Matheuristic and learning methods in routing optimization

Abstract

This thesis investigates the design and development of efficient optimization methods for solving routing problems. Routing problems rise in various settings and can often be found to coexist with other difficult optimization problems. Facility location is one of those that often seem to emerge in real settings and be combined with the routing decisions, making those already difficult problems even more difficult to solve. Firstly, by an extensive literature review the study aims to spot the differences between different methodologies and address various challenges associated with Capacitated Location Routing Problems (LRP) and cumulative Vehicle Routing Problems (cum-VRP). There are several different methodological stems used to tackle such problems. The thesis introduces hybrid matheuristic frameworks that leverage the strengths of both mathematical optimization and heuristic search. These frameworks are designed to efficiently solve rich problem variants, including time windows or energy conservation. This research primarily focuses on hybrid methodologies and decomposition schemes that integrate exact and heuristic methods, facilitating effective exploration of the solution space for several problem instances. The contributions of this thesis are significant for both academic research and practical applications in logistics and supply chain management, offering novel solutions for improving the efficiency and effectiveness of distribution systems. By integrating robust optimization and matheuristic approaches, the research provides valuable insights into handling complex logistical problems, paving the way for more sustainable and cost-effective logistics solutions.

Η παρούσα διατριβή διερευνά το σχεδιασμό και την ανάπτυξη αποδοτικών μεθόδων βελτιστοποίησης για την επίλυση προβλημάτων δρομολόγησης. Τα προβλήματα δρομολόγησης προκύπτουν σε διάφορα περιβάλλοντα και συχνά συνυπάρχουν με άλλα δύσκολα προβλήματα βελτιστοποίησης. Η τοποθέτηση εγκαταστάσεων είναι ένα από αυτά που συχνά εμφανίζεται σε πραγματικές συνθήκες και συνδυάζεται με τις αποφάσεις δρομολόγησης, κάνοντας τα ήδη δύσκολα προβλήματα ακόμη πιο περίπλοκα στην επίλυσή τους.Αρχικά, μέσω μιας εκτεταμένης ανασκόπησης της βιβλιογραφίας, η μελέτη στοχεύει να εντοπίσει τις διαφορές μεταξύ διαφόρων μεθοδολογιών και να αντιμετωπίσει διάφορες προκλήσεις που σχετίζονται με τα Προβλήματα Δρομολόγησης και Χωροθέτησης Εγκαταστάσεων (LRP) και τα Σωρευτικά Προβλήματα Δρομολόγησης Οχημάτων (cum-VRP). Υπάρχουν διάφορες μεθοδολογικές προσεγγίσεις που χρησιμοποιούνται για την αντιμετώπιση τέτοιων προβλημάτων. Η διατριβή παρουσιάζει υβριδικές μαθευρετικές μεθοδολογίες που αξιοποιούν τα πλεονεκτήματα τόσο της μαθηματικής βελτιστοποίησης όσο και της ευρετικής αναζήτησης. Αυτά τα σχήματα έχουν σχεδιαστεί για να επιλύουν αποτελεσματικά πλούσιες παραλλαγές προβλημάτων, συμπεριλαμβανομένων των χρονικών παραθύρων ή της εξοικονόμησης ενέργειας. Η έρευνα επικεντρώνεται κυρίως σε υβριδικές μεθοδολογίες και σχήματα αποσύνθεσης που ενσωματώνουν ακριβείς και ευρετικές μεθόδους, διευκολύνοντας την αποτελεσματική εξερεύνηση του χώρου λύσεων για διάφορες περιπτώσεις προβλημάτων. Οι συνεισφορές αυτής της διατριβής είναι σημαντικές τόσο για την ακαδημαϊκή έρευνα όσο και για πρακτικές εφαρμογές στα logistics και τη διαχείριση της εφοδιαστικής αλυσίδας, προσφέροντας νέες λύσεις για τη βελτίωση της αποδοτικότητας και της αποτελεσματικότητας των συστημάτων διανομής. Με την ενσωμάτωση της ανθεκτικής βελτιστοποίησης και των μαθευρετικών προσεγγίσεων, η έρευνα παρέχει πολύτιμες γνώσεις για την αντιμετώπιση σύνθετων προβλημάτων logistics, ανοίγοντας τον δρόμο για πιο βιώσιμες και οικονομικά αποδοτικές λύσεις.