The Retail Location Problem Under Uncertain Demand
Trabajo de grado - Maestría
2017
Escuela Colombiana de Ingeniería Julio Garavito
We study the problem of a retailer facing uncertainty on the demand. The main objective is to maximize his pro t by optimizing the inventory policy and sales, also considering the option to open new selling points. We propose an integrated framework to jointly optimize the strategic and tactical decisions. First, we formulate a deterministic optimization problem (with demand known in advance) and we analyze its outcomes. The optimal solution is not satisfying because it suffers from being anticipative. Secondly, multi-stage stochastic optimization is considered. We formulate the problem in three different versions with increasing complexity. The fi rst version considers a single retailer (SRLP) and ignores the strategic decision for opening a new selling point. We solve it by stochastic dynamic programming and we discuss results. Second and third versions are: a N-retailer (NRLP) case where transshipments between retailers are possible; a case where opening decisions of retailers might be made only at the beginning of the time span. Here we propose a new resolution method gathering Stochastic Dual Dynamic Programming and Progressive Hedging algorithms. Estudiamos el problema de un minorista que se enfrenta a incertidumbre en la demanda. El objetivo principal es maximizar la utilidad generada optimizando las decisiones asociadas a las políticas de inventario y ventas, además de considerar la posible apertura de nuevos puntos de venta. Proponemos un marco que integra la optimización de decisiones tanto estratégicas como tácticas. En primera instancia, se presenta el problema de optimización determinístico (demanda conocida con anticipación) y se analizan sus resultados. Logramos evidenciar que la solución no satisface las condiciones dadas en situaciones reales debido a que la demanda puede ser anticipada. Posteriormente, presentamos un modelo estocástico multi etapa, formulando el problema en 3 diferentes versiones las cuales incrementan su complejidad de una a otra. La primera formulación considera un único punto de venta excluyendo decisiones de localización (SRLP por sus siglas en inglés Single Retail Location problem). El modelo es resuelto utilizando programación estocástica dinámica y los resultados obtenidos son discutidos. La segunda y tercera versión consideran: múltiples retailers e inclusión de decisiones de localización de nuevos puntos de venta, respectivamente. En esta etapa proponemos un nuevo método de solución utilizando algoritmos existentes en la literatura como Programación Estocástica Dinámica Dual y algoritmo "Progressive Hedging".
Descripción:
The RLP Under Uncertain Demand
Título: Ramírez Pico, Cristian David - 2017.pdf
Tamaño: 767.9Kb
PDFLEER EN FLIP
Descripción: Autorización publicación
Título: Autorización .pdf
Tamaño: 909.8Kb
PDF
Título: Ramírez Pico, Cristian David - 2017.pdf
Tamaño: 767.9Kb
PDFLEER EN FLIP
Descripción: Autorización publicación
Título: Autorización .pdf
Tamaño: 909.8Kb