A buffer allocation method for stochastic capacity planning in flow lines

The buffer allocation problem (BAP) is a relevant issue for the design and sizing of production systems because it involves the search of the right trade-off between capital investment and performances’ improvements of the system. However, due to increasing turbulence and variability of market conditions, another variable which becomes fundamental to take into account is the exploitation of information on future market changes. Accordingly, the proposed method tries to find an intersection between the buffer capacity allocation models and multi-period capacity planning methods: this represents a novel contribution to existing literature, beside a useful tool for real industrial problems. If approximate analytical methods, which have been extensively used in literature for the solution of BAPs, provide accurate evaluation of systems’ performances, multi-period capacity planning, addressed in this case with stochastic programming, allows to cope with different degrees of uncertainty, modeled by means of scenarios. In this sense, the proposed method combines the decision of the right buffer capacity to allocate with the frame of multi-period capacity planning, in which the decision is taken under a multi-period horizon perspective, potentially affected by uncertainty. Further effort has been dedicated to enrich the production system’s characterization, with the aim to be as adherent as possible to real contexts. It has to be seen in this direction the consideration of flexibility and reconfigurability issues in the modeling of the problems. Finally, the proposed method has been applied to two real industrial cases, proving its industrial applicability and relevance.

L’allocazione dei buffer interoperazionali è un problema rilevante per la progettazione e il dimensionamento dei sistemi produttivi in quanto richiede il bilanciamento tra minimizzazione dell’investimento richiesto e massimizzazione delle performance del sistema. Nondimeno, a causa delle condizioni di mercato sempre più variabili e turbolenti, diventa fondamentale considerare informazioni su futuri cambiamenti ambientali. Di conseguenza, il metodo proposto in questa tesi si propone di trovare un punto di raccordo tra modelli per l’allocazione di scorte interoperazionali e modelli per la pianificazione della capacità di multi-periodo. Questo rappresenta una novità rispetto alla letteratura esistente, oltre che un utile strumento nel contesto di problemi industriali reali. Se i sistemi analitici approssimati, usati diffusamente in letteratura per risolvere il problema dell’allocazione dei buffer interoperazionali, portano a una valutazione delle performance accurata, la pianificazione della capacità di multi-periodo, affrontata in questo caso tramite programmazione stocastica, consente di far fronte a diversi gradi di incertezza, e in particolare l’incertezza della domanda. In questo senso, il metodo proposto consente di combinare la decisione riguardante la capacità di stock interoperazionale da allocare nel contesto della pianificazione della capacità di multi-periodo, potenzialmente influenzata da incertezza. Per quanto riguarda la programmazione stocastica, nel presente lavoro sono approfonditi i due approcci principali per la loro soluzione: il Problema Deterministico Equivalente e la Decomposizione. Una direzione di lavoro parallela si è concentrata sull’arricchimento della caratterizzazione del sistema produttivo, con l’obiettivo di raggiungere una descrizione quanto più aderente alla realtà. In questo senso, particolare attenzione è stata prestata alla dimensione di flessibilità e riconfigurazione di sistema. Nella parte conclusiva, il metodo proposto è stato applicato a due casi industriali reali, in modo da provare l’accuratezza e l’applicazione pratica del metodo stesso.