کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4943427 1437634 2017 28 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Incorporating travel time uncertainty into the design of service regions for delivery/pickup problems with time windows
ترجمه فارسی عنوان
شامل عدم قطعیت سفر به طراحی مناطق خدماتی برای مشکلات تحویل / وانت با پنجره های زمان
کلمات کلیدی
طراحی مناطق خدماتی، پنجره های زمان عدم قطعیت زمان سفر الگوریتم مبتنی بر سناریو، تدارکات شهری،
ترجمه چکیده
ما تلاش می کنیم تا زمان سفر تصادفی به طراحی مناطق خدماتی برای مشکلات تحویل / وانت با پنجره های زمان بپردازیم. از مدل معمولی متفاوت است، مدل ما با هدف تقسیم یک منطقه خدمات کامل به مناطق مختلف سرویس یا خوشه های مشتریان است. هر منطقه خدمات توسط یک وسیله نقلیه خدمت می کند. هنگامی که مناطق خدمات تعیین می شوند، مسیرهای وسیله نقلیه در مناطق خدمات را می توان از روز به روز در پاسخ به شرایط ترافیکی تغییر می کند. ما یک الگوریتم مبتنی بر سناریو را که در آن یک شاخص صمیمیت درجه ای است، توسعه می دهیم؟ برای گروه بندی مشتریان به خوشه های مختلف تعریف شده است. دو اکتشافی جستجو محلی بر مبنای شاخص درجه صمیمیت ایجاد می شود؟ برای جستجوی راه حل بهینه. نتایج مدل ما به تصمیم گیرندگان اجازه می دهد که در میان تعداد وسایل نقلیه مورد استفاده، هزینه های کل سفر و مجازات های ناشی از عدم وجود مشتریان و عدم تمرکز بار رانندگان، ارزیابی شود. آزمایش ها برای مقایسه عملکرد الگوریتم با دو الگوریتم دیگر انجام می شود. نتایج نشان می دهد که الگوریتم ما به طور مداوم دو الگوریتم دیگر را از لحاظ کیفیت راه حل بهتر است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
We attempt to incorporate stochastic travel time into the design of service regions for delivery/pickup problems with time windows. Different from the conventional model, our model is aimed at partitioning an entire service area into multiple service regions or clusters of customers. Each service region is served by a single vehicle. Once service regions are determined, vehicle routes within service regions can be adjusted from day to day in response to the changing traffic condition. We develop a scenario-based algorithm in which an index of “intimacy degree” is defined for grouping customers into different clusters. Two local search heuristics are constructed based on the index of “intimacy degree” to search the optimal solution. The results of our model would allow the decision makers to assess the trade-off among the number of vehicles used, the total travel cost, and the penalties incurred due to unserved customers and unbalanced workloads of drivers. Experiments are conducted to compare the performance of our algorithm with two other algorithms. The results indicate that our algorithm consistently outperforms the other two algorithms in terms of solution quality.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 72, 15 April 2017, Pages 207-220
نویسندگان
, ,