ارائه مدل جدید مسئله مسیریابی موجودی سبز با ناوگان ناهمگن و حل آن به وسیله الگوریتم تکاملی کوانتوم پیشنهادی

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 275

فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JEMSC-2-2_004

تاریخ نمایه سازی: 20 خرداد 1398

چکیده مقاله:

مسئله مسیریابی موجودی یکی از مهمترین مسائل مطرح در حوزه لجستیک است. در این مسئله تصمیمات مربوط به توزیع و مدیریت موجودی با هم اتخاذ می شود. معمولا امکان استفاده از چندین نوع وسیله با ویژگی های متفاوت وجود دارد و امکان بررسی و انتخاب بهترین ترکیب ناوگان، به منظور کاهش هزینه های موجودی و مسیریابی برای تصمیم گیرنده وجود دارد. از سوی دیگر توجه به میزان آلودگی تولید شده در این مسئله می تواند باعث کاهش میزان آلودگی تولید شده شود. در این مقاله یک مدل جدید مسئله مسیریابی موجودی سبز با ناوگان ناهمگن ارائه می شود. در مدل ارائه شده کمینه کردن میزان مصرف سوخت، هزینه های ترکیب ناوگان حمل، هزینه مسیریابی و موجودی مدنظر است. با توجه به NP-hard بودن مسئله مطرح شده، یک الگوریتم فراابتکاری مبتنی بر الگوریتم فراابتکاری کوانتوم برای حل مسئله مطرح شده ارائه می شود. به منظور بررسی الگوریتم پیشنهادی، نتایج حاصل با نتایج حاصل از حل دقیق مسئله و الگوریتم پایه مورد مقایسه قرار می گیرند. نتایج نشاندهنده عملکرد مناسب الگوریتم پیشنهادی است.

کلیدواژه ها:

الگوریتم تکاملی کوانتوم ، مدل انتشار کیفیتی جامع ، مسیریابی موجودی با ناوگان ناهمگن ، مصرف سوخت

نویسندگان

محسن زمانی

کارشناس ارشد، گروه مهندسی صنایع، دانشگاه صنعتی اصفهان، اصفهان، ایران.

مهدی علینقیان

استادیار رشته مهندسی صنایع دانشگاه صنعتی اصفهان، اصفهان، ایران.

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 :
  • Adulyasak, Y., Cordeau, J.-F., & Jans, R. (2013). Formulations and ...
  • Ahmadi Javid, A., & Azad, N. (2010). Incorporating location, routing ...
  • Bell, W. J., Dalberto, L. M., Fisher, M. L., Greenfield, ...
  • C Montgomery, D. (1997). Montgomery Design and Analysis of Experiments. ...
  • Demir, E. (2012). Models and algorithms for the pollution-routing problem ...
  • Golden, B., Assad, A., Levy, L., & Gheysens, F. (1984). ...
  • Halim, H., & Moin, N. (2014). Solving inventory routing problem ...
  • Han, K.-H., & Kim, J.-H. (2002). Quantum-inspired evolutionary algorithm for ...
  • Han, K.-H., & Kim, J.-H. (2004). Quantum-inspired evolutionary algorithms with ...
  • Kaye, P., Laflamme, R., & Mosca, M. (2007). An introduction ...
  • Koç, Ç., Bektaş, T., Jabali, O., & Laporte, G. (2014). ...
  • Kopfer, H., & Kopfer, H. (2013). Emissions Minimization Vehicle Routing ...
  • Kwon, Y.-J., Choi, Y.-J., & Lee, D.-H. (2013). Heterogeneous fixed ...
  • Lee, H. L., & Seungjin, W. (2008). The whose, where ...
  • Lerhlaly, S., Lebbar, M., Allaoui, H., Ouazar, D., & Afifi, ...
  • Lin, C., Choy, K. L., Ho, G. T., Chung, S., ...
  • Mirzapour Al-e-hashem, S., & Rekik, Y. (2013). Multi-product multi-period Inventory ...
  • Niakan, F., & Rahimi, M. (2015). A multi-objective healthcare inventory ...
  • Platel, M. D., Schliebs, S., & Kasabov, N. (2007). A ...
  • Sbihi, A., & Eglese, R. (2007). Combinatorial optimization and Green ...
  • Shao, S., & Huang, G. Q. (2014). A SHIP Inventory ...
  • Soysal, M., Bloemhof-Ruwaard, J. M., Haijema, R., & van der ...
  • Soysal, M., Bloemhof-Ruwaard, J. M., Haijema, R., & van der ...
  • نمایش کامل مراجع