Maintenance scheduling and vehicle routing optimisation with stochastic components

Abstract

"Esta tesis está dedicada a problemas de Ruteo de Vehículos Estocásticos (SVRPs) en el contexto de actividades de mantenimiento. La programación estocástica junto con el paradigma A Priori son utilizados para incorporar las incertidumbres en el diseño de las soluciones. Dos SVRPs son abordados, siendo el primero una versión con Demandas Estocásticas (VRPSD). El VRPSD es resuelto a través de una aproximación híbrida entre un Algoritmo Memético (MA) y una heurística glotona (GRASP). El método propuesto es competitivo al comprarlo con otros métodos de solución de la literatura, y nuevos resultados son provistos para instancias medianas y grandes. Acto seguido se propone un SVRP con tiempos de trayecto y servicio estocásticos y ventanas de tiempo duras (SVRPTW). Una versión extendida de un MA considerando múltiples poblaciones (MPMA) es diseñada para resolver el SVRPTW. El MPMA funciona al usar MA individuales y separados que pueden interactuar y compartir información. Este abordaje junto al hecho que cada MA trabaje sobre problemas ligeramente diferentes le permite al MPMA lograr resultados muy competitivos. Un tercer problema, el cual es una extensión de los SVRPs, es considerado en el contexto de granjas eólicas. El problema de la programación de mantenimiento considera técnicos que son enviados a las turbinas eólicas para efectuar los mantenimientos. Primero, el problema es estudiado de forma determinística con una aproximación bi-objetivo. Acto seguido una extensión del problema de planificación de recursos en un horizonte de tiempo largo es estudiada utilizando técnicas de simulación. Esta última parte considera igualmente las diferentes estrategias para el mantenimiento de activos. Los resultados de ambos problemas muestran posibles conflictos entre la producción energética y los costos de mantenimiento."-- Tomado del Formato de Documento de Grado.

"This thesis tackles the Stochastic Vehicle Routing Problems (SVRPs) in the context of maintenance activities. Stochastic programming under an A Priori paradigm is used to incorporate the uncertainties at the solutions design. Two SVRPs are addressed, first the version with Stochastic Demands (VRPSD). The VRPSD is solved by a hybrid approach between a memetic algorithm (MA) and a Greedy Randomized Adaptive Search Procedure (GRASP). The method is shown to be competitive to other methods, and new results are given for medium and large instances. Then the SVRP with stochastic travel and service times and hard time windows (SVRPTW) is proposed. An extension version of the MA with multiple populations (MPMA) is designed to solve the SVRPTW. MPMA works by using individual and separate MAs which can interact and share information. This scheme coupled with each MA working on slightly different problems allow the MPMA to have very competitive results. A third problem which is an extension of the SVRP its considered in the wind farm context. The maintenance scheduling problem considers technicians who are sent to the wind turbines to maintain them. First the problem is studied using a deterministic and bi-objective approach. Then, an extension of the planification problem in a long horizon is addressed using a simulation approach. This last part also considers maintenance strategies. Both planification problems show possible conflicts between energy production and maintenance costs."-- Tomado del Formato de Documento de Grado.