Transportation Optimization in Tactical and Operational Wood Procurement Planning

L'économie canadienne est dépendante du secteur forestier. Cependant, depuis quelques années, ce secteur fait face à de nouveaux défis, tels que la récession mondiale, un dollar canadien plus fort et une baisse significative de la demande de papier journal. Dans ce nouveau contexte, une planification plus efficace de la chaîne d'approvisionnement est devenue un élément essentiel pour assurer le succès et la pérennité du secteur. Les coûts de transport représentent une dépense importante pour les entreprises forestières. Ceci est dû aux grands volumes de produits qui doivent être transportés sur de grandes distances, en particulier dans le contexte géographique d'un grand pays comme le Canada. Même si les problèmes de tournée de véhicules sont bien couverts dans la littérature, le secteur forestier a beaucoup de caractéristiques uniques qui nécessitent de nouvelles formulations des problèmes et des algorithmes de résolution. À titre d'exemple, les volumes à transporter sont importants comparés à d'autres secteurs et il existe aussi des contraintes de synchronisation à prendre en compte pour planifier l'équipement qui effectue le chargement et le déchargement des véhicules. Cette thèse traite des problèmes de planification de la chaîne logistique d'approvisionnement en bois: récolter diverses variétés de bois en forêt et les transporter par camion aux usines et aux zones de stockage intermédiaire en respectant la demande pour les différents produits forestiers. Elle propose trois nouvelles formulations de ces problèmes. Ces problèmes sont différents les uns des autres dans des aspects tel que l'horizon de planification et des contraintes industrielles variées. Une autre contribution de cette thèse sont les méthodologies développées pour résoudre ces problèmes dans le but d'obtenir des calendriers d'approvisionnement applicables par l'industrie et qui minimisent les coûts de transport. Cette minimisation est le résultat d'allocations plus intelligentes des points d'approvisionnement aux points de demande, d'une tournée de véhicules qui minimise la distance parcourue à vide et de décisions d'ordonnancement de véhicules qui minimisent les files d'attentes des camions pour le chargement et le déchargement. Dans le chapitre 3 on considère un modèle de planification tactique de la récolte. Dans ce problème, on détermine la séquence de récolte pour un ensemble de sites forestiers, et on attribue des équipes de récolte à ces sites. La formulation en programme linéaire en nombres entiers (PLNE) de ce problème gère les décisions d'inventaire et alloue les flux de bois à des entrepreneurs de transport routier sur un horizon de planification annuel. La nouveauté de notre approche est d'intégrer les décisions de tournée des véhicules dans la PLNE. Cette méthode profite de la flexibilité du plan de récolte pour satisfaire les horaires des conducteurs dans le but de conserver une flotte constante de conducteurs permanents et également pour minimiser les coûts de transport. Une heuristique de génération de colonnes est créée pour résoudre ce problème avec un sous-problème qui consiste en un problème du plus court chemin avec capacités (PCCC) avec une solution qui représente une tournée de véhicule. Dans le chapitre 4, on suppose que le plan de récolte est fixé et on doit déterminer les allocations et les inventaires du modèle tactique précédent, avec aussi des décisions de tournée et d'ordonnancement de véhicules. On synchronise les véhicules avec les chargeuses dans les forêts et dans les usines. Les contraintes de synchronisation rendent le problème plus difficile. L'objectif est de déterminer la taille de la flotte de véhicules dans un modèle tactique et de satisfaire la demande des usines avec un coût minimum. Le PLNE est résolu par une heuristique de génération de colonnes. Le sous-problème consiste en un PCCC avec une solution qui représente une tournée et un horaire quotidien d'un véhicule. Dans le chapitre 5, on considère un PLNE du problème similaire à celui étudié dans le chapitre 4, mais dans un contexte plus opérationnel: un horizon de planification d'un mois. Contrairement aux horaires quotidiens de véhicules du problème précédent, on doit planifier les conducteurs par semaine pour gérer les situations dans lesquelles le déchargement d'un camion s'effectue le lendemain de la journée où le chargement a eu lieu. Cette situation se présente quand les conducteurs travaillent la nuit ou quand ils travaillent après les heures de fermeture de l'usine et doivent décharger leur camion au début de la journée suivante. Ceci permet aussi une gestion plus directe des exigences des horaires hebdomadaires. Les contraintes de synchronisation entre les véhicules et les chargeuses qui sont présentes dans le PLNE permettent de créer un horaire pour chaque opérateur de chargeuse. Les coûts de transport sont alors minimisés. On résout le problème à l'aide d'une heuristique de génération de colonnes. Le sous-problème consiste en un PCCC avec une solution qui représente une tournée et un horaire hebdomadaire d'un véhicule.

Abstract

The Canadian economy is heavily dependent on the forestry industry; however in recent years, this industry has been adapting to new challenges including a worldwide economic downturn, a strengthening Canadian dollar relative to key competing nations, and a significant decline in newsprint demand. Therefore efficiency in supply chain planning is key for the industry to succeed in the future. Transportation costs in particular represent a significant expense to forestry companies. This is due to large volumes of product that must be transported over very large distances, especially in the geographic context of a country the size of Canada. While the field of vehicle routing problems has been heavily studied and applied to many industries for decades, the forestry industry has many unique attributes that necessitate new problem formulations and solution methodologies. These include, but are not limited to, very large (significantly higher than vehicle capacity) volumes to be transported and synchronization constraints to schedule the equipment that load and unload the vehicles. This thesis is set in the wood procurement supply chain of harvesting various assortments of wood in the forest, transporting by truck to mills and intermediate storage locations, while meeting mill demands of the multiple harvested products, and contributes three new problem formulations. These problems differ with respect to planning horizon and varied industrial constraints. Another contribution is the methodologies developed to resolve these problems to yield industrially applicable schedules that minimize vehicle costs: from smarter allocations of supply points to demand points, vehicle routing decisions that optimize the occurrence of backhaul savings, and vehicle scheduling decisions that minimize queues of trucks waiting for loading and unloading equipment. In Chapter 3, we consider a tactical harvest planning model. In this problem we determine the sequence of the harvest of various forest sites, and assign harvest teams to these sites. The MILP formulation of this problem makes inventory decisions and allocates wood flow to trucking contractors over the annual planning horizon, subject to demand constraints and trucking capacities. The novel aspect of our approach is to incorporate vehicle routing decisions into our MILP formulation. This takes advantage of the relatively higher flexibility of the harvest plan to ensure driver shifts of desired characteristics, which is important to retain a permanent driver fleet, and also prioritize the creation of backhaul opportunities in the schedule. A branch-and-price heuristic is developed to resolve this problem, with the subproblem being a vehicle routing problem that represents a geographical shift for a vehicle. In Chapter 4, we assume the harvest plan to be an input, and integrate the allocation and inventory variables of the previous tactical model with vehicle routing and scheduling decisions, synchronizing the vehicles with loaders in the forests and at the mills. The synchronization constraints make a considerably more difficult problem. We use this as a tactical planning model, with no specific driver constraints but a goal of determining vehicle fleet size to maximize their utilization. The objective is to meet mill demands over the planning horizon while minimizing transportation and inventory costs, subject to capacity, wood freshness, fleet balancing, and other industrial constraints. The MILP formulation of the problem is resolved via a column generation algorithm, with the subproblem being a daily vehicle routing and scheduling problem. In Chapter 5, we consider a similar problem formulation to that studied in Chapter 4, but set in a more operational context over a planning horizon of approximately one month. Unlike the daily vehicle schedules of the previous problem, we must schedule drivers by week to manage situations of picking up a load on one day and delivering on another day, which is necessary when drivers work overnight shifts or when they work later than mill closing hours and must unload their truck on the next day's shift. This also allows for more direct management of weekly schedule requirements. Loader synchronization constraints are present in the model which derives a schedule for each loader operator. Given mill demands, transportation costs are then minimized. We resolve the problem via a branch-and-price heuristic, with a subproblem of a weekly vehicle routing and scheduling problem. We also measure the benefits of applying interior point stabilization to the resource synchronization constraints in order to improve the column generation, a new application of the technique.