بهینه‌سازی مسیریابی حمل‌ونقل در زنجیره تأمین با 40 گره با استفاده از الگوریتم ژنتیک

بهینه‌سازی مسیریابی حمل‌ونقل در زنجیره تأمین با 40 گره با استفاده از الگوریتم ژنتیک

کد مقاله: KNO-1004-4201

نویسنده:

علیرضا محمودی فرد، نگار مظفرقدیرلی

کلیدواژه ها:

مسیریابی وسایل نقلیه، الگوریتم ژنتیک، زنجیره تأمین، حمل‌و نقل، مدل ریاضی، هدف، بهینه‌سازی، نرم‌افزار MATLAB

چکیده:

در طی سال‌های گذشته، تلاش‌های زیادی به جهت کاهش هزینه حمل‌ونقل با استفاده از مدل‌های متفاوت مسئله مسیریابی وسیله نقلیه صورت گرفت؛ در واقع، افزایش در هزینه‌های حمل‌ونقل بسیاری را تشویق کرد که هزینه حمل‌ونقل مرتبط با حرفه خود را با بهره‌گیری از سیستم مسیریابی وسیله نقلیه کاهش دهند. در این پژوهش، مسئله مسیریابی حمل‌ونقل در زنجیره تأمین برای 40 گره، مورد بررسی قرار گرفته است؛ مسئله مسیریابی وسایل نقلیه که از انبارها حرکت نموده، دسته‌ای از مشتریان را ملاقات کرده و به انبار بر می‌گردند. هر وسیله نقلیه دارای یک ظرفیت ثابت است و هر مشتری دارای تقاضای مشخص است که باید کاملا ارضا شود. مسئله شامل ترکیب انتخاب ملاقات برای هر مشتری و تعیین مسیرهای وسایل نقلیه بر اساس قوانین مسئله مسیریابی وسیله نقلیه است؛ به‌طوری‌که کل مسافت طی شده توسط هر وسیله نقلیه و کل زمان‌های زودکرد و دیرکرد و در مجموع کل هزینه کمینه شود.

از آنجائی‌که مسئله مسیریابی وسیله نقلیه، یک مسئله متعلق به کلاس NP-Hard است، مسئله مسیریابی وسیله نقلیه (VRP) جزء مسائل پیچیده و متعلق به کلاس NP-Hard است و برای حل آن از رویکردهای فراابتکاری استفاده می‌شود. در این کار، الگوریتم ژنتیک برای حل مسئله مسیریابی وسیله نقلیه پیشنهاد شده است و سعی شده است با استفاده از نرم‌افزار MATLAB به حل پرداخته و به جواب بهینه دست یافته شود.

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.

پیمایش به بالا