We consider a lot-sizing problem in a single-item single-stage production system facing nonstationary stochastic demand in a finite planning horizon. Motivated by practice, the set-up times need to be determined and frozen once and for all at the beginning of the horizon while decision on the exact lot sizes can be deferred until the setup time. This operating scheme is referred to as the static-dynamic uncertainty strategy in the literature. For a capacitated system with minimum lot size restrictions, it has been shown that a modified base stock policy is optimal under the static-dynamic uncertainty strategy. However, the optimal policy parameters require an exhaustive search for which the computational time grows exponentially in the number of periods in the planning horizon. In order to alleviate the computational burden for real-life size problems, we develop and test seven dierent heuristics for computational effciency and solution quality. Our extensive numerical experiments show that optimality gaps below 1% can be attained in reasonable running times by using a combination of these heuristics.

Çalışmamızda bir parça için bir kademede gerçekleşen, sabit olmayan rassal taleple karşılaşan,sonlu planlama ufkuna sahip bir parti büyüklüğü problemini ele aldık. Uygulama gereği, üretim için kurulum zamanları planlama ufkunun başında belirlenip sabitlenmekte, parti büyüklükleri ise kurulum gerçekleşene kadar kesinleşmemektedir. Bu işletim şekli literatürde statik-dinamik belirsizlik stratejisi olarak bilinmektedir. Kapasite ve minimum parti büyüklüğü kısıtlarına sahip bir ortamda, statik-dinamik belirsizlik stratejisi için optimal politikanın temek stok politikası olduğu ispatlanmıştır. Ancak, optimal politika parametrelerinin hesaplanması planlama ufku uzunluğu ile üssel büyüyen çözüm zamanları üreten zahmetli bir tarama gerektirmektedir. Gerçek hayat problemlerinde ortaya çıkabilecek bu sorunu gidermek adına, yedi farklı sezgisel yöntem üreterek bunları çözüm kalitesi ve hesaplama verimliliği açısından karşılaştırdık. Geniş çaplı sayısal çalışmamız, geliştirdiğimiz sezgisel yöntemler ve kombinasyonlarının optimal sonuçtan %1?in altında sapma gösterdiğini ispatlamıştır.