008240612s2023      us  |||||||||||||||c||eng  d
■001000016935299
■00520240214101915
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380394680
■035    ▼a(MiAaPQ)AAI30688140
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a660
■1001  ▼aIzadkhah,  Aliakbar.▼0(orcid)0000-0002-3547-0139
■24510▼aPeriodic  Vehicle  Routing  Problems:  Optimization  Approaches  and  Implications  for  Last-Mile  Delivery▼h[electronic  resource]
■260    ▼a[S.l.]:▼bCarnegie  Mellon  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(145  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-03,  Section:  B.
■500    ▼aAdvisor:  Gounaris,  Chrysanthos  E.
■5021  ▼aThesis  (Ph.D.)--Carnegie  Mellon  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aLast-mile  delivery  stands  as  a  vital  cog  in  supply  chain  operations,  tasked  with  efficiently  transporting  goods  from  distribution  hubs  to  their  final  destinations.  In  many  scenarios,  optimizing  last-mile  delivery  requires  intricate  multi-period  planning.  Customers  often  present  diverse  visiting  schedule  options,  compelling  distributors  to  design  both  optimal  visiting  schedules  and  cost-effective  daily  routes  for  their  transportation  fleets.  Within  this  complex  landscape,  the  vehicle  routing  problem  (VRP),  particularly  its  periodic  vehicle  routing  subclass,  serves  as  a  potent  tool  for  conducting  distribution  optimization.  Despite  extensive  research  efforts  and  the  emergence  of  various  modeling  and  solution  techniques  in  the  literature  for  this  combinatorial  problem,  disparities  between  theoretical  works  and  real-world  applications  persist.This  thesis  is  dedicated  to  bridging  the  gap  between  practical  challenges  encountered  in  last-mile  delivery  and  the  existing  methodologies  within  the  PVRP  domain.  To  this  end,  two  central  challenges  are  addressed:  incorporating  operational  constraints  and  transitioning  to  multi-period  operation.  The  first  challenge  involves  accommodating  operational  constraints  that  affect  last-mile  delivery  efficiency.  We  start  by  constructing  a  versatile  branch-price-and-cut  framework  capable  of  tackling  PVRPs  and  their  classic  variants.  Subsequently,  we  delve  into  specific  practical  considerations  within  last-mile  delivery,  such  as  work  duration  regulations  leading  to  long-haul  trips  and  workload  equity.  Leveraging  our  solution  framework,  we  extend  the  existing  state-of-the-art  branch-price-and-cut  approach  proposed  in  the  literature  to  adeptly  handle  problems  featuring  these  characteristics.The  second  challenge  revolves  around  transitioning  from  single-period  to  multi-period  last-mile  delivery  operations.  To  address  this,  we  introduce  a  comprehensive  decision  support  framework  armed  with  a  rolling  horizon  simulation  engine.  This  engine  harnesses  historical  data  to  rigorously  quantify  cost  savings  associated  with  the  transition,  providing  valuable  insights  for  decision-makers.
■590    ▼aSchool  code:  0041.
■650  4▼aChemical  engineering.
■653    ▼aVehicle  routing  problem
■653    ▼aDelivery  efficiency
■653    ▼aSupply  chain  operations
■690    ▼a0542
■690    ▼a0796
■71020▼aCarnegie  Mellon  University▼bChemical  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g85-03B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0041
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16935299▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024