Robust vehicle routing problem with hard time windows under demand and travel time uncertainty

با توجه به افزایش استراتژی های خدمات مشتری گرا طراحی شده برای دیدار با نیازهای پیچیده تر و دقیق تر مشتریان، جلسه یک پنجره برنامه ریزی شده تبدیل به بخش مهمی از طراحی مسیرهای وسیله نقلیه برای فعالیت های تدارکات شده است. با این حال، عمدتا عدم اطمینان در زمان سفر و تقاضای مشتری، اغلب به معنای وسیله نقلیه برای از دست دادن این پنجره های زمان، افزایش هزینه های خدمات و کاهش رضایت مشتری است. در تلاش برای پیدا کردن یک راه حل که نیازهای تدارکات در دنیای واقعی را برآورده می کند، ما مسائل مسیریابی خودرو را با پنجره های زمان سخت تحت شرایط تقاضا و عدم اطمینان زمانی سفر بررسی می کنیم. برای حل مشکل، ما یک مدل بهینه سازی قوی بر اساس مجموعه های نامطمئن وابسته به مسیر را ایجاد می کنیم. با این حال، با توجه به ماهیت پیچیده مشکل، مدل قوی تنها قادر به مقابله با موارد کوچک با استفاده از حل کننده های استاندارد می باشد. بنابراین، برای مقابله با نمونه های بزرگ، ما یک الگوریتم دو مرحلهای را بر اساس یک متغیر تطبیقی ​​متغیر جستجوی محرمانه طراحی می کنیم. مرحله اول الگوریتم تعداد کل مسیرهای مسیریابی را به حداقل می رساند در حالی که مرحله دوم فاصله کل سفر را به حداقل می رساند. آزمایش های محاسباتی وسیع با نسخه های اصلاح شده نمونه های سلیمان انجام می شود. نتایج عددی نشان می دهد که الگوریتم دو مرحله ای پیشنهادی قادر به یافتن راه حل های مطلوب برای نمونه های کوچک و راه حل های مناسب با کیفیت خوب برای موارد بزرگ با افزایش کمی به کل فاصله سفر و / یا تعداد وسایل نقلیه مورد استفاده است. تجزیه و تحلیل دقیق از نتایج همچنین نشان می دهد بینش مدیریتی برای تصمیم گیرندگان در صنعت تدارکات.