چکیده:
در این تحقیق به بررسی نوع جدیدی از مسئله مسیریابی برداشت و تحویل به نام مسائل به نام همکاری ناوگان حمل و نقل (CC) پرداختیم. این مسئله شامل چندین مرکز برداشت و چندین مرکز تحویل است که مجموعه از وسایل نقلیه ناهمگن (یخچالی و غیریخچالی) با ظرفیت های مشخص برای سرویسدهی چندین کالای فسادپذیر را شامل میشود. هر وسیله نقلیه دو نوع درخواست رزرو شده و انتخاب شده دارد که می بایست در پنجره زمانی مشخص سرویسدهی شود. ناوگان حمل و نقل به درخواستهای رزرو شده حتما پاسخ میدهد ولی درخواستهای انتخاب شده، میتواند سرویسدهی شود و یا نشود. کالاها با نرخ ثابتی فاسد می شوند نرخ فاسد شدن در وسیله نقلیه غیر یخچالی بیشتر از یخچالی است و همچنین هزینه بکارگیری وسیله نقلیه غیریخچالی کمتر از یخچالی میباشد. برای خصوصیات ذکر شده مدل ریاضی غیرخطی را توسعه دادهایم که هدف از این مدل پیدا کردن مسیر شدنی به منظور حداکثر کردن سود و کاهش هزینههای در عین حال بالا بردن میزان رضایت مشتری است. افزایش رضایت مشتری بر اساس میزان تازگی کالاها تعریف میشود. برای حل مدل ارائه شده الگوریتم ژنتیک توسعه داده شده است که برای هدفمندتر شدن الگوریتم برای تولید مقادیر اولیه از ساختار همسایگی استفاده کردهایم. به منظور اعتبارسنجی نتایج بدست آمده با نتایج روش شاخه وحد(نرم افزار گمز) با مثالهای عددی مقایسه شدند.
In this paper, we study a novel pickup and delivery problem called carrier collaboration (CC). This problem includes a set of heterogenous (refrigerated and general type) vehicles with specific capacities for serving perishable products to several pickup and delivery nodes. Each carrier can have reserved and selective requests which can be delivered before the products are corrupted. The fleet of vehicles must serve reserved requests, but the selective requests can be served or not. Products are corrupted at a constant rate and a rate of corrosion in general type vehicles is greater than referigrated type veicles and the cost of using general one is less than referegireted. For the mentioned features, we develop a nonlinear mathematical model. The purpose is to find routes to maximize profits and reduce costs while at the same time, enhance customer satisfaction which is dependent on the freshness of delivered products. A Gnetic Algorithm (GA) is proposed to solve this problem due to its NP-hard nature. In this study, Variable Neighborhood Search (VNS) method is developed for improving the quality of initial solutions. Several instances are generated at different scales to evaluate the algorithm performance by comparing the results of an exact optimal solution wih that of the proposed algorithm. The obtained results demonstrate the efficiency of the proposed algorithm in providing reasonable solutions within an acceptable computational time.
خلاصه ماشینی:
توسعه مدل همیاری وسائل نقلیه یخچالی و غیریخچالی برای کالاهای فسادپذیر دانشجوی دکتری مهندسی صنایع ، دانشگاه آزاد اسالمی ، واحد قزوین ، شقایق وزیری دانشکدة مهندسی صنایع و مکانیک ، گروه مهندسی صنایع ، قزوین ، ایران استادیار، دانشگاه آزاد اسلامی ، واحد قزوین ، دانشکدة مهندسی صنایع و فرهاد اعتباری مکانیک ، گروه مهندسی صنایع ، قزوین ، ایران استادیار، دانشگاه آزاد اسلامی ، واحد قزوین ، دانشکدة مهندسی صنایع و بهنام وحدانی مکانیک ، گروه مهندسی صنایع ، قزوین ، ایران چکیده مسئله همیاری ناوگان حمل ونقل برای بهینه سازی لجستیک بخشی اساسی از زنجیره تأمین پایدار است و در سال های اخیر به طور فزاینده ای موردبررسی قرار میگیرد.
در این پژوهش فرض شده است همیاری ناوگان حمل ونقل شامل چندین مرکز برداشت (دپو) و چندین مرکز تحویل است که مجموعه از ناوگان حمل ونقل ناهمگن (یخچالی و غیریخچالی ) با ظرفیت های مشخص که هر وسیله نقلیه درخواست های رزروشده و انتخاب شده ای دارد و در پنجره زمانی مشخص ، خدمت رسانی می کنند.
قیلاس ٧ و همکاران (٢٠١٦)، الگوریتم هیوریستیکی جستجوی بزرگ همسایگی وفق پذیر را برای مسئله برداشت و تحویل با پنجره زمانی که بخشی از درخواست ها با 8 خطوط برنامه ریزی شده وسائل نقلیه عمومی سرویس دهی می شود، ارائه داد.
وانگ و همکاران (٢٠١٦)، مسئله مسیریابی وسائل نقلیه دوهدفه با پنجره زمانی برای مقابله فسادپذیری ارائه دادند که هدف اول این مدل کاهش هزینه ها و هدف دوم افزایش میزان تازگی کالای تحویل داده شده است به گونه ای که منجر به افزایش میزان رضایت مشتریان می شود.