Lecture 12.

Vehicle Routing Problems in Supply Chain Management 
With  the  emergence  of  international  markets  and  the  growth  of  globalization, 
the management of supply chains has gained increased attention. The high com‐
plexity of the underlying procurement, production and distribution processes, as 
well  as  the  increasing  number  of  parties  involved,  create  the  necessity  for  effi‐
cient decision support systems. Traditionally, these three processes have mostly 
been solved as single problems with little interactions between them.  
The focus on single subproblems neglects structural interdependences and may 
lead  to  suboptimal  decisions.  Nowadays, an  efficient and  sustainable  use  of  re‐
sources  is  becoming  critical  for  the  survival  of  organizations.  This  can  only  be 
achieved  by  considering  the  interdependencies  of  integrated  supply  chain  ser‐
vices explicitly. 

Lecture 12                                                                                                                                                          1 
VRP with Time Windows 
The VRPTW consists of finding a set of routes for   vehicles such that 
• each routes starts and ends at the depot; 
• each customer is visited by exactly one vehicle in predefined time window; 
• the total demand of customers assigned to a single vehicle does not exceed 
its loading capacity; 
• routes start and end within a driver’s working time; 
• the sum of the routing cost and of the penalties for time windows violations 
is minimized.   

Lecture 12                                                                                                                                                          2 
Decision Variables 
• binary flow variables   equal to 1 iff vehicle   traverses from customer  to 
customer  ; 
• binary  variables    equal  to  1  iff    vehicle    visits  customer    and  delivers   
demand   for each product  ; 
• time  variables  0  define  the  start  of  service  customer    by  vehicle 
; 
• penalty variable   0 model the delay with respect to the start of service of 
customer  . 
 
0,1, … , , 1 , where 0 and  1 denote the depot,  
  is service time for customer  . 

Lecture 12                                                                                                                                                          3 
Mathematical Model 
min  

. . , ; 

1; 0, 1 ;  ; 0 , ; 

, 0, 1 ;  , 1, ; 

1 , , , ; 
, 0, 1 ; 

, 0, 1, ;
, 0,1 , , 0. 

Lecture 12                                                                                                                                                          4 
Lotsizing Problem in Production Planning 
In the lotsizing problem we try to optimize the tradeoff between setup and inven‐
tory holding costs: 
− Producing  large  batches  of  products  at  a  time  reduces  the  number  of  setup 
operations involved. However, the resulting inventory stock levels and holding 
costs become higher.  
− Producing smaller quantities of products at a time leads to lower average in‐
ventory costs, but results in a setup costs increase.  
 
Customers  may  only  be  serviced  once  all  required  products  are  ready  to  be  dis‐
patched and shipped. The earlier customer orders are ready, the earlier vehicles 
may depart and distribute the items to customers.  

Lecture 12                                                                                                                                                          5 
The Lotsizing Problem and Routing Problem 
Let  1, … , | |  denote the set of time periods per day available for produc‐
tion,  and  let  | | .  The  total  production  capacity  in    is  denote  by  . 
Each setup operation cost of product   is denoted by   and   denotes the set of 
products. 
Decision Variables 
0 is the amount of product produced in time slot  ; 
0,1   is equal to 1 iff product   is made in period  ;  
0        is the stock level of product  at the start of period   ; 
0      is the amount of goods of type   to be loaded into vehicle    
in time period  ; 
0,1   is equal to 1 iff vehicle   leaves the depot at time  .   

Lecture 12                                                                                                                                                          6 
Mathematical Model 
min  

. . , ; 

, , ; 0, ;
, , ; 

1, ;  , ; 

1 , , , ; 

1 , , , ; 

, , 0; , 0,1 ; and all constraints of VRPTW 

Lecture 12                                                                                                                                                          7 
Machine Scheduling Problem in Production Planning 
Scheduling is a well‐studied problem in operations management. Depending on 
the  characteristics  of  the  underlying  production  process  one  can  differentiate  
between  job  shop,  flow  shop,  and  the  more  general  open  shop  problems. 
Scheduling lies at the central core of operational production planning, where jobs 
need to be assigned to machines, and schedules must fulfill a number of prece‐
dence or other technical requirements.  
Once  a  good  has  been  produced,  it  may  be  delivered  to  the  next  layer  of  the 
supply chain, and transportation may only start after the last task of the produc‐
tion  process  is  completed.  Scheduling  decisions  interfere  with  decisions  for  the 
routing problem and vice versa.    

Lecture 12                                                                                                                                                          8 
Machine Scheduling and Routing Problem 
The job shop scheduling problem is defined as follows: 
is the set of products which must be processed on machines; 
 is the set of machines. 
The production process of each individual product   consists of a set of tasks  . 
Each task   must be performed on specific machine  ; 
 is the set of tasks for machine  ; 
 is the unit production cost for product  ; 
 is the processing time of task  ; 
 is the first task of product  ; 
 is the last task of product  ; 
 is the earliest starting time of product  . 

Lecture 12                                                                                                                                                          9 
Tasks must be scheduled on machines in such a way that the sequence of tasks 
for each product satisfies precedence requirements. 
Once the operation of a task has started it cannot be interrupted. 
The goal  is to  determine  a  feasible schedule, such  that  each  machine  may  only 
process one task at a time and the total cost for production and transportation of 
customer demands is minimized. 

Decision variables: 
0  denotes the starting time of the operation associated with task  ; 
0,1   equals to 1 iff task   is executed before task  ; these variables are de‐
fined for all pairs of tasks  ,   processed on the same machine  .

Lecture 12                                                                                                                                                          10 
Mathematical Model 
min  

1 , , , ;
, , , ;
, , , ;
, , ;
1 , , , ,
where and 0;

0, 0,1 , , , ;
and all constraints of VRPTW.

Hometask*.  Design a model for the order batching and routing problem. 

Lecture 12                                                                                                                                                          11