Simulación de un modelo costo-eficiente de reabastecimiento conjunto inventario (CJRP)

El presente proyecto pretende determinar una forma costo–eficiente para llevar a cabo una coalición bajo esquemas colaborativos de aprovisionamiento conjunto mediante un modelo de simulación del software Arena que emule las características de estas cadenas de suministro (CJRP) (Otero, Amaya, & Y...

Full description

Autores:
Castellano de la Cruz, Nicolás Alberto
Gamarra Vengoechea, Andrés Mauricio
García Luenga, Jessica Tatiana
Tipo de recurso:
Fecha de publicación:
2017
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/7727
Acceso en línea:
http://hdl.handle.net/10584/7727
Palabra clave:
Jugadores, Coalición, Políticas de Inventario Periódico, Colaboración en Inventarios
Players, Coalition, Periodic Inventory Policy, Inventory Collaboration
Rights
License
Universidad del Norte
id REPOUNORT2_43fd1735d50bcf0b3ca5c6bbd04b3422
oai_identifier_str oai:manglar.uninorte.edu.co:10584/7727
network_acronym_str REPOUNORT2
network_name_str Repositorio Uninorte
repository_id_str
dc.title.es_ES.fl_str_mv Simulación de un modelo costo-eficiente de reabastecimiento conjunto inventario (CJRP)
dc.title.en_US.fl_str_mv Simulation of a cost-efficient joint replenishment inventory model (CJRP)
title Simulación de un modelo costo-eficiente de reabastecimiento conjunto inventario (CJRP)
spellingShingle Simulación de un modelo costo-eficiente de reabastecimiento conjunto inventario (CJRP)
Jugadores, Coalición, Políticas de Inventario Periódico, Colaboración en Inventarios
Players, Coalition, Periodic Inventory Policy, Inventory Collaboration
title_short Simulación de un modelo costo-eficiente de reabastecimiento conjunto inventario (CJRP)
title_full Simulación de un modelo costo-eficiente de reabastecimiento conjunto inventario (CJRP)
title_fullStr Simulación de un modelo costo-eficiente de reabastecimiento conjunto inventario (CJRP)
title_full_unstemmed Simulación de un modelo costo-eficiente de reabastecimiento conjunto inventario (CJRP)
title_sort Simulación de un modelo costo-eficiente de reabastecimiento conjunto inventario (CJRP)
dc.creator.fl_str_mv Castellano de la Cruz, Nicolás Alberto
Gamarra Vengoechea, Andrés Mauricio
García Luenga, Jessica Tatiana
dc.contributor.advisor.none.fl_str_mv Amaya Mier, René
Otero Palencia, Carlos José
dc.contributor.author.none.fl_str_mv Castellano de la Cruz, Nicolás Alberto
Gamarra Vengoechea, Andrés Mauricio
García Luenga, Jessica Tatiana
dc.subject.es_ES.fl_str_mv Jugadores, Coalición, Políticas de Inventario Periódico, Colaboración en Inventarios
topic Jugadores, Coalición, Políticas de Inventario Periódico, Colaboración en Inventarios
Players, Coalition, Periodic Inventory Policy, Inventory Collaboration
dc.subject.en_US.fl_str_mv Players, Coalition, Periodic Inventory Policy, Inventory Collaboration
description El presente proyecto pretende determinar una forma costo–eficiente para llevar a cabo una coalición bajo esquemas colaborativos de aprovisionamiento conjunto mediante un modelo de simulación del software Arena que emule las características de estas cadenas de suministro (CJRP) (Otero, Amaya, & Yie-Pinedo, 2017) , de modo que las empresas en ésta se puedan coordinar y tomar decisiones de forma conjunta. Los supuestos considerados en este modelo son: Lead Times finitos y mayores que cero, limitaciones de capacidad y demanda estocástica. Para la elaboración del proyecto se consideraron parámetros de entrada simulados. Para ello se utilizó un modelo de simulación que recreara su operación y permitiera desarrollar una política de inventario costo eficiente para aprovechar las economías de escala. Se emuló una cadena de suministro que contara con los eslabones Proveedores, Operador Logístico (3PL), Centro de Distribución (CD) y Puntos de Venta (PV). Además, se diseñaron 2 propuestas: una donde la estrategia colaborativa fuera ejecutada por los PV´s, que es la propuesta 1; una segunda propuesta en donde el 3PL asuma el rol de ejecutor de la estrategia. Las variables de decisión fueron el costo total y el nivel de servicio. Para obtener los parámetros iniciales, se corrió el algoritmo de Otero y Amaya S-CJRP, dando como resultado el tiempo de reaprovisionamiento (T) y el número de periodos (K). Se demostró que al momento de incrementar el número de jugadores en la coalición disminuye el costo total y aumenta el nivel de servicio bajo los esquemas planteados. A medida que disminuye el periodo de revisión (T), también disminuye el nivel de inventario máximo (s) debido que de esta forma el periodo de riesgo (Lt+T) disminuye lo que reduce los costos de gestión de inventarios. Otero, C., Amaya, R., & Yie-Pinedo, R. (2017). A collaborative joint replenishment problem considering transportation and warehouse constraints. Manuscript Submitted for Publication.
publishDate 2017
dc.date.accessioned.none.fl_str_mv 2017-11-15T19:30:59Z
dc.date.available.none.fl_str_mv 2017-11-15T19:30:59Z
dc.date.issued.none.fl_str_mv 2017-11-13
dc.type.es_ES.fl_str_mv article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10584/7727
url http://hdl.handle.net/10584/7727
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.rights.es_ES.fl_str_mv Universidad del Norte
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Universidad del Norte
http://purl.org/coar/access_right/c_abf2
dc.publisher.es_ES.fl_str_mv Barranquilla, Universidad del Norte, 2017
institution Universidad del Norte
bitstream.url.fl_str_mv https://manglar.uninorte.edu.co/bitstream/10584/7727/1/SIMULACION%20DE%20UN%20MODELO%20COSTO-EFICIENTE%20DE%20REABASTECIMIENTO%20CONJUNTO%20INVENTARIO%20%28CJRP%29.pdf
https://manglar.uninorte.edu.co/bitstream/10584/7727/2/SIMULACION%20DE%20UN%20MODELO%20COSTO-EFICIENTE%20DE%20REABASTECIMIENTO%20CONJUNTO%20INVENTARIO%20%28CJRP%29.png
https://manglar.uninorte.edu.co/bitstream/10584/7727/3/license.txt
bitstream.checksum.fl_str_mv a9dc6e7a56b30586794e85071641f054
ec018e3db11edb3ddde1f73ab7e06c10
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital de la Universidad del Norte
repository.mail.fl_str_mv mauribe@uninorte.edu.co
_version_ 1812183104373129216
spelling Amaya Mier, RenéOtero Palencia, Carlos JoséCastellano de la Cruz, Nicolás AlbertoGamarra Vengoechea, Andrés MauricioGarcía Luenga, Jessica Tatiana2017-11-15T19:30:59Z2017-11-15T19:30:59Z2017-11-13http://hdl.handle.net/10584/7727El presente proyecto pretende determinar una forma costo–eficiente para llevar a cabo una coalición bajo esquemas colaborativos de aprovisionamiento conjunto mediante un modelo de simulación del software Arena que emule las características de estas cadenas de suministro (CJRP) (Otero, Amaya, & Yie-Pinedo, 2017) , de modo que las empresas en ésta se puedan coordinar y tomar decisiones de forma conjunta. Los supuestos considerados en este modelo son: Lead Times finitos y mayores que cero, limitaciones de capacidad y demanda estocástica. Para la elaboración del proyecto se consideraron parámetros de entrada simulados. Para ello se utilizó un modelo de simulación que recreara su operación y permitiera desarrollar una política de inventario costo eficiente para aprovechar las economías de escala. Se emuló una cadena de suministro que contara con los eslabones Proveedores, Operador Logístico (3PL), Centro de Distribución (CD) y Puntos de Venta (PV). Además, se diseñaron 2 propuestas: una donde la estrategia colaborativa fuera ejecutada por los PV´s, que es la propuesta 1; una segunda propuesta en donde el 3PL asuma el rol de ejecutor de la estrategia. Las variables de decisión fueron el costo total y el nivel de servicio. Para obtener los parámetros iniciales, se corrió el algoritmo de Otero y Amaya S-CJRP, dando como resultado el tiempo de reaprovisionamiento (T) y el número de periodos (K). Se demostró que al momento de incrementar el número de jugadores en la coalición disminuye el costo total y aumenta el nivel de servicio bajo los esquemas planteados. A medida que disminuye el periodo de revisión (T), también disminuye el nivel de inventario máximo (s) debido que de esta forma el periodo de riesgo (Lt+T) disminuye lo que reduce los costos de gestión de inventarios. Otero, C., Amaya, R., & Yie-Pinedo, R. (2017). A collaborative joint replenishment problem considering transportation and warehouse constraints. Manuscript Submitted for Publication.The present project aims to determine a cost-efficient way to carry out a coalition under joint replenishment collaborative schemes using a simulation model (CJRP; Otero, Amaya, & Yie-Pinedo, 2017) , so that the companies in it can coordinate and make decisions together. The assumptions considered in this model are: finite lead times, finite capacity and stochastic demand. Simulated parameters were assumed for the simulation model. To do so, this model was devised to recreate joint replenishment collaborative operations and allow for the testing of a cost-efficient inventory policy to take advantage of economies of scale. A supply chain was reproduced considering Suppliers, Logistic Operator (3PL), Distribution Center (CD) and Points of Sale (PV) echelons. In addition, 2 strategies were designed: one where the collaborative strategy was executed by the points of sale, which is strategy 1; a second strategy where the 3PL assumes the role of both executor and coordinator of the operation. The decision variables were the total cost and the level of service. To obtain the initial parameters, the algorithm of Otero and Amaya S-CJRP was run, resulting in the replenishment time (T) and the number periods (K). It was shown that when increasing the number of players participating in the coalition, the total cost decreases and the level of service increases under the proposed schemes. As the time interval between orders (T) decreases, the maximum inventory level(S) also decreases due to the greater number of orders in the year of the interval risk (Lt + T), decreasing which reduces inventory management costs. Otero, C., Amaya, R., & Yie-Pinedo, R. (2017). A collaborative joint replenishment problem considering transportation and warehouse constraints. Manuscript Submitted for Publication.spaBarranquilla, Universidad del Norte, 2017Universidad del Nortehttp://purl.org/coar/access_right/c_abf2Jugadores, Coalición, Políticas de Inventario Periódico, Colaboración en InventariosPlayers, Coalition, Periodic Inventory Policy, Inventory CollaborationSimulación de un modelo costo-eficiente de reabastecimiento conjunto inventario (CJRP)Simulation of a cost-efficient joint replenishment inventory model (CJRP)articlehttp://purl.org/coar/resource_type/c_6501ORIGINALSIMULACION DE UN MODELO COSTO-EFICIENTE DE REABASTECIMIENTO CONJUNTO INVENTARIO (CJRP).pdfSIMULACION DE UN MODELO COSTO-EFICIENTE DE REABASTECIMIENTO CONJUNTO INVENTARIO (CJRP).pdfSIMULACION DE UN MODELO COSTO-EFICIENTE DE REABASTECIMIENTO CONJUNTO INVENTARIO (CJRP)application/pdf139736https://manglar.uninorte.edu.co/bitstream/10584/7727/1/SIMULACION%20DE%20UN%20MODELO%20COSTO-EFICIENTE%20DE%20REABASTECIMIENTO%20CONJUNTO%20INVENTARIO%20%28CJRP%29.pdfa9dc6e7a56b30586794e85071641f054MD51SIMULACION DE UN MODELO COSTO-EFICIENTE DE REABASTECIMIENTO CONJUNTO INVENTARIO (CJRP).pngSIMULACION DE UN MODELO COSTO-EFICIENTE DE REABASTECIMIENTO CONJUNTO INVENTARIO (CJRP).pngSIMULACION DE UN MODELO COSTO-EFICIENTE DE REABASTECIMIENTO CONJUNTO INVENTARIO (CJRP)image/png158412https://manglar.uninorte.edu.co/bitstream/10584/7727/2/SIMULACION%20DE%20UN%20MODELO%20COSTO-EFICIENTE%20DE%20REABASTECIMIENTO%20CONJUNTO%20INVENTARIO%20%28CJRP%29.pngec018e3db11edb3ddde1f73ab7e06c10MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://manglar.uninorte.edu.co/bitstream/10584/7727/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5310584/7727oai:manglar.uninorte.edu.co:10584/77272022-08-17 16:01:07.076Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.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