Çok kompartımanlı heterojen filolu zaman pencereli araç rotalama probleminin çözümü için sezgisel algoritmalar

OpenAlex İngilizce

Aynı kompartımanda taşınamayan farklı ürünlerin dağıtımında çok kompartımanlı araç kullanımı verimli bir çözüm yöntemidir.Bu çalışmada zaman pencereli araç rotalama problemi heterojen filolu ve çok kompartımanlı araçların kullanımı göz önünde bulundurularak ele alınmıştır.Çalışmada ele alınan problemin varyantı heterojen filolu çok kompartımanlı zaman pencereli araç rotalama problemi (HFÇKZPARP) olarak bilinmektedir.Bu çalışmada Değişken Komşuluk Arama algoritması (DKA) ve Yapay Arı Koloni Algoritması (YAKA) problemin çözümü için uyarlanmıştır.Algoritmaların performanslarını analiz edebilmek için iyi bilinen veri setleri problem yapısına uyarlanmıştır.Karşılaştırmalı sonuçlar geliştirilen algoritmaların oluşturulan veri setlerini efektif bir şekilde çözdüğünü ortaya koymaktadır.DKA algoritması YAKA'ya göre sayısal olarak önemli bir üstünlük gösterdiği gözlemlenmiştir.The use of multi-compartment vehicles is an efficient solution for distributing different products that cannot be transported in the same compartment.In this study, the vehicle routing problem with time windows is addressed by considering the use of a heterogeneous fleet and multi-compartment vehicles.The variant of the problem discussed in this study is known as the Heterogeneous Fleet Multi-Compartment Vehicle Routing Problem (MCVRPTWHF).In this study, the Variable Neighborhood Search algorithm (VNS) and the Artificial Bee Colony Algorithm (ABCA) have been adapted to solve the problem.Well-known datasets have been adapted to fit the problem structure in order to analyze the performance of the algorithms.Comparative results reveal that the developed algorithms effectively solve the generated datasets.It has been observed that the DKA algorithm has significant numerical superiority compared to YAKA.