[en] EXACT AND HEURISTIC APPROACHES FOR INVENTORY ROUTING PROBLEM VARIANTS
[pt] Esta pesquisa trata de duas variantes do conhecido Problema de Roteirização de Veículos com Estoque (do inglês Inventory Routing Problem – IRP). O problema nasce num contexto de um sistema de Vendor Managed Inventory (VMI) no qual o fornecedor é responsável pela gestão de estoques do cliente. T...
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | pt |
| Published: |
MAXWELL
2018
|
| Subjects: | |
| Online Access: | https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=35787@1 https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=35787@2 http://doi.org/10.17771/PUCRio.acad.35787 |
| Summary: | [pt] Esta pesquisa trata de duas variantes do conhecido Problema de Roteirização de Veículos com Estoque (do inglês Inventory Routing Problem – IRP). O problema nasce num contexto de um sistema de Vendor Managed Inventory (VMI) no qual o fornecedor é responsável pela gestão de estoques do cliente. Tal problema é a junção dos problemas de transporte e gestão de estoques, que correspondem aos maiores custos em uma operação logística. Destarte este trabalho apresenta um modelo matemático para uma variante do IRP que considera que o fornecedor tem clientes dentro e fora do sistema de VMI. Este caso surge quando para alguns clientes não é interessante a realização do controle de seus estoques dentro do sistema de VMI, somente o atendimento de suas demandas. Além disto, o modelo contempla três diferentes tipos de políticas de gestão de estoques e é capaz de lidar com casos contendo vários períodos e vários veículos. Após sua elaboração, o modelo foi validado em instâncias do IRP, do Problema de Roteamento de Veículos (do inglês Capacitated Vehicle Routing Problem - CVRP) e instâncias próprias para a variante. Foram realizados também estudos sobre os impactos das diferentes políticas de gestão de estoques. Além do modelo matemático, foi desenvolvida uma meta-heurística híbrida que resolve uma variante do IRP considerando vários períodos e vários veículos. Cada movimento considerado durante a meta-heurística é divido em duas etapas, a primeira sendo a modificação da posição de um ou mais clientes nos veículos e períodos e uma segunda etapa que resolve de forma exata um Problema de Fluxo Máximo a Custo Mínimo para a atribuição ótima do volume de carga transportada para cada cliente por cada veículo em cada período. Esta abordagem é então testada em instâncias clássicas para esta variante do IRP, obtendo resultados que comprovam a eficiência do algoritmo. === [en] This research deals with two variants of the Inventory Routing Problem (IRP). This problem comes from the context of a Vendor Managed Inventory (VMI) system in which the vendor is responsible for managing the customer s inventory. It is the combination of transportation and inventory management problems, which correspond to the higher costs in a logistics operation. Hence, this paper presents a mathematical model for an IRP variant, in which the vendor has customers inside and outside the VMI system. This situation is presented when it is not interesting to manage the inventories of some clients within the VMI system, resulting only in meeting their demands. In addition, the model considers three different types of stock management policies and it can comprehend multiple periods and multiple vehicles. After its modelling, the model was validated using IRP instaces, the Vehicle Routing Problem (CVRP) and specific instances for this variant. The impacts of different inventory management policies were also analyzed. In addition to the mathematical model, a hybrid meta-heuristic was developed, which solves an IRP variant considering several periods and several vehicles. Each iteration of the metaheuristic is divided into two stages: the first is modifying the position of one or more customers attended by the vehicles and periods, and a second step that solves a Maximum Flow at Minimum Cost problem, to optimally assign the load volumes transported to each customer in each vehicle in each period. Then, this approach is tested in classical instances for this IRP variant, obtaining results that prove the efficiency of the algorithm. |
|---|