پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 160 |
| تعداد شماره‌ها | 6,312 |
| تعداد مقالات | 68,523 |
| تعداد مشاهده مقاله | 117,763,032 |
| تعداد دریافت فایل اصل مقاله | 92,474,159 |
A Vehicle Routing Problem with Minimizing Fuel Consumption and Number of Vehicles by Improved Particle Swarm Optimization | ||
| Advances in Industrial Engineering | ||
| مقاله 9، دوره 47، شماره 1، تیر 2013، صفحه 105-112 اصل مقاله (432.01 K) | ||
| نوع مقاله: Research Paper | ||
| شناسه دیجیتال (DOI): 10.22059/jieng.2013.35514 | ||
| نویسندگان | ||
| Narges Norouzi* ؛ Jafar Razmi؛ Mohsen Sadegh Amalnick | ||
| School of Industrial and Systems Engineering, College of Engineering, University of Tehran, Tehran, I.R. Iran | ||
| چکیده | ||
| In recent years, reducing emissions has become an important issue. Besides reducing the economic costs, reducing the fuel consumption decreases emissions, pollutant impact and increases society health as well. Green vehicle routing problem are a major key to reduce hazardous effects of transportation such as air pollution, Greenhouse Gas (GHG) emissions, noise and the like. Generally, the amount of pollution emitted by a vehicle over an arc depends on many factors like vehicle load, travel speed, travel distance, road slop and etc. Vehicle load has a major effect among other factors on amount of emissions and influences the route selection. Some works were completed on the estimation of the cost of the GHG emissions. Therefore, the effect of the carried load in fuel consumption is contributed in the model by minimizing a weighted load function. This paper presents a new method for vehicle routing problem with minimizing fuel consumption and number of vehicles. Distributing managers are often interested in minimizing fuel consumption caused by two reasons: 1) reducing fuel consumption caused to reduce the service cost, economic costs and increasing customer’s satisfaction, and 2) reducing fuel consumption is a way for reducing pollutant negative impact on our environment and increasing society health. Also, minimizing the number of vehicles is caused the reducing in fixed and other related cost. It is proven that VRPs belong to the category of NP-Hard problems thus due to the complexity of VRP with exact methods in large-scale problems, a meta-heuristic method based on particle swarm optimization is proposed, so called improved particle swarm optimization (IPSO). In addition, to show the efficiency of the proposed IPSO, a number of test problems in small and large sizes are proposed and solved by the IPSO. Then, the obtained results are evaluated with the results obtained by Lingo. | ||
| کلیدواژه‌ها | ||
| Green vehicle routing problem؛ Fuel consumption؛ Improved particle swarm optimization | ||
| عنوان مقاله [English] | ||
| مساله مسیریابی وسائط نقلیه با هدف کاهش سوخت مصرفی و تعداد وسائط نقلیه توسط الگوریتم بهبود یافته بهینه‌سازی انبوه ذرات | ||
| نویسندگان [English] | ||
| نرگس نوروزی؛ جعفر رزمی؛ محسن صادق عمل‌نیک | ||
| دانشجوی دکتری- دانشکده مهندسی صنایع -پردیس دانشکده‌های فنی-دانشگاه تهران | ||
| چکیده [English] | ||
| این مقاله به ارائه مدل جدیدی از مساله مسیریابی وسائط نقلیه به منظور کاهش سوخت مصرفی و اندازه ناوگان می‌پردازد. مدیران شرکت‌های توزیع و صاحبان وسائط نقلیه به دو دلیل مهم علاقه‌مند به حداقل رساندن سوخت مصرفی در توزیع کالاها می‌باشند؛ 1) کاهش در سوخت مصرفی به کاهش هزینههای سرویس‌دهی و در نتیجه رضایت مشتریان می‌انجامد و 2) کاهش در مصرف سوخت به کاهش اثرات مخرب گازهای گلخانه‌ای و آلودگی هوا منجر می‌شود. همچنین استفاده از حداقل ناوگان برای سرویس‌دهی به مشتریان به منظور کاهش هزینههای ثابت و دیگر هزینههای مرتبط با وسائط نقلیه در این مقاله مدنظر قرار گرفته است. به دلیل NP-Hard بودن مساله مورد بررسی و به منظور حل مسایل در ابعاد بزرگ از روش فراابتکاری بهبود یافته‌ی بهینه‌سازی انبوه ذرات (IPSO) استفاده می‌شود. سپس برای نشان دادن کارایی الگوریتم طراحی شده جواب‌های به دست آمده با نرم افزار لینگو مقایسه خواهند شد. | ||
| کلیدواژه‌ها [English] | ||
| مسیریابی وسائط نقلیه سبز, نرخ سوخت مصرفی, الگوریتم بهبود یافته‌ی بهینه‌سازی انبوه ذرات | ||
|
آمار تعداد مشاهده مقاله: 2,962 تعداد دریافت فایل اصل مقاله: 5,181 |
||