The seeking of process sustainability forces enterprises to change their operations. Additionally, the industrial globalization implies a very dynamic market that, among other issues, promotes the enterprises competition. Therefore, the efficient control and use of their Key Performance Indicators, including profitability, cost reduction, demand satisfaction and environmental impact associated to the development of new products, is a significant challenge. All the above indicators can be efficiently controlled through the Supply Chain Management. Thus, companies work towards the optimization of their individual operations under competitive environments taking advantage of the flexibility provided by the virtually inexistent world market restrictions. This is achieved by the coordination of the resource flows, across all the entities and echelons belonging to the system network. Nevertheless, such coordination is significantly complicated if considering the presence of uncertainty and even more if seeking for a win-win outcome.
The purpose of this thesis is extending the current decision making strategies to expedite these tasks in industrial processes. Such a contribution is based on the development of efficient mathematical models that allows coordinating large amount of information synchronizing the production and distribution tasks in terms of economic, environmental and social criteria.
This thesis starts presents an overview of the requirements of sustainable production processes, describing and analyzing the current methods and tools used and identifying the most relevant open issues. All the above is always within the framework of Process System Engineering literature.
The second part of this thesis is focused in stressing the current Multi-Objective solution strategies. During this part, first explores how the profitability of the Supply Chain can be enhanced by considering simultaneously multiple objectives under demand uncertainties. Particularly, solution frameworks have been proposed in which different multi-criteria decision making strategies have been combined with stochastic approaches. Furthermore, additional performance indicators (including financial and operational ones) have been included in the same solution framework to evaluate its capabilities. This
framework was also applied to decentralized supply chains problems in order to explore its capabilities to produce solution that improves the performances of each one of the SC entities simultaneously. Consequently, a new generalized mathematical formulation which integrates many performance indicators in the production process within a supply chain is efficiently solved.
Afterwards, the third part of the thesis extends the proposed solution framework to address the uncertainty management. Particularly, the consideration of different types and sources of uncertainty (e.g. external and internal ones) where considered, through the implementation of preventive approaches. This part also explores the use of solution strategies that efficiently selects the number of scenarios that represent the uncertainty conditions. Finally, the importance and effect of each uncertainty source over the process performance is detailed analyzed through the use of surrogate models that promote the sensitivity analysis of those uncertainties.
The third part of this thesis is focused on the integration of the above multi-objective and uncertainty approaches for the optimization of a sustainable Supply Chain. Besides the integration of different solution approaches, this part also considers the integration of hierarchical decision levels, by the exploitation of mathematical models that assess the consequences of considering simultaneously design and planning decisions under centralized and decentralized Supply Chains.
Finally, the last part of this thesis provides the final conclusions and further work to be developed.
La globalización industrial genera un ambiente dinámico en los mercados que, entre otras cosas, promueve la competencia entre corporaciones. Por lo tanto, el uso eficiente de las los indicadores de rendimiento, incluyendo rentabilidad, satisfacción de la demanda y en general el impacto ambiental, representa un area de oportunidad importante. El control de estos indicadores tiene un efecto positivo si se combinan con la gestión de cadena de suministro. Por lo tanto, las compañías buscan definir sus operaciones para permanecer activas dentro de un ambiente competitivo, tomando en cuenta las restricciones en el mercado mundial. Lo anterior puede ser logrado mediante la coordinación de los flujos de recursos a través de todas las entidades y escalones pertenecientes a la red del sistema. Sin embargo, dicha coordinación se complica significativamente si se quiere considerar la presencia de incertidumbre, y aún más, si se busca exclusivamente un ganar-ganar. El propósito de esta tesis es extender el alcance de las estrategias de toma de decisiones con el fin de facilitar estas tareas dentro de procesos industriales. Estas contribuciones se basan en el desarrollo de modelos matemáticos eficientes que permitan coordinar grandes cantidades de información sincronizando las tareas de producción y distribución en términos económicos, ambientales y sociales. Esta tesis inicia presentando una visión global de los requerimientos de un proceso de producción sostenible, describiendo y analizando los métodos y herramientas actuales así como identificando las áreas de oportunidad más relevantes dentro del marco de ingeniería de procesos La segunda parte se enfoca en enfatizar las capacidades de las estrategias de solución multi-objetivo, durante la cual, se explora el mejoramiento de la rentabilidad de la cadena de suministro considerando múltiples objetivos bajo incertidumbres en la demanda. Particularmente, diferentes marcos de solución han sido propuestos en los que varias estrategias de toma de decisión multi-criterio han sido combinadas con aproximaciones estocásticas. Por otra parte, indicadores de rendimiento (incluyendo financiero y operacional) han sido incluidos en el mismo marco de solución para evaluar sus capacidades. Este marco fue aplicado también a problemas de cadenas de suministro descentralizados con el fin de explorar sus capacidades de producir soluciones que mejoran simultáneamente el rendimiento para cada uno de las entidades dentro de la cadena de suministro. Consecuentemente, una nueva formulación que integra varios indicadores de rendimiento en los procesos de producción fue propuesta y validada. La tercera parte de la tesis extiende el marco de solución propuesto para abordar el manejo de incertidumbres. Particularmente, la consideración de diferentes tipos y fuentes de incertidumbre (p.ej. externos e internos) fueron considerados, mediante la implementación de aproximaciones preventivas. Esta parte también explora el uso de estrategias de solución que elige eficientemente el número de escenarios necesario que representan las condiciones inciertas. Finalmente, la importancia y efecto de cada una de las fuentes de incertidumbre sobre el rendimiento del proceso es analizado en detalle mediante el uso de meta modelos que promueven el análisis de sensibilidad de dichas incertidumbres. La tercera parte de esta tesis se enfoca en la integración de las metodologías de multi-objetivo e incertidumbre anteriormente expuestas para la optimización de cadenas de suministro sostenibles. Además de la integración de diferentes métodos. Esta parte también considera la integración de diferentes niveles jerárquicos de decisión, mediante el aprovechamiento de modelos matemáticos que evalúan lasconsecuencias de considerar simultáneamente las decisiones de diseño y planeación de una cadena de suministro centralizada y descentralizada. La parte final de la tesis detalla las conclusiones y el trabajo a futuro necesario sobre esta línea de investigación
