Ein mehrstufiges stochastisches Programmierungsmodell mit CVaR zur Optimierung des Lagerbestands von Luftfahrtersatzteilen

Im Bereich der Luftfahrt-Wartung, Reparatur und Überholung (MRO)-Systeme steht das Ersatzteillager-Management vor stark stochastischer Nachfrage, erheblichen Extremrisiken, Lieferverzögerungen und komplexen vertraglichen Einschränkungen, was es traditionellen deterministischen oder risikoneutralen Modellen erschwert, hohe Servicelevels mit niedrigen Kosten zu vereinen. Dieses Papier schlägt ein mehrstufiges stochastisches Programmierungsmodell zur Lagerbestandsoptimierung vor, das den Conditional Value-at-Risk (CVaR) integriert, um wirtschaftliche Effizienz und Robustheit zu verbessern. Das Modell verwendet einen Szenarien-Generierungsrahmen basierend auf Momentenabgleich und entropisch regularisiertem optimalem Transport, der Inter-Teil-Korrelationen mittels Pearson-Koeffizienten erhält und Szenarienbäume effizient durch die Sinkhorn-Distanz reduziert, wodurch Nachfrageschwankungen und extreme Extremereignisse präzise abgebildet werden. Es integriert weiterhin Nicht-Vorwegnahme-Beschränkungen in ein mehrstufiges gemischt-ganzzahliges stochastisches Programm sowie Rollierendes-Horizont-Mechanismen, gestufte Preisgestaltung und Vertragsrestriktionen, um dynamische Bestellentscheidungen unter sequentiell enthüllten Informationen zu ermöglichen. Ein Mean-CVaR-Optimierungskriterium mit einem einstellbaren Risikoparameter wird eingeführt, um erwartete Kosten gegen extreme Verluste abzuwägen. Numerische Experimente mit typischen Ersatzteilen der B737-Flotte einer kommerziellen Fluggesellschaft zeigen, dass das risikoaverse Modell die erwarteten Kosten moderat im Vergleich zur risikoneutralen Version erhöht, aber das Tail-Risiko deutlich verringert. Stochastische Strategien übertreffen deterministische Ansätze, wobei Wert-der-stochastischen-Lösung-Metriken klare Vorteile unter Unsicherheit bestätigen, während Modellstabilität und Robustheit durch In-Sample- und Out-of-Sample-Tests validiert werden. Diese Studie bietet Fluggesellschaften einen praktischen Rahmen zur Entwicklung kosteneffizienter und sicherer Ersatzteillager-Politiken in unsicheren Umgebungen.