Models under uncertainty to support sow Herd management in the context of the pork supply chain

Abstract

En els últims anys s'ha observat un canvi radical en l'estructura del sector porcí.<br/>Les explotacions porcines estan sent cada vegada més especialitzades i la grandària<br/>de les seves operacions ha anat en augment. A més, les explotacions porcines<br/>modernes estan tendint a integrar i coordinar les seves operacions en Cadenes de<br/>subministrament del sector porcí (PSC en anglès). L'objectiu general de la tesi va<br/>ser formular un conjunt de models per a donar suport a la gestió del ramat de truges<br/>reproductores i la producció de garrins dintre d'un context de cadena de<br/>subministrament, donant respostes pràctiques a preguntes rellevants sovint<br/>preguntades per qui prenen les decisions. Així les principals decisions estratègiques<br/>i tàctiques relacionades amb la gestió del ramat de truges reproductores i la<br/>producció de garrins en un context de cadena de subministrament (PSC) van ser<br/>considerades.<br/>Bàsicament quatre models sota incertesa van ser desenvolupats. El primer va ser la<br/>formulació d'un programa lineal d'un model semi-Markovià per al disseny de les<br/>instal·lacions de granges. Es va mostrar que la distribució del ramat basada en<br/>estats fisiològics i moviments entre instal·lacions fou útil pel càlcul dels espais<br/>necessaris per a cada instal·lació. La formulació va considerar les recents<br/>regulacions de la Unió Europea relacionades amb el benestar animal i el cost de les<br/>instal·lacions. Continuant amb aspectes relacionats amb el benestar animal, es va<br/>desenvolupar un marc per a la integració dels senyals clínics dintre d'un model de<br/>reemplaçament. Aquest model correspon a un procèss Markovià jeràrquic multinivell,<br/>que a més realitza una actualització de dades a través de xarxes Bayesianas.<br/>Els resultats van mostrar com la incorporació dels senyals clínics en els models de<br/>reemplaçament ha dut a millors polítiques de selecció a través d'una eficient<br/>detecció de truges reproductores febles en el ramat. Els dos models següents<br/>formulats sota un horitzó temporal finit han mostrat la distribució o estructura del<br/>ramat evolutionant cap a l'estat estable. Variacions temporals en paràmetres o<br/>pertorbacions transitòries van ser representades a través de models d'horitzó finit<br/>on diferents escenaris van capturar la incertesa del sistema. L'ús de Programació lineal va permetre explícitament incorporar restriccions de ramat més fàcilment que<br/>en una formulació amb Processos de decisió de Markov. Finalment el model de<br/>programació estocàstica de dues etapes amb recurs va mostrar ser una eina factible<br/>per a tractar amb la incertesa del sistema a través d'escenaris. Beneficis addicionals<br/>van ser la compra de verres, la planificació de la producció i decisions de<br/>reemplaçament, tot sota un esquema d'horitzó de temps rodant.<br/>Avui dia, amb l'actual estructura del sector, és raonable pensar en models capaços<br/>de resoldre amb major precisió els problemes que afecten a dos o més etapes de la<br/>cadena, i integrar-los a tots en algun sistema d'informació, amb la finalitat de<br/>millorar la gestió global de la cadena. Els models presentats en aquesta tesi són<br/>eines adequades per a plantar cara a les principals decisions estratègiques i<br/>tàctiques de la gestió del ramat de truges reproductores i la producció de garrins en<br/>un context de PSC

En los últimos años se ha observado un gran cambio en la estructura del sector<br/>porcino. Las explotaciones porcinas están siendo cada vez más especializadas<br/>mientras que el tamaño de sus operaciones ha ido en aumento. Además, están<br/>tendiendo a integrar y coordinar sus operaciones en cadenas de suministro (PSC en<br/>inglés). Así, el objetivo general de la tesis fue formular un conjunto de modelos<br/>para apoyar la gestión del rebaño de cerdas reproductoras y la producción de<br/>lechones dentro de un contexto de cadena de suministro, dando respuestas prácticas<br/>a preguntas relevantes a menudo questionadas por quienes toman las decisiones.<br/>De ahí que, las principales decisiones estratégicas y tácticas relacionadas con la<br/>gestión del rebaño en un contexto de cadena (PSC) fueron consideradas.<br/>Básicamente, cuatro modelos bajo incertidumbre fueron desarrollados. El primero<br/>formula un programa lineal de un modelo semi-markoviano para el diseño de las<br/>instalaciones de granjas. Se mostró que la distribución de la manada basada en<br/>estados fisiológicos y movimientos entre instalaciones es útil para el cálculo de los<br/>espacios necesarios para cada instalación. La formulación consideró las recientes<br/>regulaciones de la Unión Europea relacionadas con el bienestar animal, además del<br/>coste de las instalaciones. El segundo modelo desarrolló un marco para la<br/>integración de las señales clínicas dentro de un modelo de reemplazamiento. La<br/>formulación corresponde a un proceso Markoviano jerárquico multi-nivel, con<br/>actualización de datos a través de redes Bayesianas. Los resultados mostraron<br/>cómo la incorporación de las señales clínicas ha llevado a mejores políticas de<br/>selección a través de una eficiente detección de cerdas débiles en el rebaño. Los<br/>siguientes dos modelos son formulados bajo un horizonte de tiempo finito y<br/>muestran la distribución o estructura del rebaño moviéndose hacia el estado<br/>estable. Las variaciones temporales en parámetros o perturbaciones transitorias<br/>fueron incorporadas a través de modelos de horizonte finito donde diferentes<br/>escenarios representaron la incertidumbre del sistema. El uso de Programación<br/>lineal permitió explícitamente incorporar restricciones de rebaño más fácilmente<br/>respecto a la formulación con Procesos de decisión de Markov. Finalmente el modelo de programación estocástica de dos etapas con recurso mostró ser una<br/>herramienta factible para tratar con la incertidumbre del sistema a través de<br/>escenarios. Beneficios adicionales fueron la programación de cerdas jóvenes, la<br/>planeación de la producción y decisiones de reemplazo, todo bajo un esquema de<br/>horizonte de tiempo rodante.<br/>Hoy en día, con la actual estructura del sector, es razonable pensar en modelos<br/>capaces de resolver con mayor precisión los problemas que afectan a dos o más<br/>etapas de la cadena, e integrarlos a todos en algún sistema de información, con el<br/>fin de mejorar la gestión global de la cadena. Por lo que los modelos presentados<br/>en esta tesis son herramientas adecuadas para hacer frente a las principales<br/>decisiones estratégicas y tácticas de la gestión del rebaño de cerdas reproductoras y<br/>la producción de lechones en un contexto de cadena de suministro.

A noticeable change in the structure of the Spanish pork sector has been observed<br/>in recent years. Pig farms have become more and more specialized and the size of<br/>their operations has been increasing. Moreover, modern pig farms have tended to<br/>integrate and coordinate their operations into Pork Supply Chain (PSC). Thus, the<br/>overall aim of this thesis was to formulate a set of models to support sow herd<br/>management and piglet production in a pork supply chain context, giving practical<br/>answers to relevant questions often asked by decision makers. Hence, the main<br/>strategic and tactical decisions regarding sow herds and piglet production<br/>management in a pork supply chain context were considered.<br/>Basically, four models under uncertainty were developed. The first one was a linear<br/>programming formulation of a semi-Markov model to design pig facilities. It<br/>showed that herd distribution based on physiological states and movements<br/>between facilities were useful to calculate the room needs for each sow facility.<br/>The formulation considers recent EU regulations regarding animal welfare and the<br/>impact on economic cost of housing facilities. Ongoing with animal welfare issues,<br/>a framework for the integration of clinical signs into a sow replacement model was<br/>developed. The sow replacement model used in the framework was a multi-level<br/>hierarchical Markov process using Bayesian updating. The results showed how the<br/>incorporation of clinical signs in sow replacement models led to better culling<br/>policies through more efficient detection of the weakest sows in the herd. The next<br/>two models formulated under finite time horizon showed the herd distribution or<br/>structure moving to the steady state. Temporary shocks in parameters or transitory<br/>perturbations were better represented by finite time horizon models where<br/>scenarios collected part of the uncertainty of the system. The use of Linear<br/>Programming led to incorporate herd constraints more easily than in a Markov<br/>Decision Process. Finally the two-stage stochastic programming model with<br/>recourse showed to be a suitable tool to deal with the uncertainty of the system<br/>through scenarios. Additional benefits for practical purpose were the scheduling of purchasing of gilts, planning piglet production and replacement policy, all under a<br/>rolling time horizon scheme.<br/>Nowadays, with the current structure of the sector, it is reasonable to think about<br/>models capable of solving more accurately problems involving two or more stages<br/>of the chain, and integrating them all together in some information system, in order<br/>to improve the management of the PSC. Hence the models presented in this thesis<br/>are suitable tools to deal with main strategic and tactical decisions in sow herds<br/>producing piglets in a general PSC context.