مساله مسیر یابی وسائط نقلیه دوره ای با پنجره زمانی در حالت رقابتی با روش شبیه سازی تبرید بهبودیافته

در این مقاله، حالت جدیدی از ترکیب مساله مسریابی دوره ای با در نظر گرفتن پنجره زمانی در حالت رقابتی مورد بررسی قرار می گیرد. با توجه به دنیای واقعی، همیشه، چندین توزیع کننده به منظور خدمت دهی به مشتریان وجود دارد. بر این اساس همیشه رقابت بین رقبا و تمایل به دسترسی سریع تر به مشتریان با ارزش بالا برای کسب نقدینگی بیشتر علاوه بر یافتن مسیرهای کوتاه وجود دارد. به همین جهت، هدف این مقاله ارایه مدلی است که با کوتاه ترین مسیر و کمترین هزینه، در زود ترین زمان ممکن و زود تر از رقبا به مشتریان سرویس دهی کند تا حداکثر سود را کسب کنند. به دلیل کاربرد فراوان این مدل در توزیع دوره ای محصولات، مساله مسیریابی وسائط نقلیه دوره ای در حالت رقابتی در این مقاله مورد توجه قرار گرفته است. با توجه به اینکه مساله مورد نظر حالتی از مسیریابی وسائط نقلیه است، این مساله جزء مسایل NP-Hard قرار می گیرد. از همین رو در این مقاله، از روش شبیه سازی تبرید (SA) و روش شبیه سازی تبرید بهبود یافته(ISA) جهت حل مدل پیشنهادی استفاده می شود. از این رو تعدادی مساله در ابعاد متنوع تولید شده و سپس برای نشان دادن کارآیی الگوریتم های ارایه شده پاسخ های به دست آمده با الگوریتم دقیق شاخه و کران مقایسه می شود و پاسخ های به دست آمده مورد تجزیه و تحلیل قرار می گیرد. نتایج نشان دهنده آن است که درصد خطای روش SA و ISA در ابعاد کوچک به طور میانگین به ترتیب ا درصد و صفر درصد است که کارآیی الگوریتم های پیشنهادی را نشان می دهد. علاوه بر این، زمان حل مسایل در روش های فرا ابتکاری نشان دهنده خطی بودن افزایش زمان رسیدن به پاسخ با افزایش ابعاد مساله است، ولی مدت زمان رسیدن به پاسخ توسط روش دقیق با افزایش ابعاد مساله به صورت نمایی افزایش می یابد. در ابعاد بزرگ به طور میانگین از نظر زمانی الگوریتم ISA تقریبا 20 درصد کند تر از روش SA عمل می کند، اما کیفیت پاسخ های الگوریتم به طور میانگین ISA 3 درصد بهتر از الگوریتم SA است. همچنین حداکثر میزان بهبود روش ISA نسبت به SA نیز 7 درصد بوده است. این امر نشان می دهد که بهبود ایجاد شده در الگوریتم SA تاثیر مناسبی در بهبود پاسخ ها داشته است.