51 research outputs found
Inventory Control for Multi-location Rental Systems
Get PDFVerhuurartikelen vervullen vraag naar producten die duur zijn in aanschaf en vaak alleen nodig zijn voor een beperkte periode. Voorbeelden van dit soort producten zijn auto’s, films, boeken, gereedschap, gelegenheidskleding en juwelen. Complexe voorraadproblemen komen voor bij verhuurbedrijven, vooral wanneer sprake is van meerdere vestigingslocaties. Bedrijven moeten bijvoorbeeld beslissen hoeveel artikelen toe te wijzen aan iedere locatie en hoe om te gaan met aanvragen voor artikelen die op dat moment aan andere klanten zijn verhuurd. Bij dergelijke aanvragen is het gebruikelijk om artikelen te verschepen vanuit andere locaties of vanuit een opslagdepot. Omdat de handelingskosten voor transporteren hoog kunnen zijn, is het belangrijk om de verschepingen goed te coördineren en tevens het proces van herpositioneren van artikelen over de locaties goed te regelen. Dit proefschrift presenteert nieuwe methoden voor voorraadbeheer en het organiseren van logistieke processen in verhuursystemen met meerdere locaties die onderling verhuurartikelen kunnen verschepen in reactie op de vraag. Voor verschillende veelvoorkomende types verhuursystemen optimaliseren we beslissingen voor voorraadniveaus, verschepingen en herpositionering. Aan de hand van wiskundige analyses leiden we theoretische eigenschappen van optimaal beleid af. Aan de hand van numerieke methoden bepalen we dit optimale beleid voor verhuursystemen met een gelimiteerd aantal locaties. Dit geeft belangrijke inzichten in effectieve strategieën voor het verschepen en herpositioneren van voorraad in verhuursystemen met meerdere locaties. Met deze inzichten ontwerpen we heuristieken die eenvoudig te implementeren zijn en die significante verbeteringen geven ten opzichte van beslissingsregels uit de praktijk
Distributed Control of a Network with Multiple Electricity Producers and Consumers
Get PDFDit proefschrift onderzoekt gedistribueerde besluitvorming in een elektriciteitsnetwerk (Smart Grid) met meerdere electriciteitsproducenten en -consumenten. Het doel is om door middel van informatieuitwisseling de vraag naar en productie van elektriciteit door de producenten en consumenten te balanceren in onderdelen van het netwerk, bijvoorbeeld in een woonwijk. Hierbij nemen we aan dat de producenten en consumenten als actieve agents kunnen opereren en, binnen grenzen, kunnen beslissen wanneer zij energievragende of energieproducerende apparaten aan en uit zetten. Door deze beslissingen goed op elkaar af te stemmen, kan de belasting van, bijvoorbeeld, een bijbehorend transformatiestation verminderen en de energieconsumptie van het electriciteitsnetwerk als geheel afnemen.
Het is nodig om computer algoritmes te ontwikkelen die deze beslissingen coördineren, omdat het gedrag en de toestand van vele (honderden) apparaten deze beslissingen beïnvloeden. Een grote uitdaging binnen een dergelijk grootschalig optimalisatieprobleem is dan het vinden van schaalbare algoritmen.
Dit proefschrift onderzoekt hoe een bestaand gedistribueerd Model Predictive Control (MPC) algoritme aangepast en geïmplementeerd kan worden voor dergelijke Smart Grids. Deze methode lijkt op voorhaand goed schaalbaar, aangezien de beslissingen gedistribueerd worden berekend. Daarnaast maakt deze methode het mogelijk om te anticiperen op toekomstige situaties binnen het netwerk en rekening te houden met technische beperkingen van de agents in het netwerk. We onderzoeken de toepasbaarheid van deze MPC algoritmes voor de control van energieagents.
We concluderen in het algemeen dat onze modelering in combinatie met het gedistribueerde MPC algoritme goed gebruikt kan worden om lokale beslissingen in het Smart Grid te coördineren.
This dissertation investigates distributed decision making in an electricity network (Smart Grid) with multiple prosumers. Prosumers are both consumers and producers. The aim is to reach a global goal in the network based solely on local information. An example of such a goal is to steer the difference between electricity demand and production to a target value. We call the electricity prosumers agents, and these agents decide when to use their electrical demand and production devices. The optimal timing, for when and how much electric power to use or produce, depends on the overall power balance in the network and on the operational constraints from the devices themselves.
Algorithms are required to control the agents' decisions. One major challenge in a large-scale optimization-based control problem is to find a scalable algorithm. Therefore, this dissertation takes a distributed Model Predictive Control (MPC) algorithm and adapts it to the Smart Grid. We see in our simulations that this method scale well because computations are distributed between agents. In addition, the method anticipates future situations in the network and ensures that the operational constraints are not violated.
Controlling the order pool in make-to-order production systems
Get PDFVoor ‘Make-To-Order’ (MTO, oftewel klantordergestuurde) productiesystemen is de tijd die orders moeten wachten op beschikbare productiecapaciteit cruciaal. Het beheersen van die wachttijd is van groot belang om zowel korte als betrouwbare doorlooptijden te realiseren. Daarom analyseerde en ontwierp Remco Germs regels voor orderacceptatie en ordervrijgave, om daarmee de wachttijden te beheersen. Orderacceptatie en -vrijgave zijn de twee belangrijkste mechanismen om de lengte van wachttijden te beïnvloeden en zodoende de productie te sturen. De logistieke prestatie hangt in grote mate af van specifieke kenmerken van MTO-systemen, zoals routing variabiliteit, beperkte productiecapaciteit, omsteltijden, strikte leveringsvoorwaarden en onzekerheid in het aankomstpatroon van orders.
Om een beter begrip te krijgen van de afwegingen die MTO-bedrijven in dit opzicht moeten maken richt het proefschrift zich op de modellering van de belangrijkste kenmerken van MTO-systemen. De inzichten die dat oplevert worden vervolgens gebruikt om orderacceptatie- en ordervrijgaveregels te ontwikkelen die eenvoudig te begrijpen en daarom makkelijk in praktijksituaties te implementeren zijn. Deze relatief eenvoudige beslissingsregels kunnen al leiden tot significante verbeteringen in de logistieke prestaties van MTO-bedrijven.
The thesis of Remco Germs analyses and develops order acceptance and order release policies to control queues in make-to-order (MTO) production systems. Controlling the time orders spend waiting in queues is crucial for realizing short and reliable delivery times, two performance measures which are of strategic importance for many MTO com-panies. Order acceptance and order release are the two most important production con-trol mechanisms to influence the length of these queues. Their performance depends on typical characteristics of MTO systems, such as random (batch) order arrival, routing variability, fixed capacities, setup times and (strict) due-dates.
To better understand the underlying mechanisms of good order acceptance and order release policies the models in this thesis focus on the main characteristics of MTO systems. The insights obtained from these models are then used to develop order acceptance and order release policies that are easy to understand and thereby easy to implement in practice. The results show that these relatively simple policies may already lead to significant performance improvements for MTO companies.
Analysis of a stochastic lot scheduling problem with strict due-dates
No full textThis chapter considers admission control and scheduling rules for a single machine production environment. Orders arrive at a single machine and can be grouped into several product families. Each order has a family dependent due-date, production duration, and reward. When an order cannot be served before its due-date it has to be rejected. Moreover, when the machine changes the production of one type of family to another family, a setup time is incurred. The problem is to find long-run average optimal policies that accept or reject orders and schedule the accepted orders. To obtain insight into the optimal performance of the system we model it as a Markov decision process (MDP). This formal description leads to, at least, three tangible goals. First, for small scale problems the optimal admission and scheduling policy can be obtained with, e.g., policy iteration. Second, simple heuristic policies can be formulated in terms of the concepts developed for the MDP, i.e., the states, actions and (action-dependent) transition matrices. Finally, the simulator required to study the performance of heuristic policies for large scale problems can be directly implemented as an MDP. Thus, the formal description of the system in terms of an MDP has considerable off-spin beyond the mere numerical aspects of solving the MDP for small-scale systems
On optimal policies for production-inventory systems with compound Poisson demand and setup costs
Get PDFIn this paper, we consider a single-item, one-machine production-inventory system with compound Poisson demand. The production facility may be on or off. While on, the production rate is constant, and, while off, the production rate is zero. System costs consist of switching costs and inventory and backlogging costs. We provide conditions when (s, S)-policies are optimal under the long-run average expected cost criterion. These conditions are met in particular, but not necessarily, when the inventory costs are convex. The developed method in the proof is easy to apply to more general cases. Moreover, the method allows us to compute optimal policies very efficiently
Analysis of finite-buffer state-dependent bulk queues
Get PDF<p>In this paper, we consider a general state-dependent finite-buffer bulk queue in which the rates and batch sizes of arrivals and services are allowed to depend on the number of customers in queue and service batch sizes. Such queueing systems have rich applications in manufacturing, service operations, computer and telecommunication systems. Interesting examples include batch oven processes in the aircraft and semiconductor industry; serving of passengers by elevators, shuttle buses, and ferries; and congestion control mechanisms to regulate transmission rates in packet-switched communication networks. We develop a unifying method to study the performance of this general class of finite-buffer state-dependent bulk queueing systems. For this purpose, we use semi-regenerative analysis to develop a numerically stable method for calculating the limiting probability distribution of the queue length process. Based on the limiting probabilities, we present various performance measures for evaluating admission control and batch service policies, such as the loss probability for an arriving group of customers and for individual customers within a group. We demonstrate our method by means of numerical examples.</p>
Optimal Control of Production-Inventory Systems with Constant and Compound Poisson Demand
Get PDFIn this paper, we study a production-inventory systems with finite production capacity and fixed setup costs. The demand process is modeled as a mixture of a compound Poisson process and a constant demand rate. For the backlog model we establish conditions on the holding and backlogging costs such that the average-cost optimal policy is of (s, S)-type. The method of proof is based on the reduction of the production-inventory problem to an appropriate optimal stopping problem and the analysis of the associated free-boundary problem. We show that our approach can also be applied to lost-sales models and that inventory models with un onstrained order capacity can be obtained as a limiting case of our model. This allows us to analyze a large class of single-item inventory models, including many of the classical cases, and compute in a numerical efficient way optimal policies for these models, whether these optimal policies are of (s, S)-type or not.
Corrigendum to “Representations for the extreme zeros of orthogonal polynomials” [J. Comput. Appl. Math. 233 (2009) 847–851]
Get PDFWe correct representations for the endpoints of the true interval of orthogonality of a sequence of orthogonal polynomials that were stated by us in the Journal of Computational and Applied Mathematics 233 (2009) 847–851
Admission policies for the customized stochastic lot scheduling problem with strict due-dates
Get PDFThis papers considers admission control and scheduling of customer orders in a production system that produces different items on a single machine. Customer orders drive the production and belong to product families, and have family dependent due-date, size, and reward. When production changes from one family to another a setup time is incurred. Moreover, if an order cannot be accepted, it is considered lost upon arrival. The problem is to find a policy that accepts/rejects and schedules orders such that long run profit is maximized. This problem finds its motivation in batch industries in which suppliers have to realize high machine utilization while delivery times should be short and reliable and the production environment is subject to long setup times. We model the joint admission control/scheduling problem as a Markov decision process (MOP) to gain insight into the optimal control of the production system and use the MDP to benchmark the performance of a simple heuristic acceptance/scheduling policy. Numerical results show that the heuristic performs very well compared with the optimal policy for a wide range of parameter settings, including product family asymmetries in arrival rate, order size, and order reward. (C) 2011 Elsevier B.V. All rights reserved
- …
