Models and algorithms for a class of production routing problems.
Modèles et algorithmes pour une classe de problèmes combinés de production et de tournées de véhicule.
Résumé
The production routing problem (PRP) consists of determining an integrated production and distribution planning that aims to optimize overall cost and improve service level. Although the PRP has been attracting academic and practical interests, it has not been well studied in the literature. Food production routing problem (FPRP) that is more complex than the classic PRP due to food perishability, has rarely been studied. This thesis focuses on developing new models and algorithms for the PRP and FPRP.Firstly, a multi-product PRP with outsourcing (MPRPOS) that is a generalization of the classic PRP is addressed. For the problem, a mixed integer linear programming (MILP) model is proposed and a three-level heuristic is designed. Computational experiments on 225 newly generated MPRPOS instances and 1530 PRP benchmark instances demonstrate the effectiveness and efficiency of the proposed heuristic. Especially, 283 new best solutions for PRP benchmark instances are found by the heuristic.Considering food quality and perishability, and based on the study for the PRP, three new FPRPs are then investigated, i.e., 1) a multi-plant FPRP with packaging consideration (MFPRP); 2) a bi-objective FPRP (BFPRP) that minimizes the total supply chain cost and maximizes food quality simultaneously; and 3) a FPRP with delivery time window constraints (FPRPTW). For each of the studied problems, a MILP model is proposed. Moreover, a hybrid matheuristic that combines a two-phase iterative method, a fix-and-optimize procedure, and a route-based optimization is developed for the MFPRP. For the BFPRP, an epsilon-constraint-based heuristic and a fuzzy logic decision method are proposed to generate near-optimal Pareto solutions and to help decision makers select a preferred solution. And the FPRPTW is directly solved by the state-of-the-art solver CPLEX. A case study shows the proposed model and algorithm for BFPRP can improve food supply chain performance. Computational results on randomly generated instances demonstrate the proposed hybrid matheuristic and epsilon-constraint-based heuristic outperform CPLEX.
Le problème combiné de production et de tournées de véhicules (PRP) consiste à proposer une planification intégrée de la production et de la distribution. Il vise à optimiser le coût global de la chaîne logistique et à améliorer le niveau de service aux clients. Bien que le PRP et son application en agroalimentaire (FPRP) présentent des enjeux importants à la fois scientifiques et industriels, ils n’ont pas été suffisamment étudiés dans la littérature. L’objectif de cette thèse est de développer de nouveaux modèles et algorithmes pour le PRP et le FPRP.Dans cette thèse, nous avons d’abord étudié un PRP multi-produit avec sous-traitance (MPRPOS) qui est une extension naturelle du PRP classique. Pour ce problème, un nouveau programme linéaire en nombres mixte (MILP) a été proposé et une heuristique à trois niveaux a été développée. Les expériences numériques sur 225 instances générées aléatoirement pour le MPRPOS et 1530 instances de benchmark du PRP montrent de très bonnes performances de l’heuristique proposée. En particulier, nous avons obtenu de nouvelles meilleures solutions pour 283 instances de benchmark.A partir de l’étude du MPRPOS et en prenant en compte les spécificités des produits agroalimentaires (périssabilité et qualité), trois nouveaux FPRPs ont été ensuite étudié: 1) un FPRP multi-site avec conditionnement (MFPRP); 2) un FPRP multi-critère (BFPRP): minimisation du coût total de la chaîne logistique et maximisation de la qualité; et 3) un FPRP avec des contraintes de fenêtre horaires (FPRPTW). Pour chacun des problèmes, un modèle MILP a été établi. En outre, une Matheuristique hybride combinant une méthode itérative, une procédure de fixe-et-optimisation et un processus d’optimisation basé sur les routes déterminées pendant les deux premières étapes a été développée pour le MFPRP. Pour le BFPRP, une heuristique du type epsilon-contrainte et une méthode par logique floue sont proposées. Et le FPRPTW est directement résolu par le solveur CPLEX. Une étude des cas montre que le modèle et l’algorithme proposés pour le BFPRP peuvent significativement améliorer la performance de l’entreprise. Les résultats numériques sur des instances générées aléatoirement montrent que les méthodes développées sont plus performantes que le CPLEX.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...