Le transport fluvial de conteneurs constitue une activité économique importante qui suscite un intérêt grandissant de la part de scientifiques. Considéré comme durable et économique, le transport par barge a été identifié comme étant une alternative compétitive pour le transport de marchandises, en complément des modes traditionnels de transport, routier et ferroviaire. Néanmoins, les travaux de recherche en rapport avec la planification et le management du transport par barge, en particulier dans le contexte du transport intermodal, sont encore peu abondants. Le but de cette thèse est d’apporter une contribution dans ce domaine, par la proposition de modèles et de méthodes de planification et gestion avancées, dans le cadre d’un système d’aide à la décision pour le transport de conteneurs par barge développé pour accompagner les opérateurs de transport. La méthodologie proposée fait appel à des concepts et principes de gestion du revenu, des ressources et des services de transport pour la conception de plans de services réguliers avec horaires, au niveau tactique. Les opérateurs de transport peuvent ainsi offrir des plans de transport avec des services plus flexibles pour leurs clients, tout en assurant un meilleur niveau de fiabilité. Plus de demandes de transport pourront ainsi être satisfaites, avec globalement une plus grande satisfaction des chargeurs. Une originalité importante proposée par notre approche est l’utilisation de principes et techniques de gestion du revenu (segmentation du marché, classes tarifaires...) aussi bien au niveau opérationnel de la modélisation qu’au niveau tactique. Les problèmes d’optimisation sont formalisés sous forme de modèles de programmation linéaire mixte en nombres entiers (PLNE), implémentés et testés sous différentes configurations de réseaux de transport et différents scénarios de demandes, et ce pour chaque niveau de décision. Au niveau tactique, une nouvelle approche de résolution, combinant la recherche adaptative à voisinage large (ALNS) et la recherche taboue, est proposée pour résoudre des problèmes PLNE de grande taille. Une plateforme de simulation, qui intègre les niveaux tactique et opérationnel de prise de décision, est proposée pour la validation du système d’aide à la décision sous différentes configurations : différentes topologies du réseau physique, différents paramètres pour la gestion du revenu, différents degrés de précision caractérisant les prévisions de demande. Pour l’analyse des résultats numériques ainsi obtenus, plusieurs types d’indicateurs de performance sont proposés et utilisés. / Barge transportation is an important research topic that started to draw increasing scientific attention in the recent decade. Considered as sustainable, environment-friendly and economical, barge transportation has been identified as a competitive alternative for freight transportation, complementing the traditional road and rail modes. However, contributions related to barge transportation, especially in the context of intermodal transportation, are still scarce. The objective of this thesis is to contribute to fill this gap by proposing a reactive decision support system for freight intermodal barge transportation from the perspective of the carriers. The proposed system incorporates resource and revenue management concepts and principles to build the optimal set of scheduled services plans at the tactical level. Carriers may thus benefit from transportation plans offering increased flexibility and reliability. They could thus serve more demands and better satisfy customers. One novelty of the approach is the application of revenue management considerations (e.g., market segmentation and price differentiation) at both operational and tactical planning levels. The optimization problems are mathematically formalized and mixed integer linear programming (MILP) models are proposed, implemented and tested against various network settings and demand scenarios, for each decision level. At the tactical level, a new solution approach, combining adaptive large neighborhood search (ALNS) and Tabu search is designed to solve large scale MILP problems. An integrated simulation framework, including the tactical and the operational levels jointly, is proposed to validate the decision support system in different settings, in terms of physical network topology, revenue management parameters and accuracy degree of demand forecasts. To analyze the numerical results corresponding to the solutions of the optimization problems, several categories of performance indicators are proposed and used.

Die schichtenübergreifende Steuerung von Multi-Layer Netzen ermöglicht die Realisierung fortgeschrittener Netzarchitekturen sowie neuartiger Konzepte zur Steigerung der Ausfallsicherheit. Gegenstand dieser Arbeit ist ein neues ressourcensparendes Konzept zur Kompensation von Core-Router-Ausfallen in IP-Netzen. Core-Router-Ausfälle führen zur Abkopplung der an Ihnen angeschlossenen Zugangsrouter vom Netz. Daher werden die Zugangsrouter üblicherweise mit jeweils zwei oder mehreren verschiedenen Core-Routern verbunden (engl.: dual homing) was jedoch eine Verdoppelung der Anschlusskapazität im IP Netz bedingt. Bei dem neuen Verfahren - Dual Homing mit gemeinsam genutzten Router-Ersatzressourcen (engl.: dual homing with shared backup router resources, DH-SBRR) - erfolgt die Zugangsrouter-Anbindung zum einen zu einem Core-Router des IP-Netzes und zum anderen zu einem Netzelement der darunterliegenden Transportschicht. Damit lassen sich Router-Ersatzressourcen, die im IP-Netz an beliebigen Stellen vorgehalten werden können, uber das Transportnetz an die Stelle eines ausgefallenen Core-Routers schalten. Die Steuerung dieser Ersatzschaltung geschieht über eine schichten übergreifende, d.h. das Transportnetz- und IP-Netz umfassende Control-Plane - beispielsweise auf Basis von GMPLS. Da beim Umschalten der Routerressourcen auch aktuelle Zustände (bspw. Routing-Tabellen) auf die Router-Ersatzressourcen mit übertragen werden müssen, beinhaltet das neue Verfahren auch Konzepte zur Router-Virtualisierung. Zum Vergleich und zur Bewertung der Leistungsfähigkeit des neuen DH-SBRR Verfahrens werden in der Arbeit verschiedene Zugangsrouter-Homing-Varianten hinsichtlich Netz-Kosten, Netz-Verfügbarkeit, Recovery-Zeit und Netz-Energieverbrauch gegenübergestellt. Als Multi-Layer Netzszenarien werden zum einen IP über WDM und zum anderen IP über OTN (ODU) betrachtet. Zur Bestimmung der minimalen Netz-Kosten ist ein generisches Multi-Layer Netzoptimierungsmodell entwickelt worden, welches bei unterschiedlichen Homing-Architekturen angewendet werden kann. Neben dem Optimierungsmodell zur Netzkostenminimierung wird auch eine Modellvariante zur Minimierung des Energieverbrauchs vorgestellt. Um die Rechenzeit für die Lösung der Optimierungsprobleme zu verringern und damit auch größere Netzszenarien untersuchen zu können bedarf es heuristischer Lösungsverfahren. Im Rahmen der Arbeit ist daher eine neue speziell auf die Multilayer-Optimierungsprobleme zugeschnittene Lösungsheuristik entwickelt worden. Aus der Netzkosten-Optimierung ergibt sich, dass durch den Einsatz von DH-SBBR signifikante Kosteneinsparungen im Vergleich zu herkömmlichen Homing-Architekturen realisiert werden können. Änderungen der Verkehrslast, der Kosten der IP-Netzelemente oder der Netztopologie haben keinen signifikanten Einfluss auf dieses Ergebnis. Neben dem Kosten- und Energieeinsparungspotential sind auch die Auswirkungen auf die Netz-Verfügbarkeit und die Recovery-Zeit untersucht worden. Für die Ende-zu-Ende Verfügbarkeit bei Anwendung der verschiedenen Homing-Architekturen Können untere Grenzwerte angegeben werden. Zur Bestimmung der Recovery-Zeit bei Einsatz von DH-SBRR ist ein eigenes analytisches Berechnungsmodell entwickelt und evaluiert worden. Damit kann das DH-SBRR Verfahren zur Einhaltung vorgegebener Recovery-Zeiten (wie sie für bspw. Für bestimmte Dienste gefordert werden) entsprechend parametriert werden. / The emergence of multi-layer networking capabilities opens the path for the development of advanced network architectures and resilience concepts. In this dissertation we propose a novel resource-efficient homing scheme: dual homing with shared backup router resources. The proposed scheme realizes shared router-level redundancy, enabled by the emergence of control plane architectures such as generalized multi-protocol label switching. Additionally, virtualization schemes complement the proposed architecture. Different homing architectures are examined and compared under the prism of cost, availability, recovery time and energy efficiency. Multiple network layers are considered in Internet protocol over wavelength division multiplexing as well as Internet protocol over optical data unit settings - leading to the development of multi-layer optimization techniques. A generic multi-layer network design mathematical model, which can be applied to different homing architecture considerations, is developed. The optimization objective can be adapted to either minimizing the cost for network equipment or the power consumption of the network. In order to address potential issues with regard to computational complexity, we develop a novel heuristic approach specifically targeting the proposed architecture. It is shown that significant cost savings can be achieved - even under extreme changes in the traffic demand volume, in the cost for different types of network equipment, as well as in the network topology characteristics. In order to evaluate occurring tradeoffs in terms of performance, we study the effects on availability and recovery time. We proceed to derive lower bounds on end-to-end availability for the different homing architectures. Additionally, an analytical recovery time model is developed and evaluated. We investigate how service-imposed maximum outage requirements have a direct effect on the setting of the proposed architecture.

<p>Minimum cycle mean (MCM) is an important concept in directed graphs. From clock period optimization, timing analysis to layout optimization, minimum cycle mean algorithms have found widespread use in VLSI system design optimization. With transistor size scaling to 10nm and below, complexities and size of the systems have grown rapidly over the last decade. Scalability of the algorithms both in terms of their runtime and memory usage is therefore important. </p> <p><br></p> <p>Among the few classical MCM algorithms, the algorithm by Young, Tarjan, and Orlin (YTO), has been particularly popular. When implemented with a binary heap, the YTO algorithm has the best runtime performance although it has higher asymptotic time complexity than Karp's algorithm. However, as an efficient implementation of YTO relies on data redundancy, its memory usage is higher and could be a prohibitive factor in large size problems. On the other hand, a typical implementation of Karp's algorithm can also be memory hungry. An early termination technique from Hartmann and Orlin (HO) can be directly applied to Karp's algorithm to improve its runtime performance and memory usage. Although not as efficient as YTO in runtime, HO algorithm has much less memory usage than YTO. We propose several improvements to HO algorithm. The proposed algorithm has comparable runtime performance to YTO for circuit graphs and dense random graphs while being better than HO algorithm in memory usage. </p> <p><br></p> <p>Minimum balancing of a directed graph is an application of the minimum cycle mean algorithm. Minimum balance algorithms have been used to optimally distribute slack for mitigating process variation induced timing violation issues in clock network. In a conventional minimum balance algorithm, the principal subroutine is that of finding MCM in a graph. In particular, the minimum balance algorithm iteratively finds the minimum cycle mean and the corresponding minimum-mean cycle, and uses the mean and cycle to update the graph by changing edge weights and reducing the graph size. The iterations terminate when the updated graph is a single node. Studies have shown that the bottleneck of the iterative process is the graph update operation as previous approaches involved updating the entire graph. We propose an improvement to the minimum balance algorithm by performing fewer changes to the edge weights in each iteration, resulting in better efficiency.</p> <p><br></p> <p>We also apply the minimum cycle mean algorithm in latency insensitive system design. Timing violations can occur in high performance communication links in system-on-chips (SoCs) in the late stages of the physical design process. To address the issues, latency insensitive systems (LISs) employ pipelining in the communication channels through insertion of the relay stations. Although the functionality of a LIS is robust with respect to the communication latencies, such insertion can degrade system throughput performance. Earlier studies have shown that the proper sizing of buffer queues after relay station insertion could eliminate such performance loss. However, solving the problem of maximum performance buffer queue sizing requires use of mixed integer linear programming (MILP) of which runtime is not scalable. We formulate the problem as a parameterized graph optimization problem where for every communication channel there is a parameterized edge with buffer counts as the edge weight. We then use minimum cycle mean algorithm to determine from which edges buffers can be removed safely without creating negative cycles. This is done iteratively in the similar style as the minimum balance algorithm. Experimental results suggest that the proposed approach is scalable. Moreover, quality of the solution is observed to be as good as that of the MILP based approach.</p><p><br></p>

<p>Online retail sales and grocery/food orders have been breaking records every year. As a result, third-party delivery companies have found an opportunity to get their share from the growing transportation network. Electric vehicles (EVs) are becoming a preferable choice for such large delivery systems due to their environmental benefits. However, EVs have limited-service ranges; therefore, intra-route facilities are needed for EVs to stay operational. These facilities offer charging stations for EVs and storage areas for requests, e.g., food and packages. In this dissertation, we propose a novel <em>Pickup and Delivery Problem</em> (PDP) with EVs and transfers. There are requests to be picked up and delivered. EVs leave their origin depot, serve requests, and return to their destination depot. Unlike the generic PDP, intra-route facilities allow EVs to exchange requests. Thus, a request can be transported by more than one vehicle. In this dissertation, three new problems are introduced, and the following research questions are investigated: 1) "How valuable is to include intra-route facilities and allow transfers in a pickup and delivery network with EVs?", 2) "What is the cost of locating intra-route facilities randomly rather than finding the best locations while creating the routes for EVs?", and 3) "How much can drones improve the delivery speed in a pickup and delivery network with EVs and transfers?". A <em>Mixed-integer Linear Programming</em> (MILP) model and a <em>Simulated Annealing</em> (SA) algorithm are developed and compared with each other to answer the first question. For the second question, a MILP model is formulated; however, due to unreasonable computational runtimes, a SA algorithm and an <em>Adaptive Large Neighborhood Search</em> (ALNS) algorithm are proposed. Finally, a MILP model is developed for the hybrid-fleet problem. The overall results highlight that intra-route facilities shorten the total traveled distance in the PDP network by allowing exchanges and recharging.</p>

[pt] No Brasil, existem muitos projetos em sistemas fotovoltaicos, e a projeção para os próximos anos é de crescimento devido incentivos governamentais e os elevados preços das tarifas de energia. Associado a isso, o mercado de armazenamento de energia com baterias de íons de lítio tem se mostrado promissor devido a uma considerável queda nos preços dessas baterias nos últimos anos. Isso pode representar uma oportunidade para o mercado de sistemas fotovoltaicos quando os incentivos acabarem. Este trabalho propõe um modelo PLIM (Programação Linear Inteira Mista) estocástico para dimensionar um sistema fotovoltaico integrado com armazenamento de energia em baterias para grandes consumidores de energia, usando cenários de geração e consumo, podendo considerar diferentes modalidades tarifárias. As variáveis de decisão são o número de painéis, inversores, baterias, a operação diária do sistema de armazenamento e a demanda contratada do consumidor. A função objetivo busca minimizar o custo de investimento no sistema fotovoltaico, baterias e fatura de energia. A abordagem proposta será analisada sob diferentes premissas, uma com incentivos governamentais sobre a anergia injetada na rede e outra na qual a injeção de energia na rede não é permitida, a fim de avaliar a importância das baterias para manter a atratividade econômica do sistema fotovoltaico. Os resultados indicaram que o efeito sinérgico do sistema fotovoltaico com baterias potencializa a arbitragem, que está relacionada com a diferença entre as tarifas de energia de ponta e fora ponta. Isso ocorre principalmente com operação zero exportação porque somente assim o consumidor é livre para escolher a capacidade do seu sistema fotovoltaico, que hoje é limitado no Brasil quando o sistema é conectado na rede de distribuição. / [en] In Brazil, there are many projects in photovoltaic systems, and the projection for the coming years is positive due to the government incentives and the expensive energy tariffs. Associated with this, the Lithium-ion battery storage systems market has been promising due to a significant drop in battery prices in the last few years. This may represent an opportunity for the photovoltaic system market when the incentives run-out. This work proposes a stochastic mixed integer linear programming (MILP) model to design a photovoltaic system integrated with battery energy storage for big electricity consumers, using generation and consumption scenarios, being able to consider different Time-of-Use tariffs. The decision variables are the number of panels, inverters and batteries, its daily operation and the power demand contracted. The objective function aims to minimize the cost of investment, in the photovoltaic system, batteries and electricity bill. The proposed approach will be analyzed under different assumptions, one with the government incentive about injected surplus and another in which the injection into the network is not possible, in order to assess the importance of a storage system to keep the economic attraction of the photovoltaic system. Results indicated that the synergic effect of the photovoltaic system and battery potentialize the arbitrage, which is related to the difference between peak and off-peak energy tariff. This occurs, mainly with Zero Export operation because only this way the consumer is free to choose the capacity of the photovoltaic system, which is limited in Brazil when the system is allowed to inject energy into the network.

The purpose of this paper is to increase the routing efficiency of two previously separate commodity transports. By combining them in a common, multi-commodity network flow (MCNF). A Mixed Integer Linear Programming (MILP) model is used to minimize the mileage that is needed to fulfill demand in the different destinations of the transport network. Input needed for the model was mileage between destinations, which was obtained from open data. And the demand of respective commodity was received from documents and an estimation. To solve the stated problem approximations and simplifications was needed because it showed a NP-complete problem. The aim is to produce a result that shows a lower mileage than a reference measure from the present situation with separate transports. The result showed an optimized solution of 1939 km. Which was a difference of 1941 km from the reference measures, that summarized to 3880 km. Despite this the result from the model shows an effective optimization. Which makes the use of MILP for minimizing mileage inside a MCNF problem, a useful approach for solving the stated problem. / Syftet med arbetet var att effektivisera körsträckor för två tidigare separata transporter av olika produkter. Genom att kombinera dem till en gemensam transport i ett multi-commodity network flow (MCNF). Med en Mixed Integer Linear Programming (MILP) modell minimeras de körsträckor som krävs för att fylla efterfrågan i transportnätverkets adresser. In-data som krävdes för att en modell skulle kunna utföras var körsträckor mellan olika adresser, vilket hämtades från öppen data. Samt efterfrågan på produkter som erhölls från dokument och estimering.  Då problemet som skulle lösas visade på hög beräkningskomplexitet behövde ett antal approximationer och förenklingar verkställas. Målet var att visa på ett resultat där körsträckor hade förminskats relativt till ett referensmått från nuläget. Där resultatet visade på en optimerad lösning på 1939 km. Vilket var en differens på 1941 km från de referensmåttet som summerades till 3880 km. Modellens resultat visar trots det en effektiv optimering. Vilket gör att användningen av MILP för att minimera körsträckor inom MCNF problem, är ett effektivt tillvägagångssätt att lösa det motiverade problemet.

This paper presents the development and mathematical implementation of a production scheduling model utilizing mixed-integer linear programming (MILP). A simplified model of a real-world multi-product batch plant constitutes the basis. The paper shows practical extensions to the model, resulting in a digital twin of the plant. Apart from sequential arrangement, the final model contains maintenance periods, campaign planning and storage constraints to a limited extend. To tackle weak computational performance and missing model features, a condensed mathematical formulation is introduced at first. After stating that these measures do not suffice for applicability in a restrained time period, a novel solution strategy is proposed. The overall non-iterative algorithm comprises a multi-step decomposition approach, which starts with a reduced scope and incrementally complements the schedule in multiple subproblem stages. Each of those optimizations holds less decision variables and makes use of warmstart information obtained from the predecessor model. That way, a first feasible solution accelerates the subsequent improvement process. Furthermore, the optimization focus can be shifted beneficially leveraging the Gurobi solver parameters. Findings suggest that correlation may exist between certain characteristics of the scheduling scope and ideal parameter settings, which yield potential for further investigation. Another promising area for future research addresses the concurrent multi-processing of independent MILPs on a single machine. First observations indicate that significant performance gains can be achieved in some cases, though sound dependencies were not discovered yet.

Tesis por compendio / [ES] La optimización en las empresas manufactureras es especialmente importante, debido a las grandes inversiones que realizan, ya que a veces estas inversiones no obtienen el rendimiento esperado porque los márgenes de beneficio de los productos son muy ajustados. Por ello, las empresas tratan de maximizar el uso de los recursos productivos y financieros minimizando el tiempo perdido y, al mismo tiempo, mejorando los flujos de los procesos y satisfaciendo las necesidades del mercado. El proceso de planificación es una actividad crítica para las empresas. Esta tarea implica grandes retos debido a los cambios del mercado, las alteraciones en los procesos de producción dentro de la empresa y en la cadena de suministro, y los cambios en la legislación, entre otros. La planificación del aprovisionamiento, la producción y la distribución desempeña un papel fundamental en el rendimiento de las empresas manufactureras, ya que una planificación ineficaz de los proveedores, los procesos de producción y los sistemas de distribución contribuye a aumentar los costes de los productos, a alargar los plazos de entrega y a reducir los beneficios. La planificación eficaz es un proceso complejo que abarca una amplia gama de actividades para garantizar que los equipos, los materiales y los recursos humanos estén disponibles en el momento y el lugar adecuados. Motivados por la complejidad de la planificación en las empresas manufactureras, esta tesis estudia y desarrolla herramientas cuantitativas para ayudar a los planificadores en los procesos de la planificación del aprovisionamiento, producción y distribución. Desde esta perspectiva, se proponen modelos realistas y métodos eficientes para apoyar la toma de decisiones en las empresas industriales, principalmente en las pequeñas y medianas empresas (PYMES). Las aportaciones de esta tesis suponen un avance científico basado en una exhaustiva revisión bibliográfica sobre la planificación del aprovisionamiento, la producción y la distribución que ayuda a comprender los principales modelos y algoritmos utilizados para resolver estos planes, y pone en relieve las tendencias y las futuras direcciones de investigación. También proporciona un marco holístico para caracterizar los modelos y algoritmos centrándose en la planificación de la producción, la programación y la secuenciación. Esta tesis también propone una herramienta de apoyo a la decisión para seleccionar un algoritmo o método de solución para resolver problemas concretos de la planificación del aprovisionamiento, producción y distribución en función de su complejidad, lo que permite a los planificadores no duplicar esfuerzos de modelización o programación de técnicas de solución. Por último, se desarrollan nuevos modelos matemáticos y enfoques de solución de última generación, como los algoritmos matheurísticos, que combinan la programación matemática y las técnicas metaheurísticas. Los nuevos modelos y algoritmos comprenden mejoras en términos de rendimiento computacional, e incluyen características realistas de los problemas del mundo real a los que se enfrentan las empresas de fabricación. Los modelos matemáticos han sido validados con un caso de una importante empresa del sector de la automoción en España, lo que ha permitido evaluar la relevancia práctica de estos novedosos modelos utilizando instancias de gran tamaño, similares a las existentes en la empresa objeto de estudio. Además, los algoritmos matheurísticos han sido probados utilizando herramientas libres y de código abierto. Esto también contribuye a la práctica de la investigación operativa, y proporciona una visión de cómo desplegar estos métodos de solución y el tiempo de cálculo y rendimiento de la brecha que se puede obtener mediante el uso de software libre o de código abierto. / [CA] L'optimització a les empreses manufactureres és especialment important, a causa de les grans inversions que realitzen, ja que de vegades aquestes inversions no obtenen el rendiment esperat perquè els marges de benefici dels productes són molt ajustats. Per això, les empreses intenten maximitzar l'ús dels recursos productius i financers minimitzant el temps perdut i, alhora, millorant els fluxos dels processos i satisfent les necessitats del mercat. El procés de planificació és una activitat crítica per a les empreses. Aquesta tasca implica grans reptes a causa dels canvis del mercat, les alteracions en els processos de producció dins de l'empresa i la cadena de subministrament, i els canvis en la legislació, entre altres. La planificació de l'aprovisionament, la producció i la distribució té un paper fonamental en el rendiment de les empreses manufactureres, ja que una planificació ineficaç dels proveïdors, els processos de producció i els sistemes de distribució contribueix a augmentar els costos dels productes, allargar els terminis de lliurament i reduir els beneficis. La planificació eficaç és un procés complex que abasta una àmplia gamma d'activitats per garantir que els equips, els materials i els recursos humans estiguen disponibles al moment i al lloc adequats. Motivats per la complexitat de la planificació a les empreses manufactureres, aquesta tesi estudia i desenvolupa eines quantitatives per ajudar als planificadors en els processos de la planificació de l'aprovisionament, producció i distribució. Des d'aquesta perspectiva, es proposen models realistes i mètodes eficients per donar suport a la presa de decisions a les empreses industrials, principalment a les petites i mitjanes empreses (PIMES). Les aportacions d'aquesta tesi suposen un avenç científic basat en una exhaustiva revisió bibliogràfica sobre la planificació de l'aprovisionament, la producció i la distribució que ajuda a comprendre els principals models i algorismes utilitzats per resoldre aquests plans, i posa de relleu les tendències i les futures direccions de recerca. També proporciona un marc holístic per caracteritzar els models i algorismes centrant-se en la planificació de la producció, la programació i la seqüenciació. Aquesta tesi també proposa una eina de suport a la decisió per seleccionar un algorisme o mètode de solució per resoldre problemes concrets de la planificació de l'aprovisionament, producció i distribució en funció de la seua complexitat, cosa que permet als planificadors no duplicar esforços de modelització o programació de tècniques de solució. Finalment, es desenvolupen nous models matemàtics i enfocaments de solució d'última generació, com ara els algoritmes matheurístics, que combinen la programació matemàtica i les tècniques metaheurístiques. Els nous models i algoritmes comprenen millores en termes de rendiment computacional, i inclouen característiques realistes dels problemes del món real a què s'enfronten les empreses de fabricació. Els models matemàtics han estat validats amb un cas d'una important empresa del sector de l'automoció a Espanya, cosa que ha permés avaluar la rellevància pràctica d'aquests nous models utilitzant instàncies grans, similars a les existents a l'empresa objecte d'estudi. A més, els algorismes matheurístics han estat provats utilitzant eines lliures i de codi obert. Això també contribueix a la pràctica de la investigació operativa, i proporciona una visió de com desplegar aquests mètodes de solució i el temps de càlcul i rendiment de la bretxa que es pot obtindre mitjançant l'ús de programari lliure o de codi obert. / [EN] Optimisation in manufacturing companies is especially important, due to the large investments they make, as sometimes these investments do not obtain the expected return because the profit margins of products are very tight. Therefore, companies seek to maximise the use of productive and financial resources by minimising lost time and, at the same time, improving process flows while meeting market needs. The planning process is a critical activity for companies. This task involves great challenges due to market changes, alterations in production processes within the company and in the supply chain, and changes in legislation, among others. Planning of replenishment, production and distribution plays a critical role in the performance of manufacturing companies because ineffective planning of suppliers, production processes and distribution systems contributes to higher product costs, longer lead times and less profits. Effective planning is a complex process that encompasses a wide range of activities to ensure that equipment, materials and human resources are available in the right time and the right place. Motivated by the complexity of planning in manufacturing companies, this thesis studies and develops quantitative tools to help planners in the replenishment, production and delivery planning processes. From this perspective, realistic models and efficient methods are proposed to support decision making in industrial companies, mainly in small- and medium-sized enterprises (SMEs). The contributions of this thesis represent a scientific breakthrough based on a comprehensive literature review about replenishment, production and distribution planning that helps to understand the main models and algorithms used to solve these plans, and highlights trends and future research directions. It also provides a holistic framework to characterise models and algorithms by focusing on production planning, scheduling and sequencing. This thesis also proposes a decision support tool for selecting an algorithm or solution method to solve concrete replenishment, production and distribution planning problems according to their complexity, which allows planners to not duplicate efforts modelling or programming solution techniques. Finally, new state-of-the-art mathematical models and solution approaches are developed, such as matheuristic algorithms, which combine mathematical programming and metaheuristic techniques. The new models and algorithms comprise improvements in computational performance terms, and include realistic features of real-world problems faced by manufacturing companies. The mathematical models have been validated with a case of an important company in the automotive sector in Spain, which allowed to evaluate the practical relevance of these novel models using large instances, similarly to those existing in the company under study. In addition, the matheuristic algorithms have been tested using free and open-source tools. This also helps to contribute to the practice of operations research, and provides insight into how to deploy these solution methods and the computational time and gap performance that can be obtained by using free or open-source software. / This work would not have been possible without the following funding sources: Conselleria de Educación, Investigación, Cultura y Deporte, Generalitat Valenciana for hiring predoctoral research staff with Grant (ACIF/2018/170) and the European Social Fund with the Grant Operational Programme of FSE 2014-2020. Conselleria de Educación, Investigación, Cultura y Deporte, Generalitat Valenciana for predoctoral contract students to stay in research centers outside the research centers outside the Valencian Community (BEFPI/2021/040) and the European Social Fund. / Guzmán Ortiz, BE. (2022). Models and Algorithms for the Optimisation of Replenishment, Production and Distribution Plans in Industrial Enterprises [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/187461 / Compendio

[EN] In this Thesis, we analyze an industry type that has two basic features: Its products are distributed in a geographic level and it reuses material after that is consumed to made new products. Because of these features, it represents a logistics challenge. This kind of supply chains is characterized also by having various stages that permit to carry the products from facility plants to the final customer. First, it is analyzed the supply chain structure, from production, in facility plants to the final customer by retailers, downstream; and from the customer, when returnable materials are liberated, classification and transport upstream to facility plants , where are prepared and used many times, until the end of their usable life. The attention focus is the integration of two fundamental functions of the supply chain management, in this case, production planning and distribution planning including the collection of reusable materials. It is precise to plan the production to satisfy retailers demand and to the procurement of returnable materials which after being consumed return to the process. It is made a bibliographical review about production planning, reverse logistics and vehicle routing and, it is built mathematical programming models to make decisions in production planning (in facility plants), inventories planning (in all the supply chain), and the deliveries that should be done in both senses in their respective routes. As a result of this research, there are three models of Mixed Integer Linear Programming: -Production planning model: Mathematical model which represents all the facilities in each one of the levels of the supply chain and their geographical localization. It lets to determine production and stock levels and delivery quantities in order to satisfy the demands in a planning horizon of several periods. This model has capacity constraints for both production and storage, constraints of demand, compatibility between products and facilities because not all the products can be in all facilities, and constraints of direct deliveries among determinate nodes in the supply chain (particularly between plants and retailers), especially. -Vehicle routing model: mathematical model that represents products distribution from different source nodes to destine nodes, it use a heterogeneous fleet, in a time period. One of the model assumptions is that a node acts as product emitting or recipient (facility plants or retailers). However, an intermediate node can take one of these roles depending if is the origin or destine of goods. This model has fleet use constraints, volume, and mass capacity vehicle constraints, fluxes in the supply chain. A vehicle can visit several destine nodes after leave from a source node, and a node can be visited by one or more vehicles (because of compatibility conditions between products and nodes or by economical aspects) and there are soft and strong time windows. -Integrated logistics and production management model: It is a model that join the two previous models, because of it, it is possible to plan production, inventories, and vehicle routing for a horizon time of several periods. Three proposed models have the objective of minimizing the total cost and are evaluated with testing instances. The Models were built using Gurobi 6.5.1 optimization model and Python2.7 pro- gramming language. Moreover, it was built a constructive heuristics and a genetic algorithm using Python programming language and Pyevolve software, as an alternative to solving routing vehicles, to reduce execution time. / [ES] En esta tesis se analiza un tipo de industria en el que: sus productos son distribuidos ampliamente a nivel geográfico y emplean elementos que una vez usados regresan al proceso de fabricación para hacer parte de nuevos productos. Este tipo de cadena se caracteriza por la presencia de varios eslabones que permiten acercar el producto al consumidor final. Se hace un análisis de la estructura de la cadena de suministros, desde la producción, en las plantas hasta su llegada al cliente final por intermedio de los detallistas, en el sentido "aguas abajo", y desde el consumo del producto y la consecuente liberación de los materiales reutilizables que deben conducirse "aguas arriba" hasta las plantas de producción, donde son preparados y utilizados una y otra vez hasta el final de su vida útil. El foco de atención consiste en la integración de dos funciones fundamentales de la cadena de suministros: la planeación de la producción y la distribución del producto con la consecuente recolección de los materiales de retorno. Se precisa realizar la planeación de la producción de manera que dé satisfacción a la demanda que tiene lugar en los detallistas, y que se abastezca de los materiales de retorno que una vez consumido el producto se reincorporan al proceso. Se hace una revisión bibliográfica sobre planeación de la producción, logística inversa y ruteo de vehículos y; se construyen modelos de programación matemática que soportan la toma de decisiones en la planeación de la producción, de los inventarios (en toda la cadena de suministros), y de los envíos que deben realizarse en uno y otro sentido en las correspondientes rutas. Como resultado de la investigación se presentan tres modelos de programación lineal entera mixta (MILP), así: -Modelo de planeación de la producción: representa la cadena de suministros a partir de las instalaciones de cada uno de los niveles y su ubicación geográfica, y determina los volúmenes a producir, a almacenar y las cantidades que se deben enviar desde cada nodo de la cadena de suministros a los demás, de modo que se satisfaga la demanda en un horizonte de planeación compuesto por varios periodos. Este modelo presenta restricciones de capacidad tanto de producción como de almacenamiento, de demanda, de compatibilidad de productos con las instalaciones, y de envíos directos entre determinados nodos de la cadena de suministros. -Modelo de ruteo de vehículos: representa la forma en que se deben distribuir los productos desde los diferentes nodos fuente a los diferentes nodos destino, haciendo uso de una flota heterogénea de vehículos, en un periodo de tiempo. El modelo se hace bajo el supuesto de que los nodos son o emisores o receptores del producto, un nodo intermedio asume uno de estos roles según si es origen o destino de las mercancías. Presenta restricciones asociadas al uso de la flota, a su capacidad tanto en masa como en volumen, los flujos a lo largo de la cadena bajo la premisa de que un vehículo parte de un nodo fuente y puede visitar varios nodos destino antes de regresar, y de que un nodo puede ser visitado por varios vehículos (por condiciones de compatibilidad entre nodos y productos o porque resulta más económico), ante la presencia de ventanas de tiempo tanto rígidas como suaves. -Modelo integrado de gestión de producción y logística: reúne los dos modelos anteriores, es decir, permite la planeación de la producción, la gestión de los inventarios y el ruteo de vehículos para un horizonte de planeación determinado. Los tres modelos se proponen con el objetivo de minimizar los costes totales y son evaluados con instancias de prueba. Los modelos fueron implementados haciendo uso del software de optimización Gurobi y del lenguaje de programación Python. Además, se implementó una heurística constructiva y un algortimo genético utilizando Python y el software Pyevolve, como alternativa a la solución del VRP, para reducir el tiem / [CA] Aquesta tesi s'analitza un tipus d'indústria que: els seus productes són distribuïts àmpliament a nivell geogràfic i fan ús d'elements que una vegada usats tornen al procés de fabricació per a fer part dels nous productes. Aquest tipus de cadenes es caracteritza per la presència de diversos eslavons que permeten acostar el producte des de les plantes de producció fins a arribar al consumidor final. Es fa una anàlisi de l'estructura de la cadena de subministraments, des de la producció, en les plantes fins a la seua arribada al client final per mitjà dels detallistes, en el sentit "aigües a baix", i des del consum del producte i el conseqüent alliberament dels materials reutilitzables que han de conduir-se "aigües a dalt" fins a les plantes de producció, on són preparats i utilitzats una vegada i una altra, fins al final de la seua vida útil. El focus d'atenció consisteix en la integració de dues funcions fonamentals de la cadena de subministraments: la planificació de la producció i la distribució del producte amb la conseqüent recol·lecció dels materials de tornada. Sobre aquest tema, es precisa realitzar la planificació de la producció de manera que done satisfacció a la demanda que té lloc en els detallistes, i que es proveïsca dels materials de tornada que, una vegada consumit el producte, es reincorporen al procés. Es fa una revisió bibliogràfica del relacionat amb planificació de la producció, logística inversa i enrutament de vehicles i es construeixen models de programació matemàtica que suporten la presa de decisions en la planificació de la producció, dels inventaris (tota la cadena de subministraments), i dels enviaments que han de realitzar-se en un i un altre sentit en les corresponents rutes. Com a resultat de la recerca es presenten tres models de Programació Lineal Sencera Mixta (MILP), així: -Model de planificació de la producció: representa la cadena de subministraments a partir de les instal·lacions de cadascun dels nivells i la seua ubicació geogràfica, i es determinen els volums a produir, a emmagatzemar i les quantitats que s'han d'enviar des de cada node de la cadena de subministraments als altres, de manera que se satisfaça la demanda en un horitzó de planificació compost per diversos períodes. Aquest model presenta restriccions de capacitat tant de producció com d'emmagatzematge, de demanda, de compatibilitat de productes amb les instal·lacions, i d'enviaments directes entre determinats nodes de la cadena de subministraments, entre altres aspectes. -Model de enrutament de vehicles: representa la forma en què s'han de distribuir els productes des dels diferents nodes font als diferents nodes destine, fent ús d'una flota heterogènia de vehicles, en un període de temps. Els nodes són o emissors o receptors del producte, encara que en la seua utilització un node intermedi pot assumir un d'aquests rols segons si és origen o destinació de les mercaderies. Per a aquest model es tenen en compte les restriccions associades a l'ús de la flota, a la seua capacitat tant en massa com en volum, els fluxos al llarg de la cadena sota la premissa que un vehicle parteix d'un node font i pot visitar diversos nodes destine abans de tornar, i que un node pot ser visitat per diversos vehicles, davant la presència de finestres de temps tant rígides com suaus. -Model integrat de gestió de producció i logística: reuneix els dos models anteriors, és a dir, permet la planificació de la producció, la gestió dels inventaris i el enrutament de vehicles per a un horitzó de planificació determinat. Els tres models es proposen amb l'objectiu de minimitzar els costos totals i són avaluats amb instàncies de prova, apropiades. Els models van ser implementats fent ús del programari d'optimització Gurobi i del llenguatge de programació Python. A més, es va implementar una heurística constructiva i un algortime genètic utilitzant Python i el programari Pye / Parra Peña, J. (2016). Modelizado para la planeación de la producción y la logística directa e inversa de una cadena de suministro cuyo abastecimiento depende parcialmente de los materiales de retorno [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/73726

Tesis por compendio / [ES] Los sistemas tradicionales de planificación y control de la producción (PPC) se centran en producir lo que demanda el mercado, con la calidad, el calendario y los volúmenes previstos al mínimo coste, ajustándose al mismo tiempo a las disrupciones de la cadena de suministro. La exploración e implementación de nuevos avances tecnológicos en el marco de la industria 4.0 (I4.0), como sistemas ciberfísicos (CPS), fabricación en la nube (CMfg), fabricación aditiva (AM), big data, inteligencia artificial y la Internet de las cosas (IoT), podrían cambiar aspectos organizativos tales como las responsabilidades de PPC. En este contexto, no se identificaron estudios sobre un sistema para la toma de decisiones, arquitecturas y marcos conceptuales para los nuevos sistemas inteligentes de PPC e I4.0. En este contexto de nuevos cambios tecnológicos y organizativos a los que tienen que hacer frente las pequeñas y medianas empresas (PYMEs), surge el problema de diseñar herramientas de PPC que permitan la integración y colaboración de las operaciones de producción. Así, basándose en las nuevas tecnologías de producción digital y en las herramientas organizativas que darán soporte a las fábricas inteligentes conectadas del futuro, se identificó la falta de un sistema integrado de PPC e I4.0. Esta tesis doctoral es un compendio de artículos que abordan una amplia revisión bibliográfica sobre la PPC en un entorno de I4.0. También, se propone un marco conceptual y el diseño de modelos y algoritmos para la toma de decisiones y dar soporte a las funciones de PPC en un contexto digital I4.0 basado en las nuevas tecnologías de producción digital y herramientas organizativas que darán soporte a las fábricas inteligentes colaborativas y conectadas del futuro. Los modelos matemáticos y algoritmos propuestos se centran en resolver el problema del diseño y planificación de una cadena de suministro sostenible y resiliente en la que las decisiones estratégicas y tácticas se toman de forma integrada. Los modelos, algoritmos y método de resolución se han programado en Python. Los modelos han sido validados mediante un software que genera instancias de datos sintéticos y permite evaluar la complejidad computacional de los mismos. El desarrollo de este tipo de modelos y algoritmos supone una contribución al ámbito académico e investigador y, concretamente, en el área de PPC. / [CA] En l'actualitat, els sistemes tradicionals de planificació i control de la producció (PPC) se centren en produir el que demanda el mercat, amb la qualitat, el calendari i els volums previstos al mínim cost, ajustant-se al mateix temps a les pertorbacions. L'exploració i implementació de nous avanços tecnològics, com CPS, fabricació en el núvol (CMfg), fabricació additiva (AM), big data, intelligència artificial i el IoT, podrien canviar aspectes organitzatius, com les responsabilitats de PPC. En aquest context, no es van identificar estudis sobre un sistema per a la presa de decisions, arquitectures i marcs conceptuals per als nous sistemes intelligents de PPC i I4.0. En aquest context de nous canvis tecnològics i organitzatius als quals han de fer front les petites i mitjanes empreses (PIME), sorgeix el problema de dissenyar eines de PPC que permeten la integració i collaboració de les operacions de producció. Així, basant-se en les noves tecnologies de producció digital i en les eines organitzatives que donaran suport a les fàbriques intelligents connectades del futur, es va identificar la falta d'un sistema integrat de la PPC i I4.0. Aquesta investigació és un compendi d'articles que aborden una àmplia revisió bibliogràfica sobre la PPC en un entorn I4.0. També proposa un marc conceptual i el disseny de models i algorismes per a la presa de decisions i per a donar suport a les funcions de PPC en un context digital I4.0 basat en les noves tecnologies de producció digital i eines organitzatives que donaran suport a les fàbriques intelligents col·laboratives i connectades del futur. Els models matemàtics i algorismes proposats se centren en resoldre el problema del disseny d'una cadena de subministrament sostenible i resistent en la qual les decisions estratègiques i tàctiques es prenen de forma integrada. Els models, algorismes i mètode de resolució s'han programat en Python. Els models han sigut validats mitjançant un programari que genera instàncies de dades sintètiques i permet avaluar la complexitat computacional dels models. El desenvolupament d'aquesta mena de models i algorismes suposa una important contribució a l'àmbit acadèmic. / [EN] Currently, traditional production planning and control (PPC) systems focus on producing what the market demands with the expected quality, schedule and volumes at a minimum cost, while adjusting for disruption. The exploration and implementation of new technological advances, such as CPS, cloud manufacturing (CMfg), additive manufacturing (AM), big data, artificial intelligence and the Internet of Things (IoT), could change organisational aspects like PPC responsibilities. In this context, no studies on a system for decision making, architectures and conceptual frameworks for the new intelligent systems of PPC and industry 4.0 (I4.0) have been identified. In this context of new technological and organisational changes that small-and medium-sized enterprises (SMEs) have to face, the problem of designing PPC tools that enable the integration and collaboration of production operations arises. Thus, based on the new digital production technologies and organisational tools that will support the connected smart factories of the future, lack of an integrated PPC and I4.0 system was identified. The present doctoral thesis is a compendium of articles addressing a comprehensive literature review on PPC in an I4.0 environment. It also proposes a conceptual framework and the design of models and algorithms for decision making and to support PPC functions in a digital I4.0 context based on the new digital production technologies and organisational tools that will support the collaborative and connected smart factories of the future. The proposed mathematical models and algorithms focus on solving the problem of designing a sustainable and resilient supply chain where strategic and tactical decisions are made in an integrated way. The models, algorithms and resolution method have been programmed in Python. The models have been validated by means of software that generates synthetic data instances and allows the models' computational complexity to be evaluated. The development of this type of models and algorithms is a significant contribution to the academic field. / I would like to thank the following projects and universities for having financed the publications included in this doctoral thesis: • European Commission Horizon 2020 project entitled "Crop diversification and low-input farming cross Europe: From practitioners' engagement and ecosystems services to increased revenues and value chain organisation' (Diverfarming), grant agreement 728003. • Spanish Ministry of Science, Innovation and Universities project entitled 'Optimization of zero-defect production technologies enabling supply chains 4.0 (CADS4.0)' (RTI2018-101344-B-I00). • European Union H2020 program with grant agreement no. 958205 "Industrial Data Services for Quality Control in Smart Manufacturing (i4Q)". • European Union H2020 Program with grant agreement nº 825631 "Zero- Defect Manufacturing Platform (ZDMP)". / Cañas Sánchez, HE. (2023). Models, Algorithms and Digital Technologies for the Automation and Collaboration of Connected Smart Factories in an Industry 4.0 Environment [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/202312 / Compendio