Supply chain design using a modified IWD algorithm

Abstract

ABSTRACT:The Intelligent Water Drop (IWD) algorithm is inspired by the movement of real water drops in a river. A water drop could find an optimum path to a lake or sea by interacting with the conditions of its surroundings. In the process of reaching such destination, the water drops interact with the river bed while they move through it. Similarly, the supply chain problem can be modelled as a flow of supply, manufacturing, and delivery stages that must be completed to produce a finished product and then to deliver it to the end user. The problem is to select one option that carries out the stage, e.g. for a supply stage, many suppliers could supply the component represented by it. As each stage is characterised by its time and cost, multi--objective optimisation algorithm is used to minimise the time to market and production cost, simultaneously. Focusing on this analogy, this paper proposes an approach to the supply chain problem using a multi--objective extension to the intelligent water drops algorithm. Artificial water drops, flowing through the supply chain, will simultaneously minimise the production cost and the time to market of every product in a generic BOM by using the concept of Pareto optimality. A widely-used notebook supply chain in literature is solved. We provide some performance metrics of the solution and compare the Pareto set computed by the proposed algorithm with the one returned by exhaustive enumeration. RESUMEN:El Algoritmo Inteligente de Agua está inspirado en el movimiento de las gotas de agua en un río. Una gota de agua puede encontrar una ruta óptima desde un lago hacia el mar interactuando con su entorno. En el proceso de llegar a tal destino, las gotas de agua interactúan con el lecho del río mientras se mueven a través de él. Del mismo modo, el problema de la cadena de suministro puede ser modelado como un flujo de etapas de suministro, fabricación y entrega para producir un artículo terminado y luego entregarlo al usuario final. El problema es seleccionar la opción que realizará la etapa, por ejemplo en una etapa de aprovisionamiento, muchos proveedores podrían suministrar el componente. Como cada etapa tiene asociado un costo y un tiempo, un algoritmo multi-objetivo es usado para minimizar el tiempo de entrega y el costo de producción, simultáneamente. Basados en esta analogía, este trabajo propone una aproximación al problema de la cadena de suministro utilizando una extensión multi-objetivo al algoritmo de gotas de agua. Las gotas de agua artificiales que fluyen a través de la cadena de suministro minimizarán simultáneamente el costo de producción y el tiempo de entrega de cada producto utilizando el concepto de optimización de Pareto. Se soluciona una cadena de suministro de computadoras ampliamente utilizada en la literatura. Así mismo, algunas métricas de desempeño son calculadas y se compara el conjunto de Pareto calculado por el algoritmo propuesto con el obtenido por enumeración exhaustiva.

Oportunidades para la transformación digital de la cadena de suministro del sector bananero basado en software con inteligencia artificial

“…En las cadenas de suministro se viene trabajando fuertemente con los AG en el área de problemas de ruteo; tal es el caso de las investigaciones [27,28,29] que proponen sistemas de optimización de rutas internas para la ubicación y carga de los productos en almacenados en bodegas, permitiendo utilizar distintos tipos de vehículos de acuerdo al contexto, que conllevan a la reducción de costos y mejoramiento del servicio. Así mismo se han hecho propuestas para mejorar la entrega y recogida de productos, optimizando la asignación de vehículos respeto al lugar de residencia de los clientes [30,31,32] y la programación de los despachos de acuerdo a las órdenes de pedido [33,34,35].…”