Optimization of integrated production and transport problems
Optimisation de problèmes de production et de transport intégré
Résumé
In this thesis, we study an integrated vehicle routing problem with production management. This problem combines assembly and disassembly operations with the collection of end-of-life products and raw materials. First, we study the deterministic case of the multi-period problem in its static and dynamic version. We propose a mixed integer linear programming model including these new constraints. A two-phase mat-heuristic based on mathematical programming and the variable neighborhood search algorithm is also developed to solve the larger instances. Second, we study the stochastic case where the yield of disassembled components are uncertain due to the unknown status of the returned products. We propose an approach based on robust modeling defined by discrete scenarios. We address different assumptions, where different levels of flexibility are given to different decisions. A three-stage mat-heuristic to optimize the worst case is developed to solve the different problems under all scenarios. Different tests are performed to show the effectiveness and limitations of each approach in each case.
Dans cette thèse, nous traitons essentiellement un problème intégré de tournées de véhicules avec la gestion de production. Ce problème combine les opérations d'assemblage et de désassemblage, avec la collecte des produits en fin de vie et des matières premières. Premièrement, nous étudions le cas déterministe du problème multi-périodes dans sa version statique et dynamique. Nous proposons un modèle mathématique linéaire en nombres entiers mixtes incluant ces nouvelles contraintes. Une mat-heuristique itérative à deux phases basée sur la programmation mathématique et un algorithme de recherche à voisinage variable, est également développée pour résoudre les instances de plus grande taille. Deuxièmement, nous étudions le cas stochastique où les quantités des composants désassemblés sont incertains en raison du statut inconnu des produits retournés. Nous proposons une approche basée sur une modélisation robuste définie par des scénarios discrets. Nous abordons différentes hypothèses, où différents niveaux de flexibilité sont donnés aux différentes décisions. Une mat-heuristique à trois étapes pour optimiser le pire cas est développée pour la résolution itérative de différents problèmes dans tous les scénarios. Différents tests sont effectués afin de montrer l’efficacité et les limites de chaque approche dans chaque cas.
Origine : Version validée par le jury (STAR)