ارائه مدل جدید مسئله مسیریابی موجودی سبز با ناوگان ناهمگن و حل آن به وسیله الگوریتم تکاملی کوانتوم پیشنهادی

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 173

فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JEMSC-6-2_004

تاریخ نمایه سازی: 9 شهریور 1401

چکیده مقاله:

مسئله مسیریابی موجودی یکی از مهمترین مسائل مطرح در حوزه لجستیک است. در این مسئله تصمیمات مربوط به توزیع و مدیریت موجودی با هم اتخاذ می شود. معمولا امکان استفاده از چندین نوع وسیله با ویژگی های متفاوت وجود دارد و امکان بررسی و انتخاب بهترین ترکیب ناوگان، به منظور کاهش هزینه های موجودی و مسیریابی برای تصمیم گیرنده وجود دارد. از سوی دیگر توجه به میزان آلودگی تولید شده در این مسئله می تواند باعث کاهش میزان آلودگی تولید شده شود. در این مقاله یک مدل جدید مسئله مسیریابی موجودی سبز با ناوگان ناهمگن ارائه می شود. در مدل ارائه شده کمینه کردن میزان مصرف سوخت، هزینه های ترکیب ناوگان حمل، هزینه مسیریابی و موجودی مدنظر است. با توجه به NP-hard بودن مسئله مطرح شده، یک الگوریتم فراابتکاری مبتنی بر الگوریتم فراابتکاری کوانتوم برای حل مسئله مطرح شده ارائه می شود. به منظور بررسی الگوریتم پیشنهادی، نتایج حاصل با نتایج حاصل از حل دقیق مسئله و الگوریتم پایه مورد مقایسه قرار می گیرند. نتایج نشاندهنده عملکرد مناسب الگوریتم پیشنهادی است.

کلیدواژه ها:

الگوریتم تکاملی کوانتوم ، مدل انتشار کیفیتی جامع ، مسیریابی موجودی با ناوگان ناهمگن ، مصرف سوخت

نویسندگان

محسن زمانی

کارشناس ارشد، گروه مهندسی صنایع، دانشگاه صنعتی اصفهان، اصفهان، ایران.

مهدی علینقیان

استادیار رشته مهندسی صنایع دانشگاه صنعتی اصفهان، اصفهان، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Adulyasak, Y., Cordeau, J.-F., & Jans, R. (۲۰۱۳). Formulations and ...
  • Ahmadi Javid, A., & Azad, N. (۲۰۱۰). Incorporating location, routing ...
  • Bell, W. J., Dalberto, L. M., Fisher, M. L., Greenfield, ...
  • C Montgomery, D. (۱۹۹۷). Montgomery Design and Analysis of Experiments ...
  • Demir, E. (۲۰۱۲). Models and algorithms for the pollution-routing problem ...
  • Halim, H., & Moin, N. (۲۰۱۴). Solving inventory routing problem ...
  • Han, K.-H., & Kim, J.-H. (۲۰۰۲). Quantum-inspired evolutionary algorithm for ...
  • Han, K.-H., & Kim, J.-H. (۲۰۰۴). Quantum-inspired evolutionary algorithms with ...
  • Kaye, P., Laflamme, R., & Mosca, M. (۲۰۰۷). An introduction ...
  • Koç, Ç., Bektaş, T., Jabali, O., & Laporte, G. (۲۰۱۴). ...
  • Kopfer, H., & Kopfer, H. (۲۰۱۳). Emissions Minimization Vehicle Routing ...
  • Kwon, Y.-J., Choi, Y.-J., & Lee, D.-H. (۲۰۱۳). Heterogeneous fixed ...
  • Lerhlaly, S., Lebbar, M., Allaoui, H., Ouazar, D., & Afifi, ...
  • Lin, C., Choy, K. L., Ho, G. T., Chung, S., ...
  • Mirzapour Al-e-hashem, S., & Rekik, Y. (۲۰۱۳). Multi-product multi-period Inventory ...
  • Niakan, F., & Rahimi, M. (۲۰۱۵). A multi-objective healthcare inventory ...
  • Platel, M. D., Schliebs, S., & Kasabov, N. (۲۰۰۷). A ...
  • Sbihi, A., & Eglese, R. (۲۰۰۷). Combinatorial optimization and Green ...
  • Soysal, M., Bloemhof-Ruwaard, J. M., Haijema, R., & van der ...
  • Soysal, M., Bloemhof-Ruwaard, J. M., Haijema, R., & van der ...
  • نمایش کامل مراجع