جستجوی مقالات مرتبط با کلیدواژه
تکرار جستجوی کلیدواژه multi-objective location-routing problem در نشریات گروه فنی و مهندسی
multi-objective location-routing problem
در نشریات گروه عمران
تکرار جستجوی کلیدواژه multi-objective location-routing problem در مقالات مجلات علمی
-
در این مطالعه، مساله مکان یابی- مسیریابی با در نظر گرفتن چندین انبار و پنجره زمانی سخت برای مشتریان مورد بررسی قرار می گیرد. هدف اصلی این مقاله، انتخاب بهترین مکان احداث انبارها با در نظر گرفتن زمانبندی و مسیریابی وسایل نقلیه ناهمگن است. این امر موجب کاهش هزینه احداث انبار در مکان نامطلوب می شود و به صورت همزمان مسیر بهینه مسایل نقلیه را پیدا می کند. رضایت مشتری از فرایند خدمت رسانی از مهم ترین مسایل هر سازمان است. بدین منظور پنجره زمانی سخت برای پاسخ به مشتریان در نظر گرفته شده است. در واقع نوع آوری اصلی این مطالعه را این گونه می توان بیان نمود که در دومساله مسیریابی و مکانیابی به طور همزمان مورد بررسی قرار می گیرند تا هزینه های متقابل بین مسیریابی و مکان یابی لحاظ شده و از این نظر می توان تاثیر بین هزینه های مکان یابی و مسیریابی را در نظر گرفت ، بدین جهت می تواند تاثیر فراوانی از نقطه نظر کاهش هزینه ها ایفا نماید. به منظور بررسی صحت و دقت مدل، در ابعاد کوچک با روش محدودیت اپسیلون توسعه یافته مورد مقایسه قرار گرفته می شود. با توجه به NP-Hard بودن مساله در ابعاد بزرگ، از الگوریتم تکاملی چند هدفه، به نام الگوریتم ژنتیک مرتب شده نامغلوب استفاده شده است. در پایان نتایج به دست آمده، به منظور نمایش کارآیی و اثربخشی مناسب در حل مسایل مختلف با ابعاد بزرگ و در زمان کوتاه مورد تجزیه و تحلیل قرار گرفته اند.کلید واژگان: الگوریتم فراابتکاری، برداشت و تحویل همزمان، رضایت مشتری، مکان یابی مسیریابی چند هدفهThis study considers a location-routing problem (LRP) with multiple depots and hard time windows for customers. The aim of this paper is to select optimal locations for depots and plan scheduling and routing of heterogeneous vehicle fleets. Therefore, it minimizes costs of establishment of depots and reduce transportation time by finding the optimum routs simultaneously. Customer satisfaction is important for each organization; hence, a hard time window is considered for customers. The main approach of this study is considered location-routing problem simultaneously for reducing location-routing costs and it work effectively. To validate the model, an augmented epsilon-constraint is used to solve small-sized problems. Because the problem is NP-hard, it takes too long time and needs too much space memory to solve large-sized problems optimally. Deterministic algorithms cannot solve the large-size problems. Thus, a well-known multi-objective evolutionary algorithm, namely non-dominated sorting genetic algorithm (NSGA-II), is proposed. Gap between augmented epsilon-constraint and NSGA-II show accuracy. The results are analyzed and compared in order to show the efficiency of the proposed NSGA-II.Keywords: Multi-objective location-routing problem, Customer Satisfaction, Pick-up delivery, meta-heuristic algorithm
نکته
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.