Release Date Optimization in MRP Using Clearing Functions

Titolo: Ottimizzazione della Data di Rilascio nell'MRP tramite Funzioni di Sgombero (Clearing Functions)

1. Il Problema

Il piano dei requisiti materiali (MRP - Material Requirements Planning) è uno strumento ampiamente utilizzato nell'industria per la pianificazione della produzione. Tuttavia, presenta una limitazione fondamentale nella sua fase di pianificazione inversa (backward scheduling): utilizza Tempi di Approvvigionamento Pianificati (PLT) deterministici, specifici per articolo e indipendenti dal carico di lavoro.

• La contraddizione: I tempi di ciclo reali sono variabili casuali dipendenti dal carico di lavoro (utilizzazione delle risorse). L'MRP assume che le risorse possano fornire materiale entro il PLT fissato indipendentemente dal carico, ignorando la dipendenza tra carico e tempi di ciclo reali.
• Conseguenza: In ambienti con capacità limitata e domanda incerta, l'uso di PLT fissi porta a piani di rilascio non realistici, causando eccessi di scorte (se i PLT sono troppo lunghi) o ritardi (se sono troppo brevi), senza adattarsi dinamicamente alle congestioni del sistema.

2. Metodologia

Gli autori propongono un approccio ibrido che integra le Funzioni di Sgombero (Clearing Functions - CF) all'interno della struttura standard dell'MRP, sostituendo specificamente il passo di pianificazione inversa.

• Integrazione nell'MRP: Il modello mantiene invariati gli altri tre passaggi dell'MRP (netting, dimensionamento dei lotti, esplosione della distinta base). Sostituisce solo la determinazione delle date di rilascio.
• Funzione di Sgombero (CF): La CF è un modello surrogato che descrive la relazione tra il carico di lavoro assegnato a una risorsa in un periodo e il suo output atteso. A differenza dei PLT fissi, la CF permette di calcolare i tempi di ciclo in modo endogeno basato sul carico.
• Modello di Ottimizzazione:
  • Viene formulato un modello di programmazione matematica per ogni livello della distinta base (BOM).
  • L'obiettivo è minimizzare la somma dei costi di scorta finita, lavoro in corso (WIP), ritardi (backlog) e capacità esterna (usata come penalità per l'inammissibilità).
  • Vincoli Chiave:
    • Preservazione dell'integrità dei lotti generati dal dimensionamento dell'MRP.
    • Rilascio degli ordini in ordine non decrescente delle date di ricezione pianificate (per mantenere coerenza con i calcoli precedenti dell'MRP).
    • Utilizzo di una CF piecewise lineare (a segmenti) per modellare la capacità e la congestione.
• Assunzioni: Il modello assume che le risorse condivise si trovino allo stesso livello della BOM e che non vi siano interazioni di capacità tra livelli diversi (un'ipotesi restrittiva per semplificare il problema).
• Esperimenti Computazionali: Sono stati condotti esperimenti di simulazione su due sistemi di produzione (PS1: semplice, PS2: complesso) con 200 periodi, 10 repliche indipendenti e diversi livelli di incertezza della domanda (previsioni perfette e imperfette) e di utilizzazione (80%, 85%, 90%).

3. Contributi Chiave

1. Sostituzione del Backward Scheduling: Dimostrazione che sostituire il calcolo deterministico delle date di rilascio con un modello di ottimizzazione basato su CF migliora significativamente le prestazioni.
2. PLT Endogeni per Ordine: A differenza dell'MRP tradizionale che assegna un PLT fisso per articolo, l'approccio proposto calcola tempi di ciclo specifici per ogni ordine di produzione, adattandoli dinamicamente al carico di lavoro previsto.
3. Gestione della Congestione: Il modello riesce a spostare i rilasci degli ordini verso periodi con capacità disponibile, riducendo la congestione senza necessariamente aumentare i costi di scorta in modo eccessivo.
4. Analisi Comparativa: Valutazione rigorosa delle prestazioni in scenari di domanda stocastica e distinte base divergenti, confrontando l'MRP classico con varianti di CF (a 2 e 3 segmenti).

4. Risultati Principali

I risultati della simulazione evidenziano differenze significative tra l'MRP classico e l'approccio basato su CF:

• In scenari di alta incertezza e alta utilizzazione: L'approccio CF supera nettamente l'MRP.
  • L'MRP, per evitare ritardi, tende ad aumentare i PLT fissi, portando a scorte elevate e costi di mantenimento alti.
  • La CF rilascia gli ordini in modo flessibile: anticipa i rilasci prima dei periodi di picco e li posticipa quando c'è capacità in eccesso, mantenendo bassi i costi totali e i livelli di servizio elevati (≥98%).
• Effetto della Previsione Imperfetta: Con aggiornamenti di previsione vicini alla data di consegna, l'MRP diventa rigido e subisce costi elevati di ritardo o scorta. La CF si adatta dinamicamente, rilasciando ordini urgenti (con PLT = 0) solo quando necessario, ottimizzando il trade-off tra scorta e ritardo.
• Sistemi Complessi (PS2): In sistemi multi-livello, l'effetto di "pooling del rischio" (aggregazione della domanda) è sfruttato meglio dalla CF. La CF riduce la variabilità a livelli intermedi della BOM più efficacemente dell'MRP, adattando i tempi di rilascio agli ordini specifici.
• Politiche di Dimensionamento dei Lotti: L'approccio CF si adatta meglio alle politiche di lotti fissi (FOQ) rispetto all'MRP. Mentre l'MRP soffre di costi elevati con FOQ a causa della rigidità dei PLT, la CF compensa adattando i tempi di rilascio, riducendo i ritardi.
• Limiti: Il vantaggio della CF diminuisce quando l'incertezza è molto bassa e l'utilizzazione è moderata, dove i PLT fissi dell'MRP possono essere sufficienti. Inoltre, in condizioni di utilizzazione molto alta (90%), la capacità di anticipare i rilasci è limitata dalla mancanza di capacità nei periodi precedenti.

5. Significato e Conclusioni

Il paper dimostra che un'integrazione "naif" (semplice) delle funzioni di sgombero nell'MRP può portare a miglioramenti sostanziali nelle prestazioni dei sistemi di produzione discreta, specialmente in ambienti caratterizzati da:

• Alta incertezza della domanda.
• Vincoli di capacità stretti.
• Sistemi con distinte base divergenti.

Implicazioni Pratiche: L'approccio non richiede di sostituire l'intero sistema MRP, ma offre un modulo di ottimizzazione sostituibile per la fase di rilascio degli ordini. Questo lo rende implementabile in contesti industriali reali dove la logica MRP deve essere preservata ma migliorata nella gestione della capacità.

Limitazioni e Lavori Futuri: L'attuale modello non considera le interazioni di capacità tra diversi livelli della BOM (assumendo che le risorse condivise siano allo stesso livello). I futuri lavori dovranno rilassare questa assunzione per gestire sistemi di produzione più complessi e interconnessi, nonché esplorare politiche di dimensionamento dei lotti più sofisticate (es. Wagner-Whitin).