Dynamic and stochastic planning problems with online decision making. A
novel class of models
Datum: 09 april 2009
Promotie: mw. M.L.A.G. Cremers, 14.45 uur, Academiegebouw, Broerstraat
5, Groningen
Proefschrift: Dynamic and stochastic planning problems with online
decision making. A novel class of models
Promotor(s): prof.dr. M.H. van der Vlerk, prof.dr. W.K. Klein Haneveld
Faculteit: Economie en Bedrijfskunde
Nieuw model voor planningsproblemen
Marloes Cremers heeft in haar proefschrift een nieuw type model
ontwikkeld voor een specifieke klasse van planningsproblemen op het
gebied van routering en roostering. Gezien de complexiteit van dit
soort problemen zijn geavanceerde probleemspecifieke heuristieken
nodig om oplossingen van goede kwaliteit te krijgen. Hierbij dient een
afweging gemaakt te worden tussen de mate van detaillering en
acceptabele rekentijd.
Cremers bestudeerde twee planningsproblemen op het gebied van
routering en roostering met behulp van wiskundige modellen en
(numerieke) optimalisatie. Ten eerste een planningsprobleem voor een
taxibedrijf voor het vervoer van zieken en gehandicapten waarbij
ritten - deels al bekend, deels onzeker - al dan niet worden
uitbesteed. Ten tweede een vergelijkbaar planningsprobleem voor een
woningcorporatie waarbij bekende projecten en toekomstige spoedklussen
moeten worden uitbesteed dan wel toegewezen aan eigen monteurs.
Kenmerkend voor beide problemen is dat er enerzijds nu
planningsbeslissingen moeten worden genomen over de bekende
serviceverzoeken (ritten/projecten) terwijl slechts probabilistische
informatie over de relevante planningsperiode beschikbaar is, en er
anderzijds gedurende de planningsperiode direct (online) gereageerd
moet worden op binnenkomende serviceverzoeken. Cremers ontwikkelde een
nieuw type model dat ideeën uit de onderzoeksgebieden stochastische
programmering en online optimalisatie verenigt. Het model omvat twee
stadia. In het eerste stadium worden de planningsbeslissingen
gemodelleerd, in het tweede stadium de online beslissingen betreffende
de binnenkomende serviceverzoeken. Hierbij zijn de verwachte
toekomstige kosten van het tweede stadium bevat in de
doelstellingsfunctie van het eerste stadium. Gezien de complexiteit
van dit type problemen is gekozen voor een heuristische aanpak. Voor
de deelproblemen zijn geavanceerde heuristieken ontwikkeld, waarbij de
online problemen in het tweede stadium zijn geanalyseerd met behulp
van simulatie. Voor het bepalen van goede eerste-stadium oplossingen
is gebruik gemaakt van een genetisch algoritme.
Marloes Cremers (Eindhoven, 1979) studeerde econometrie en operations
research aan de Rijksuniversiteit Groningen. Ze verrichtte haar
onderzoek bij onderzoeksschool SOM van de Faculteit Economie en
Bedrijfskunde.
Rijksuniversiteit Groningen