Stochastic and Robust Optimization Algorithms for the Inventory-Routing Problem and its Extensions

Promovendus/a
Wouter Lefever
Faculteit
Faculteit Ingenieurswetenschappen en Architectuur
Vakgroep
Vakgroep Industriële Systemen en Productontwerp
Curriculum
Master of Science in Industrial Engineering and Operations Research, Universiteit Gent, 2014
Academische graad
Doctor in de ingenieurswetenschappen: bedrijfskundige systeemtechnieken en operationeel onderzoek
Taal proefschrift
Engels
Vertaling titel
Stochastische en robuuste optimalisatiealgoritmen voor het voorraad-transportprobleem en zijn uitbreidingen
Promotor(en)
prof. El-Houssaine Aghezzaf, vakgroep Industriële Systemen en Productontwerp - prof. Khaled Hadj-Hamou, Institut National des Sciences Appliquées de Lyon, Villeurbanne, Frankrijk
Examencommissie
voorzitter prof. Gert De Cooman (onderwijsdirecteur) - prof. El-Houssaine Aghezzaf (EA18) - prof. Stijn De Vuyst (EA18) - prof. Dieter Fiems (EA07) - prof. Khaled Hadj-Hamou (Institut National des Sciences Appliquées de Lyon, Villeurbanne, France) - prof. Veronique Limère (EB08) - prof. Birger Raa (EA18) - prof. Jean-Sébastien Tancrez (Université catholique de Louvain, Louvain School of Management, Mons)

Korte beschrijving

Door verschillende factoren zoals de loonkosten en het opleidingsniveau van arbeiders tonen meer en meer productieketens een grote geografische verspreiding. Voor de leefbaarheid van zo’n geglobaliseerde productieketen is het efficiënt organiseren van de logistieke taken van vitaal belang. Een gekende strategie om de globale logistieke kosten te drukken is het synchroniseren van transport en voorraadbeheer tussen de verschillende stappen van het productieproces. In deze dissertatie onderzoeken we hoe de modellen die ondersteuning bieden bij het optimaliseren van deze synchronisatie efficiënt opgelost kunnen worden. Hiervoor analyseren we de wiskundige structuur en eigenschappen van deze modellen. Op basis van onze bevindingen ontwerpen we specifieke optimalisatiealgoritmen zodat de problemen binnen aanvaardbare rekenkundige tijd opgelost kunnen worden. Daarnaast onderzoeken we ook hoe deze modellen aangepast kunnen worden wanneer een deel van de gegevens, bijvoorbeeld de vraag van een klant, onzeker is. We definiëren verschillende niveaus van onzekerheid op basis van de beschikbare informatie en stellen voor elk niveau een efficiënte oplossingsmethode voor. Ten slotte vergelijken we de verschillende oplossingen en evalueren hoe bijkomende informatie tot een betere oplossing kan leiden.

Praktisch

Wanneer
Woensdag 3 oktober 2018, 17:00
Waar
Jozef Plateauzaal, Plateaustraat 22, 9000 Gent

Meer info

Contact
doctoraat.ea@UGent.be