Rederier som opererer sine skip i spotmarkedet må ta en rekke beslutninger under usikkerhet, for eksempel hvordan et skip eller en flåte skal allokeres geografisk over tid. Usikkerheten er her knyttet til nivået på fremtidige fraktrater, hvorvidt det er last tilgjengelig i neste havn, og hvor lang tid reisen vil ta, mellom annet.

Avhandlingen til Vit Procházka omhandler modellering av slik usikkerhet og hvordan modeller kan benyttes til å optimalisere beslutningene.

Det første kapittelet er en empirisk undersøkelse av slutninger for store tankskip for råolje. Formålet er å avdekke hvor og når skip sluttes på en ny kontrakt i spotmarkedet relativt til lastehavnen, gitt geografiske begrensninger, skipets tekniske spesifikasjoner og nivået på fraktratene i markedet. Kapittelet diskuterer også de strategiske avveiningene som et rederi står ovenfor med tanke på når skip sluttes i markedet.

Det andre kapittelet er en studie av merinntjeningen til store tørrlastskip som seiler i henhold til en modell som optimaliserer rutevalget til et tørrlastskip i global fart. Forskerne estimerer den teoretiske øvre grensen for hvor mye det er mulig å hente ut av markedet om man har perfekt kjennskap til fremtidige regionale fraktrater over ulike tidshorisonter, gitt at nye kontrakter er tilgjengelige når en reise er avsluttet.

Det tredje kapitlet tar for seg hvordan man representerer flerdimensjonale avhengige binære stokastiske variabler i en optimeringsmodell. Artikkelen introduserer to prosedyrer som utnytter spesielle strukturer i modeller med straffeledd når noe går galt. Dette er motivert ut fra de to første kapitlene der de binære variablene representerer slikt som «Er det last tilgjengelig i neste havn eller ikke?». Siden bruk av binære stokastiske variabler er et generelt problem i optimering under usikkerhet, er artikkelen satt i en helt generell ramme. Artikkelen er publisert i Computational Management Science.

Det fjerde kapittelet omhandler også binære stokastiske variabler, selv om metodene som utvikles kan brukes for de fleste fordelingstyper, også om man har binære og kontinuerlige variabler samtidig i en optimeringsmodell. Et eksempel vil være «Er det last for meg i neste havn» og «Hva blir fraktratene neste uke?». Spørsmålet er hvordan man kan ta en slik vilkårlig fordeling og finne en enkel diskret fordeling som man kan bruke i optimeringsmodellen og få nesten optimale svar. Metoden som utvikles er basert på en helt ny ide.

Veiledere:

Professor Stein W. Wallace (hovedveileder), Institutt for foretaksøkonomi, NHH

Professor Roar Os Ådland, Institutt for foretaksøkonomi, NHH

Professor François-Charles Wolff, Universitetet i Nantes

Tid og sted:

Jebsen-senteret, NHH, 22. november 2018
Prøveforelesningen starter klokken 10:15 og disputasen klokken 12:15

Tema for prøveforelesning:

Interface of big data and stochastic programming: Discuss what opportunities and challenges bring the big data era for the development and application of stochastic programming 

Bedømmelseskomiteen:

Førsteamanuensis Julio Cesar Goez (leder for komiteen), Institutt for foretaksøkonomi, NHH

Professor Zhaoxia Guo, Sichuan University

Førsteamanuensis Francesca Maggioni, University of Bergamo

Om kandidaten:

Vit Procházka har vært stipendiat ved Institutt for foretaksøkonomi, NHH. Procházka har en master i Mathematical Engineering fra Brno University of Technology. Hans bachelorgrad er innen samme fagfelt.

Kontakt:

Vit.Prochazka@nhh.no



• Del på Facebook
• Del på Twitter
• Del på LinkedIn
• Del med e-post