مسئله مسيريابي وسايل نقليه چند قرارگاهي و چند محصولي با پنجره زماني فازي، اهداف چندگانه و انعطاف‌پذيري در تعيين قرارگاه

Multi-Depot, Multi-Product Bi-Objective Vehicle Routing Problem with Fuzzy Time Windows, and Flexibility in Determining Last Depot

حمل‌ونقل در سيستم‌هاي اقتصادي اعم از توليدي و خدماتي از جايگاه مهمي برخوردار است.. يكي از مباحثي كه در چند دهه اخير كاربرد بالايي داشته و براي افزايش كارايي و بهره‌وري سيستم‌هاي حمل‌ونقل مطرح‌شده، مسئله مسيريابي وسايل نقليه است. در اين پژوهش مدل جديدي از مسئله مسيريابي وسايل نقليه به صورت برنامه‌ريزي خطي عدد صحيح فرموله مي‌شود كه در آن برخلاف مدل‌هاي متداول مسئله مسيريابي لزومي به بازگشت وسيله نقليه بعد از اتمام سرويس‌دهي به انبار اوليه وجود ندارد.در اين مقاله تأثير تخصيص انعطاف‌پذير انبار پاياني در هزينه حمل‌ونقل و رضايت مشتري به‌طور همزمان سنجيده مي‌شود. اهداف اين مدل شامل حداقل سازي مسافت طي شده توسط وسايل نقليه و حداكثر سازي سطح سرويس تأمين‌كنندگان به مشتريان است. براي تأمين رضايت مشتريان از پنجره زماني فازي براي تحويل كالا به مشتريان استفاده‌شده است. با توجه به Np-Hard بودن مسئله مسيريابي در حالت چند قرارگاهي و چند محصولي با پنجره زماني فازي براي حل مدل از الگوريتم فرا ابتكاري ژنتيك چند هدفه با مرتب‌سازي نا مغلوب استفاده‌شده است. نتايج حاصل از حل مثال‌هاي متعدد نشان مي‌دهد با بكار گيري مدل انعطاف‌پذير بجاي مدل‌هاي متداول مسيريابي هزينه‌هاي توزيع به‌طور ميانگين 15 درصد كاهش‌يافته است همچنين رضايت مشتري به‌طور ميانگين 18 درصد افزايش پيدا مي‌كند

Transportation have important place in economic systems including the manufacturing and servicing. In recent decades, vehicle routing problem (VRP) has been used to increase the productivity and efficiency of transportation systems. In this study, a new linear integer programming model for multi depot, multi product vehicle routing problem with fuzzy time window is formulated that routes start at a depot, although they do not end necessarily at the primary one. In this paper, flexible assignment of last depot impact on transportation costs and customer satisfaction is measured simultaneously. The objectives of the problem include minimizing the distance traveled by vehicle and concurrently maximizing customer satisfaction and service. fuzzy time window is used to deliver products to customers.Since MD_MPVRPFTW is Np-Hard, the non dominate sorting genetic algorithm (NSGA_II) was used to solve the model. Experiments indicate that flexible model leads to an average of 15% cost reduction and 18% increase in customer satisfaction.