Tato disertační práce se zabývá vývojem, modelováním a analýzou poptávkově orientovaných úloh, které zahrnují marketingová, operační a logistická rozhodnutí. Úlohy jsou zvoleny tak, aby mohly být dále rozšířeny o koncept tzv. dynamického oceňování a jiných dynamických marketingových rozhodnutí. V práci jsou využity dvě základní poptávkově orientované úlohy: a) úloha kolportéra novin, která je zvolena pro její jednoduchou formu a která tak slouží jako nástroj pro ilustrativní ukázky rozhodovacích procesů v podobných typech úloh, a b) úloha návrhu dopravní sítě, kde jsou využity některé výsledky a znalosti získané při řešení úlohy kolportéra novin. Kolportér (či obecně maloobchodník) čelí náhodné poptávce, která může být postupně ovlivněna oceňováním, marketingovými (tj. reklamními) rozhodnutími a nakonec jejich kombinací. Poptávka obsahuje tedy náhodnou složku, která je pomocí přístupů stochastické optimalizace modelována ve specifickém tvaru (tj. aditivní či multiplikativní tvar). Závislost cena-poptávka je zachycena pomocí nelineární klesající poptávkové funkce, zatímco (vhodná) reklama vede ke zvýšení poptávky (běžně rostoucí s-křivka či konkávní funkce). Výsledky získané při řešení úlohy kolportéra novin s oceňováním jsou následně využity v úloze návrhu dopravní sítě. Tato stochastická úloha je modelována (reformulována) pomocí dvou přístupů stochastické optimalizace: wait-and-see přístup a here-and-now přístup. Jelikož tato implementace vede na lineární či nelineární celočíselnou (navíc scénářovou) úlohu, jsou v práci zmíněny taky výpočetní nástroje. Autor pro řešení používá (původní) tzv. hybridní algoritmus, což je kombinace heuristického (genetického) algoritmu a nástroje optimalizačního softwaru. Potenciální aplikace sestavených modelů, obzvláště v oblasti odpadového hospodářství, jsou diskutovány v závěrečné části disertační práce.

We consider a single-product dynamic inventory problem where the demand distributions in each period are known and independent but with density. We assume the lead time and the fixed cost for ordering are zero and that there are no capacity constraints. There is a holding cost and a backorder cost for unfulfilled demand, which is backlogged until it is filled by another order. The problem may be nonstationary, and in fact our approximation of the optimal cost function using splines is most advantageous when demand falls suddenly. In this case the myopic policy, which is most often used in practice to calculate optimal inventory level, would be very costly. Our algorithm uses quadratic splines to approximate the optimal cost function for this dynamic inventory problem and calculates the optimal inventory level and optimal cost.