Door verschillende factoren zoals de loonkosten en het opleidingsniveau van arbeiders tonen meer en meer productieketens een grote geografische verspreiding. Voor de leefbaarheid van zo’n geglobaliseerde productieketen is het efficiënt organiseren van de logistieke taken van vitaal belang. Een gekende strategie om de globale logistieke kosten te drukken is het synchroniseren van transport en voorraadbeheer tussen de verschillende stappen van het productieproces. In deze dissertatie onderzoeken we hoe de modellen die ondersteuning bieden bij het optimaliseren van deze synchronisatie efficiënt opgelost kunnen worden. Hiervoor analyseren we de wiskundige structuur en eigenschappen van deze modellen. Op basis van onze bevindingen ontwerpen we specifieke optimalisatiealgoritmen zodat de problemen binnen aanvaardbare rekenkundige tijd opgelost kunnen worden. Daarnaast onderzoeken we ook hoe deze modellen aangepast kunnen worden wanneer een deel van de gegevens, bijvoorbeeld de vraag van een klant, onzeker is. We definiëren verschillende niveaus van onzekerheid op basis van de beschikbare informatie en stellen voor elk niveau een efficiënte oplossingsmethode voor. Ten slotte vergelijken we de verschillende oplossingen en evalueren hoe bijkomende informatie tot een betere oplossing kan leiden.