Aggregate production planning under uncertainty: a comprehensive literature survey and future research directions

Abstract

This is the first literature survey of its kind on aggregate production planning (APP) under uncertainty. Different types of uncertainty, such as stochasticity, fuzziness and possibilistic forms, have been incorporated into many management science techniques to study APP decision problem under uncertainty. In current research, a wide range of the literature which employ management science methodologies to deal with APP in presence of uncertainty is surveyed by classifying them into five main categories: stochastic mathematical programming, fuzzy mathematical programming, simulation, metaheuristics and evidential reasoning. First, the preliminary analysis of the literature is presented by classifying the literature according to the abovementioned methodologies, discussing about advantages and disadvantages of these methodologies when applied to APP under uncertainty, and concisely reviewing the more recent literature. Then, APP literature under uncertainty is analysed from management science and operations management perspectives. Possible future research paths are also discussed on the basis of identified research trends and research gaps.

Integrasi Linear Regression dan Aggregate Planning untuk Perencanaan dan Pengendalian Produksi Leaf Spring Hino OW 190/200 di Industri Komponen Otomotif

“…Kelangsungan proses produksi agar dapat memenuhi pemintaan konsumen perlu adanya perencanaan produksi yang baik. Dimana perencanaan produksi adalah perencanaan tentang produk yang diproduksi dan banyaknya produk yang akan diproduksi pada periode yang akan datang (Jamalnia et al, 2019). Berdasarkan permasalahan tersebut, sepertinya perlu dilakukan perbaikan.…”

Un análisis de revisiones de modelos y algoritmos para la optimización de planes de aprovisionamiento, producción y distribución de la cadena de suministro

“…La perspectiva de cadena de suministro bajo incertidumbre es un tema ampliamente estudiado, un ejemplo de esto es la revisión presentada por Jamalnia et al(2019), los cuales analizan la planificación agregada de la producción bajo incertidumbre, concluyendo que los modelos de programación difusa son los más estudiados seguidos de los programación estocástica. De esta forma podemos concluir las líneas de investigación futuras identificadas en el estudio de Peidro et al (2009) han sido abordadas por una gran cantidad de autores y mantienen su vigencia.…”

“…De esta forma podemos concluir las líneas de investigación futuras identificadas en el estudio de Peidro et al (2009) han sido abordadas por una gran cantidad de autores y mantienen su vigencia. Sin embargo, en esta área de investigación aún quedan brechas por cubrir como las mencionadas por el estudio de Mundi et al (2019) y las presentadas por Jamalnia et al(2019), este último, menciona en su publicación que existen muy pocos estudios sobre la planificación agregada de la producción para sistemas de fabricación reconfigurable, y en la industria de procesos (refinerías de petróleo, la fabricación de bebidas y los procesos químicos que operan procesos de producción continuos e ininterrumpidos) en escenarios inciertos o deterministas que consideren un horizonte rodante.…”

Multi‐objective optimization for sustainable production planning

“…However, planning in a multi‐objective environment may enhance the complexity of decision making but provides an optimal solution concerning the choice of Decision Maker (DM) 19 . Several stochastic modeling methods have been used in aggregate production planning with randomness 20 . But probability distributions resulting from past events may not be accessible or reliable all the time.…”