کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6893014 699348 2014 19 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An adaptive large neighborhood search for a vehicle routing problem with multiple routes
ترجمه فارسی عنوان
یک جستجوی همسایه بزرگ محله برای مشکل مسیریابی وسیله نقلیه با مسیرهای متعدد
کلمات کلیدی
مسیریابی خودرو، مسیرهای متعدد، جستجوی محله بزرگ سازگار، از بین بردن و بازسازی، چند سطح،
ترجمه چکیده
مسائل مسیریابی خودرو با مسیرهای متعدد شامل تعیین مسیریابی یک ناوگان وسایل نقلیه می شود، زمانی که هر وسیله نقلیه می تواند مسیرهای متعدد را طی روز عملیات خود انجام دهد. این مشکل در برنامه های کاربردی جایی است که مدت زمان هر مسیر محدود است، مثلا وقتی کالاهای فاسد شده حمل می شوند. در این کار، ما فرض می کنیم که یک ناوگان ثابت از وسایل نقلیه در دسترس است و ممکن است به علت محدودیت زمان، ممکن است برای خدمت به تمام درخواست های مشتری خدمت کند. به این ترتیب، هدف نخست، به حداکثر رساندن تعداد مشتریان خدمت شده و سپس، برای به حداقل رساندن کل فاصله سفر شده توسط وسایل نقلیه است. برای رسیدن به این مشکل، یک جستجوی همسایه بزرگ محله ای که از اصل خرابکاری و بازسازی استفاده می کند، پیشنهاد شده است. اپراتورهای تخریب و بازسازی از طریق ماهیت سلسله مراتبی مشکل با کار در سطح مشتری، مسیر یا روز کاری بهره می برند. نتایج محاسباتی در موارد اقلیدس، که از نمونه های معروف شناخته شده حاصل شده است، مزایای این روش چند سطحی را نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
چکیده انگلیسی
The vehicle routing problem with multiple routes consists in determining the routing of a fleet of vehicles when each vehicle can perform multiple routes during its operations day. This problem is relevant in applications where the duration of each route is limited, for example when perishable goods are transported. In this work, we assume that a fixed-size fleet of vehicles is available and that it might not be possible to serve all customer requests, due to time constraints. Accordingly, the objective is first to maximize the number of served customers and then, to minimize the total distance traveled by the vehicles. An adaptive large neighborhood search, exploiting the ruin-and-recreate principle, is proposed for solving this problem. The various destruction and reconstruction operators take advantage of the hierarchical nature of the problem by working either at the customer, route or workday level. Computational results on Euclidean instances, derived from well-known benchmark instances, demonstrate the benefits of this multi-level approach.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Operations Research - Volume 41, January 2014, Pages 167-173
نویسندگان
, , ,