los procedimientos cantidad de la orden.
(5) La modificación de los parámetros de los procedimientos existentes cantidad de la orden.
El objetivo del modelo de simulación es determinar qué estrategias son las más efectivas para suavizar las variaciones en el patrón de demanda. La estrategia just-in-time (estrategia (3) anterior) y la estrategia de retirada escalonada (estrategia (1) anterior) se observaron a ser el más eficaz para suavizar las variaciones de la demanda.
Wikner, et. Alabama. (1991) examinan cinco estrategias de mejora de la cadena de suministro, a continuación, poner en práctica estas estrategias en un modelo de la cadena de alimentación de referencia de tres etapas. Las cinco estrategias son [42]:
(1) Ajuste de las reglas de decisión existentes.
(2) La reducción de los retrasos en y dentro de cada etapa de la cadena de suministro.
(3) La eliminación de la etapa de distribución de la cadena de suministro.
(4) La mejora de las reglas de decisión en cada etapa de la cadena de suministro.
(5) La integración del flujo de información, y la separación de demandas en las órdenes reales, que son verdaderas demandas del mercado, y las órdenes de presentación, que son órdenes que refuerzan las existencias de seguridad.
Su modelo de referencia incluye una sola fábrica (con un almacén en el lugar), las instalaciones de distribución y minoristas. Por lo tanto, se supone que todas las instalaciones dentro de las casas de cadena algunos inventario. La implementación de cada uno de los cinco estrategias diferentes se lleva a cabo utilizando la simulación, los resultados de los que se utilizan después para determinar los efectos de las diferentes estrategias de minimizar fluctuaciones de la demanda. Los autores concluyen que la estrategia de mejora de la estrategia más eficaz es (5), lo que mejora el flujo de información a todos los niveles en toda la cadena, y la separación de órdenes.
4 Medidas de rendimiento de la cadena
Un componente importante en el diseño y análisis de la cadena de suministro es el establecimiento de medidas de rendimiento adecuadas. Una medida de rendimiento, o un conjunto de medidas de rendimiento, se utiliza para determinar la eficacia y / o la eficacia de un sistema existente, o para comparar sistemas alternativos que compiten. También se utilizan las medidas de rendimiento para el diseño de sistemas propuestos, mediante la determinación de los valores de las variables de decisión que producen el nivel más deseable (s) de rendimiento. La literatura disponible identifica una serie de medidas de rendimiento como importantes en la evaluación de la eficacia de la cadena de suministro y la eficiencia. Estas medidas, que se describen en esta sección, pueden ser categorizados como cualitativa o cuantitativa.
4.1 Evaluación de resultados cualitativos
medidas de resultados cualitativos son aquellas para las cuales no existe una medición numérica directa sola, aunque se pueden cuantificar algunos aspectos de las mismas. Estos objetivos han sido identificados como importantes, pero no se utiliza en los modelos examinados aquí:
• Satisfacción del cliente: El grado en que están satisfechos con el producto y / o servicio recibido clientes, y puede aplicarse a los clientes internos o externos a los clientes. La satisfacción del cliente se compone de tres elementos [8]:
(1) Pre-Transacción Satisfacción: la satisfacción asociada con elementos de servicio que se producen antes de la compra del producto.
(2) Transacción Satisfacción: la satisfacción asociada con elementos de servicio que participan directamente en la distribución física de los productos.
(3) Tras la operación Satisfacción: la satisfacción asociada con el apoyo previsto para los productos mientras está en uso.
• Flexibilidad: El grado en que la cadena de suministro puede responder a las fluctuaciones aleatorias en el patrón de demanda.
• Información y flujo de materiales Integración [31]: El grado en que todas las funciones dentro de la cadena de suministro comunicar la información y los materiales de transporte.
• Gestión eficaz del riesgo [22]: Todas las relaciones dentro de la cadena de suministro contienen riesgo inherente. La gestión eficaz de riesgos describe el grado en que se reduce al mínimo los efectos de estos riesgos.
• Rendimiento Proveedor: Con lo que los proveedores de consistencia proporcionan las materias primas para las instalaciones de producción a tiempo y en buenas condiciones.
4.2 Evaluación de resultados cuantitativos
medidas de desempeño cuantitativos son aquellas medidas que puedan ser descritas directamente numéricamente. medidas de rendimiento de la cadena de suministro cuantitativos se pueden clasificar por:
(1) Los objetivos que se basan directamente en (2) los objetivos de coste o beneficio y que se basan en alguna medida de la capacidad de respuesta al cliente.
4.2.1 Medidas basa en el precio
• La minimización de costos: El objetivo más ampliamente utilizado. El costo se reduce al mínimo normalmente para una cadena de suministro (costo total), o se reduce al mínimo para las unidades de negocios particulares o etapas.
• Maximización de ventas [19]: Maximizar la cantidad de dólares de ventas o de unidades vendidas.
• Maximización del beneficio: Maximizar los ingresos menos los costos.
• Reducción al mínimo la inversión en inventario [24]: Minimizar la cantidad de los costos de inventario (incluyendo los costos del producto y los costos de mantenimiento)
• Retorno de la Inversión Maximización [8]: Maximizar la relación de la ganancia neta de capital a que se empleó para producir ese beneficio.
4.2.2 Las medidas basadas en respuesta a los clientes
• Tasa de relleno Maximización: Maximizar la fracción de pedidos de los clientes llenos a tiempo.
• Retraso del producto minimización: Minimizar la cantidad de tiempo entre la fecha de entrega del producto prometido y la fecha de entrega del producto real.
• Tiempo de respuesta al cliente minimización: Minimizar la cantidad de tiempo requerido desde el momento se hace un pedido hasta que el tiempo se recibe el pedido por parte del cliente. Por lo general, se refiere solamente a los clientes externos.
• Plazo de ejecución minimización: Minimizar la cantidad de tiempo requerido desde el momento en que un producto ha comenzado su fabricación hasta el momento en que se procesa por completo.
• Función de duplicado Minimización [31]: Reducir al mínimo el número de funciones de negocio que son proporcionados por más de una entidad comercial.
4.3 Evaluación de resultados para el abastecimiento de la cadena de modelado
Como se mencionó anteriormente, un elemento importante en el modelado de la cadena de suministro es el establecimiento de medidas de rendimiento adecuadas. Cada uno de los modelos examinados en la sección 3 se buscó optimizar una o más medidas de rendimiento de la cadena de suministro, dado un conjunto de restricciones físicas u operativas del sistema. La Tabla 1 resume las medidas de rendimiento utilizados en la investigación revisada.
Base debe medir el rendimiento Autor (s)
Minimizar el costo Camm costo, et. Alabama. (1997)
Lee, et. Alabama. (1997)
Lee y Feitzinger (1995)
Tzafestas y Kapsiotis (1994)
Pyke y Cohen (1994)
Pyke y Cohen (1993)
Lee, et. Alabama. (1993)
Svoronos y Zipkin (1991)
Cohen y la Luna (1990)
Cohen y Lee (1988)
Ishii, et. Alabama. (1988) Williams (1983)
Williams (1981) reducir al mínimo los niveles promedio de inventario Altiok y Ranjan (1995) Towill y Del Vecchio (1994) maximizar el beneficio Cohen y Lee (1989) Minimizar la cantidad de inventario obsoleto Ishii, et. Alabama. (1988)
Cliente
Lograr la capacidad de respuesta de nivel de servicio objetivo (tasa de relleno) Lee y Billington (1993)
Lee, et. Alabama. (1993)
Towill y Del Vecchio (1994) Minimizar Altiok probabilidad de falta de existencias y Ranjan (1995) Ishii, et. Alabama. (1988)
costo y
Cliente
Minimizar la capacidad de respuesta de la demanda de productos varianza o la amplificación de la demanda Newhart, et. Alabama. (1993)
Towill, et. Alabama. (1992) Towill (1991)
Wikner, et. Alabama. (1991) Maximizar el beneficio del comprador-proveedor Christy y Grout (1994)
Costo y Tiempo Actividad minimizar el número de días de actividad y coste total Arntzen, et. Alabama. (1995)
Maximizar la flexibilidad Voudouris disponible la capacidad del sistema (1996)
Tabla 1. Medidas de rendimiento en Supply Chain Modelado
5 Variables de Decisión en Supply Chain Modelado
En el modelado de la cadena de suministro, las medidas de rendimiento (tales como los descritos en la Sección 4) se expresan como funciones de una o más variables de decisión. Estas variables de decisión son entonces elegidos de tal manera que se optimice una o más medidas de rendimiento. Las variables de decisión utilizados en los modelos revisados se describen a continuación. • Programación de la producción / distribución: Programación de la fabricación y / o distribución.
• Los niveles de inventario: La determinación de la cantidad y la ubicación de cada materia prima, el subconjunto, y el almacenamiento de montaje final.
• Número de fases (Escalones): Determinación del número de etapas (o escalones) que comprenderá la cadena de suministro. Esto implica, ya sea aumentando o disminuyendo el nivel de cadenas de integración vertical mediante la combinación de (o eliminación) de las etapas o de separación (o la adición) etapas, respectivamente.
• Centro de Distribución (DC) - Asignación de cliente: determinación de las DC (s), que servirá al cliente (s).
• Planta - Asignación del producto: La determinación de qué planta (s) fabricará qué producto (s).
• El comprador - Relaciones con los proveedores: La determinación y el desarrollo de los aspectos críticos de la relación comprador-proveedor.
• Descripción de productos Diferenciación Paso: Determinación del paso dentro del proceso de fabricación de productos en los que el producto debe ser diferenciado (o especializado).
• El número de tipos de productos se mantienen en existencia: Determinación del número de diferentes tipos de productos que se celebrarán en el inventario de productos terminados.
6 Agenda de Investigación
Los modelos revisados aquí, y se resumen en la Tabla 1 anterior, utilizar un número de las medidas de rendimiento identificados en las secciones 4.1 y 4.2. La Tabla 2 resume la investigación revisada. Para cada uno de los modelos estudiados, la tabla ilustra: (1) el tipo (s) de la metodología de modelado utilizado, (2) la medida (s) de resultados en los, y (3) la variable (s) de decisión utilizado para optimizar el asociado medidas de desempeño).

 

 

 

 

 

 

 

 

El enfoque y el alcance de la investigación existente en el diseño y análisis de las cadenas de suministro ilustra una serie de cuestiones que aún no se han abordado en la literatura. En esta sección se sugiere una agenda de investigación para el diseño de la cadena de suministro y análisis de: (1) la evaluación y el desarrollo de las medidas de rendimiento de la cadena de suministro, (2) el desarrollo de modelos y procedimientos para relacionar las variables de decisión a las medidas de rendimiento, (3) la consideración de cuestiones que afectan a modelar la cadena de suministro, y (4) la clasificación de los sistemas de la cadena de suministro para permitir el desarrollo de reglas de dedo o técnicas generales para ayudar en el diseño y análisis de la fabricación de cadenas de suministro.
6.1 Medidas de rendimiento de la cadena
Tabla 1 identifica las medidas de rendimiento que han sido utilizados en la literatura. Estas medidas, y otros, pueden ser apropiados para el diseño y análisis de la cadena de suministro. Las investigaciones disponibles no se ha referido específicamente a la adecuación o idoneidad de las medidas de rendimiento de la cadena de suministro existentes.
Más específicamente, las preguntas de investigación que pueden ser contestadas son:
(1) ¿Son las medidas de rendimiento existentes apropiado para cadenas de suministro? Es poco probable que una sola medida de la ejecución será adecuada para una cadena de suministro (el lector interesado puede consultar Beamon (1996) para una evaluación de las medidas de rendimiento de la cadena de suministro). Es más probable que un sistema o función de las medidas de rendimiento serán necesarios para la medición precisa e integrador de sistemas de la cadena de suministro.
(2) ¿Cuáles son las medidas de rendimiento adecuados para las cadenas de suministro? Es decir, qué tipos de medidas de rendimiento o sistemas de medición del rendimiento son apropiados para el análisis de rendimiento de la cadena de suministro, y por qué?
6.2 Optimización de la Cadena de Suministro
Un componente importante en el diseño de la cadena de suministro es determinar cómo se consigue un diseño eficaz cadena de suministro, da una medida de rendimiento, o un conjunto de medidas de rendimiento. La investigación en el modelado de la cadena de suministro sólo ha arañado la superficie de cómo las estrategias de la cadena de suministro (o variables de decisión) pueden afectar el rendimiento de una medida determinada, o un conjunto de medidas de rendimiento. Lee y Whang (1993) y Chen (1997) son ejemplos de este tipo de investigación. Lee y Whang (1993) desarrollan un sistema de medición del desempeño que intenta hacer coincidir la métrica de rendimiento de los gestores de cadena de suministro individuales con los de toda la cadena de suministro, en un intento de reducir al mínimo la pérdida total asociado con objetivos contradictorios. Del mismo modo, Chen (1997) también se investiga la relación entre los gestores de la cadena de suministro individuales y la cadena de suministro en su conjunto, sino que lo hace sobre la base de los costos de inventario. En este trabajo, Chen (1997) busca desarrollar reglas óptimas de toma de inventario para los directores (que sólo tienen información local) que resultan de la explotación y del pedido pendiente promedio de los costos mínimos de largo plazo para todo el sistema.
La Tabla 2 indica que la mayoría de los modelos de uso de nivel de inventario como una variable de decisión y el costo como una medida del rendimiento. Sin embargo, como también se indica en la Tabla 2, hay un número de otras variables de decisión (y tal vez otros que todavía no han sido estudiados) que puede ser adecuadamente conectado a un sistema de medidas de rendimiento que comprenden medidas enumeradas en la Tabla 2 y tal vez otros que todavía no se han estudiado. Por lo tanto, se necesita investigación que asocia los sistemas de medición del desempeño adecuadas a las variables de decisión cadena de suministros críticos.
6.3 Modelado de la cadena de suministro Cuestiones
En el modelado de la cadena de suministro, hay una serie de cuestiones que están recibiendo cada vez más atención, como lo demuestra su consideración predominante en la obra reseñada aquí. Estos temas son: (1) el aplazamiento del producto, (2) frente a una sola nación de modelado global de la cadena de suministro, y (3) la demanda de amplificación distorsión y varianza.
El aplazamiento 6.3.1 Producto
aplazamiento del producto es la práctica de retrasar una o más operaciones para un momento posterior en la cadena de suministro, retrasando de este modo el punto de diferenciación de los productos. Existen numerosos beneficios potenciales que se obtendrán de aplazamiento, uno de los más convincentes de los cuales es la reducción en el valor y la cantidad de existencias que se tienen, lo cual reduce los costos de inversión. Hay dos consideraciones principales en el desarrollo de una estrategia de aplazamiento para un producto final particular: (1) determinar la cantidad de pasos para posponer y (2) determinar los pasos a posponer. La investigación actual frente a la estrategia de aplazamiento incluye Lee y Feitzinger (1995) y Johnson y Davis (1995).
6.3.2 Global vs. sola Nación Modelado cadena de suministro
Las cadenas de suministro mundiales (GSC) son las cadenas de suministro que operan (es decir, contienen instalaciones) en varios países. Al modelar GSCS, hay consideraciones adicionales que afectan al rendimiento SC que no están presentes en las cadenas de suministro que operan en una sola nación. regulaciones de exportación, los tipos de derecho, y los tipos de cambio son algunas de las consideraciones necesarias adicionales al modelar GSCS. Kouvelis y Gutiérrez (1997), Arntzen, et. Alabama. (1995) y Cohen y Lee cuestiones de modelado (1989) dirección asociada con GSCs.
6.3.3 La demanda de distorsión y varianza de amplificación
Distorsión demanda es el fenómeno en el que las órdenes al proveedor tienen la varianza más grande que las ventas a se produce la amplificación comprador y la varianza cuando la distorsión de la demanda se propaga en sentido ascendente en forma amplificada [28]. Estos fenómenos (también conocidas colectivamente como el efecto látigo o efecto de latigazo cervical) son comunes en los sistemas de la cadena de suministro y no se observaron ya en Forrester (1961). Las consecuencias del efecto látigo en la cadena de suministro pueden ser graves, el más grave de los cuales es el exceso de costos de inventario. Como resultado, un número de estrategias han sido desarrolladas para contrarrestar los efectos de la distorsión de la demanda y la amplificación de la varianza. Una discusión detallada de los problemas y las estrategias asociadas con el efecto látigo se puede encontrar en Lee, et. Alabama. (1997), Towill (1996), Newhart, et. Alabama. (1993), Towill, et. Alabama. (1992), Towill (1991), Wikner, et. Alabama. (1991), y Houlihan (1987).

6.4 Suministro Clasificación Cadena
sistemas de la cadena de suministro son inherentemente complejos. Por lo tanto, los modelos y métodos utilizados para estudiar con precisión estos sistemas son, como era de esperar, también complejo. Sin embargo, si los sistemas de la cadena de suministro podrían clasificarse sobre la base de características específicas, tales como la incertidumbre o el volumen de la demanda, el número de escalones, o el número de artículos producidos, puede haber técnicas de reglas de pulgar que sugieren que las características de funcionamiento que pueden alcanzar un objetivo determinado (o un conjunto de objetivos). Por lo tanto, la investigación que se desarrolla un esquema de clasificación significativo para los sistemas de la cadena de suministro que conduce a las asociaciones de reglas-de-pulgar entre las variables de decisión y objetivos de rendimiento que se necesita.
7 Resumen
Una cadena de suministro se define como un conjunto de relaciones entre proveedores, fabricantes, distribuidores y minoristas que facilita la transformación de materias primas en productos finales. Aunque la cadena de suministro se compone de un número de componentes de negocio, la propia cadena se considera como una sola entidad. Tradicionalmente, los profesionales y los investigadores han limitado sus análisis y alcance de las etapas individuales dentro de la cadena más grande, pero recientemente han identificado la necesidad de un enfoque más integrado para el diseño del sistema de fabricación. En consecuencia, el marco de la cadena de suministro se ha convertido en un componente importante de este nuevo enfoque integrado.
El objetivo de este trabajo fue doble: (1) proporcionar una revisión de la literatura centrada en el modelado de la cadena de suministro y (2) para identificar una agenda de investigación para futuras investigaciones en esta área. Más específicamente, este documento revisa los modelos disponibles de cadena de suministro y métodos, y los temas identificados para la investigación futura consideración que faciliten el avance del conocimiento y la práctica en el área de diseño y análisis de la cadena de suministro. Basado en el cuerpo existente de la investigación en el modelado de la cadena de suministro, se hicieron sugerencias para futuras investigaciones en las cuatro áreas siguientes: (1) la evaluación y el desarrollo de las medidas de rendimiento de la cadena de suministro, (2) el desarrollo de modelos y procedimientos que se relacionan variables de decisión a la medidas de rendimiento, (3) Examen de las cuestiones que afectan a modelar la cadena de suministro, y (4) la clasificación de los sistemas de la cadena de suministro para permitir el desarrollo de reglas de dedo o técnicas generales para ayudar en el diseño y análisis de la fabricación de cadenas de suministro.
8 Referencias
[1]. Altiok, Tayfur y Raghav Ranjan, 1995. multi-etapa, Pull Tipo-Systems Producción / Inventario de Operaciones, IIE, 27: 190-200.
[2]. Arntzen, Bruce C., Gerald G. Brown, Terry P. Harrison, y Linda L. Trafton de 1995. Gestión de la cadena de suministro global en Digital Equipment Corporation, interfaces, 25: 69-93.
[3]. Beamon, Benita M., 1996. Evaluación de resultados en la gestión de la cadena de suministro, Actas de la Conferencia sobre ágil y sistemas de fabricación inteligentes, Troy, Nueva York.
[4]. Bhatnagar, Rohit, Chandra Pankaj, y Suresh K. Goyal, 1993. Modelos para varias plantas de Coordinación, European Journal of Operational Research, 67: 141-160.
[5]. Cachon, G. P. y P. H. Zipkin, 1997. Las políticas de inventario competitivos y cooperativos en una cadena de dos etapas de alimentación, Fuqua School of busineess, la Universidad de Duke.
[6]. Camm, Jeffrey D., Thomas E. Chorman, Franz A. Dull, James R. Evans, Dennis J. Sweeney, y Glenn W. Wegryn, 1997. Combinación o / MS, Juicio, y SIG: P reestructuración y de la cadena de suministro Gs, interfaces , 27 (1): 128-142.
[7]. Chen, Fangruo, 1997. Cadenas descentralizada suministro sujeto a retrasos de información (anteriormente The Game estacionario cerveza), Graduate School of Business, Universidad de Columbia, Nueva York, Nueva York.
[8]. Christopher, Martin, 1994. Logística y Supply Chain Management, Richard D. Irwin, Inc., Financial Times, Nueva York, Nueva York.
[9]. Christy, David P. y John R. Grout, 1994. Las relaciones de salvaguardia cadena de suministro, Revista Internacional de Economía de la Producción, 36: 233-242.
[10]. Clark, A.J. y H. Bufanda, 1960. Las políticas óptimas para un problema de inventario multinivel. Gestión de la Ciencia, 6 (4): 475-490.
[11]. Clark, A.J. y H. Bufanda, 1962. Las soluciones aproximadas a un problema simple MultiEchelon Inventario, en K. J. Arros, S. Karlin, y H. Scarf (eds.), Estudios de Probabilidad Aplicada y Ciencias de la Administración, pp 88-110, Stanford, CA:. Stanford University Press.
[12]. Cohen, Morris A. y Hau L. Lee, 1988. Análisis estratégico de los Sistemas Integrados de Producción-Distribución: Modelos y Métodos, Investigación de Operaciones, 36 (2): 216-228.
[13]. Cohen, Morris A. y Hau L. Lee, 1989. Análisis de Recursos de implementación de fabricación global y redes de distribución, Diario de Fabricación y Gestión de Operaciones, 2: 81-104.
[14]. Cohen, Morris A. y Sanqwon Luna, 1990. impacto de las economías de escala de producción, fabricación complejidad y los costos de transporte en redes de instalaciones de cadena de suministro, Diario de Fabricación y Gestión de Operaciones, 3: 269.292.
[15]. Davis, Tom, 1993. Gestión de la Cadena de Suministro eficaz, Sloan Management Review, Verano, 35-46.
[dieciséis]. Diks, E. B., A. G. De Kok, y A. G. Lagodimos, Sistemas de 1996. varios escalones:
Una perspectiva Medida Servicio, European Journal of Operational Research, 95: 241-263.
[17]. Federgruen, A., 1993. Modelos de planificación centralizada para los sistemas de inventario multinivel en un marco de incertidumbre, S. Graves, A. Rinnooy Kan, y P. Zipkin (Eds.), Logística de producción y el inventario, North-Holland, Amsterdam, 133-173.
[18]. Forrester, J., 1961. Dinámica Industrial, MIT Press, y John Wiley and Sons, Inc., Nueva York.
[19]. Hammel, Todd R. y Laura Roca Kopczak, 1993. Apriete de la cadena de suministro, la producción y el inventario de Gestión Journal, 34 (2): 63-70.
[20]. Ishii, K., K. Takahashi y R. Muramatsu, 1988. Producción integrada, inventario y distribución de sistemas, Revista Internacional de Investigación sobre la Producción, 26 (3): 473-482.
[21]. Johnson, M. Eric y Tom Davis, 1995. Ganando y la unidad Edge con la Gestión de la Cadena de Suministro, APICS, diciembre 26-31.
[22]. Johnson, J. B. y Scott Randolph, 1995. Breves: Fabricación de alianzas de trabajo - El uso de un sistema de gestión basado en computadora para integrar la cadena de suministro, JPT, Journal of Petroleum Technology, 47 (6): 512-513.
[23]. Kouvelis, P. y G. Gutiérrez, 1997. El problema newsvendor en un mercado global: Optimal Políticas de control centralizado para sistemas de inventario en dos Mercado estocástico, Management Science, 43 (5): 571-585.
[24]. Lee, Hau L. y Corey Billington, 1993. Gestión de materiales en las cadenas de suministro descentralizado, Investigación de Operaciones, 41 (5): 835-847.
[25]. Lee, Hau L. y Corey Billington, 1992. Cadena de Suministro Gestión de inventario: Dificultades y Oportunidades, Sloan Management Review, Primavera, 65-73.
[26]. Lee, Hau L., Corey Billington, y Brent Carter, 1993. Hewlett-Packard ganancias de control de inventario y de servicio a través del Diseño para la localización, interfaces, 23 (4): 1-11.
[27]. Lee, Hau L. y Edward Feitzinger, 1995. Configuración del producto y
El aplazamiento de eficiencia de la cadena, Instituto de Ingenieros Industriales, Cuarto Ingeniería Industrial Research Conference Proceedings, 43-48.
[28]. Lee, Hau L., V. Padmanabhan, y Seungjin Whang, 1997. Información distorsión en una cadena de suministro: el efecto látigo, Management Science, 43 (4): 546-558.
[29]. Lee, H. y S. Whang, 1993. descentralizada escalones múltiples sistemas de control de inventarios, la Universidad de Stanford, Graduate School of Business, de Stanford, CA.
[30]. Newhart, D. D., K. L. Stott, y F. J. Vasko, 1993. La consolidación de tamaños del producto para minimizar los niveles de inventario para un multi-etapa de producción y de distribución, Revista de la Sociedad de Investigación Operativa, 44 (7): 637-644.
[31]. Nicoll, Andrew D., 1994. La integración de Logística Estrategias, Actas de la Conferencia Anual Internacional - Producción y Sociedad Americana de Control de Inventario, 590-594.
[32]. Pyke, David F. y Morris A. Cohen, 1993. Características de rendimiento de sistemas de producción-distribución estocástica integrados, European Journal of Operational Research, 68 (1): 23-48.
[33]. Pyke, David F. y Morris A. Cohen, 1994. multiproducto Sistemas Integrados ProductionDistribution, European Journal of Operational Research, 74 (1): 18-49.
[34]. Svoronos, Antonio y Pablo Zipkin, 1991. Evaluación de Uno por Uno
Políticas de reposición para Sistemas Multiechelon Inventario, Gestión de la Ciencia, 37 (1): 68-83.
[35]. Towill, D. R., 1991. Suministro dinámica de la cadena, International Journal of Computer Integrated Manufacturing, 4 (4): 197-208.
[36]. Towill, Denis R., 1996. Gestión de tiempo de compresión y cadena de suministro - una visita guiada, Gestión de la Cadena de Suministro, 1 (1): 15-27.
[37]. Towill, D. R. y A. Del Vecchio, 1994. La aplicación de la teoría del filtro para el Estudio de la dinámica de la cadena de suministro, planificación y control de producción, 5 (1): 82-96.
[38]. Towill, D. R., M. M. Naim, y J. Wikner, 1992. dinámica industrial Modelos de simulación en el diseño de las cadenas de suministro, Revista Internacional de Distribución Física y Gestión Logística, 22 (5): 3-13.
[39]. Tzafestas, Spyros y George Kapsiotis, 1994. El control coordinado de las cadenas de fabricación / suministro utilizando técnicas Multi-Level, Computer Integrated Manufacturing Systems, 7 (3): 206-212.
[40]. van Houtum, G. J., K. Inderfurth, y W.H.M. Zijm, 1996. Materiales de Coordinación en estocásticos de varios escalones Systems, European Journal of Operational Research, 95: 1-23.
[41]. Voudouris, Vasilios T., 1996. Las técnicas de programación matemática para descongestionar la cadena de suministro de Bellas Chemical Industries, ordenadores e Ingeniería Química, 20: S1269-S1274.
[42]. Wikner, J, D.R. Towill y M. Naim, 1991. Suavizante de suministro dinámica de la cadena, International Journal of Production Economics, 22 (3): 231-248.
[43]. Williams, Jack F., 1981. Las técnicas heurísticas para el uso simultáneo Programación de la Producción y Distribución de Estructuras de varios escalones: Teoría y comparaciones empíricas, Management Science, 27 (3): 336-352.
[44]. Williams, Jack F., 1983. Un algoritmo híbrido para la programación simultánea de producción y distribución en las estructuras de varios escalones, Management Science, 29 (1): 77-92.