Solution methods for complex supply chain network optimization problems

Abstract

The intertemporal integration of supply chain activities is crucial in developing sustained competitive advantage in the modern entrepreneurial environment. This integration refer to the simultaneous optimization of strategic, tactical and operational decisions in complex supply chain networks. Moreover, due to the fact that the supply chain activities emit pollutants, like carbon dioxide (CO2), increased socio-environmental concerns have shifted the focus to a balanced goal, which integrates economic, environmental and social goals. To achieve these goals, the solution of complex supply chain optimization problems is required. New advanced optimization techniques and tools must be developed to assist decision makers. This thesis studies and investigates new complex and integrated supply chain network optimization problems under economic and environmental. Efficient metaheuristic-based solution methods are developed for the solution of these problems to derive useful managerial insights. More specifically, a well-known combinatorial optimization problem which integrates strategic, tactical and operation decisions is the Location-Inventory-Routing Problem. Herein, several variants of this complex problem are addressed. Initially, a Location-Inventory-Routing Problem with Distribution Outsourcing is introduced to describe cases where the proprietary fleet of vehicles is either cost-inefficient or specific fleet of vehicles is required (i.e. customer-specific). Furthermore, a green variant of the Location-Inventory-Routing Problem, the Pollution-Location-Inventory-Routing Problem is addressed by considering both economic and environmental concerns. In this new problem, decisions related to fuel consumption and CO2 emissions are considered. Next, another green variant of the basic problem is proposed. This problem is called the Fleet Size and Mix Pollution Location Inventory Routing Problem and considers more realistic features, such as fleet composition and capacity planning decisions. Furthermore, a healthcare supply chain network optimization problem related to innovative CAR T-cell cancer therapies is modelled and investigated. In this, a novel network structure is proposed to manage challenges associated to the increased demand for these therapies. To obtain high-quality solutions of these problems in short computational times, several heuristic algorithms, based on the Variable Neighborhood Search metaheuristic framework, are proposed. Solution achieved using these methods are compared to the corresponding ones using state-of-the-art exact commercial solver, such as CPLEX. Extensive comparisons and numerical tests illustrate the efficiency of the proposed metaheuristic methods using key performance indicators.

Η ενοποίηση των δραστηριοτήτων μίας εφοδιαστικής αλυσίδας αποτελεί κρίσιμο παράγοντα επίτευξης αειφόρου ανταγωνιστικού πλεονεκτήματος εντός των πλαισίων του σύγχρονου επιχειρησιακού περιβάλλοντος. Η εν λόγω ενοποίηση αφορά την ταυτόχρονη λήψη αποφάσεων στρατηγικού, τακτικού και επιχειρησιακού επιπέδου μέσω της αποδοτικής διαχείρισης της εφοδιαστικής αλυσίδας. Επιπρόσθετα, δεδομένης της εκπομπής ρύπων από τις δραστηριότητες της εφοδιαστικής αλυσίδας, όπως το διοξείδιο του άνθρακα, αυξημένες κοινωνικές και περιβαλλοντικές ανησυχίες έχουν μετατοπίσει την εστίαση στην επίτευξη ενός ισορροπημένου στόχου, ο οποίος αποτελεί ένα μίγμα οικονομικών, περιβαλλοντικών και κοινωνικών στόχων. Η παρούσα διδακτορική διατριβή μελετά και διερευνά νέα σύνθετα προβλήματα βελτιστοποίησης δικτύων ενοποιημένων εφοδιαστικών αλυσίδων με αντικειμενικό στόχο την οικονομική, την περιβαλλοντική ή τη συνδυαστική απόδοση. Επίσης, νέες μεθευρετικές τεχνικές επίλυσης έχουν αναπτυχθεί ώστε να λυθούν τα νέα προβλήματα και να καταγραφούν χρήσιμες παρατηρήσεις αποδοτικής διαχείρισης. Ακριβέστερα, ένα γνωστό πρόβλημα συνδυαστικής βελτιστοποίησης, το οποίο συνδυάζει στρατηγικές, τακτικές και λειτουργικές αποφάσεις είναι το σύνθετο Πρόβλημα Χωροθέτησης Εγκαταστάσεων, Ελέγχου Αποθεμάτων και Δρομολόγησης Οχημάτων. Στην παρούσα διατριβή εισάγονται αρκετές επεκτάσεις του συγκεκριμένου σύνθετου προβλήματος. Αρχικά, εισάγεται το σύνθετο Πρόβλημα Χωροθέτησης Εγκαταστάσεων, Ελέγχου Αποθεμάτων και Δρομολόγησης Οχημάτων με Εξωτερική Ανάθεση Διανομής για την περιγραφή περιπτώσεων όπου είτε ο ιδιόκτητος στόλος οχημάτων είναι μη οικονομικώς συμφέρουσα επιλογή ή απαιτείται ειδικού σκοπού στόλος οχημάτων (π.χ. στόλος οχημάτων προσαρμοσμένος στις ανάγκες των πελατών). Επιπλέον, προτείνεται μία επέκταση πράσινης διαχείρισης του σύνθετου Προβλήματος Χωροθέτησης Εγκαταστάσεων, Ελέγχου Αποθεμάτων και Δρομολόγησης Οχημάτων, ονομαζόμενο ως σύνθετο Πρόβλημα Χωροθέτησης Εγκαταστάσεων, Ελέγχου Αποθεμάτων, Δρομολόγησης Οχημάτων, Κατανάλωσης Καυσίμου και Εκπομπής Ρύπων Διοξειδίου του Άνθρακα, το οποίο λαμβάνει ταυτόχρονα οικονομικές και περιβαλλοντικές αποφάσεις, όπως η κατανάλωση καυσίμου και η εκπομπή ρύπων CO2. Στη συνέχεια, ένα ακόμη πρόβλημα πράσινης διαχείρισης, επέκταση του βασικού προβλήματος, εισάγεται. Το νέο πρόβλημα καλείται σύνθετο Πρόβλημα Καθορισμού Μεγέθους και Σύνθεσης Στόλου Οχημάτων, Χωροθέτησης Εγκαταστάσεων με Πολλαπλές Επιλογές Χωρητικότητας, Ελέγχου Αποθεμάτων, Δρομολόγησης Οχημάτων, Κατανάλωσης Καυσίμου και Εκπομπής Ρύπων Διοξειδίου του Άνθρακα και λαμβάνει υπόψη επιπλέον ρεαλιστικά χαρακτηριστικά, όπως η σύνθεση στόλου και ο σχεδιασμός χωρητικότητας εγκαταστάσεων. Επιπροσθέτως, ένα πρόβλημα βελτιστοποίησης δικτύων υγειονομικών εφοδιαστικών αλυσίδων σχετιζόμενων με τις καινοτόμες ανοσολογικές κυτταρικές θεραπείες του καρκίνου. Στο νέο αυτό πρόβλημα προτείνεται μία καινοτόμα δομή δικτύου για τη διαχείριση των προκλήσεων που προκύπτουν από την αυξανόμενη ζήτηση τέτοιων θεραπειών. Για την αποδοτική επίλυση αυτών των προβλημάτων σε σύντομο υπολογιστικό χρόνο, προτείνονται αρκετοί ευρετικοί αλγόριθμοι βασιζόμενη στο μεθευρετικό πλαίσιο Αναζήτησης Μεταβλητής Γειτνίασης. Οι λύσεις που παρήχθησαν από τους προτεινόμενους αλγόριθμους συγκρίθηκαν με εκείνες του state-of-the-art εμπορικού λύτη, CPLEX. Πληθώρα συγκρίσεων και υπολογιστικών πειραμάτων υποδεικνύουν την αποδοτικότητα των προτεινόμενων μεθόδων και κύριους παράγοντες απόδοσης, ώστε τελικώς να κατασκευασθούν ταχείες και ισχυρές υπολογιστικές τεχνικές επίλυσης.