مساله مسیریابی وسیله نقلیه وابسته به زمان در گراف چندگانه

مساله مسیریابی وسیله نقلیه وابسته به زمان یکی از کاربردی ترین مسائل موجود در لجستیک می باشد. این مساله به ویژه در لجستیک شهری به خوبی قابل مشاهده است. در مسائل کلاسیک مسیریابی وسیله نقلیه وابسته به زمان (tdvrp) عموما فرض می شود، بین هر دو محل تنها یک یال وجود دارد. اما این مساله در محیط هایی شهری، که ساختار جاده ای پیچیده ای دارند و با محدودیت های ترافیکی مختلفی روبرو هستند، چندان قابل قبول نیست. در این محیط ها زمان سفر در طول یال ها وابسته به زمانی است که سفر طی آن انجام می شود و در زمان های مختلف می توان یال های مختلفی را برای انجام سفر انتخاب کرد. در این پایان نامه، به منظور رفع این مشکل، مساله مسیریابی وسیله نقلیه وابسته به زمان در گراف چندگانه معرفی می گردد. گراف چندگانه این امکان را فراهم می سازد، تا بیش از یک یال بین دو نقطه مشخص در نظر گرفته شود. در گام نخست، بر اساس مدل های کلاسیک tdvrp، مساله پیشنهادی مدلسازی می گردد. با توجه به np-hard بودن مساله، زمان محاسباتی جهت حل دقیق آن با بالا رفتن بعد مساله به صورت فزاینده ای افزایش می یابد. بدین جهت از الگوریتم جستجوی ممنوع برای حل ابتکاری مدل پیشنهادی استفاده می شود. در مرحله بعد با افزودن ویژگی اولین ورودی اولین خروجی به مدل اولیه، مدلی مبتنی بر تابع زمان سفر پیوسته طراحی می گردد. این مساله مشکلات مفهومی مدل اولیه را برطرف می سازد. مدل ارائه شده در این بخش به اختصار tdvrpm نامیده شده است. برای حل این مدل نیز راه حل فرا ابتکاری مبتنی بر جستجوی ممنوع ارائه می شود و به منظور ارزیابی کارایی، بر روی تعدادی از مسائل نمونه اجرا می گردد. در گام پایانی به منظور توسعه مدل پیشنهادی، ویژگی پنجره زمانی جهت خدمت دهی به مشتریان به آن افزوده می گردد. این مدل جنبه کاربردی مساله tdvrpm را بیش از پیش نشان می دهد. سه الگوریتم فرا ابتکاری شامل، جستجوی ممنوع، الگوریتم ژنتیک و بهینه سازی انبوه ذرات به منظور حل مدل پیشنهادی، توسعه داده می شوند و بر روی مجموعه ای از مسائل نمونه بکار گرفته می شوند. نتایج آزمایشات عددی نشان می دهد که روش جستجوی ممنوع پیشنهادی از نظر کیفیت جواب و نیز زمان محاسباتی عملکرد بهتری نسبت به دیگر الگوریتم های پیشنهادی داشته است. در فصل پایانی نیز جهت تحقیقات آتی در این زمینه پیشنهاداتی ارائه می گردد.