ارائه يك مدل جديد براي مساله مسيريابي‌ وسايل‌ نقليه با هدف كاهش نرخ مصرف سوخت و انتشار آلاينده‌ها، با انبارهاي متعدد و محدوديت پنجره زماني

Proposing a New Model for Vehicle Routing Problem with the Aim of Reducing Fuel Consumption and Emissions Rate, With Several Warehouses and Time Window Constraint

مساله مسيريابي‌ وسايل‌ نقليه يكي از پركاربردترين و چالش برانگيزترين مسائل بهينه سازي تركيبي ميباشد. توجه زياد به مساله مسيريابي بعلت پركاربرد بودن اين مسائل در دنياي واقعي و همچنين دشوار بودن حل اين مسائل است. هدف اين مقاله، طراحي مدلي جديد براي مساله مسيريابي وسايل نقليه در زنجيره تامين سه سطحي است، كه تعيين مي كند چه مقدار كالا، در چه زماني و از كدام مركز توزيع به كدام مشتري ارسال شود تا در كنار كمينه كردن هزينه‌هاي زنجيره تأمين از جمله هزينه‌هاي نگهداري موجودي و حمل و نقل، كه غالباً در ادبيات موضوع ديده مي شود، اهداف مهم ديگري تحت عنوان كمينه كردن نرخ مصرف سوخت و جريمه هاي پنجره هاي زماني نيز تأمين شود و در نهايت رضايت مشتريان به حداكثر برسد. نخست براي اعتبارسنجي ابعاد كوچك مساله چندين مثال عددي با نرم افزار گمز و الگوريتم هاي فرا ابتكاري پيشنهادي طراحي و حل شده است، و براي ارزيابي كيفيت نتايج با يكديگر مقايسه گرديدند. در ادامه براي اعتبارسنجي ابعاد بزرگ مساله، يك مثال واقعي ارائه شده و با الگوريتم هاي فرا ابتكاري پيشنهادي حل گرديده است. الگوريتم هاي فرا ابتكاري در نرم افزار MATLAB R2013كدنويسي شده اند و تمامي تستها توسط رايانه اي با مشخصات پردازشگر Core i5 2.53GHz و حافظه داخلي 4GB اجرا شده است.

Vehicle routing problem is one of the most applicable and challenging problem of combinational optimization. Paying much attention to routing problem is due to full utilization of these problems in real world and also in difficulty to solve them. The aim of this article is designing a new model for vehicle routing problem in three- level supply chain, That determines what amount of commodity, in what time, and from which distribution center, to which customer will be sent, so that accompanied by minimizing supply chain costs including costs of inventory holding and transportation, which is often seen in the literature, other important goals under the titles of minimizing fuel consumption rate, and penalties for time windows is considered and eventually maximize customer satisfaction. First for evaluating small dimensions of problem, several numerical examples by GAMS software and proposed meta-heuristic algorithms designed and solved, and compared together to assess the quality results. Subsequently for credit evaluation for large dimensions' problem, a real example has been presented and been solved with proposed Meta-heuristic algorithms. Meta-heuristic algorithms have been coded in MATLAB R2013, and all the tests have been carried out by computer with identification of processor core i5 2.53GHZ and 4GB interior memory.