Stochastic and multi-criteria optimization for remanufacturing industry
Optimisation stochastique et multicritère pour l'industrie remanufacturière
Résumé
End-of-Life (EOL) products disassembly in remanufacturing has received extensive attention in recent years owing to their advantages in saving non-renewable resources, protecting the environment and promoting economic growth. In the existing literature, 1) most of stochastic disassembly line balancing problems assume that the probability distributions of uncertain parameters are known; 2) majority of disassembly line balancing problems focus on single product; 3) few works study the disassembly line balancing related reverse supply chain (RSC) design problems. In reality, multiple EOL products disassembly related RSC exist in remanufacturing industries, such as automobile, mobile phone, etc. To bring these research gaps, three new disassembly line balancing related problems are investigated in this thesis.Firstly, a single product disassembly line balancing problem (DLBP) with partial information of task processing times is studied, where only the mean, lower and upper bounds of task processing times are known. The objective is to minimize the disassembly cost. For the studied problem, a joint chance-constrained model is proposed. Then, a new distribution-free formulation and a second-order cone program approximation-based formulation are constructed based on problem properties. Experimental results on 7 benchmark instances and 81 randomly generated instances show the effectiveness and efficiency of the proposed approach.Secondly, a new stochastic multi-product DLBP with uncertain task processing time is addressed, where only the mean, standard deviation and upper bound of task times are available. The objective is to minimize the disassembly cost. For the problem, a joint chance-constrained model is formulated. Then, based on problem analysis, the joint chance-constrained model is approximately transformed into a distribution-free model. Subsequently, several valid inequalities and an exact lifted cut-and-solve method are designed to efficiently solve the problem. Experiments results on an illustrative example and 490 randomly generated instances demonstrate the good performances of the proposed model, valid inequalities and solution method.Finally, a novel multi-product disassembly line balancing related RSC design problem is investigated, where EOL products supply, components demand and task processing times are assumed to be uncertain. The objectives are to maximize the expected profit and minimize carbon dioxide emissions, simultaneously. For the problem, a bi-objective nonlinear two-stage stochastic programming model is formulated and approximately transformed to a linear distribution-free model based on problem properties. Then, an exact epsilon-constrained based method is proposed, in which an improved Benders decomposition is designed to solve the transformed single objective problems. Numerical experiments including one case study and 200 randomly generated instances are conducted to evaluate the performance of proposed methods. Moreover, sensitivity analysis is made to draw managerial insights.
Le désassemblage des produits en fin de vie (EOL) dans la remanufacturation a attiré une attention considérable ces dernières années en raison de ses avantages en matière d'économie de ressources non renouvelables, de protection de l'environnement et de promotion de la croissance économique. Dans la littérature existante, 1) la plupart des problèmes stochastiques d'équilibrage de la ligne de désassemblage supposent que les distributions de probabilité des paramètres incertains soient connues ; 2) la majorité des problèmes d'équilibrage de la ligne de désassemblage se concentrent sur un seul produit ; 3) peu de travaux portent sur les problèmes de conception de la chaîne logistique inversée (RSC) liés à l'équilibrage de la ligne de désassemblage. En réalité, plusieurs RSC liées au désassemblage de produits EOL existent dans les industries de la remanufacturation, telles que l'automobile, les téléphones mobiles, etc. Pour combler ces lacunes dans la littérature, trois nouveaux problèmes liés à l'équilibrage de la ligne de désassemblage sont étudiés dans cette thèse.Tout d'abord, une DLBP à produit unique avec des informations partielles sur les temps de traitement des tâches est étudiée, où seules la moyenne, la borne inférieure et la borne supérieure des temps de traitement des tâches sont connues. L'objectif est de minimiser le coût de désassemblage. Pour le problème étudié, un modèle conjoint à contraintes de probabilités est proposé. Ensuite, une nouvelle formulation sans distribution et une formulation basée sur une approximation de programme de cônes de second ordre sont construites en fonction des propriétés du problème. Les résultats expérimentaux sur 7 instances de référence et sur 81 instances générées aléatoirement montrent l'efficacité de l'approche proposée.Deuxièmement, une nouve DLBP stochastique multi-produits avec un temps de traitement de tâche incertain est abordée, où seules la moyenne, l'écart type et la limite supérieure des temps de tâche sont disponibles. L'objectif est de minimiser le coût de désassemblage. Pour le problème, un modèle conjoint à contraintes de probabilités est formulé. Ensuite, sur la base de l'analyse du problème, le modèle conjoint à contraintes de probabilités est approximativement transformé en un modèle sans distribution. Ensuite, plusieurs inégalités valides et une méthode exacte de coupe et de résolution sont conçues pour résoudre efficacement le problème. Les résultats des expériences sur un exemple illustratif et sur 490 instances générées aléatoirement démontrent les bonnes performances du modèle proposé, des inégalités valides et de la méthode de résolution.Enfin, un nouveau problème de conception de la RSC lié à l'équilibrage de la ligne de désassemblage multi-produits est étudié, où l'approvisionnement en produits EOL, la demande en composants et les temps de traitement des tâches sont supposés incertains. Les objectifs sont de maximiser le profit attendu et de minimiser simultanément les émissions de dioxyde de carbone. Pour le problème, un modèle bi-objectif de programmation stochastique à deux étapes et non linéaire est formulé, et approximativement transformé en un modèle sans distribution linéaire en fonction des propriétés du problème. Ensuite, une méthode basée sur des contraintes epsilon-construites est proposée, dans laquelle une décomposition de Benders améliorée est conçue pour résoudre les problèmes transformés à objectif unique. Des expériences numériques comprenant une étude de cas et sur 200 instances générées aléatoirement sont menées pour évaluer les performances des méthodes proposées. De plus, une analyse de sensibilité est réalisée pour tirer des enseignements en matière de gestion.
| Origine | Version validée par le jury (STAR) |
|---|