زمانبندي بارگيري وسايل حمل و نقل در پايانه هاي تخليه و بارگيري با ظرفيت يك ايستگاه و عدم دسترسي كارها در ابتداي زمانبندي

Transshipment scheduling with a single station and release dates

پايانه انتقال مكاني است كه در آن محصولات پس از تخليه، برحسب نياز مقصد مورد نظر تفكيك ميشوند سپس دوباره بارگيري ميشوند تا به مقصد بعدي خود در زنجيره تأمين حركت كنند. در اين زمينه به صورت خاص مسأله زمانبندي وسايل نقليه در هنگام تخليه و بارگيري محصولات به منظور كاهش زمان و تحويل به موقع محصول از اهميت ويژهاي برخوردار است. بنابراين در اين مقاله به زمانبندي وسايل نقليه در يك پايانه انتقال ميپردازيم كه معادل يك مساله زمانبندي تك ماشين است. در پايانه انتقال مذكور تنها يك ايستگاه تخليه و بارگيري وجود دارد و هر دو عمل تخليه و بارگيري در اين ايستگاه انجام ميشود. پايانه انتقال مورد نظر داراي محدوديت ظرفيت است، به طوري كه ميزان كالاي ذخيره شده در اين پايانه نبايد از ظرفيت مجاز بيشتر شود. همچنين تمامي وسايل نقليه در ابتداي افق زماني در دسترس حل شده است اما از CPLEX نيستند. يك مدل عددصحيح خطي با در نظر گرفتن فرضيات ذكر شده براي اين مساله ارائه و توسط نرم افزار آنجا كه حل دقيق مدل ارائه شده با افزايش اندازه مسأله، بسيار زمانبر است، يك روش برنامه ريزي پويا براي حل مساله ارائه شده است. نتايج محاسباتي نشان ميدهد كه الگوريتم برنامه ريزي پويا از كارايي بيشتري برخوردار است.

Transshipment terminal is a place where the products after unloading, are separated according to intended destinations and then are reloaded to move to corresponding destination in the supply chain. In this context, vehicles scheduling problem during loading and unloading of products is important due to the saving time and on-time delivery of products. Thus, in this article we consider the scheduling of vehicles in a transshipment terminal which is a single machine scheduling problem. In this terminal, there is only one station for both loading and unloading jobs. The capacity of terminal is limited and hence, the inventory should not be more than the capacity. Furthermore, vehicles have different release dates. By respecting the mentioned assumptions, the problem is the formulated as an linear integer programming (IP) model and solved by the CPLEX solver. As the problem size grows, the CPU run time grows intractably. Therefore, a solution approach based on the dynamic programming method is developed. Computational results indicates that the developed dynamic programming algorithms has better performance.