پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,692 |
| تعداد مقالات | 72,232 |
| تعداد مشاهده مقاله | 129,198,263 |
| تعداد دریافت فایل اصل مقاله | 102,028,184 |
حل مسئله مسیریابی وسایل نقلیه با پنجره‌های زمانی نرم | ||
| نشریه دانشکده فنی | ||
| مقاله 2، دوره 40، شماره 4 - شماره پیاپی 1033، آبان 1385 اصل مقاله (253.1 K) | ||
| نویسندگان | ||
| نیما صفائی؛ محمدعلی شریعت؛ مسعود ربانی؛ رضا توکلی مقدم* | ||
| چکیده | ||
| کی از مباحث مهم که در چند دهه اخیر کاربرد بسیار بالایی در عمل داشته و برای افزایش کارایی و بهره‌وری سیستم‌های حمل و نقل مطرح شده است بحث مسئله مسیریابی وسایل نقلیه1 (VRP) است. مسئله مسیر یابی وسایل نقلیه به مجموعه‌ای از مسایل اطلاق می‌گردد که در آن تعدادی خودرو متمرکز در یک یا چند قرار گاه بایستی به مجموعه‌ای از مشتریان مراجعه نموده و خدمتی را ارایه دهند که هر یک دارای تقاضای معینی می‌باشند. این مسئله درصدد است تا با مدل‌های ریاضی و بهینه‌سازی به گونه‌ای عمل کند که مسافت طی شده، زمان کل سفر، تعداد وسایل حمل و نقل، جریمه‌های دیرکرد و در نهایت تابع هزینه حمل و نقل حداقل گردد و در نهایت رضایت مشتریان به حداکثر برسد. وجود محدودیت‌های مختلف در اینگونه مسایل انواع مختلفی از مسایل کلاسیکی تشکیل می‌دهد که یکی از آنها بحث وجود پنجره‌های زمانی نرم در سرویس به مشتریان می‌باشد. در اینگونه مسایل اجازه سرویس به مشتریان در خارج از بازه زمانی سخت نیز داده شده و برای هر واحد عدم سرویس به موقع جریمه‌ای در نظر گرفته می‌شود که در نهایت در تابع هدف تعریف شده در مدل پیشنهادی به همراه مابقی اجزای تابع هدف به حداقل کردن آن می‌پردازیم. این گونه مسایل نیز جزء مسایلNP-hard بوده و حل آن از طریق برنامه‌ریزی خطی و نرم‌افزارهای موجود مدت زمان بالایی را به خود اختصاص می‌دهد. لذا برای حل از روش فرا ابتکاری تلفیقی2 از آنیلینگ شبیه‌سازی شده3 (SA) با اپراتورهای ژنتیک4 استفاده شده است. تعدادی مسئله برای نشان دادن کارایی الگوریتم پیشنهادی حل شده است و نتایج محاسباتی با حل‌های بدست آمده با نرم‌افزار Lingo 6 مقایسه شده است. | ||
| کلیدواژه‌ها | ||
| الگوریتم فرا ابتکاری تلفیقی؛ پنجره زمانی نرم؛ مسئله مسیریابی وسیله نقلیه | ||
| عنوان مقاله [English] | ||
| - | ||
| چکیده [English] | ||
| In the last few decades, a vehicle routing problem (VRP) is one of the significant issues in order to increase efficiency and productivity in logistic and transportation systems. In this problem, there is a set of vehicle located in one or more depots to serve a set of customers with a deterministic demand. In this paper, a new mathematical model is introduced to maximize the customer satisfaction by minimizing the fleet cost, routes cost, and tardiness penalty of violating soft time windows. Soft time windows in serving customers are considered outside of hard time windows. This model belongs to a class of NP-hard problems that cannot be optimally solved within reasonably computational time. Thus, an efficient metaheuristic method based on simulated annealing (SA) is proposed. To improve the quality of SA, 1-Opt and 2-Opt genetic operators are introduced. A number of test problems are solved by this proposed SA in order to show its efficiency. The associated computational results are compared with the results obtained by the Lingo 6 software package. | ||
|
آمار تعداد مشاهده مقاله: 2,876 تعداد دریافت فایل اصل مقاله: 5,524 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب