حل مساله مسیریابی وسایط نقلیه با در نظر گرفتن رضایت مندی مشتریان و کاهش انرژی مصرفی با الگوریتم زنبور عسل

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 433

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JTE-11-2_002

تاریخ نمایه سازی: 23 فروردین 1399

چکیده مقاله:

این مقاله به ارائه مدل مساله مسیریابی وسائط نقلیه به منظور افزایش رضایت مندی مشتریان، کاهش مصرف انرژی و سوخت و کاهش هزینه های توزیع می پردازد. آمارها نشانگر آن است که هزینه سوخت، بخش قابل توجهی از هزینه حمل و نقل را دربر می گیرد. در نظر گرفتن عوامل زیست محیطی نه تنها بر هزینه های اقتصادی تاثیر می گذارد، بلکه بر انتخاب مسیرهای حمل و چگونگی توزیع بار بین ناوگان حمل ونقل نیز تاثیر گذار است. همچنین این مدل هزینه مدت زمان زودکرد و دیرکرد نسبت به موعد تحویل را با کمینه کردن مجموع این زمان ها کاهش می­دهد.  مساله مسیریابی وسایل نقلیه مورد بررسی از نوع مسایل NP-hard است، از همین رو به منظور حل این مدل پیشنهادی از الگوریتم زنبور عسل (BA) استفاده می شود و برای نشان دادن کارآیی الگوریتم طراحی شده جواب های به دست آمده با نرم افزار گمز مقایسه خواهند شد. همچنین به منظور حل مسایل در ابعاد بزرگ نتایج با جواب های حاصل از الگوریتم بهینه سازی انبوه ذرات (PSO) مقایسه و مورد تجزیه  تحلیل قرار می گیرد. نتایج نشان دهنده کارآیی الگوریتم پیشنهادی در حل مسایل را دارد.

نویسندگان

فرهاد صالحیان

دانشجوی دکتری، دانشکده مهندسی صنایع، پردیس البرز، دانشگاه تهران، تهران

رضا توکلی مقدم

استاد، دانشکده مهندسی صنایع، پردیس دانشکده های فنی، دانشگاه تهران، تهران

نرگس نوروزی

دانش آموخته دوره دکتری، دانشکده مهندسی صنایع، پردیس دانشکده های فنی، دانشگاه تهران، تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • توسعه مدل ریاضی مسأله مسیریابی حمل ونقل مواد سوختی تحت شرایط فازی - مطالعه موردی [مقاله ژورنالی]
  • Ahn, K. and Rakha, H. (2008) The effects of route ...
  • Banks, A., Vincent, J. and  Anyakoha, C. (2008) A review ...
  • Bowyer, D. P., Akcelik, R. and Biggs, D. C. (1985) ...
  • Clarke, C. and Wright, J. Q. (1994) Scheduling of vehicle ...
  • Dantzig, G. and Ramser, J. H. (1959) The truck dispatching ...
  • Ho, S. C. and Haugland, D. (2004) A tabu search ...
  • Kara, I., Kara, B.Y. and Yetis, M. K. (2007) Energy ...
  • Kennedy, J. and Eberhart, R. C. (1995) Particle swarm optimization ...
  • Kuo, Y. (2010) Using simulated annealing to minimize fuel consumption ...
  • Laport, G., Mercure, H. and Nobert, Y. (1992) A branch ...
  • Lenstra, J. K. and Rinnooy Kan, A.H.G. (1981) Complexity of ...
  • Maden, W., Eglese, R.W. and Black, D. (2010) Vehicle routing ...
  • Norouzi, N., Sadegh-Amalnick, M. and Tavakkoli-Moghaddam, R. (2017) Modified particle ...
  • Ohnishi, H. (2008) Greenhouse gas reduction strategies in the transport ...
  • Palmer, A. (2007) The development of an integrated routing and ...
  • Pham,  D. T., Ghanbarzadeh, A., Koc, E., Otri, S., Rahim, ...
  • Pham, D.T., Ghanbarzadeh, A., Koc, E., Otri, S., Rahim, S. ...
  • Poli, R., Kennedy, J. and Blackwell, T. (2007) Particle swarm ...
  • Potvin, J. Y. and Bengio, S. (1994) A genetic approach ...
  • Pradenas, L., Oportus, B. and Parada, V. (2013) Mitigation of ...
  • Reimann, M., Stummer, M. and Doerner, K. (2002) A savings ...
  • Sahin, B., Yilmaz, H., Ust, Y., Guneri, A. F. and ...
  • Ubeda S., Arcelus, F. J. and Faulin, J. (2011) Green ...
  • Urquhart, N., Scott, C. and Hart, E. (2010) Using an ...
  • Xiao, Y., Zhao, Q., Kaku, I. and Xu, Y. (2012) ...
  • نمایش کامل مراجع