Beer game order policy optimization using genetic algorithms
Jordi Bosch Pagans, Fernanda Strozzi, José-Manuel Zaldívar Comenges
Note biografiche dell'autore 
Jordi Bosch Pagans
Si è laureato nel 2001 in Ingegneria Chimica presso l’ 'Institut Quimic de Sarria', Ramon Llull di Barcellona (Spagna) con una tesi di Laurea diretta dal Dr. Cardillo (SSC) e Dr. Sempere (IQS) e svolta presso la Stazione Sperimentale per i Combustibili, San Donato Milanese (Milano, Italia). Ha collaborato con diverse università e centri di ricerca europei nell’ambito del progetto AWARD finanziato dalla Commissione Europea (2001-2005) tra cui la LIUC ed il CCR di Ispra.
Ora lavora presso l’Health and Safety Laboratory a Buxton (UK) dove completerà il suo Phd sulla sicurezza ed il controllo dei reattori chimici diretto dall’Università di Manchester.
Fernanda Strozzi
Laureatasi in Matematica presso l’università di Pavia con una tesi dal titolo: “Approccio Ergodico alla teoria dell’irreversibilità ed al caos deterministico”, ha continuato i suoi studi ed ha realizzato il dottorato presso l’Università di Twente (Olanda), grazie ad una borsa di studio Mme. Curie della Comuntà Europea.
Nella sua tesi di dottorato ha applicato la teoria del caos alla sicurezza dei reattori chimici discontinui; il sistema sviluppato è stato brevettato dalla Comunità Europea. E’ autrice di circa 20 pubblicazioni su riviste internazionali in diversi campi. Oltre che all’ingegneria chimica ha applicato la teoria dei sistemi complessi alla modellizzazione di catene logistiche, fenomeni naturali quali ad esempio le maree di Venezia e all’evoluzione di popolazioni. Si occupa attualmente di Multi Agent Simulation. Dal 1997 è professore a contratto presso l’Università Carlo Cattaneo dove insegna Analisi Numerica e Metodi Matematici nella facoltà di Ingegneria Logistica ed è coordinatrice del progetto finanziato AWARD finanziato dalla Commissione Europea.
José-Manuel Zaldívar Comenges
Laureatosi in Ingegneria Chimica presso l'Università di Barcellona (Spagna), Instituto Químico de Sarrià, ha continuato i suoi studi e realizzato il dottorato di ricerca nella Università di Twente (Olanda) con una tesi sulla simulazione di sistemi liquido-liquido in reattore discontinui. Dal 1987 è ricercatore presso il Centro Comune di Ricerca di Ispra dove ha svolto lavori nel campo della sicurezza chimica e sulle applicazioni della teoria del caos in ingegneria chimica. Attualmente lavora nel campo della modelistica dei sistemi ecologici e l'interazione fra contaminanti e ecosistemi. Autore di più di 60 articoli in "peer-review" giornali e libri, editore di un libro sulla sicurezza dei reattori chimici, ha diretto 8 dottorati di ricerca e 10 tesi di Laurea in diverse Università Europee.
(628 Kb)
Sommario
The Beer Game is a classic supply chain problem in which participants, playing the role of inventory holders, have to decide how many cases of beer to order. To win the game the participants have to develo
an order policy that ensures enough goods to satisfy customers’ demand but, at the same time, minimises the cost associated with stock maintenance. The guiding principle for their order policy is the Expected Demand (ED), but other important parameters are the rates of adjustment for the inventory and the supply line. The purpose of the present work is to analyse the optimal beer game order policy when customer’s demand is a ste
function of the time. Two different situations are analysed, depending on whether the sectors apply identical or different order policies. The optimal policy is found by means of a genetic algorithms (GAs) technique. GAs are specially suited for this problem because of the high dimension of the search space (mainly in the second scenario), and because the objective function i.e. the global score of the chain, has many local minima. Our results show that the best performance of the chain is obtained when the sectors have different order policies.
Keywords. Beer game, Genetic algorithms, Supply chain.
Abstract
Il Beer Game è un classico problema di supply chain management in cui i partecipanti, devono decidere quante casse di birra ordinare in modo da assicurare la soddisfazione del cliente e, allo stesso tempo, minimizzare i costi associati al mantenimento delle scorte. Fattori importanti che determinano la politica dell’ordine sono, oltre alla domanda attesa, la velocità di adattamento delle scorte e della supply chain. L’obiettivo del presente lavoro è quello di analizzare la politica degli ordini ottima quando la domanda del cliente è una funzione a gradino. Due diversi casi sono stati analizzati: quando i settori applicano identiche o differenti politiche degli ordini. Nel nostro caso la funzione obiettivo, che è la spesa globale della catena per mantenere le scorte, ha molti minimi locali e, nel caso di politiche differenti, alta dimensione. Gli Algoritmi Genetici sono metodi di ottimizzazione globale nati proprio per risolvere problemi di questo tipo. I risultati mostrano come il funzionamento della catena sia migliore quando i partecipanti applicano politiche degli ordini diverse e che , così facendo, anche la spesa dei singoli diminuisce.
