71 research outputs found
Supplementary_Materials_v2 – Supplemental material for A decision-making framework for environmentally sustainable product design
No full textSupplemental material, Supplementary_Materials_v2 for A decision-making framework for environmentally sustainable product design by Ali Cheaitou, Mickael Gardoni and Sadeque Hamdan in Concurrent Engineering</p
Datasets for supplier selection and order allocation with green criteria, all-unit quantity discounts and varying number of suppliers
No full textThis data article provides detailed optimization input and output datasets and optimization code for the published research work titled “Dynamic green supplier selection and order allocation with quantity discounts and varying supplier availability” (Hamdan and Cheaitou, 2017, In press) [1]. Researchers may use these datasets as a baseline for future comparison and extensive analysis of the green supplier selection and order allocation problem with all-unit quantity discount and varying number of suppliers. More particularly, the datasets presented in this article allow researchers to generate the exact optimization outputs obtained by the authors of Hamdan and Cheaitou (2017, In press) [1] using the provided optimization code and then to use them for comparison with the outputs of other techniques or methodologies such as heuristic approaches. Moreover, this article includes the randomly generated optimization input data and the related outputs that are used as input data for the statistical analysis presented in Hamdan and Cheaitou (2017 In press) [1] in which two different approaches for ranking potential suppliers are compared. This article also provides the time analysis data used in (Hamdan and Cheaitou (2017, In press) [1] to study the effect of the problem size on the computation time as well as an additional time analysis dataset. The input data for the time study are generated randomly, in which the problem size is changed, and then are used by the optimization problem to obtain the corresponding optimal outputs as well as the corresponding computation time. Keywords: Green supplier selection data, Computation time data, All-unit quantity discounts, Supplier availability, Bi-objective optimization, Multi-criteria decision-makin
Modèles Stochastiques pour La Planification de Production et la Gestion de Stocks : Application aux Produits à Court Cycle de Vie
No full textThe phenomenon of uncertainty is encountered in many domains and should be faced. Even if the sources of this phenomenon are numerous, it is essentially due to our incapacity to predict precisely the future behaviour of a part or the whole of a given system. Many mathematical techniques have been emerged in the few last decades, which permit to master the uncertainty, and therefore to reduce our ignorance of how systems really behave.In the Supply Chain Management domain, the main source of randomness is the future demand. This later is generally modelled using probability distribution functions, which are developed via different forecasting techniques. The influence of this demand variability on the performance of the Supply Chain is very important: for example, in 2007 the global inventory shortage rate in the retail industry were around 8.3%. On the other hand, in 2003 the global Unsaleable products cost around 1% in the grocery industry. These two types of costs, which are mainly caused by the uncertainty of the future demand, represent important lost for the whole Supply Chain actors.This Ph.D. dissertation aims at developing mathematical production planning and inventory management models, which take into consideration the randomness of the future demand in order to reduce its economic negative impact, essentially for short life cycle products. We provide many planning models that consider the main issues of the planning problems, such as the production capacities, the information updating processes, the supply contracts and the advanced capacity reservation in a total costs minimization context. We consider in these models some aspects that are not considered in the literature, such as the “Payback” or the return options. We emphasize also on an important issue that characterize the globalization of the industry, which may be resumed in the difference between the procurement costs of the different suppliers. This issue is considered in the most chapters presenting models for short life cycle products and in the last chapter it is generalized to a long life cycle products setting. All the presented models are solved either analytically or numerically using the dynamic stochastic programming.Le phénomène d'incertitude, dont les sources sont variées, est rencontré dans plusieurs domaines et on devrait y faire face. Cette incertitude est due essentiellement à notre incapacité à prédire avec exactitude le comportement futur d'une partie ou de la totalité d'un système. Dans les dernières décades, plusieurs techniques mathématiques ont été développées pour maitriser cette incertitude, afin de réduire son impact négatif, et par conséquent, l'impact négatif de notre méconnaissance. Dans le domaine du « Supply Chain Management » la source principale d'incertitude est la demande future. Cette demande est, en général, modélisé par des lois de probabilité paramétrées en utilisant des techniques de prévision. L'impact de l'incertitude de la demande sur les performances de la « Supply Chain » est important: par exemple, le taux mondial de rupture de stock, dans l'industrie de distribution était en 2007 de 8.3%. De l'autre côté, le taux mondial de produits invendus, dans la grande distribution, était en 2003 de 1%. Ces deux types de coûts, qui sont dus essentiellement à l'incertitude de la demande, représentent des pertes significatives pour les différents acteurs de la « Supply Chain ».Dans cette thèse, on s'intéresse au développement de modèles mathématiques de planification de production et de gestion de stock, qui prennent en compte ce phénomène d'incertitude sur la demande, essentiellement pour de produits à courte durée de vie. On propose plusieurs modèles de planification de production, à petit horizon de planification, qui prennent en compte les différents aspects de notre problématique, tels que les capacités de production, la remise à jour des prévisions de la demande, les options de réservation de capacité, et les options de retour « Payback » des produits. On souligne, dans ces modèles, un aspect important qui prend de l'ampleur à cause de la mondialisation, et qui est lié à la différence entre les coûts de production des différents fournisseurs. On propose à la fin de la thèse, un modèle généralisé qui pourrait être appliqué à des produits à longue durée de vie, et qui exploite quelques résultats obtenus pour les produits à courte durée de vie. Tous ces modèles sont résolus analytiquement ou bien numériquement en utilisant la programmation dynamique stochastique
Modèles d'optimisation pour le management de flux de trafic aérien
No full textLes retards et les émissions CO2 sont des sujets critiques dans l’industrie aéronautique. Les principales sources de retard sont le déséquilibre entre la demande et la capacité, la dotation en personnel des contrôleurs du traffic aérien et les conditions météorologiques extrêmes. Dans certains cas, les compagnies aériennes peuvent choisir d’augmenter la vitesse de l’avion au delà de celle programmée, ce qui engendre une augmentation des émissions. Plusieurs projets ont été lancés pour améliorer le partage d’informations et, par conséquent, la prise de décision au profit de tous les acteurs ou toutes les parties prenantes de l’aviation et réduire les retards et les émissions.Dans cette thèse de doctorat, nous visons à étudier le problème de la gestion des flux du trafic aérien (Air Traffic Flow Management (ATFM)) du point de vue de la recherche opérationnelle / management des opérations. Nous étudions le modèle ATFM largement utilisé dans la littérature et l’analysons. Nous corrigeons les lacunes de formulation de la littérature et étendons la conception du réseau et les fonctionnalités considérées pour atteindre une meilleure représentation du réseau réel. Dans cette extension, nous considérons plusieurs types de vols et plusieurs décisions, comme le changement de trajectoire et d’aéroport d’atterrissage. L’objectif de de ce travail peut être résumé dans les points suivants.(1) Étudier l’impact de la centralisation du processus de prise de décision dans le problème ATFM par rapport à la situation actuelle où les décisions de l’autorité ATFM et des compagnies aériennes sont prises indépendamment.1(2) Analyser l’équité inter-vols et inter-compagnies dans le problème ATFM.(3) Construire un modèle de capacité météorologique de décision pour les aéroports et développer des arbres de scénarios pour les réseaux ATFM stochastiques basés sur des données réelles.(4) Intégrer la configuration dynamique de l’espace aérien dans le problème ATFM et analyser son impact.(5) Tenir compte des émissions CO2 et des différents types de carburant dans l’ATFM.Nous développons dous cette thèse plusieurs extensions du modèle ATFM pour analyser ces problématiques. Tout d’abord, nous proposons un modèle ATFM déterministe qui centralise les décisions de l’autorité ATFM et des compagnies aériennes, et qui considère différentes options de réacheminement. Ensuite, nous formulons un modèle ATFM stochastique qui tient compte des incertitudes météorologiques du traffic aérien. La relation météo-capacité et les arbres de scénarios stochastiques sont élaborés à l’aide des rapports d’aérodrome météorologiques, de la base de données AirportCorner et de la technique de regroupement des k-means. Ensuite, nous nous concentrons sur l’optimisation de la configuration de l’espace aérien en même temps que le problème ATFM en minimisant la capacité totale de l’espace aérien inutilisé et le coût total du réseau. Enfin, nous intégrons les émissions CO2 dans la modélisation ATFM à travers un modèle d’optimisation bi-objectif. Le modèle permet d’étudier l’impact des émissions de CO2 sur le coût du réseau et l’effet du type de combustible sur les décisions du réseau. Les modèles développés sont résolus en utilisant l’approche exacte, et dans le cas de temps de calcul longs, une heuristique du type fix-and-relax.Les modèles proposés peuvent aider les décideurs à analyser l’impact des décisions à prendre sur le réseau et les acteurs impliqués. Par conséquent, les conséquences et les coûts associés pourront être calculés. En outre, ces modèles aident les décideurs à affiner et à vérifier les résultats de plusieurs projets et initiatives ATFM. Ils suggèrent également aux décideurs comment les plans de vol peuvent être mis à jour en cas de perturbation du réseau et les coûts associés aux changements.Delays and emissions are critical topics in the aviation industry. The major delay sources are imbalanced demand and capacity, air traffic controller staffing, and severe weather conditions. In some cases, flights can choose to fly at a higher speed than the scheduled one, which increases emissions. Moreover, several projects have been initiated to improve information sharing, and consequently, decision making in order to benefit all aviation parties and reduce delays and emissions.In this Ph.D. thesis, we aim at studying the air traffic flow management (ATFM) problem from an operations research/operations management perspective. We study the ATFM model, a widely used model in the literature, and analyze it. We correct the formulation deficiencies, and we extend the network design and the considered features to reach a better representation of the real-life network. In this extension, we consider several types of flights and several decision options, such as changing the path or the landing airport. The objectives of this research can be summarized in the following points.(1) To study the impact of centralizing the decision-making process in the ATFM problem compared to the current situation where decisions by ATFM authority and airlines are made independently.(2) To analyze the inter-flight and inter-airline fairness in the ATFM problem.(3) To construct a weather-capacity model for airports and develop scenario trees for stochastic ATFM networks based on real data.(4) To integrate dynamic airspace configuration in the ATFM problem and to analyze the impact.(5) To account for CO2 emissions and different fuel types in the ATFM.Therefore, we develop several extensions to the ATFM model to accommodate these issues. First, we propose a deterministic ATFM model that centralizes the decisions of the ATFM authority and the airlines, and that considers different rerouting options. Then, we formulate a stochastic ATFM model that accounts for airports' weather uncertainties. The weather-capacity relationship and the stochastic scenario trees are developed using meteorological aerodrome reports, the AirportCorner database, and the k-means clustering technique. After that, we focus on optimizing the airspace configuration simultaneously with the ATFM problem by minimizing the total unused airspace capacity and the total network cost. Finally, we integrate the CO2 emissions in the ATFM model through a bi-objective optimization approach. The model is used to study the CO2 emissions' impact on the network's cost and the effect of fuel type on the network decisions. The developed models are solved using the exact approach, and in the case of long computational times, a fix-and-relax heuristic is used.The proposed models can help decision-makers through analyzing the impact of the decisions to be made on the network and the stakeholders involved. Therefore, the consequences and the associated costs can be calculated. In addition, these models help decision-makers fine-tune and verify findings of several ATFM projects and initiatives. They also suggest to decision makers how flight plans can be updated in cases of network disturbance and the associated costs of the changes
Dynamic green supplier selection and order allocation with quantity discounts and varying supplier availability
No full textThis paper aims to solve a multi-period green supplier selection and order allocation problem with all-unit quantity discounts, in which the availability of suppliers differs from one period to another. The proposed approach involves three stages. In the first stage, decision makers use fuzzy TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) to assign two preference weights to every potential supplier based on the supplier's performance in two sets of criteria considered separately: traditional and green. In the second stage, top management uses the analytic hierarchy process to assign an importance weight to each of the two sets of criteria based on the organization's strategy. The outputs of the first and second stages serve as inputs for a single-product bi-objective integer linear programming model with deterministic demand that takes into account all-unit quantity discounts and a varying number of suppliers in each period of the planning horizon. We implement the proposed mathematical model in MATLAB R2014a software using the weighted comprehensive criterion method and the branch-and-cut algorithm. Statistical analysis helps determine the most suitable ranking approach for suppliers when their availability changes in each period. This paper presents a numerical comparison between two settings: the first considers all-unit quantity discounts, and the second does not. Moreover, a time study shows that the proposed bi-objective integer linear programming model has an exponential computation time. © 2017 Elsevier Lt
A two-stage maritime supply chain optimisation model
No full textInternational audienceShipping companies usually determine the optimal sailing speed and number of vessels to deploy in their maritime liner services, using a decentralised system, which sometimes extends the transit time between any two ports and thus affects the in-transit inventory and safety stock levels for shippers. On the contrary, if a centralised system is adopted then the shippers' inventory management costs would be considered in the choice of the optimal configuration. This article proposes a model for this trade-off that compares the supply chain optimal solutions and costs of a decentralised versus a centralised system. Assuming that transport demand can either be inelastic or elastic and that end customers' demand to be satisfied by shippers is stochastic, our model provides an optimisation procedure to determine the optimal configuration for any decentralised or centralised liner service, along with a specific application to a containerised Europe-Far East service
A two-stage capacity reservation supply contract with risky supplier and forecast updating
No full textThe effectiveness of a European speed limit versus an international bunker-levy to reduce CO2 emissions from container shipping
No full textIn the fight to reduce CO2 emissions from international shipping, a bunker-levy is currently under consideration at the International Maritime Organization (IMO). Faced with the inability of the IMO to reach an agreement in the short term, the European Commission is now contemplating a unilateral measure of a speed limit for all ships entering European Union (EU) ports. This paper argues that this measure is counterproductive for two reasons. Firstly, because it may ultimately generate more emissions and incur a cost per ton of CO2 which is more than society is willing to pay. Secondly, because it is sub-optimal compared to results obtained if an international bunker-levy was to be implemented. These elements are illustrated using two direct transatlantic services operated in 2010
Supplier selection and order allocation with green criteria: An MCDM and multi-objective optimization approach
No full textInternational audienc
- …
