مدلسازی و حل مسئله مسیریابی همکارانه وسایل نقلیه تغذیه کننده در زمان واقعی

مدلسازی و حل مسئله مسیریابی همکارانه وسایل نقلیه تغذیه کننده در زمان واقعی


مدلسازی و حل مسئله مسیریابی همکارانه وسایل نقلیه تغذیه کننده در زمان واقعی

نوع: Type: رساله

مقطع: Segment: دکتری

عنوان: Title: مدلسازی و حل مسئله مسیریابی همکارانه وسایل نقلیه تغذیه کننده در زمان واقعی

ارائه دهنده: Provider: مرتضی صالحی سربیژن - مهندسی صنایع

اساتید راهنما: Supervisors: دکتر جواد بهنامیان

اساتید مشاور: Advisory Professors:

اساتید ممتحن یا داور: Examining professors or referees: دکتر امیر سامان خیرخواه، دکتر مصطفی زندیه، دکتر علی حسین زاده کاشان

زمان و تاریخ ارائه: Time and date of presentation: یک شنبه 22 آبان 1401 ساعت 11

مکان ارائه: Place of presentation: دانشکده فنی و مهندسی

چکیده: Abstract: در مسئله‌ی مسیریابی وسیله‌ی نقلیه در زمان واقعی درخواست‌های مشتریان به‌صورت پویا در طی اجرای مسیر ظاهر می‌شوند. با توجه به رقابت میان شرکت‌ها و اینکه حمل‌ونقل به‌عنوان یکی از خدمات ضروری در خدمات شهری به‌حساب می‌آید، نحوه‌ی خدمت‌رسانی به درخواست‌های جدید چالش مهمی برای واحد تدارکات به‌حساب می‌آید. رشد شهرنشینی، درخواست خدمات تحویل سریع، انعطاف‌پذیر، قابل‌اعتماد و کم‌هزینه توسط مشتریان چالش دیگر برای توزیع کالا به‌خصوص در مناطق شهری هست. به دنبال آن با افزایش تقاضا و به‌تبع آن افزایش وسایل نقلیه به‌منظور جابه¬جایی کالاها موجب تراکم و ازدحام در شبکه¬های حمل‌ونقل شهری، آلودگی هوا، اتلاف وقت‌های طولانی در مسیر سفرهای روزانه افراد، افزایش مصرف سوخت و استهلاک وسایل نقلیه و غیره می¬گردد. همچنین در مسئله مسیریابی وسیله نقلیه با توجه به ظرفیت محدود، وسیله نقلیه ممکن است در فواصل معین برای بارگیری مجدد به انبار مرکزی بازگردد. درنتیجه وقتی تقاضای کل مشتریان بسیار بیشتر از ظرفیت خودرو باشد، تعداد سفرهای برگشتی و همچنین هزینه سفر مربوطه بسیار زیاد خواهد بود. ازاین‌رو برای غلبه بر این چالش‌ها در این رساله مسئله مسیریابی وسیله نقلیه تغذیه‌کننده به‌عنوان نوع جدیدی از مسئله مسیریابی وسیله نقلیه برای ارائه خدمات سریع در حمل‌ونقل شهری ارائه شده است. مسئله مسیریابی وسیله نقلیه تغذیه‌کننده برخلاف مسئله مسیریابی وسیله نقلیه، ناوگانی از وسایل نقلیه ناهمگون شامل کامیون‌ها و موتورسیکلت‌ها تشکیل‌شده است. در این مسئله از مکانیزمی به نام تقاطع استفاده‌شده است که در آن موتورسیکلت‌ها به‌جای برگشت به انبار در نقاط تقاطع با کامیون‌ها پس از بارگیری، حرکت کرده و به مشتریان خدمت‌رسانی می‌کنند و در انتها به انبار برمی‌گردند. ازاین‌رو در این پژوهش مسئله‌ی مسیریابی وسیله نقلیه تغذیه‌کننده چند ناوگانی ارائه‌شده و جنبه‌های همکارانه و زمان واقعی در آن توسعه و مدل‌سازی شده‌اند. ابتدا مسئله‌ی مسیریابی وسیله نقلیه تغذیه‌کننده چند ناوگانی با حداقل دو کامیون و دو موتورسیکلت توسعه داده شده است. در این مسئله امکان تنوع نقاط تقاطع موتورسیکلت‌ها با کامیون‌ها وجود دارد. بعد از مدل‌سازی عدد صحیح مختلط این مسئله، یک الگوریتم ترکیبی بهینه‌سازی ازدحام ذرات- شبیه‌سازی تبرید برای این مسئله توسعه داده شده است. هم‌چنین الگوریتم آزادسازی لاگرانژ برای این مسئله ارائه شد. سپس مسئله مسیریابی وسیله نقلیه تغذیه‌کننده زمان واقعی در حالتی که درخواست‌های مشتریان به شکل پویا ظاهر می‌شوند، مدل‌سازی و حل گردیده است. بعد از مدل‌سازی این مسئله به شکل برنامه‌ریزی عدد صحیح مختلط، الگوریتم بهینه‌سازی ازدحام ذرات با پویایی در ضریب اینرسی برای حل مسئله پیشنهاد شده است. مسئله‌ی دیگر توسعه داده‌شده در این پژوهش، ترکیب مسئله مسیریابی وسیله نقلیه تغذیه‌کننده با پنجره زمانی انعطاف‌پذیر و استراتژی همکارانه در میان انبارهاست. مسئله‌ی مسیریابی وسیله نقلیه تغذیه‌کننده همکارانه به‌عنوان مدل برنامه‌ریزی ریاضی عدد صحیح مختلط دو هدفه جهت حداقل کردن هزینه‌های عملیاتی و حداکثر کردن رضایت مشتری فرمول‌بندی شده است. جهت اعتبار سنجی مدل پیشنهادی از رویکرد اپسیلون محدودیت تطبیقی برای نمونه‌های با اندازه کوچک استفاده‌شده است. هم‌چنین برای نمونه‌های با اندازه بزرگ، الگوریتم بهینه‌سازی ازدحام ذرات چند هدفه با استراتژی‌های یادگیری تطبیقی و پویایی در ضریب اینرسی توسعه داده شده است. در انتها مسئله‌ی مسیریابی وسیله نقلیه تغذیه‌کننده همکارانه در زمان واقعی با پنجره‌ی زمانی انعطاف‌پذیر مدل‌سازی شده و مدل برنامه‌ریزی خطی عدد صحیح مختلط پیشنهادی با حل‌کننده سیپلکس با استفاده از رویکرد اپسیلون محدودیت تطبیقی حل‌شده است. با توجه به پیچیدگی مسئله، الگوریتم‌های بهینه‌سازی ازدحام ذرات چند هدفه و الگوریتم‌های بهینه‌سازی ازدحام ذرات چند هدفه – جستجوی همسایگی متغیر توسعه داده‌شده است. درنهایت از روش AHP-TOPSIS برای تحلیل و اولویت‌بندی الگوریتم‌ها استفاده‌شده است. نتایج به‌دست‌آمده نشان‌ از عملکرد بهتر الگوریتم MOPSO-VNS در دو حالت ایستا و پویا در نمونه‌های کوچک و بزرگ است.

فایل: ّFile: