Dit proefschrift ontwikkelt optimalisatiekaders voor tactische productieplanning binnen industriële-symbiose‑(IS‑)netwerken, waarin nabijgelegen bedrijven bijproducten uitwisselen om afval- en inkoopkosten te verlagen. Drie onderzoeksvragen worden stapsgewijs onderzocht. Het eerste vraagstuk vergelijkt gecentraliseerde en gedecentraliseerde planning onder deterministische omstandigheden, waarbij houdbaarheid en opslagmogelijkheden van bijproducten expliciet worden gemodelleerd. Gecentraliseerde coördinatie levert de grootste voordelen op bij matige tot hoge generatiesnelheden en evenwichtige capaciteitsverhoudingen, terwijl gedecentraliseerde planning volstaat bij lage bijproductgeneratie of sterk asymmetrische capaciteiten. Het tweede vraagstuk introduceert vraagonzekerheid via stochastische optimalisatie met sample average approximation (SAA) en distributioneel robuuste optimalisatie (DRO). SAA presteert goed bij voldoende data en unimodale verdelingen; DRO is robuuster bij beperkte data of multimodale verdelingen en levert consistent lagere worst‑case‑kosten. IS‑samenwerking blijft in beide gevallen economisch aantrekkelijk. Het derde vraagstuk integreert bijkomende interne onzekerheden—bijproductrendement, kwaliteitsvariatie en apparaatbetrouwbaarheid—naast vraagvariabiliteit, resulterend in het eerste IS‑planningsmodel dat deze drie onzekerheidsbronnen gelijktijdig omvat. Gecentraliseerde coördinatie levert hier de grootste voordelen op en leidt tot veerkrachtigere oplossingen. De centrale conclusie is dat industriële symbiose consistent economische waarde genereert, maar dat het volledige potentieel enkel benut kan worden via een coördinatiestrategie afgestemd op de specifieke operationele context.