A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä
Flexible data driven inventory management with interactive multiobjective lot size optimization (2023)

Heikkinen, R., Sipilä, J., Ojalehto, V., & Miettinen, K. (2023). Flexible data driven inventory management with interactive multiobjective lot size optimization. International Journal of Logistics Systems and Management, 46(2), 206-235. https://doi.org/10.1504/IJLSM.2023.134404

JYU-tekijät tai -toimittajat

Heikkinen, Risto
Sipilä, Juha
Miettinen, Kaisa

Julkaisun tiedot

Julkaisun kaikki tekijät tai toimittajat: Heikkinen, Risto; Sipilä, Juha; Ojalehto, Vesa; Miettinen, Kaisa

Lehti tai sarja: International Journal of Logistics Systems and Management

ISSN: 1742-7967

eISSN: 1742-7975

Julkaisuvuosi: 2023

Ilmestymispäivä: 20.10.2023

Volyymi: 46

Lehden numero: 2

Artikkelin sivunumerot: 206-235

Kustantaja: Inderscience Publishers

Julkaisumaa: Britannia

Julkaisun kieli: englanti

DOI: https://doi.org/10.1504/IJLSM.2023.134404

Julkaisun avoin saatavuus: Ei avoin

Julkaisukanavan avoin saatavuus: 

Julkaisu on rinnakkaistallennettu (JYX): https://jyx.jyu.fi/handle/123456789/80381

Tiivistelmä

We study data-driven decision support and formalise a path from data to decision making. We focus on lot sizing in inventory management with stochastic demand and propose an interactive multi-objective optimisation approach. We forecast demand with a Bayesian model, which is based on sales data. After identifying relevant objectives relying on the demand model, we formulate an optimisation problem to determine lot sizes for multiple future time periods. Our approach combines different interactive multi-objective optimisation methods for finding the best balance among the objectives. For that, a decision maker with substance knowledge directs the solution process with one’s preference information to find the most preferred solution with acceptable trade-offs. As a proof of concept, to demonstrate the benefits of the approach, we utilise real-world data from a production company and compare the optimised lot sizes to decisions made without support. With our approach, the decision maker obtained very satisfactory solutions.

YSO-asiasanat: varastonvalvonta; varastot; optimointi; päätöksenteko; päätöksentukijärjestelmät; monimuuttujamenetelmät; kysyntä; myynti; toimitusketjut; ennustettavuus; analyysi; bayesilainen menetelmä; pareto-tehokkuus; mallit (mallintaminen)

Vapaat asiasanat: inventory management; data driven optimisation; multicriteria optimisation; interactive methods; Bayesian models; demand forecasting; lot sizing; Pareto optimality; decision support

Liittyvät organisaatiot

Hankkeet, joissa julkaisu on tehty

OKM-raportointi: Kyllä

Raportointivuosi: 2023

Alustava JUFO-taso: 1