Large Scale Optimization in Supply Chains and Smart Manufacturing

Dans cet ouvrage, la théorie de l'optimisation à grande échelle est présentée avec des études de cas de problèmes du monde réel et des applications de la modélisation mathématique structurée. Les méthodes d'optimisation à grande échelle sont représentées par diverses théories telles que la décomposition de Benders, la décomposition logique de Benders, la relaxation lagrangienne, la décomposition Dantzig-Wolfe, la décomposition multi-arbres, la décomposition croisée de Van Roy et la décomposition parallèle de programmes mathématiques comme la programmation non linéaire à nombre entier mixte et la programmation stochastique.

Des études de cas d'optimisation à grande échelle dans la gestion de la chaîne d'approvisionnement, la fabrication intelligente et Industry 4.0 sont étudiées avec une mise en œuvre efficace pour des solutions en temps réel. Les caractéristiques des études de cas couvrent un large éventail de domaines, notamment l'Internet des objets, les systèmes de transport avancés, la gestion de l'énergie, les réseaux de la chaîne d'approvisionnement, les systèmes de services, la gestion des opérations, la gestion des risques et la gestion financière et commerciale.

Les instructeurs, les étudiants diplômés, les chercheurs et les praticiens tireraient profit de cet ouvrage pour trouver l'applicabilité de l'optimisation à grande échelle dans l'optimisation parallèle asynchrone, les réseaux distribués en temps réel et l'optimisation du système expert basé sur les connaissances pour les problèmes convexes et non convexes.