Optimization and simulation of cross-docking operations in the context of Physical Internet
Optimisation et simulation des opérations de cross-docking dans le contexte de l'internet physique
Résumé
This doctoral thesis addresses the cross-docking optimization problems in the context of the Physical Internet (PI). This new paradigm was introduced to improve the flexibility, synchronization and sustainability of the supply chain and logistics systems. We focus on the operations scheduling in several types of cross-docks (called PI-hubs in the context of the PI), namely the Road-Road, Road-Rail and the Rail-Road PI-hub. After analyzing the state of the art of the Physical Internet optimization problems in the global supply chain, especially for classical cross-docks and PI-hubs, we address the problem of truck scheduling in a classical Road-Road cross-dock through different approaches (MILP, meta-heuristics, etc.) in order to evaluate its performances compared to the Road-Road PI-hub through a discrete event simulation study to evaluate the robustness of the two cross-docks and also by proposing a simulation-optimization approach. Next, we propose a multi-agent model MAS for scheduling operations in a Road-Rail PI-hub. The performance and the stability of the MAS are validated by a MILP model and then on a benchmark instances from the literature. The MAS is also evaluated in a dynamic environment under perturbations. The results obtained showed the ability of the MAS to react to perturbations. Finally, we study the Rail-Road PI-hub sustainable scheduling. We propose a multi-objective mathematical model MO-MIP using lexicographic programming to minimize the energy consumption of PI-conveyors as well as the cost of using trucks. Then, two hybrid and multi-objective meta-heuristics are proposed, namely MO-VNSSA and MO-VNSTS.
Dans cette thèse, nous étudions les problèmes d’optimisation des opérations de crossdocking dans le contexte de l’Internet Physique (PI). Ce nouveau concept a été introduit pour améliorer la flexibilité, la synchronisation et la durabilité des systèmes logistiques. Nous nous intéressons particulièrement à la planification des opérations dans plusieurs types de cross-docks (les PI-hubs), à savoir le Road-Road, le Road-Rail et le Rail-Road PI-hub. Nous commençons par modéliser mathématiquement le problème de planification des véhicules dans un cross-dock Road-Road classique et puis nous développons deux méta-heuristiques stables et performantes par rapport aux solutions obtenues par le solveur CPLEX. Cette première étude a été réalisée afin d’entamer par la suite le passage vers le Road-Road PI-hub à travers une simulation à événements discrets pour évaluer la robustesse des deux types de cross-docks et en proposant également un couplage simulation-optimisation qui permet d’obtenir des solutions robustes efficaces même en cas des perturbations. Ensuite, nous proposons un modèle multi-agent MAS pour la planification des opérations dans un Road-Rail PI-hub. La performance et la stabilité du MAS ont été validées par un modèle mathématique MILP implémenté sur CPLEX et ensuite sur un benchmark d’instances de la littérature. La réactivité du MAS a été également validée dans un environnement dynamique sous perturbations. Enfin, nous étudions la planification durable dans un Rail-Road PI-hub. Nous proposons un modèle mathématique de programmation lexicographique multi-objectifs MO-MIP résolu sur CPLEX. Puis, deux méta-heuristiques hybrides sont proposée pour minimiser à la fois la consommation énergétique des PI-convoyeurs ainsi que le coût d’utilisation des véhicules. Les deux méta-heuristiques génèrent des solutions optimales et quasi-optimales dans des temps de calculs très réduits
Origine : Version validée par le jury (STAR)
