طراحی و حل مدل مسیریابی وسایل نقلیه در حالت باز با چندین قرارگاه با استفاده از الگوریتم های فرا ابتکاری

پایان نامه
چکیده

مسأله مسیریابی وسایل نقلیه در حالت باز (ovrp) حالت خاصی از vrp محسوب می‎شود که در آن ناوگان حمل و نقل پس از پاسخ دهی به تقاضای مشتریان به انبار مرکزی باز نمی گردند. این مسأله زمانی مطرح میگردد که حمل و نقل یک واحد تولیدی و یا خدماتی به یک پیمانکار خارج از سازمان واگذار میشود. از طرفی دیگر مسأله مسیریابی وسایل نقلیه با چندین انبار (mdvrp) نیز،خود حالت مهم دیگری از مسأله مسیریابی میباشد که در این رساله، ترکیب این دو حالت، یعنی مسأله مسیریابی وسیله نقلیه باز با وجود چندین انبار مرکزی (ovrpmd) مورد مطالعه قرار گرفته است. با توجه به تعلق مسأله به کلاس np-hard ، حل آن توسط روش‎های سنتی بسیار هزینه بر بوده و عملا در مسایل با اندازه بزرگ فاقد کارکرد می‎باشد. لذا استفاده از روش‎های ابتکاری و فراابتکاری مورد استفاده قرار می‎گیرند. پیشنهاد و طراحی این پایان‎نامه با عنایت به موارد بالا و با هدف فائق آمدن به معضلات فوق صورت گرفته است. در این رساله ابتدا یک مدل ریاضی برای مسأله طراحی گردیده‎ است. با دانش نویسنده، تا به حال مدلی برای این مسأله ارائه نشده است و از نکات حائز اهمیت مدل پیشنهادی به کارگیری محدودیت میلر- تاکر- زمیلین برای حذف زیر تور‎هاست. سپس دو الگوریتم شبیه سازی تبرید در حالت موازی (psa) و جستجو همسایگی متغییر ترکیبی (hvns) برای حل مدل ارائه شده، طراحی و مقایسه گردیده اند

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

الگوریتم ابتکاری جدید برای حل مساله مسیریابی وسایل نقلیه

مساله مسیر یابی وسایل نقلیه یکی از مسایل بسیار مهم و لجستیک در شاخه بهینه سازی ترکیبیاتی است که تاکنون الگوریتم های زیادی برای حل آن پیشنهاد شده است. در این مقاله الگوریتمی ابتکاری که تلفیقی از کلونی مورچگان و عمل جهش می باشد برای حل مساله مسیریابی وسایل نقلیه ارایه شده است.

متن کامل

مسأله مسیریابی انتخابی باز وسایل نقلیه همراه با قیمت‌گذاری؛ حل: الگوریتم رقابت استعماری بهبودیافته

در این مقاله مسأله «مسیریابی انتخابی باز وسایل نقلیه همراه با قیمت‌گذاری» معرفی، مدل‌سازی و حل می‌شود. در این مسئله با توجه به هزینه‌های مسیریابی با استفاده از یک ناوگان همگن از وسایل نقلیه به قیمت‌گذاری بهینه پرداخته می‌شود. از سوی دیگر، در برخی از کاربردهای دنیای واقعی، شرکت‌ها ترجیح می‌دهند توزیع محصولات خود را با وسایل نقلیۀ اجاره‌ای انجام دهند؛ بنابراین بازگشت به مرکز بارگیری و تخلیه (دپو)...

متن کامل

مسیریابی وسایل نقلیه با استفاده از الگوریتم فوق ابتکاری

فرض کنید g(v, e) یک گراف کامل باشد که در آن v{v0, v1, ..., v0} مجموعه راس ها و e{(v1, v1):v1, v1 v} مجموعه کمان هاست . راس v0 محل آشیانه است که در آن تعدادی وسیله نقلیه مستقر است . مساله مسیریابی وسایل نقلیه (vrp) عبارتست از پیدا کردن تعدادی مسیر بطوریکه هر راس دقیقا بر یک مسیر واقع شده و تعداد مسیرهای مورد نیاز کمینه بوده و در عین حال مسافت کل پیموده شده کمینه گردد. در مساله مسیریابی دوره ای و...

15 صفحه اول

حل مدل مسیریابی وسایل نقلیه چندانباره مبتنی بر کاهش ریسک با استفاده از یک الگوریتم خفاش چندهدفه

یکی از فرآیندهای محوری در سیستم بانکداری، انتقال پول از انبار (خزانه) به مشتریان (شعب) و برگشت آن به خزانه،در بازه‏های زمانی مشخص و محدود است. عوامل متعددی مانند تعداد و محل خزانه‏ها، نحوه تخصیص شعب به خزانه‏ها، مسایل امنیتی، ناوگان حمل، مسیرهای انتقال و پراکندگی جغرافیایی شعب در انجام بهینه فرآیند انتقال پول مؤثر است. اما کلیدی‏ترین پارامتر در انجام موفق این فرآیند انتخاب مسیر مناسب به نحوی اس...

متن کامل

حل مساله‌ی مسیریابی وسایل نقلیه در حالت چندهدفی، چندقرارگاهی و احتمالی، با استفاده از آنیلینگ شبیه‌سازی شده

در این مقاله، حل مساله‌ی مسیریابی وسایل نقلیه (VRP) در حالت چندهدفی، چندقرارگاهی و احتمالی، بررسی می‌شود. در دسترس بودن یال (متصل کننده دو گره تقاضا) به‌عنوان جنبه‏ای از VRP در مسائل دنیای واقعی، ملاحظه شده است. در دسترس بودن یال‏ها ممکن است قطعی نباشد و به دلایل مختلف، هر یال با احتمال معینی در دسترس باشد. با ملاحظه‌ی این جنبه، مدل ریاضی مساله و بهینه‌سازی آن، به گونه‌ای عمل می‌کند که ضمن ک...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تفرش - دانشکده مهندسی صنایع

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023