Logistics decision-making under uncertainty: Real-life applications

Abstract

Het integreren van real-life toepassingen in wetenschappelijk onderzoek kan een aanzienlijke invloed uitoefenen op de industri¨ele resultaten. Het belangrijkste doel van deze thesis is het ontwikkelen van modellen en het genereren van resultaten op basis van werkelijke problemen die bedrijven en organisaties vandaag de dag ondervinden. Op die manier kunnen bruikbare inzichten verworven voor bedrijven hoe verbeteringen in logistieke activiteiten gerealiseerd kunnen worden. Deze thesis behandelt twee problemen, waarbij in beide gevallen vertrokken werd vanuit een bestaand probleem van het bedrijf en dit werd vervolgens vertaald naar problemen die voorkomen in de academische literatuur. Aangezien gefocust wordt op werkelijke problemen, is het belangrijk dat onzekerheid mee in rekening wordt genomen. Onzekerheid kan zich voordoen in verschillende vormen. In deze thesis wordt in beide delen onzekerheid in de vraag opgenomen. Naast onzekerheid in de vraag, worden in elk deel nog enkele bijkomende real-life kenmerken opgenomen. Bovendien wordt gebruik gemaakt van werkelijke data verkregen van de bedrijven waarmee samen gewerkt werd, zodat de verkregen resultaten zo goed mogelijk aansluiten bij de realiteit. Het eerste probleem dat behandeld wordt in deze thesis is in samenwerking met een logistieke dienstverlener. Deze logistieke dienstverlener ervaart onzekerheid in de vraag van de klanten. Dagelijks moeten bestellingen van klanten opgehaald worden. Routes worden gemaakt om deze klanten zo optimaal mogelijk te bedienen. Echter blijkt dat vooraf bepaalde bestelhoeveelheden regelmatig afwijken van de werkelijke hoeveelheden die opgehaald moeten worden bij de klant (wat men pas te weten komt wanneer de logistieke dienstverlener aankomt bij de klant). Dit maakt het moeilijk om op voorhand een correcte planning op te stellen. Door gebruik te maken van historische data, kunnen we stochastische modellen omtrent vraagonzekerheid van de klanten leren. In deze thesis maken we gebruik van werkelijke data en wordt een Mixture Density Neural Network gemodelleerd waarbij contextuele informatie (zoals verpakkingstype, nationale of internationale vracht) mee wordt opgenomen om een inschatting te maken van de vraagverdeling. Deze informatie wordt in een stochastisch voertuigrouteringsprobleem verwerkt, zodat betere routes gemaakt kunnen worden. Meer bepaald wordt gebruik gemaakt van een two-stage stochastic programming with recourse functie, waarbij een detour to depot recourse actie gebruikt wordt. Real-life kenmerken worden toegevoegd aan het voertuigrouteringsprobleem, namelijk vraagonzekerheid, tijdsvensters, een complexere doelfunctie en een uitgebreidere recourse functie dan standaard gebruikt in de literatuur. In de doelfunctie worden afstand, tijd en voertuig gerelateerde kosten geminimaliseerd. In de recourse functie wordt rekening gehouden met extra afstand, extra routeduur, overuren, overtredingen van de rijtijden en overtredingen van de tijdsvensters. Om dit voertuigrouteringsprobleem op te lossen, wordt een iterated local search heuristiek voorgesteld, aangezien een groot aantal klanten bediend moet worden en een oplossing binnen een behoorlijke tijd gevonden dient te worden. Om de vraagverdeling te leren op basis van historische data, worden drie benaderingen gebruikt, namelijk een empirische verdeling, een Mixture Density Network met 1 layer en een Mixture Density Network met 5 layers. Daarnaast worden nog eens twee methoden gebruikt om de verdelingen te benaderen, namelijk een Gaussian benadering of een Histogram benadering. Resultaten tonen aan dat een Mixture Density Network met 5 layers (MDN-5c) in combinatie met histogrammen gemiddeld gezien tot de laagste kosten leiden. Daarom wordt deze benadering gekozen om de volgende experimenten op uit te voeren. In een volgende stap wordt de deterministische optimalisatie vergeleken met stochastische optimalisatie. Met stochastische optimalisatie bedoelen we de two-stage stochastic programming with recourse benadering, terwijl bij deterministische optimalisatie geen onzekerheid mee opgenomen wordt in de planningsfase (bij het runnen van het algoritme). Achteraf wordt in beide methoden de werkelijke kost berekend (inclusief mogelijke overtredingen en de bijhorende recours kost) om de methoden met elkaar te vergelijken. Uit deze resultaten blijkt dat het inderdaad voordelig is om gebruik te maken van stochastische optimalisatie. Hierdoor zullen de gemiddelde kosten lager liggen en kunnen bedrijven beter anticiperen op mogelijke problemen die kunnen optreden bij het uitvoeren van de geplande routes (betere routes). Tot slot worden enkele waardes voor de tijdsvensterbreedtes, kosten voor het overtreden van de tijdsvensters en de rijtijden getest. Hieruit blijkt dat smallere tijdsvensters leiden tot hogere gemiddelde kosten, omdat er minder flexibiliteit in de planning is en er een grotere kans op overtredingen van de tijdsvensters is. Wanneer zowel de kost van het overtreden van de tijdsvensters als van de rijtijden verhoogd wordt, zullen de gemiddelde kosten opnieuw stijgen. Hier staat tegenover dat er minder overtredingen zullen optreden. Dit is dus een afweging die gemaakt moet worden door het management: verkiezen ze lage kosten of een betere klantenservice met minder overtredingen, maar wel met hogere kosten. Het tweede probleem focust zich op de zorgsector. Meer bepaald wordt gekeken naar een voorraadrouteringsprobleem voor zowel een co¨operatieve supply chain als een traditionele supply chain. In een traditionele supply chain in een zorgcontext, zijn er verschillende leveranciers die leveren aan de verschillende magazijnen gelegen aan de ziekenhuizen. Vanuit deze magazijnen wordt gezorgd dat de eindklant (de pati¨ent) bediend wordt (de nodige verzorging krijgt). In een co¨operatieve supply chain daarentegen, worden de magazijnen gelegen aan elk ziekenhuis, vervangen door ´e´en centraal magazijn (care hub) die verantwoordelijk is voor de levering aan de verschillende afdelingen van de ziekenhuizen. In een eerste stap wordt dieper ingegaan op de co¨operatieve supply chain met een centrale care hub. Er wordt gekeken wat de voor- en nadelen zijn van een dergelijke supply chain, maar ook wat typische kenmerken hiervan zijn, voor welke productcategorie¨en een zorghub interessant is enzovoort. Dit wordt zowel gedaan aan de hand van een literatuurstudie als door middel van een empirische studie waarbij interviews en een survey worden afgenomen bij Vlaamse ziekenhuizen, woonzorgcentra en logistieke dienstverleners gerelateerd aan de zorgsector. Op basis van deze literatuurstudie en empirische studie werden verschillende voor- en nadelen ge¨ıdentificeerd. De voornaamste zijn een reductie in kosten (zoals voorraadkosten en bestelkosten), schaalvoordelen en toegenomen effici¨entie, waardoor ziekenhuizen meer kunnen focussen op hun kernactiviteiten, namelijk zorg aanbieden. De integratie van verschillende IT systemen tussen de ziekenhuizen en logistieke dienstverleners kan een moeilijkheid zijn in de implementie van het hub concept, alsook de wetgeving (zoals verschillen in BTW wetgeving). In de huidige academische literatuur wordt niet gefocust op het onderzoek naar productcategorie¨en die interessant zijn voor het hub concept. Wel worden reeds enkele productcategorie¨en opgenomen, voornamelijk bloed an medicijnen. Op basis van de semi-gestructureerde interviews hebben we meer inzicht verworven in de productcategorie¨en die aanwezig zijn in een zorgcontext en welke daarvan geschikt kunnen zijn voor het hub concept. Hieruit blijkt dat medicijnen een goede optie kunnen zijn, hoewel de regelgeving omtrent opslag en transport een obstakel kan zijn. Daarnaast kunnen ook kantoormaterialen, technische diensten en clean room activiteiten op een centrale hub uitgevoerd worden. In een tweede stap ligt de focus op een voorraadrouteringsprobleem voor de co- ¨operatieve supply chain, gebaseerd op de inzichten uit de literatuurstudie en de empirische studie omtrent zorghubs. Real-life kenmerken worden opgenomen in het probleem, zoals onzekerheid in de vraag en spoedleveringen zodat het probleem zo goed mogelijk aan sluit bij de realiteit. Het voorraadrouteringsprobleem wordt zowel voor het traditioneel systeem als het co¨operatief systeem opgelost. Resultaten tonen aan dat een co¨operatieve supply chain lagere kosten oplevert ten opzichte van de tradtionele supply chain, rekening houdend dat hetzelfde service level gehanteerd blijft. Dit toont dus aan dat een co¨operatieve supply chain voordelig is. Aan de hand van een sensitiviteitsanalyse wordt tot slot aangetoond dat een co¨operatieve supply chain voordelig blijft wanneer respectievelijk een hoger service level, een hogere voorraadkost en meer onzekerheid (een hogere standaardafwijking van de vraag) wordt opgelegd.