مسئله مسیریابی وسیله نقلیه چندانباری ظرفیت‌دار با در نظرگرفتن مسیر بین انبارها
Authors
Abstract:
در این مقاله، مسئلهمسیریابی وسیله نقلیه چندانباری، با در نظرگرفتن مسیر بین انبارها بررسی می‌شودکه در آن وسایل نقلیه می‌توانند در دپوهای میانی، بارگیری مجدد انجام دهند. وسایل‌نقلیهبا بار کامل، از دپوی مبدأ شروع به حرکت می‌کنند و مشتریان را تا پایان بار سرویسمی‌دهند. آنها سپس می‌توانند برای بارگیری مجدد به دپوی میانی عزیمت کنند وسرانجام برای اتمام مسیر خود به دپوی مبدأ باز گردند. برای این مسئله، یک مدلریاضی برنامه‌ریزی عدد صحیح مختلط معرفی می‌شود. هدف مسئله، یافتن مسیر برای وسایل‌نقلیهبه‌گونه‌ای است که بدون نقض کردن محدودیت ظرفیت وسایل‌نقلیه، هزینه کل سفر و هزینهبارگیری‌های مجدد در دپوهای میانی کمینه شود. مسئله حاضر توسط حل‌کننده سیپلکس درنرم‌افزار گمز 23.5 و رویکردهای الگوریتم ژنتیک و جستجوی ممنوع حل می‌شود. نتایجمحاسباتی به دست‌آمده، کارآیی الگوریتم‌های پیشنهادشده را از نظر زمان حل و کیفیت جواب نشان می‌دهند.
similar resources
مسئله مسیریابی وسیله نقلیه چندانباری ظرفیت دار با در نظرگرفتن مسیر بین انبارها
در این مقاله، مسئلهمسیریابی وسیله نقلیه چندانباری، با در نظرگرفتن مسیر بین انبارها بررسی می شودکه در آن وسایل نقلیه می توانند در دپوهای میانی، بارگیری مجدد انجام دهند. وسایل نقلیهبا بار کامل، از دپوی مبدأ شروع به حرکت می کنند و مشتریان را تا پایان بار سرویسمی دهند. آنها سپس می توانند برای بارگیری مجدد به دپوی میانی عزیمت کنند وسرانجام برای اتمام مسیر خود به دپوی مبدأ باز گردند. برای این مسئله، ...
full textیک روش فراابتکاری ترکیبی برای مسئله مکان‌یابی-مسیریابی وسیله نقلیه ظرفیت‌دار با پنجره‌های زمانی سخت
مسئله مکان‌یابی- مسیریابی وسیله نقلیه ظرفیت‌دار1 (CLRP)، یکی از حوزه‌های جدید تحقیقاتی در مدیریت پخش است. این موضوع، دو مسئله مشکل مکان‌یابی تسهیلات و مسیریابی وسایل نقلیه را با یکدیگر ترکیب می‌کند. هدف از CLRP گشودن مجموعه‌ای از دپو‌ها، تخصیص مشتری‌ها به دپوهای احداث‌شده و سپس طراحی تورهای وسیله نقلیه برای کمینه‌کردن هزینه کل است. محدودیت پنجره‌های زمانی کاربردهای زیادی در دنیای واقعی دارد، ب...
full textارائه الگوریتم ترکیبی حل مسئله مسیریابی وسیله نقلیه همراه با دریافت و تحویل همزمان کالا
مسئله مسیریابی وسیله نقلیه از مباحث مهمی است که در چند دهه اخیر کاربرد زیادی در بهره وری و کارایی سیستم های حمل ونقل داشته است. یکی از توسعه های معروف و پرکاربرد این موضوع، مسئله مسیریابی وسیله نقلیه با دریافت و تحویل همزمان کالا است که در آن، عمل تحویل و جمع آوری کالا برای هر مشتری به صورت همزمان انجام می گیرد. الگوریتم پیشنهادی در این مقاله، ترکیبی از سه الگوریتم ابتکاری نزدیک ترین همسایگی، ا...
full textتقاضای تصادفی با ماهیت درون‌زا در مسئله مسیریابی وسایل نقلیه
برنامه‌ریزی تصادفی با عدم قطعیت درون‌زا مبحثی جدید است که در آن فرایند تصادفی مسئله تحت تأثیر تصمیمات قرار دارد. در این مقاله، توسعه‌ی نوینی از مسئله‌ی مسیریابی وسایل نقلیه به‌عنوان کاربردی جدید از این مبحث معرفی می‌شود که در آن، تقاضای هر مشتری غیرقطعی است و عدم قطعیت در لحظه‌ی ملاقات محقق می‌شود. لذا، زمان محقق شدن عدم قطعیت وابسته به تصمیمات و عدم قطعیت دارای ماهیت درون‌زاست. ابتدا یک مدل بر...
full textیک روش بهینه سازی فرا ابتکاری برای حل مسئله مسیریابی وسیله نقلیه ظرفیت‌دار
مسئله مسیریابی وسیله نقلیه ظرفیت‌دار (CVRP) یکی از مشهورترین مسائل بهینه‌سازی ترکیباتی است که تاکنون بسیار مورد توجه قرار گرفته شده است و امروزه توجه بسیاری از دانشمندان و محققین را به خود جلب کرده است. بنابراین بسیاری از روش‌های دقیق، ابتکاری و فراابتکاری در دهه‌های اخیر برای حل آن ارائه شده‌اند. در این مقاله، به علت ضعف‌های موجود در الگوریتم نمونه مورچگان، نسخه‌ای اصلاحی از این الگوریتم به نا...
full textحل مسئله مسیریابی وسایل نقلیه با پنجره‌های زمانی نرم
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. ا...
full textMy Resources
Journal title
volume 48 issue Special Issue
pages 11- 18
publication date 2014-08-23
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023