主要观点总结
本文讨论了基于随机优化的物料需求规划(MRP)系统，用于解决需求不确定性下多层级、多品种生产问题。提出在MRP系统中整合批量大小和安全库存计算的随机优化方法，包括两阶段和多阶段模型，分别基于static-static和static-dynamic决策框架。实验结果表明，随机优化方法能显著降低运营成本，尤其在需求不确定性较大时。此外，文章还提出两种启发式方法以及从随机MRP模型解决方案中派生的补货上限(S)策略，用于static-dynamic框架下的实时决策。
关键观点总结
关键观点1: 随机优化在MRP系统中的应用
文章提出在MRP系统中整合批量大小和安全库存计算的随机优化方法，以解决需求不确定性下的多层级、多品种生产问题。
关键观点2: 两阶段和多阶段模型
文章提出基于static-static和static-dynamic决策框架的两阶段和多阶段模型，其中多阶段模型需要更多的计算时间，但可以提供更好的结果。
关键观点3: 启发式方法和补货上限(S)策略
文章提出两种启发式方法以及从随机MRP模型解决方案中派生的补货上限(S)策略，用于static-dynamic框架下的实时决策。
关键观点4: 实验结果
实验结果表明，随机优化方法能显著降低运营成本，尤其在需求不确定性较大时。
关键观点5: 大规模供应链实例
文章评估了固定-优化方法在大规模供应链管理问题上的性能和局限性，结果显示该方法在大规模实例中表现良好。
文章预览
↑↑↑↑↑ 点击上方 蓝色字 关注我们！ 作者：Simon Thevenin, Yossiri Adulyasak, Jean-Francois Cordeau 引用：Thevenin S, Adulyasak Y, Cordeau J F. Material requirements planning under demand uncertainty using stochastic optimization[J]. Production and Operations Management, 2021, 30(2): 475-493. 文章链接：https://doi.org/10.1111/poms.13277 1 问题背景 企业资源规划 (Enterprise Resource Planning, ERP) 系统，将财务、会计、人力资源、供应链管理和客户关系管理等各种业务功能集成到一个综合系统中，通过提供实时的关键绩效指标可见性和自动化例行任务，进而提高业务运营的效率和效力。ERP系统的核心是物料需求规划 (Material Requirements Planning, MRP) 逻辑：根据最终产品的需求，MRP系统计算每个周期中需要生产（或订购）每个零部件的批次大小。物料清单 (Bill of Materials, BOM), 即产品结构以及生产每个最终产品或后续组件
………………………………
