Optimization models and heuristic solution methods for the integrated fleet sizing and replenishment planning problem with candidate delivery patterns

Abstract

Bu tez çalışmasında entegre filo büyüklüğü belirleme ve ikmal planlaması problemi için matematiksel modeller üretilip, farklı çözüm yöntemleri önerilmiştir. Tezin ilk bölümünde, önceden belirlenmiş ikmal frekansları ve satıcı yönetimi politikası altında ikmal planlaması ve filo büyüklüğünün belirlenmesi amacıyla bir model oluşturulmuştur. Bahsedilen modelin çözümü için iki farklı meta sezgisel çözüm tekniği, Yaklaşık Dinamik Programlama ve Problem Alanı Arama, önerilip, gerçek hayat verilerinden esinlenerek üretilen veri setleri üzerine test edilmiştir. İkinci bölümde ise, ilk bölümdeki modelin daha genelleştirilmiş hali ele alınarak yeni bir bakış açısıyla matematiksel bir model geliştirilip, sezgisel çözüm yöntemleri önerilmiştir. Bu bölümde önceden belirlenmiş tekrarlanan ikmal frekansları yerine ikmal paternleri ele alınmıştır. Ek olarak, talep sezonsallığı ve araç kiralama opsiyonları göz önünde bulundurulmuştur. Problemi çözmek için Sabitle ve optimize et sezgiselinin üç farklı versyonu tasarlanıp, üretilen veriler üzerine test edilmiştir. Sonuçların kalitesi ve çözüm süreleri önerilen çözüm tekniklerinin etkili olduğunu göstermiştir.

In this thesis work, two mathematical models were developed to formulate two basic and extended versions the integrated fleet sizing and replenishment planning problem, and various solution methods were proposed. In the first section of the thesis, a model was created for replenishment planning and fleet size determination under pre-defined replenishment frequencies and vendor management policy. For solving the mentioned model, two different metaheuristic solution techniques, namely Approximate Dynamic Programming, and Problem Space Search, were proposed and tested on datasets inspired by real-life data. In the second section, a more generalized version of the model in the first section is considered, and a mathematical model is developed from a new perspective, with intuitive solution methods proposed. Replenishment patterns were considered instead of pre-defined recurring replenishment frequencies. Additionally, demand seasonality and vehicle renting options were taken into account. To solve the problem, three different versions of the Fix and Optimize heuristic were designed and tested on generated data. The quality of the results and solution times demonstrated the effectiveness of the proposed solution techniques.