عنوان پایان‌نامه
مدلسازی و حل مساله مکانیابی - مسیریابی - موجودی با ظرفیت محدود برای مراکز توزیع در شرایط غیر همگن و عدم قطعیت
- رشته تحصیلی
- مهندسی صنایع
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس 2 فنی شماره ثبت: 2206;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 55419
- تاریخ دفاع
- ۱۷ تیر ۱۳۹۱
- دانشجو
- هژیر طلوعی
- استاد راهنما
- رضا توکلی مقدم
- چکیده
- مسأله مکان¬یابی – مسیریابی ترکیبی از تصمیمات مکان¬یابی مراکز توزیع از سویی و مسیریابی وسایل نقلیه از سویی دیگر، به منظور تعیین محل مراکز توزیع و مجموعه¬ای بهینه از وسایل نقلیه و مسیریابی مربوط به آنها می¬باشد. تصمیمات کنترل موجودی با مکان¬یابی مراکز توزیع و مسیریابی وسایل نقلیه مرتبط می¬باشد. در اکثر مسایل مکان¬یابی – مسیریابی تصمیمات کنترل موجودی چشم پوشی شده است. در این پایان نامه یک مدل ریاضی برای مسأله مکان¬یابی – مسیریابی با در نظر گرفتن تصمیمات کنترل موجودی ارائه شده است. از آنجایی که این مدل پیشنهادی در گروه مسایل NP-hard می¬باشد، برای حل این مدل یک الگوریتم جستجوی پراکنده (SS) پیشنهاد شده است. برای اعتبارسنجی عملکرد الگوریتم جستجوی پراکنده پیشنهادی از لحاظ کیفیت جوابها، مسایل نمونه¬ای گوناگونی ارائه شده و کارایی آن با جواب¬های بدست آمده از نرم افزار GAMS مقایسه شده است. نتایج محاسباتی نشان می¬دهد که الگوریتم جستجوی پراکنده پیشنهادی در مسایل با سایز بزرگ کاراتر از نرم افزار GAMS عمل می¬کند.
- Abstract
- The location-routing problem combines depot location and vehicle routing decisions, in order to determine the locations of depots and find the optimal set of vehicle schedules and routes. Inventory control decisions are interrelated with vehicle routing and depot location. However, the inventory control decisions are always ignored in LRP. In this research, a mathematical model for the location-routing problem taking inventory control decisions into consideration is proposed. Since finding the optimal solution for this model is NP-hard problem, a scatter search algorithm is suggested to solve the model. To validate the performance of the proposed SS algorithm in term of the solution quality, various test problems are carried out and the efficiency of this algorithm based on some comparison metrics is compared with the GAMS software. The computational results show that the proposed SS algorithm outperforms the GAMS in large-sized problems.
