Staff View: The Retail Location Problem Under Uncertain Demand

The Retail Location Problem Under Uncertain Demand

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 dec...

Full description

Saved in:

Bibliographic Details
Institution:	Escuela Colombiana de Ingeniería
Main Authors:	Ramírez Pico, Cristian David, De Lara, Michel (dir), Guerrero R, William J. (dir)
Format:	Trabajo de grado - Maestría
Language:	Español
Published:	Escuela Colombiana de Ingeniería Julio Garavito 2017
Subjects:	Programación estocástica Programación dinamica Programación lineal Stochastic programming Dynamic programming Linear programming
Online Access:	https://repositorio.escuelaing.edu.co/handle/001/634
Tags:	Add Tag No Tags, Be the first to tag this record!

id	oai:repositorio.escuelaing.edu.co:001-634
recordtype	dspace
spelling	De Lara, Michel (dir) Guerrero R, William J. (dir) Ramírez Pico, Cristian David 2017-08-31T16:51:19Z 2021-10-01T16:47:05Z 2017-08-31T16:51:19Z 2021-10-01T16:47:05Z 2017 https://repositorio.escuelaing.edu.co/handle/001/634 http://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=20817 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". Maestría Magíster en Ingeniería Industrial application/pdf spa Escuela Colombiana de Ingeniería Julio Garavito Maestría en Ingeniería Industrial Derechos Reservados - Escuela Colombiana de Ingeniería Julio Garavito https://creativecommons.org/licenses/by-nc/4.0/ info:eu-repo/semantics/openAccess Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) Programación estocástica Programación dinamica Programación lineal Stochastic programming Dynamic programming Linear programming The Retail Location Problem Under Uncertain Demand Trabajo de grado - Maestría info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_bdcc Text info:eu-repo/semantics/masterThesis http://purl.org/redcol/resource_type/TM http://purl.org/coar/access_right/c_abf2 http://purl.org/coar/version/c_970fb48d4fbd8a85
institution	Escuela Colombiana de Ingeniería
collection	d_escuelaing-dspace.metabiblioteca.com.co-DSPACE
title	The Retail Location Problem Under Uncertain Demand
spellingShingle	The Retail Location Problem Under Uncertain Demand Ramírez Pico, Cristian David De Lara, Michel (dir) Guerrero R, William J. (dir) Ramírez Pico, Cristian David Programación estocástica Programación dinamica Programación lineal Stochastic programming Dynamic programming Linear programming
title_short	The Retail Location Problem Under Uncertain Demand
title_full	The Retail Location Problem Under Uncertain Demand
title_fullStr	The Retail Location Problem Under Uncertain Demand
title_full_unstemmed	The Retail Location Problem Under Uncertain Demand
title_sort	retail location problem under uncertain demand
author	Ramírez Pico, Cristian David De Lara, Michel (dir) Guerrero R, William J. (dir) Ramírez Pico, Cristian David
author_facet	Ramírez Pico, Cristian David De Lara, Michel (dir) Guerrero R, William J. (dir) Ramírez Pico, Cristian David
building	Repositorio digital
topic	Programación estocástica Programación dinamica Programación lineal Stochastic programming Dynamic programming Linear programming
topic_facet	Programación estocástica Programación dinamica Programación lineal Stochastic programming Dynamic programming Linear programming
publishDate	2017
language	Español
publisher	Escuela Colombiana de Ingeniería Julio Garavito
format	Trabajo de grado - Maestría
description	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".
url	https://repositorio.escuelaing.edu.co/handle/001/634
url_str_mv	https://repositorio.escuelaing.edu.co/handle/001/634
_version_	1717367762568871936
score	11.254837

Similar Items

The Retail Location Problem Under Uncertain Demand