مدلسازی و الگوریتم حل مسئله مسیریابی وسایل نقلیه در شرایط وابستگی وسایل به نقاط تقاضا و محدودیت پنجره زمانی نرم

مسئله مسیریابی وسایل نقلیه، یکی از قدیمی ترین و پرکاربردترین مسائل در حوزه ی تحقیق در عملیات است. این مسئله به دنبال جستجوی یک برنامه ی کارا برای ناوگان وسایل نقلیه است. در این برنامه هر وسیله نقلیه، محموله ها را از انبار مرکزی بارگیری می کند و آن ها را به مشتریانی که در مکان های جغرافیایی مختلفی قرار دارند، تحویل می دهد؛ به طوری که محدودیت های مختلف نظیر بازگشت هر وسیله نقلیه به انبارمرکزی، برآورده کردن تقاضای مشخص هر مشتری و حداکثر ظرفیت حمل بار هر وسیله نقلیه رعایت گردد. اثبات شده است که مسئله مسیریابی وسایل نقلیه، یک مسئله np-hard است و با افزایش اندازه ی مسئله و محدودیت ها، محاسبات به صورت نمایی افزایش می یابد. از این رو، یافتن راه حل مناسب در این دسته مسائل حائز اهمیت است. در این پژوهش سعی شده است ابتدا توسعه هایی بر روی مدل ریاضی مسئله، شامل یک تابع هدف جدید و برخی فرضیات واقعی اعمال گردد و سپس الگوریتمی کارا برای حل مسئله، طراحی و ارائه شود. در تحقیق حاضر، مسئله مسیریابی وسایل نقلیه در شرایطی که وابستگی کاملی بین مشتریان و نوع وسایل نقلیه وجود-دارد، مورد بررسی قرار گرفته است و مدل سازی ریاضی جدیدی برای مسئله انجام شده است و سپس با افزودن محدودیت پنجره زمانی نرم، مدل مسئله ارتقاء داده شده است. روش های حل ارائه شده شامل یک الگوریتم اجتماع مورچگان ترکیبی و یک الگوریتم جستجوی ممنوعه ابتکاری است. عملکرد روش های توسعه داده شده در دو نوع آزمایش محاسباتی مورد بررسی و ارزیابی قرار گرفته است. در آزمایش نخست، به حل دقیق مسائل با ابعاد کوچک پرداخته ایم که نتایج حل با جواب بهینه مقایسه شده است. در مرحله دوم آزمایش، مسائل با ابعاد بزرگ با استفاده از روش های حل توسعه داده شده حل شده اند و نتایج دو الگوریتم مورد مقایسه قرار گرفته است. در طراحی الگوریتم های پیشنهادی بر اساس اجتماع مورچگان و جستجوی ممنوعه، از عملگرهای الگوریتم ژنتیک در جهت بهبود حل و هم چنین الگوریتم های جستجوی محلی به طور موثر استفاده شده است. نتایج نشان می دهد که در مسئله ی موردبررسی، الگوریتم اجتماع مورچگان از کارایی نسبتا بالاتری در مقایسه با الگوریتم جستجوی ممنوعه برخوردار است.