Dynamic Multi-Product Multi-Facility Supply Network Design

Volatile Märkte, sich verkürzende Produktlebenszyklen und der globale Wettbewerb stellen die klassischen Lieferketten vor große Herausforderungen.
Supply Chains müssen sich kurzfristig und dynamisch an die volatilen Marktanforderungen anpassen. Die volatilen Märkte werden immer weniger vorhersehbar. Die Supply Chains selbst müssen dynamischer werden, um die Marktvolatilität zu bewältigen. Daher wandelt sich das klassische Bild der stabilen Supply Chain in ein dynamisches Supply Network-Verständnis.
Um diese neuen Anforderungen abzudecken, schlägt diese Arbeit das Dynamic Supply Network Design Problem (DSNDP) als zentrales Instrument in hierarchischen Planungssystemen vor. ... mehrZentrales Ziel der Arbeit ist es, einen Ansatz für das Design dynamischer Supply Networks unter gegebenen physischen Randbedingungen bereitzustellen. Um dieses Ziel zu erreichen, wird das Problem zunächst motiviert, charakterisiert und in Beziehung zum Stand der Technik der Supply Chain Planungsansätze gesetzt. Nachdem diese Grundlage geschaffen ist, wird das Problem formalisiert.
Dazu werden alle Modellierungsannahmen formuliert. Auf dieser Grundlage werden drei aufeinander aufbauende Optimierungsmodelle für das DSNDP entwickelt, wobei ein Mixed Integer Linear Programming (MILP) Ansatz verwendet wird. Die Optimierungsmodelle entwerfen ein dynamisches Supply Network durch die Entwicklung eines Qualifizierungsplans für alle verfügbaren Ressourcen in jeder Periode des Planungshorizonts.
Dieses dynamische Supply Network weist den verfügbaren kapazitiven Ressourcen die entsprechenden Qualifikationen zu, um die volatile Nachfrage dynamisch zu bedienen und die Gesamtkosten zu minimieren. Dabei werden der tatsächliche Produktionsschwerpunkt jedes Produktionspartners (Produktmix-Abhängigkeit), die spezifischen Erfahrungen jedes
Produktionspartners (Qualifizierungsabstufung), die Fähigkeit der Fabriken, ein Produktportfolio und nicht nur einzelne Produkte abzudecken (multitasking facility) sowie die Möglichkeit der Pre-Prozessierung berücksichtigt.
Jedes Modell wird um eine dieser Hauptannahmen erweitert. Dies macht die Modelle immer realistischer jedoch auch komplexer. Einschränkungen in der Problemgröße motivieren die Arbeit zu einem zusätzlichen heuristischen Ansatz. Die vorgeschlagene Displacement Heuristik berücksichtigt die gleichen Annahmen, löst das Designproblem jedoch iterativ.
Dadurch erreicht sie zwar niedrige Berechnungszeiten, verliert aber die Optimalitätsgarantie. Durch die geringen Rechenzeiten ist die Heuristik für realistische industrielle Problemstellungen geeignet. Die Displacement Heuristik führt zu Optimalitätslücken von 4 bis 6%, wie die Validierung gegen das Optimierungsmodell zeigt. Mit spezifischen Experimenten wird das Verhalten der Displacement-Heuristik in realistischen industriellen Problemstellungen evaluiert. Aus den Erkenntnissen dieser Auswertung lassen sich mehrere konkrete Vorschläge für die Gestaltung und das Management dynamischer Supply Networks ableiten. Da der Trend zu Volatilität und kürzeren Produktlebenszyklen anhält, ist zum Abschluss dieser Arbeit eine Motivation für weitere Forschungs- und Umsetzungsaktivitäten auf dem Gebiet der dynamischen Wertschöpfungsnetzgestaltung gegeben.

Volatile markets, shortening product life cycles and global competition confront classical supply chains with major challenges. Supply chains are required to adapt dynamically on short notice to the volatile market requirements.
As volatile markets are becoming less predictable the supply chains itself have to be more dynamic to cope with the market volatility. Hence, the classical image of the stable supply chain has to be converted to a dynamic supply network understanding. To cover these new requirements, this thesis proposes the Dynamic Supply Network Design Problem (DSNDP) as a central instrument in hierarchical planning systems. ... mehrIt is the central objective of the thesis to provide an approach for design of dynamic supply networks under given physical constraints. To fulfill this objective the problem is first motivated, characterized and set in relation to the state of the art supply chain planning approaches. After this basis is settled, the problem is formalized. All the modelling assumptions can be formulated. On this basis three consecutive optimization models for the DSNDP are developed, using a Mixed Integer Linear Programming (MILP) approach. The optimization models design the dynamic supply network by developing a qualification schedule for all available facilities in each period of the planning horizon. This dynamic supply network assigns the adequate qualifications to the available capacitated facilities, to dynamically serve the volatile demand minimizing the overall costs. It therefor considers the current production focus of each facility resource (product mix-dependency), the specific experiences of each facility resource (qualification differentiation), the ability of the facilities to cover a product portfolio, rather than only single products (multitasking facility) as well as the pre-processing option. Each model is extended by one of these main assumptions. That makes the models increasingly realistic but also more complex. Serious limitations in problem size are motivating the thesis for an additional heuristic approach. The proposed Displacement Heuristic considers the same assumptions, but solves the design problem iteratively. Thereby, it leads to extremely low computation times, but looses the optimality guarantee. With the low computation times, it is capable for realistic industrial problem settings. The Displacement Heuristic leads to a goodness of 4 to 6%, as the validation against the optimization model shows. Specific experiments evaluate the behaviour of the Displacement Heuristic in such realistic industrial problem settings.
Concluding the insights of this evaluation, several concrete suggestions for design and management of dynamic supply networks can be derived. As the trend for volatility and shorter product life cycles is ongoing, the conclusion of this thesis provides a motivation for further research and implementation activities in the field of dynamic supply network design.