Optimization of Reverse Logistics for the Recovery of End-of-life Products - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2021

Optimization of Reverse Logistics for the Recovery of End-of-life Products

Optimisation de la logistique inverse pour la revalorisation des produits en fin de vie

Résumé

This thesis is dedicated to inventory models for disassembly planning problem. We first deal with three cases of disassembly lot sizing problem with considering disposal to handle surplus inventory accumulations due to disassembly operations. Three cases are considered. The first case is single-product with two-level product structure and we after propose a procedure to calculate surplus inventory and the problem is modeled by three new MIP formulations, which have different lower bound qualities. The addition of valid inequalities and two efficient heuristics with different inventory strategies are also developed. The second case is multi-product with two-level product structure and parts commonality. Two new MIP formulations are proposed to model the problem. LP-relaxation of the formulations can improve lower bound of the problem and a two-phase heuristic is also adapted for large-sized problems. The third case is multi-product with multi-level product structure, parts commonality, and capacity restrictions. A new MIP formulation is proposed. For large-sized problems, a Fix-and-Optimize algorithm solves the problem and we improved it by considering interrelatedness characteristics between linked variables. We also deal with the disassembly EOQ model which integrate price-sensitive demands and disposal decisions to maximize the profit of disassembly systems. Three models are developed to obtain solution approaches that give prices, the replenishment cycle time, and the disposal quantity. The inventory policy integrating both pricing and disposal decisions allows higher profits to be achieved.
Cette thèse étudie des modèles de gestion de stocks pour la planification du désassemblage. Nous traitons d’abord trois cas du problème de lot-sizing en désassemblage avec l’évacuation pour gérer le surplus de stocks. Le premier cas est mono-produit avec structure à deux niveaux et on propose une procédure pour calculer les surplus de stocks et le problème est modélisé par trois nouvelles formulations MIP avec différentes qualités de borne inférieure. L'ajout des inégalités valides et deux heuristiques avec différentes stratégies sont aussi proposés. Le deuxième cas est multi-produit avec structure à deux niveaux et des pièces communes et deux nouveaux MIP sont proposés pour modéliser le problème. Une relaxation des formulations peut améliorer la borne inférieure du problème et une heuristique à deux phases est également adaptée aux problèmes de grande taille. Le troisième cas est multi-produit avec structure à plusieurs niveaux, des pièces communes et contraintes de capacité et une nouvelle formulation MIP est proposée. Pour les problèmes de grande taille, Fix-and-Optimize est la méthode de résolution et on l’améliore avec les caractéristiques d'interrelation entre des variables liées. On traite aussi le modèle EOQ en désassemblage aven les demandes fonction des prix et l’évacuation pour maximiser le profit. Trois modèles sont développés pour obtenir des solutions qui proposent les prix, la durée du cycle de réapprovisionnement et la quantité à évacuer. La politique de gestion de stocks intégrant les décisions de prix et de la disposition permet d'obtenir des profits plus élevés.
Fichier principal
Vignette du fichier
Meisam_Pour_Massahian_Tafti_2021TROY0002.pdf (3.55 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03808717 , version 1 (10-10-2022)

Identifiants

  • HAL Id : tel-03808717 , version 1

Citer

Meisam Pour Massahian Tafti. Optimization of Reverse Logistics for the Recovery of End-of-life Products. Business administration. Université de Technologie de Troyes, 2021. English. ⟨NNT : 2021TROY0002⟩. ⟨tel-03808717⟩
90 Consultations
76 Téléchargements

Partager

Gmail Facebook X LinkedIn More