INCERTEZZA DELLA DOMANDA NELLE CATENE DI SUPPORTO: TECNICHE DI RIDUZIONE DINAMICA DELLO SPAZIO DI RICERCA PER UN MODELLO CP

Documenti analoghi
Università degli Studi di Bologna

Problema. Integrazione scorte e distribuzione. Modello. Modello

Elementi di matematica finanziaria

Definizione della tariffa per l accertamento di conformità degli strumenti di misura

La tecnica lagrangiana applicata al problema del Commesso Viaggiatore (TSP) Paolo Detti Università di Siena

Definizione. Algoritmi di Change Detection - foreground. background

Metodi quantitativi per la stima del rischio di mercato. Aldo Nassigh. 16 Ottobre 2007

Bayes. stati del mondo

Lezione n. 2 di Controlli Automatici A prof. Aurelio Piazzi Modellistica ed equazioni differenziali lineari

Regimi periodici non sinusoidali

CINQUE CONCETTI CHIAVE

1 La domanda di moneta

Controllo e scheduling delle operazioni. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Modelli reologici. Romano Lapasin. Dipartimento di Ingegneria e Architettura Università di Trieste

CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI 1. LEGGI FINANZIARIE

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Modelli decisionali su grafi - Problemi di Localizzazione

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Indice. Previsioni. Previsioni. Introduzione

Analisi della Varianza

Dai risultati di una ricerca (Bini-Dainelli, 2007)

Osservatorio dinamica prezzi dispositivi medici Assobiomedica - CEr. Presentazione. Assobiomedica Centro Studi

Fatica con sollecitazioni ad ampiezza variabile

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Costi della politica: Giudizio positivo per i sindaci, maglia nera per parlamentari e consiglieri regionali

Controllo predittivo (MPC o MBPC)

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Introduzione ai Modelli di Durata: Alcuni Modelli Parametrici

Esercizio. Alcuni esercizi su algoritmi e programmazione. Schema a blocchi. Calcolo massimo, minimo e media

Nel caso di un regime di capitalizzazione definiamo, relativamente al periodo [t, t + t] : i t

SAFETY STOCK ALLOCATION IN A SUPPLY CHAIN

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Ricerca operativa Lezione # 1 6 maggio 2009

Manutenibilità e Disponibilità

Ottimizzazione nella gestione dei progetti Capitolo 6 Project Scheduling con vincoli sulle risorse CARLO MANNINO

CPM: Calcolo del Cammino Critico

CORSO DI POLITICA ECONOMICA AA GLI APPROCCI ALLA DETERMINAZIONE DEL TASSO DI CAMBIO

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

TECNICHE DI PROGRAMMAZIONE

NOTA METODOLOGICA INDICI SINTETICI PER CONFRONTI TEMPORALI: UN INDICE STATICO E UNO DINAMICO

LA VARIABILITA. IV lezione di Statistica Medica

Università di Siena Sede di Grosseto Secondo Semestre Macroeconomia. Paolo Pin ( pin3@unisi.it ) Lezione 7 2 Maggio 2011

Lezione 11. Polinomi a coefficienti in un campo.

EH SmartView. Una SmartView sui rischi e sulle opportunità. Servizio di monitoraggio dell assicurazione del credito.

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Analisi delle reti con elementi dinamici

Algoritmi euristici: III Ricerca Locale

Newsletter "Lean Production" Autore: Dott. Silvio Marzo

LEZIONE 11. Argomenti trattati

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

GENERATORE DI IMPULSO CON AMPLIFICATORE OPERAZIONALE

INDICE. Capitalizzazione Pagina 3 Sconto e valore attuale Pagina 10 Equivalenza finanziaria e operazioni composte Pagina 14 Rendite Pagina 16

Principi di ingegneria elettrica. Lezione 2 a

Predimensionamento reti chiuse

Intorduzione alla teoria delle Catene di Markov

Esercitazioni di Teoria dei Circuiti: circuiti in evoluzione dinamica

I modelli per la stima della volatilità

Soluzione di sistemi di equazioni differenziali

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

La soluzione delle equazioni differenziali con il metodo di Galerkin

Processi periodici. Capitolo Modello Simboli Grafico dei processi. {τ 1,...,τ n } processi periodici

POLITECNICO DI TORINO

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Page 1. u S i S I on + Accensione: diodo ideale. U off. i D. Snubber. tfu

GLI STILI DI INVESTIMENTO NEL MERCATO AZIONARIO EUROPEO

DAL DATO ALL INFORMAZIONE GESTIONALE

UNIVERSITA DEGLI STUDI DI FIRENZE. Facoltà di Ingegneria Corso di Laurea in Ingegneria Informatica! "#$

La contabilità analitica nelle aziende agrarie

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima

Condensatore + - Volt

a) Definite e calcolate il PIL nominale della nazione secondo i tre metodi che conoscete.

Corso di ELETTRONICA INDUSTRIALE

Gli impatti dei cambiamenti climatici sull atmosfera e sul mare: il ruolo dei Climate Services

Determinare gli insiemi delle soluzioni dei seguenti sistemi lineari non omogenei e scriverli in forma di spazio affine ESERCIZIO 1.3.

Campo magnetico stazionario

Circuiti magnetici. (versione del ) Campo magnetico stazionario o quasi stazionario

InfoCenter Product A PLM Application

6. Catene di Markov a tempo continuo (CMTC)

PROCESSI CASUALI. Segnali deterministici e casuali

CMPE, Economia Industriale. Lezione 11. Costi di entrata, struttura di mercato e benessere

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.

4.6 Dualità in Programmazione Lineare

Il dimensionamento dei sistemi di fabbricazione

Esercitazioni del corso: STATISTICA

Programmazione e Controllo della Produzione. Analisi dei flussi

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Indicatori di rendimento per i titoli obbligazionari

POLITECNICO DI MILANO Facoltà di Ingegneria dei Processi Industriali Corso di Laurea Specialistica in Ingegneria Elettrica

Regolamento dell Indice. Banca IMI Protected Basket Index June 2015 A

Modelli descrittivi, statistica e simulazione

Metodi variazionali. ed agiscono sulla FORMA DEBOLE DEL PROBLEMA

Corso di. Dott.ssa Donatella Cocca

Sommatori: Full Adder. Adder. Architetture aritmetiche. Ripple Carry. Sommatori: Ripple Carry [2] Ripple Carry. Ripple Carry

Componenti dotati di memoria (dinamici)

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione

Ubicazione degli impianti. industriali

Transcript:

FACOLTA D GEGERA Corso d Laurea Specalsca n ngegnera nformaca Applcazon d nellgenza Arfcale L-S CERTEZZA DELLA DOMADA ELLE CATEE D SUPPORTO: TECCHE D RDUZOE DAMCA DELLO SPAZO D RCERCA PER U MODELLO CP Tes d laurea d: Robero Ross Relaore: Prof. Mchela Mlano Correlaor: Armagan Tarm Brahm Hnch 4C, Cork - rlanda 4C, Cork - rlanda

La eora delle score l problema del loo economco (Ford W. Harrs 95) blancare cos d acquso e d soccaggo n presenza d una domanda cosane nel empo e d un deermnao coso fsso per ogn acquso. cos Overall cos Order cos nvenory cos = 2k dh me k = coso fsso d produzone d = domanda h = coso d soccaggo unaro

La eora delle score l problema del loo economco (Ford W. Harrs 95) blancare cos d acquso e d soccaggo n presenza d una domanda cosane nel empo e d un deermnao coso fsso per ogn acquso. ems q 2 3 me Quanà oma per ordne: q = 2dk h

Movazon Davs (993): l 6% degl nvesmen mpegna nel ssema d produzone e dsrbuzone della Hewle-Packard sono arbubl ad ncerezza della domanda da pare del mercao Come far frone all ncerezza della domanda? gesone delle score gesone oma de cos d produzone/acquso e soccaggo cos 2k dh = Loo Economco! me

La soluzone presenaa perodo omo d rordno: quanà oma d rordno: q polca oma: domanda esaamene soddsfaa n ogn cclo d rfornmeno 2dk algormo d rsoluzone: h q = = 2k dh ems q 2 3 me

Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

Domanda deermnsca e dnamca: Wagner & Whn (958) mns + + = hd k F( ) F( ) mn < h= k = h+ s + F( ) δ = = F( ) = F ( ) = s (mese) coso ord. domanda s d 85 69 2 2 29 3 2 36 4 6 5 98 6 6 4 26 7 5 34 8 86 67 9 9 45 67 98 79 2 4 56 85 87 4 26 223 86 287 277 375 348 462 4 4 55 496 469 52 555 572 674 6 7 74 734 88 789 93 864 9 mn cos. polca o. [] 85 4 2 86 23 277 34 384 45 4 456 469 567 555 8 6 89 7 789, 864, 2 Complessà: (+)/2 nel caso peggore d [] Vene mosrao solo l ulmo perodo d ordnazone; 567 ndca che la polca oma per perod da a 7 consse nell ordnare nel perodo 5 per soddsfare 5 d 6,, d 7, adoando una polca oma per perod da a 4 consdera separaamene (plannng horzon heorem).

Domanda deermnsca e dnamca: Wagner & Whn Soluzone medane l'algormo DP d Wagner e Whn score 2 8 6 4 2 8 6 4 2 98 29 97 6 2 6 34 79 2 67 35 56 Wagner e Whn 3 5 7 9 3 perod

Domanda deermnsca e dnamca: Wagner & Whn Soluzone equvalene per BT e Regola della Radce Quadraa 2 5 5 score 8 6 4 52,5 52,5 Soluzone equvalene per BT e Regola della Radce Quadraa 2 2 3 4 5 perod

Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

Domanda socasca Esaurmeno score: penalzzazone nella funzone obevo: s rappresena l mancao guadagno come un coso assegnameno d un lvello d servzo n ermn percenual: dunque s assume che l eveno score esaure s verfch con una cera probablà (pcamene bassa < 5%) e lo s rascura nel modello

Domanda socasca e saca Polca oma: (s,s) Scarf 96 k = coso fsso d produzone h = coso d soccaggo unaro b = L σ L z d z σ L score d scurezza empo d arrvo delle merc devazone sandard della domanda nell nervallo L lvello d servzo val. aeso per la domanda per perodo unà ncerezza della domanda s score d scurezza b esaurmeno score empo L

Domanda socasca e saca Polca oma: (s,s) Scarf 96 k = coso fsso d produzone h = coso d soccaggo unaro ncerezza della domanda b = L σ L z d z σ L score d scurezza empo d arrvo delle merc devazone sandard della domanda nell nervallo L lvello d servzo val. aeso per la domanda per perodo unà S s = L d + b S = max[ L d, 2kd / h] + b s safey sock b sock ou empo L

Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

Domanda socasca e dnamca Sac uncerany Bookbnder & Tan ue le decson vengono prese all nzo dell orzzone degl even san d ordnazone quanà degl ordn vene nconro alle esgenze azendal s basa sulla cosruzone d un modello deermnsco equvalene rsolo con le ecnche noe: algormo DP Wagner & Whn

Domanda socasca e dnamca Bookbnder & Tan Dynamc uncerany Le decson sono prese man mano che le domande dvengono noe: wa-and-see perodo dopo perodo s effeuano ordn n funzone de lvell d servzo rches Scomoda n ermn d polche azendal e poco adaa per applcazon real (polca nervosa) Può ornare ule n scenar Jus n Tme

Domanda socasca e dnamca Bookbnder & Tan Sac-Dynamc Uncerany Polca (R,S) R san n cu fssare gl ordn S Lvell a cu porare le score n seguo ad un ordne unà ncerezza della domanda S emp d arrvo delle merc suppos null L = Q s safey sock b sock ou

Domanda socasca e dnamca Bookbnder & Tan Sac-Dynamc Uncerany Modello per polca (R,S) dffcle da rsolvere n modo compleo Slver 978: rovare la soluzone oma per la versone socasca e dnamca del problema del loo economco rsula probvo dal puno d vsa compuazonale Approcco eursco a due fas Deermnazone dell nseme R (Wagner & Whn) Deermnazone dell nseme S (problema LP deermnsco)

Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

Domanda socasca e dnamca Tarm & Kngsman Modello MP compleo l coso oale aeso per la sraega oenua con l modello d Bookbnder e Tan è 974, menre per quella d Tarm e Kngsman esso rsula essere 944 Perodo(k) 2 3 4 5 6 7 8 9 E[ d k ] 8 85 7 2 8 7 65 6 5 2 Soluzone d BT e d TK a confrono c σ / µ =.333 v = 35 3 25 a = 25 h = score 2 5 Bookbnder e Tan Tarm e Kngsman α =.95 z α = =.645) (. 95 5 3 5 7 9 perod

Loo economco domanda socasca domanda deermnsca Scarf (96) (s,s) polca oma domanda saca EOQ domanda dnamca Wagner - Whn domanda saca domanda dnamca soluzone eursca soluzone oma Tarm & Kngsman (23) modello MP, polca (R,S), sac-dynamc uncerany Bookbnder & Tan (988): sraega eursca a due fas sac-dynamc uncerany, polca (R,S) Tarm & Smh (25) modello CP, polca (R,S), sac-dynamc uncerany

Domanda socasca e dnamca Modello CP Tarm & Smh compleo meno vncol 2 vs Meno varabl decsonal vs 3 2 ( + 5) / 2 2 ( + 9) / 2 Tpcamene la rsoluzone d ale modello mplca l esplorazone d un numero d nod maggore rspeo al MP, uava emp d esecuzone sono mglor: MP rlassameno connuo su ogn nodo!

Domanda socasca e dnamca Modello CP programmazone socasca mn s.. E[ TC] = δ Tarm & Smh ( a + h ) = funzone d dsrbuzone cumulava Φ [, ] = G d + d + + + d ( ) d... α k= k d + =,..., d > δ =,..., + = Φ[, max [.. ] δ ] =,..., + Ζ {} {, } δ =,...,

Domanda socasca e dnamca Modello CP programmazone socasca mn E[ TC] = δ Tarm & Smh ( a + h ) = funzone d dsrbuzone cumulava Φ [, ] = G d + d + + + d ( ) d... α k= k s.. d + =,..., d > δ =,..., + = Φ[, max [.. ] δ ] =,..., + Ζ {} {, } δ =,..., resuzone delle merc veaa!

Domanda socasca e dnamca Modello CP programmazone socasca mn s.. d + E[ TC] = δ Tarm & Smh ( a + h ) = =,..., d > δ =,..., + = Φ[, max [.. ] δ ] =,..., funzone d dsrbuzone cumulava Φ [, ] = G d + d + + + d ( ) d... α k= δ k = δ δ = = + Ζ {} {, } δ =,...,

Domanda socasca e dnamca Modello CP programmazone socasca mn E[ TC] = δ Tarm & Smh ( a + h ) = funzone d dsrbuzone cumulava Φ [, ] = G d + d + + + d ( ) d... α k= k s.. d + =,..., d > δ =,..., + = Φ[, max [.. ] δ ] =,..., + Ζ {} {, } δ =,..., lvello d servzo

Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Prmo meodo d rduzone prma d nzare la rcerca domn delle varabl decsonal vengono opporunamene rdo a sol valor candda ad essere pare d una soluzone oma Sablsce degl UB sulla lunghezza de possbl ccl d rfornmeno candda ad essere pare della soluzone oma k {,..., } ( c (, k) + c( k +, ) > c(, ) ) ( b(, k) > R( k +, ) ) k k

Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Prmo meodo d rduzone prma d nzare la rcerca domn delle varabl decsonal vengono opporunamene rdo a sol valor candda ad essere pare d una soluzone oma Sablsce degl UB sulla lunghezza de possbl ccl d rfornmeno candda ad essere pare della soluzone oma k {,..., } ( c (, k) + c( k +, ) > c(, ) ) ( b(, k) > R( k +, ) ) k k

Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Prmo meodo d rduzone prma d nzare la rcerca domn delle varabl decsonal vengono opporunamene rdo a sol valor candda ad essere pare d una soluzone oma Sablsce degl UB sulla lunghezza de possbl ccl d rfornmeno candda ad essere pare della soluzone oma k {,..., } ( c (, k) + c( k +, ) > c(, ) ) ( b(, k) > R( k +, ) ) m T (, ) l = m R m R S m = { τ τ = R(, l) m = d, l = m,..., } m

Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Prmo meodo d rduzone prma d nzare la rcerca domn delle varabl decsonal vengono opporunamene rdo a sol valor candda ad essere pare d una soluzone oma Sablsce degl UB sulla lunghezza de possbl ccl d rfornmeno candda ad essere pare della soluzone oma k {,..., } ( c (, k) + c( k +, ) > c(, ) ) ( b(, k) > R( k +, ) ) m T (, ) l = m + R m R S m = { τ τ = R(, l) m = d, l = m,..., } m l

Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Prmo meodo d rduzone prma d nzare la rcerca domn delle varabl decsonal vengono opporunamene rdo a sol valor candda ad essere pare d una soluzone oma Sablsce degl UB sulla lunghezza de possbl ccl d rfornmeno candda ad essere pare della soluzone oma k {,..., } ( c (, k) + c( k +, ) > c(, ) ) ( b(, k) > R( k +, ) ) m T (, ) l = m + 2 R m R S m = { τ τ = R(, l) m = d, l = m,..., } m l

Domanda socasca e dnamca Tarm & Smh Tecnche d flraggo per domn delle varabl decsonal: Secondo meodo d rduzone S consderano u possbl scenar lega alle decson sugl ordn δ, aggungendo man mano a domn valor delle score per al scenar verosml: l lvello d chusura n è par a quello d aperura n + + + T lvell sono dfferen: lvello d chusura n < lvello d aperura n + ordne n + + T

Domanda socasca e dnamca Rduzone ulerore: Tarm & Smh nersezone de rsula de due meod: l soonseme de valor delle score candda ad essere pare della soluzone oma è ulerormene rsreo Perodo 2 3 4 5 6 7 33 347 29 63 3 2 d S S S S 2 3 4 5 6 7 {55,9} {8,22,58} {9,22} {6,6,9} {638,668,68} {6,3,68,638,65} {7,8,596,626,638} {55,9} {22,58,538,568} {9,9,22,22,858,888,9} {6,62,9,92,8,829,83,843,859,87} {638,666,668,68,696,78} {68,636,638,65,666,678} {596,624,626,638,654,666} {55,9} {22,58} {9,22} {6,9} {638,668,68} {68,638,65} {596,626,638} 9 58 22 9 68 65 638

Domanda socasca e dnamca Tarm & Smh Tarm e Smh soluzone oma score 2 8 6 4 2 8 6 4 2 92 567 9 58 843 22 9 68 65 638 Tarm e Smh 2 3 4 5 6 7 8 perod

Domanda socasca e dnamca Esenson Rduzone dnamca de domn durane la rcerca sfrua la soluzone parzale dsponble n un dao nodo dell albero decsonale per rdurre domn delle varabl decsonal elmnando valor non ammssbl rspeo ad essa re ecnche svluppae: rlassameno medane programmazone dnamca rduzone basaa sul mergng lemma esensone al caso dnamco delle ecnche d flraggo a pror presenae da Tarm e Smh

Domanda socasca e dnamca Esenson Rlassameno medane programmazone dnamca Branch and Bound 2 + Dksra per SPP n c(,) c(, ) c (, 2) c(, ) c(, ) c(, ) ( +) / 2 c( +, ) + c(, )

Domanda socasca e dnamca Esenson Rlassameno medane programmazone dnamca Branch and Bound C C C < C? x

Domanda socasca e dnamca Mergng lemma: Esenson daa una soluzone parzale, se n un cero perodo non è prevso un rfornmeno, è possble oenere una formulazone equvalene dell sanza del problema accorpando ale perodo al precedene. δ = + ( ) + esensone al caso d pù perod l valor medo della domanda nel nuovo perodo che accorpa preceden sarà µ k ' = µ = 2 La devazone sandard della domanda sarà σ k ' = σ =

Domanda socasca e dnamca Esenson Mergng lemma Perod o 2 3 4 5 6 7 8 9 2 d 73 28 6 92 8 28 64 28 6 37 57 Perod o 3 4 5 6 7 8 9 2 2 22 23 24 8 62 34 6 2 4 92 7 9 63 32 d Domn rdo sacamene valor ammssbl per lvell d chusura delle score meodo d rduzone score 4 35 3 25 2 5 5 6 6 2 perod

Domanda socasca e dnamca Esenson δ δ 99 73 39 88 86 76 36 23 6 4 23 9 3 4 5 6 7 8 9 2 2 22 23 24 4 4 7 73 8 28 9 9 88 94 37 2 3 4 5 6 7 8 9 2 Mergng lemma

Domanda socasca e dnamca Esenson 25 Mergng lemma {,2} {3} {4,5} {6,7} {8,9} {} {,2} {3} {4,5} {6} {7,8,9} {2,2} {22} {23,24} Domn rdo dnamcamene valor ammssbl per lvell d chusura delle score meodo d rduzone 2 d ( σ /.var.) coeff 73 28 28 28 92 6 94 8 96 6 52 29 9 95 5329 6384 292 3384 2768 2592 468 3276 5 2592 74 3753 36 27593 {4,29} {7,8} {8} {} {9} {88,9} {37,96} {99,23} {39,7} {88,43} {23,36,9} {6} {4} {9} 2 score 5 5 ( ) 6 6 2 perod d + = > <

Domanda socasca e dnamca Esenson Mergng lemma 2 d ( σ /.var.) coeff {,2} {3} {4,5} {6,7} {8,9} {} {,2} {3} {4,5} {6} {7,8,9} {2,2} Domn rdo dnamcamene {22} valor ammssbl per lvell d chusura delle score {23,24} meodo d rduzone 73 28 28 28 92 6 94 8 96 6 52 29 9 95 5329 6384 292 3384 2768 2592 468 3276 5 2592 74 3753 36 27593 {4,29} {7,8} {8} {} {9} {88,9} {37,96} {99,23} {39,7} {88,43} {23,36,9} {6} {4} {9} score 25 2 5 5 + + d = 6 6 2 perod d + = > <

score 25 2 5 5 Domanda socasca e dnamca Mergng lemma {,2} {3} {4,5} {6,7} {8,9} {} {,2} {3} {4,5} {6} {7,8,9} {2,2} Domn rdo dnamcamene {22} valor ammssbl per lvell d chusura delle score {23,24} meodo d rduzone 6 6 2 perod mn Esenson s.. 2 d ( /.var.) σ coeff + d =,..., 73 5329 28 6384 + d 28 > δ = =,..., 292 28 3384 92 2768 Φ[, max 6 δ ] =,..., [.. ] 2592 94 468 8 3276 + =,..., Ζ {} 96 δ {, } 5 6 2592 52 74 29 3753 9 36 95 27593 E[ TC] = δ d + + = ( a + h ) = > < {4,29} {7,8} {8} {} {9} {88,9} {37,96} {99,23} {39,7} {88,43} {23,36,9} {6} {4} {9} + d =

score 25 2 5 5 Domanda socasca e dnamca Mergng lemma {,2} {3} {4,5} {6,7} {8,9} {} {,2} {3} {4,5} {6} {7,8,9} {2,2} Domn rdo dnamcamene {22} valor ammssbl per lvell d chusura delle score {23,24} meodo d rduzone 6 6 2 perod mn Esenson s.. 2 d ( /.var.) σ coeff + d =,..., 73 5329 28 6384 + d 28 > δ = =,..., 292 28 3384 92 2768 Φ[, max 6 δ ] =,..., [.. ] 2592 94 468 8 3276 + =,..., Ζ {} 96 δ {, } 5 6 2592 52 74 29 3753 9 36 95 27593 E[ TC] = δ d + + = ( a + h ) = > < {4,29} {7,8} {8} {} {9} {88,9} {37,96} {99,23} {39,7} {88,43} {23,36,9} {6} {4} {9} + d =

Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: Perodo 2 3 4 5 6 7 d 33 347 29 63 3 2 S S S S 2 3 4 5 6 7 {55,9} {8,22,58} {9,22} {6,6,9} {638,668,68} {6,3,68,638,65} {7,8,596,626,638} {55,9} {22,58,538,568} {9,9,22,22,858,888,9} {6,62,9,92,8,829,83,843,859,87} {638,666,668,68,696,78} {68,636,638,65,666,678} {596,624,626,638,654,666} {55,9} {22,58} {9,22} {6,9} {638,668,68} {68,638,65} {596,626,638} 9 58 22 9 68 65 638

Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: S consderano le proposzon alla base del meodo d flraggo a pror de domn e le s esende pozzando che una soluzone parzale sa daa Gl UB sulla lunghezza de ccl d rfornmeno vengono rvs sulla base della soluzone parzale che s ha a dsposzone Esempo: proposzone che sablsce le condzon con cu è possble defnre un upper bound sulla lunghezza d un qualsas cclo d rfornmeno P: δ = UB

Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: S consderano le proposzon alla base del meodo d flraggo a pror de domn e le s esende pozzando che una soluzone parzale sa daa Gl UB sulla lunghezza de ccl d rfornmeno vengono rvs sulla base della soluzone parzale che s ha a dsposzone Esempo: proposzone che sablsce le condzon con cu è possble defnre un upper bound sulla lunghezza d un qualsas cclo d rfornmeno P: δ = k UB

Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: S consderano le proposzon alla base del meodo d flraggo a pror de domn e le s esende pozzando che una soluzone parzale sa daa Gl UB sulla lunghezza de ccl d rfornmeno vengono rvs sulla base della soluzone parzale che s ha a dsposzone Esempo: proposzone che sablsce le condzon con cu è possble defnre un upper bound sulla lunghezza d un qualsas cclo d rfornmeno P: δ = k k > k < UB and δ k = k UB UB = mnmo d al k

Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: S consderano le proposzon alla base del meodo d flraggo a pror de domn e le s esende pozzando che una soluzone parzale sa daa Gl UB sulla lunghezza de ccl d rfornmeno vengono rvs sulla base della soluzone parzale che s ha a dsposzone Esempo: proposzone che sablsce le condzon con cu è possble defnre un upper bound sulla lunghezza d un qualsas cclo d rfornmeno P: δ = k k > k < UB and δ k = k UB UB = mnmo d al k

Domanda socasca e dnamca Esenson Esensone dnamca al prmo meodo d rduzone: Perodo 2 3 4 5 6 7 22 9 d 33 347 29 63 3 2 3 5 S S dnamca {,,,,,, } S S 2 3 4 5 6 7 {55,9} {8,22,58} {9,22} {6,6,9} {638,668,68} {6,3,68,638,65} {7,8,596,626,638} 2 {55, 9} 2 2 {22, 58} 3 {22} 4 {9} 5 3 {638, 668, 68} 6 3 {68, 638, 65} 7 3 {596, 626, 638} {55,9} {22,58} {9,22} {6,9} {638,668,68} {68,638,65} {596,626,638} 9 58 22 9 68 65 638

Tes Eursca Mos Consraned Domanda sagonale second, 24 26 28 3 32 34 36 38 4 42 44 46 48 5 LOG - CP model CPLEX - MP model Choco - CP model dyn red Choco - CP model,, perod Domanda sagonale nod LOG - CP model CPLEX - MP model Choco - CP model Choco - CP model dyn red 24 26 28 3 32 34 36 38 4 42 44 46 48 5 perod

Tes Eursca Mos Consraned Random runs - 5 nsances - 3 perods seconds,8,6,4,2,8,6,4,2 2 4 orderng cos mean me Random runs - 5 nsances - 3 perods nodes 4 35 3 25 2 5 5 2 4 orderng cos mean nodes number

Concluson Mglorameno dello sao dell are per la formulazone socasca e dnamca del problema del loo economco Sraega d rsoluzone n grado d raare sanze con dmenson sgnfcave d fao applcable a problem real Robusezza della sraega verso varazon ne paramer del modello Esensone della sraega per modell pù realsc vncol d capacà merc deperbl