Σαχαρίδης Γιώργος

Αναπληρωτής Καθηγητής, PhD'06 École Centrale Paris, Γαλλία
Μέθοδοι Επιχειρησιακής Έρευνας στη Βιομηχανική Διοίκηση

Τμήμα Μηχανολόγων Μηχανικών
Πανεπιστήμιο Θεσσαλίας
Λεωφόρος Αθηνών, Πεδίον Άρεως,
38334 Βόλος

Τηλ:+30 24210 74185
Fax: +30 24210 74059

Email: saharidis (AT) gmail.com

Περισσότερες Πληροφορίες
Δημοσιεύσεις
Βιογραφικό Σημείωμα
Προσωπική Ιστοσελίδα

Σπουδές
  • Δίπλωμα Μηχανικού Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, 2001
  • MSc in Industrial Management and Logistics, Ecole Centrale de Paris, Γαλλία, 2002
  • PhD in Industrial Engineering, Ecole Centrale de Paris, Γαλλία, 2006
Σύντομο Βιογραφικό - Ερευνητικά ενδιαφέροντα

Γιώργος Κ.Δ. Σαχαρίδης είναι διπλωματούχος Μηχανικός Παραγωγής και Διοίκησης του Πολυτεχνείου Κρήτης με μεταπτυχιακό (DEA) και διδακτορικό δίπλωμα (Doctorat) από την Ecole Centrale Paris το 2002 και το 2006 αντίστοιχα, μελετώντας προβλήματα χρονικού προγραμματισμού σε χημικές βιομηχανίες. Από το 2011 ως 2013 ήταν Διδάσκων και Επιστημονικός Συνεργάτης στο Τμήμα Μηχανολόγων Μηχανικών. Το 2014 διορίστηκε ως Λέκτορας Επιχειρησιακής Έρευνας και Βιομηχανικής Διοίκησης και σήμερα είναι Επίκουρος Καθηγητής.

Η ερευνητική του δραστηριότητα επικεντρώνεται στην ανάπτυξη μεθόδων μαθηματικής αποσύνθεσης (decomposition methods) και στην επίλυση προβλημάτων μαθηματικού προγραμματισμού που προκύπτουν σε περιοχές εφαρμογών όπως μεταφορές, βιομηχανική παραγωγή, βιολογία, αγορές ηλεκτρικής ενέργειας, χημικές διεργασίες κτλ. Ο Γιώργος Κ.Δ. Σαχαρίδης έχει αναπτύξει νεωτεριστικές μεθόδους αποσύνθεσης για τη γρήγορη επίλυση προβλημάτων μεικτού ακέραιου προγραμματισμού καθώς επίσης και προβλημάτων πολύκριτήριου (multi-objective optimization) και διεπίπεδου (bi-level optimization) προγραμματισμού.

Η ερευνητική του δραστηριότητα επικεντρώνεται επίσης σε θέματα περιβάλλοντος και πιο συγκεκριμένα σχετίζεται με τη μείωση των ρύπων στις οδικές μεταφορές. Παράλληλα, ο Δρ. Σαχαρίδης έχει αναπτύξει μια μονάδα παρακολούθησης της ποιότητας του αέρα GYA1178. Η μονάδα GYA1178 παρακολουθεί σε πραγματικό χρόνο τα αιρούμενα μικροσωματίδια μεγέθους μέχρι 2.5 μικρά αλλά και άλλους ρύπους (π.χ. PM1, PM10, SO2, NOx, CO2, CH4). Τα πιο πρόσφατα ερευνητικά του αποτελέσματα επικεντρώνονται στον υπολογισμό των ρύπων και της κατανάλωσης καυσίμου στις οδικές μεταφορές στα πλαίσια του ευρωπαϊκού προγράμματος GreenRoute και του εθνικού χρηματοδοτούμενου προγράμματος EnvRouting (για τα δύο προγράμματα δείτε: http://www.greenyourroute.com).

Τέλος, ο Δρ. Σαχαρίδης είναι ο επιστημονικά υπεύθυνος του δικτύου παρακολούθησης ποιότητας αέρα GreenYourAir που καλύπτει αρκετές περιοχές της Ελλάδα (πληροφορίες: www.greenyourair.org).
Επιλεγμένες δημοσιεύσεις
  • G.K.D. Saharidis, A.J. Conejo and G. Kozanidis (2014). Hierarchical optimization and its application in engineering. Computers & Operations Research, 41(1): 221-222.
  • Maritime, Air, Rail and Public Transport in Europe: International Journal of Information Systems and Supply Chain Management (in press)
  • Operation Research and its Application in Transportation: International Journal of Operations Research and Information Systems (in press)
  • Saharidis G.K.D. and Ierapetritou M.G. "Speed-up Benders decomposition using maximization density cut (MDC) generation" Annals of Operations Research, 2013; 210(1): 101-123. Abstract   Download
  • Tang L., Jiang W. and Saharidis G.K.D. "An improved Benders decomposition algorithm for the logistics network design problem with capacity expansions of existing warehouses" Annals of Operations Research, 2013; 210(1): 165-190. Abstract   Download
  • Azad N., Saharidis G.K.D., Davoudpour H., Malekly H. and Yektamaram S.A. "Strategies for protecting supply chain networks against facility and transportation disruptions: An improved Benders decomposition approach" Annals of Operations Research, 2013; 210(1): 125-163. Abstract   Download
  • G. Saharidis, A. Conejo and G. Kozanidis (2013). Exact solution methodologies for linear and (mixed) integer bilevel programming. E-G Talbi (ed.), Metaheuristics for bi-level optimization, Studies in Computational Intelligence, Vol. 482, Ch. 8, Springer-Verlag, Berlin, 221-245.