Vehicle routing problem
56 theses under this subject heading
Araç rotalama modeli ile çok boyutlu gözlemlerin gruplandırılması: Kişilik envanterine göre yurt odalarına öğrenci atama uygulaması
Çalışmamızda, çok boyutlu gözlemlerin gruplandırılması amacıyla araç rotalama problemi modeli modifiye edilerek kesin çözümlü kümeleme yapabilir bir hale getirilmiştir. Klasik araç rotalama problemi modeli, düğüm noktası tanımı devre dışı bırakıldığında, sezgisel olarak kümeleme işlemi gerçekleştirmektedir. Araç rotalama modelini kesin çözüm üreten bir hale getirmek amacıyla, rota içi köşegen uzunlukları için değişken tanımladık ve modele entegre ettik. Geliştirdiğimiz modelin çıktılarının, kümeleme analizi çıktılarından en önemli farkı, oluşacak altkümelerin eleman sayılarının kullanıcı tarafından belirlenebilmesidir. Geliştirdiğimiz modelin test edilmesi için, modelimizi tam sayılı doğrusal programlama yapan bir yazılım yardımıyla çözdük. Ayrıca aynı verileri, kesin çözüm veren tüm alternatiflerin değerlendirilmesi yöntemi ile çözdük ve sonuçları karşılaştırdık. Tekrarlayan testlerde iki farklı yöntemin çıktılarında birebir uyum yakalanmıştır ve testlerimiz başarı ile sonuçlanmıştır. Farklı uzaklık fonksiyonu çıktılarının, modelimize etkisini test ettik. Aynı veri matrisi kullanılarak farklı uzaklık fonksiyonlarından elde edilen uzaklık matrisleri modelimiz ile birlikte çözüldü ve sonuçlar karşılaştırıldı. Kriterler arası etkileşimi dikkate almayan uzaklık fonksiyonları kendi içinde aynı sonuçları verdi, benzer şekilde kriterler arası etkileşimi dikkate alan uzaklık fonksiyonları kendi içinde aynı sonuçları verdi. Geliştirdiğimiz modelin uygulanması amacıyla, Beş Faktör Modeli alt boyutları ve bazı ek kriterlerden oluşan anketimiz ile öğrenci yurdunda kalan öğrencilerden veri matrisi elde edildi. Veri matrisleri uzaklık fonksiyonları yardımıyla uzaklık matrislerine dönüştürüldü. Uzaklık matrisleri geliştirdiğimiz modifiye edilmiş araç rotalama modeli ile birlikte çözüldü. Böylece benzer kişilik envanterlerine sahip öğrenciler aynı odalara atanacak şekilde kümelendi.
Otomatik satış sistemleri için bütünleşik yönetim sistemi
Otomatik satış makineleri, klasik bir satış noktası için gereken kira, enerji personel gibi maliyetleri azaltması, 7/24 hizmet vermesi ve kolay ulaşılabilir olması sebebiyle birçok ülkede günlük hayatta sıkça kullanılan bir alışveriş aracı olmuştur. Artan ürün, personel ve enerji maliyetleri, otomatik satış makineleri yöneticilerini zorlamakta, kurumların karlılığını düşürmektedir. Bu nedenle otomatik satış makineleri yöneticileri maliyetleri düşürecek yeni yönetim stratejileri arayışına girmişlerdir. Bu tez çalışmasının amacı otomatik satış makineleri sistem yöneticilerine yardımcı olmak adına müşteri hizmet düzeyi ve ürün ulaşılabiliriliğini arttırabilmek için envanter yönetim sistemi oluşturulması ile operasyonel yönetim ve kayıp satışları azaltacak, personel ve operasyon etkinliğini arttırırken maliyetleri azaltacak dağıtım planı oluşturmayı içeren bir yönetim sistemi geliştirmektir. Bu amaç doğrultusunda tez çalışması kapsamında otomatik satış makineleri ağının yönetimi için makinelere ürün dağıtımı yapan depoda bulunan ürünler sınıflandırılarak ortak yönetim stratejisi önerilmiştir. Dağıtım personelinin günlük makine ziyaretini planlayan araç rotalama algoritması oluşturulmuştur. Anahtar Kelimeler: Envanter yönetimi, operasyonel yönetim, araç rotalama, otomatik satış sistemleri
A multi-depot vehicle routing problem arising in the distribution of care and cleaning products: A cluster first-route second approach
Firms in the Fast Moving Consumer Goods sector need to make improvements in their supply chain, which is one of the most critical strategic areas, in order to differentiate from their competitors. The problem of transporting products to customers in dispersed geography is a complex problem that requires the evaluation of alternative routes. This study, it was aimed to determine the shipping routes for a large-scale care and cleaning products distributor to ship to 502 different customers in the eastern and southeastern regions of Turkey from its depots in 3 different locations. The problem is to determine which depot should serve which customers, including routing decisions, which is an example of the well-known Multi-Depot Vehicle Routing Problem (MDVRP). In this study, a cluster-first-route-second approach was adopted to solve the model. Capacitated P-Median formulation was used to cluster and assign customers for each depot. Then, Simulated Annealing Algorithm and Google OR-Tools were used to solve the resulting 3 single-depot Capacitated Vehicle Routing Problems. At the end of the study, the results of the shipment plans obtained with a Geographical Information System-based decision support system and Google OR-Tools were presented. In the last part, the findings are analyzed and discussed, and suggestions are given for future studies.
Heterojen filolu araç rotalama probleminin meta sezgisel hibrit model ile çözümü
Bu çalışmada, belirli noktalardan süt toplayan heterojen araç filosuna sahip bir lojistik firmasının sabit ve değişken maliyetlerinin minimuma indirilmesi, farklı tiplerdeki araçların hangi noktaya atanacağını ve buna bağlı olarak da en uygun rotanın belirlenmesi amaçlanmıştır. Problemin çözümünde, öncelikle mevcut durum incelenerek, araç tipleri, kapasitesi ve sayısı, firmanın süt toplayacağı noktaların konumları ve bu noktaların birbirlerine olan uzaklıkları, noktalardan toplanacak sütün miktarı ve işletmenin toplam maliyeti gibi veriler elde edilmiştir. Elde edilen bu veriler belirli kısıtlar altında sezgisel hibrit bir modele dökülerek, sonrasında yazılıma geçilmiş, Excel Makro programlamada optimum çözümler elde edilmiştir. Elde edilen sonuçlarla firmanın mevcut durumu karşılaştırılmış ve iyileştirme yapıldığı ortaya konmuştur.
Araç rotalama problemleri ve zaman pencereli stokastik araç rotalama problemine genetik algoritma yaklaşımı
Tedarik zincirinin bir parçası olan lojistik, ürün ve ilgili bilgilerin üretim noktasının basından tüketim noktasına kadar, müsteri gereksinimlerini karsılamak amacıyla, etkin ve düsük maliyetli bir sekilde akıs ve depolanması süreçlerinin planlanması, uygulama ve kontrol edilmesidir. Araç Rotalama Problemleri de lojistik dagıtım sisteminin önemli bir parçasını olusturmaktadır. Araç rotalama problemleri ulastırma problemlerinin en fazla üzerinde tartısılan ve çalısılan konulardan biridir. Rotalama problemi müsterilerin bilinen taleplerini sadece bir kez olmak üzere minimum maliyetli rotalarla ve en az araç kullanarak karsılamaktır. Araç rotalama problemlerinden olan Stokastik Araç Rotalama Problemi ise Araç Rotalama Probleminin bir veya birkaç komponentin rassal olmasıdır. Araç Rotalama Problemlerinin birçok çözüm teknigi vardır. Bu tezde Stokastik Araç Rotalama Problemini çözmek üzere Genetik Algoritma kullanılmıstır. Anahtar Kelimeler: Lojistik yönetimi, fiziksel dagıtım, araç rotalama problemleri, genetik algoritma.
Stokastik araç rotalama algoritmalarının karşılaştırmalı incelenmesi
Bu çalışmada, öncelikle Araç Rotalama Probleminin (ARP) çözümüne öncülük edebilecek, taşıma ağları ve grafikler için optimizasyon algoritmaları ve buna bağlı olarak Postacı Problemi ve Gezgin Satıcı Problemi üzerinde durulmuştur. Daha sonra Araç Rotalama Problemi için temel bilgiler verilerek başta kapasite, mesafe ve zaman kısıtı olmak üzere problem türleri üzerinde durulmuştur. ARP için tur yapım ve tur iyileştirme sezgiselleri verildikten sonra ARP'nin, bazı değişkenlerin önceden bilinemez olduğu durumlarda ortaya çıkan bir alt türü olan Stokastik Araç Rotalama Problemi (SARP) üzerinde durulmuş ve çeşitli bilinmezlik durumları için SARP türleri incelenmiştir. Daha sonra bir literatür araştırması ile SARP üzerine yapılan çalışmalar verilmiş ve bazı çalışmalardan örnek modeller ve çözüm yöntemleri üzerinde durulmuştur. Son olarak da sezgisel bir çözüm algoritması oluşturularak kurulan bir model uygulanmış ve sonuçlar karşılaştırılmıştır. Anahtar Kelimeler: Postacı Problemi, Gezgin Satıcı Problemi, Araç Rotalama Problemi, Stokastik Araç Rotalama Problemi, Sezgisel Algoritma.
Araç rotalama probleminin sezgisel bir yaklaşım ile çözümlenmesi üzerine bir uygulama
Son yıllarda dağıtım sistemleri giderek daha karmaşık hale gelmiş ve dağıtım planlamada çalışanlar daha büyük ve karmaşık dağıtım problemleri ile karşı karşıya kalmıştır. Bu gelişmenin sebeplerinden biri çok sayıdaki şirket birleşmeleridir. Dağıtım sisteminin karmaşık hale gelmesinin diğer bir sebebi de dağıtım ağı içerisinde zamanın öneminin ve son yıllardaki firmalar arası artan rekabetçi ortam dolayısı ile maliyetlerin rekabet üzerindeki öneminin hızla artmasıdır.Araç Rotalama Problemi dağıtım sistemleri içerisindeki en önemli problemdir. Bu çalışmada ürün dağıtımı, okul servis aracı, posta ve gazete dağıtımı, çöp toplama, yakıt dağıtımı gibi gerçek hayatta pek çok uygulama alanı bulunan Zaman Pencereli Araç Rotalama Problemi (ZPARP) ile ilgilenilmektedir. Bu problem araç kapasite kısıtlarına ve müşterilerde ortaya çıkan servis süresi kısıtlarına sahip olan ve maliyeti minimize ederek belirli bir müşteriye servis vermek için belirli bir sayıda durmak zorunda olan belirli bir kapasiteye sahip olan araç filosunun etkin bir şekilde kullanılması ile ilgilidir. Problemin karmaşıklığı nedeniyle günlük hayatta karşılaşılan problemleri çözmede genellikle sezgisel yöntemler kullanılır.Bu çalışmada, araç rotalama problemiyle, kesin ve sezgisel çözüm yöntemleriyle ilgili mevcut literatür incelenmiştir. Daha sonra ise sezgisel yöntemlerden biri olan Tasarruf Yöntemi geliştirilerek Mersin'deki bir dağıtım firmasında uygulama yapılmıştır.
Çoklu depolu araç rotalama probleminin hibrid algoritmalar yöntemiyle çözülmesi
Araç rotalama problemi, 60 yıla yakın bir süredir çalışılan konular arasındadır. Araç rotalama problemi 1959 yılında ilk defa Dantzig ve Ramser tarafından akademik bir çalışma olarak ortaya konmuştur (Dantzig ve Ramser, 1959). ARP, en basit haliyle, n adet müşteriye tam olarak hizmet sağlarken ortaya çıkan kısıtların göz önünde bulundurulduğu ve aynı zamanda maliyetin en aza indirgenmesinin amaçlandığı rotalama problemidir. Araç Rotalama Problemi, işletmelerde özellikle dağıtım kanallarında rota planlarının yapılması sırasında karşılaşılan ve lojistik maliyetlerini önemli ölçüde belirleyen, sıralama ve gruplamanın yapıldığı NP-zor kombinatoryal optimizasyon problemidir. Bu problemin çözümü için önerilen kesin ve sezgisel çözüm metotları vardır. ARP için en etkili sonuçlar veren algoritmalar ise metasezgisel algoritmalardır. Literatürde ARP'yi inceleyen çok sayıda araştırma yapılmış ve halen üzerinde çalışılan bir konudur. Bu çalışmalar çoğunlukla tek bir depoyu göz önünde bulundurmaktadır. ARP türlerinden Çoklu Depolu Araç Rotalama Problemi diğer türlere göre daha realistik bir durumu göz önünde bulundurur (Crevier, Cordeau ve Laporte, 2007). Bazı işletmeler yaptıkları işlere göre farklı lokasyonlarda bulunan müşterilerine tek bir depodan hizmet vermek yerine farklı konumlarda bulunan birden çok depodan hizmet verebilmektedir. Bu durumda Çoklu Depolu Araç Rotalama Problemi'nden söz edilir. Çalışmalarda geçmişten günümüze doğru geldikçe rotalama problemleri çözümü için metasezgisel yöntemlerin kullanımı artmıştır. Bu tez çalışmasında çoklu depolu araç rotalama problemini çözmek için metasezgisel yöntemlerden Genetik Algoritma ve Yapay Sinir Ağları ve bir kümeleme algoritması olan K-Means kullanılmıştır. Genetik Algoritma ve Yapay Sinir Ağlarında birbirinin eksikliklerini tamamlayan iki yapı mevcuttur. Genetik Algoritma yapısı gereği global taramada, Yapay Sinir Ağları ise yerel optimum sonuç bulmada etkin olup iki yöntem birleştirilerek daha yüksek performans sağlayan sonuçlar bulmak hedeflenmektedir. Bu yöntem bilinen kıyaslama problemleri üzerinde çalıştırılmış ve çoklu depolu araç rotalama problemi için uygulanmıştır. Anahtar kelimeler: Araç rotalama problemi, çoklu depolu araç rotalama problemi, metasezgisel yöntemler, hibrid algoritmalar.
Elektrikli ticari araçlarda rotalama ve şarj istasyonu kuruluş yeri seçimi optimizasyonu
Günümüzde yeşil sektör olma yolunda ilerleyen, özellikle kapıdan kapıya taşımacılık hizmeti sunması sebebiyle en çok tercih edilen ve en yaygın kullanılan taşıma türü olan karayolu taşımacılığında, çevreye daha az zarar verecek araçlar kullanılması yönünde bir eğilim söz konusudur. Alternatif yakıtlı araç olarak tanımlanan bu araçlardan biri de elektrikli ticari araçlardır. Ancak popülaritesi gün geçtikçe artan bu araçların yaygınlaşmasının önünde bazı engeller bulunmaktadır. Araçların sahip oldukları sınırlı menzil, uzun şarj süreleri, şarj istasyonu sayısının az olması, araç satın alma maliyetlerinin yüksek olması bu engellerden bazılarıdır. Bu sebeple tez çalışmasında lojistik ve optimizasyonunun temel konularından olan araç rotalama ve yer seçimi problemleri eş zamanlı olarak Elektrikli Araç Yer Seçimi-Araç Rotalama Problemi başlığı altında elektrikli ticari araçlar için ele alınmıştır. Çalışmada enerji tüketimi, batarya aşınması ve sürücünün çalışma süresi gibi kısıtlar diğer çalışmalardan farklı olarak bir araya getirilerek, elektrikli ticari araçlar için araç rotalarının, şarj istasyonu konumlarının ve şarj istasyonlarının türlerinin belirlenmesi amaçlanmıştır. Problem Karma Tamsayılı Nonlineer Kısıtlı Optimizasyon Modeli olarak modellenmiş, araç satın alma maliyeti, seyahat maliyeti ve araç şarj etme maliyetinin toplamının minimizasyonu amaçlanmıştır. Problemin çözümü için Schneider, Stenger ve Goeke (2014) tarafından geliştirilen veri seti kullanılmıştır. Problem boyutunun büyük olması ve nonlineer kısıt içermesi sebebiyle problemin kesin çözüm yöntemleri ile çözümü elde edilemediğinden çözüm için metasezgisel yöntemlerden biri olan Genetik Algoritma yöntemi kullanılmıştır. Mevcut çalışmalar incelendiğinde, problemin birçok kısıtı bir araya getirmesi, genetik algoritma kullanılarak çözülmüş bir probleme rastlanılmamış olması, Türkçe literatürde bu konuda yapılan çalışma sayısının az olması sebepleriyle literatüre katkıda bulunulacağı düşünülmektedir. Elde edilen sonuçlar incelendiğinde önerilen genetik algoritmanın çözüm süresi açısından makul sürelerde çözüm verdiği, gerçekçi enerji tüketim fonksiyonu kullanıldığından enerji tüketiminin daha az olduğu ortaya çıkarılmıştır. Ayrıca matematiksel modelde araç sayısı kısıtlanmamasına ve eklenen farklı kısıtlara rağmen küçük boyutlu örnek problemlerde kesin yöntemlerle çözümle kıyaslandığında birçok problemde aynı sayıda veya daha az sayıda araç çıkarıldığı gözlemlenmiştir. Problemde şarj istasyonu yeri olarak müşterilerin konumları da seçilebildiğinden, çözümde şarj istasyonu konumu olarak çoğunlukla müşteri konumlarının seçildiği görülmüştür.
Zaman pencereli araç rotalama probleminin geliştirilmiş yapay arı kolonisi ve ateş böceği algoritmaları ile çözümü
Günümüzde şirketler, rekabet ortamında kârlılığı sürdürme ve artırma konusunda zorluklarla karşı karşıyadır. Şirketlerin böyle bir ortamda rekabet avantajı elde etmesi ve kârlılıklarını ilerletmesi için şirket yönetiminin lojistik alanında yenilikçi stratejiler araması ve uygulaması gerekmektedir. Müşterilere ihtiyaç duydukları ürün ve hizmeti zamanında, istenilen yerde teslim edebilmek için lojistik yönetimindeki gelişmeleri yakından takip etmesi firmaların prestiji için çok önemli ve hayatidir. Ayrıca müşterilerin ihtiyaçlarını karşılarken, maksimum kâr ve minimum maliyet ile kendi personeli için daha iyi çalışma platformları sağlamak şirketlerin temel amaçlarıdır. Bu nedenle şirketler, lojistik alanında önemli bir yere sahip olan araç rotalama problemleri ile ilgili çalışmalara odaklanmaktadır. Lojistik şirketleri için nakliye maliyetlerini düşürmede, hizmet kalitesini ve verimliliğini artırmada geniş kapsamlı bir öneme sahip olan araç rotalama problemleri NP-zor problemler olarak sınıflandırılır. Bu nedenle bu problemlerin kesin optimizasyon yöntemleri ile makul bir sürede çözümü problem boyutu arttıkça zorlaşmaktadır. Genellikle sezgisel ve metasezgisel yöntemler kullanılarak en uygun çözüm bulunmaya çalışılır. Bu çalışmada, araç rotalama probleminin bir uzantısı olan zaman pencereli araç rotalama problemi ele alınmıştır. Probleme uygun çözümü bulmak için metasezgisel yöntemlerden olan Yapay Arı Kolonisi ve Ateş Böceği Algoritmaları önerilmiştir. Yapay Arı Kolonisi Algoritması'nda başlangıç ve kâşif arı evresindeki yiyecek kaynakları (çözümler) en yakın komşu sezgiseli ile oluşturulurken; işçi arı ve gözcü arı evresindeki komşu yiyecek kaynakları ekleme, yer değiştirme ve alt diziyi rastgele ekleme operatörleri ile oluşturulmuştur. Ateş Böceği Algoritması'nda başlangıç ateş böcekleri en yakın komşu algoritması ile yeni ateş böcekleri ise ekleme, yer değiştirme ve 〖2-opt〗^* operatörleri yardımıyla belirlenmiştir. Önerilen çözüm yöntemlerin etkinliğini araştırmak için bilinen 58 test problemi ile deneyler yapılmış ve ortaya çıkan sonuçlar önceki çalışmalar ile karşılaştırılmıştır. Sonuç olarak çözüm kalitesi (uygunluk değeri) ve araç sayısı bakımından en iyi sonuçlar Yapay Arı Kolonisi Algoritması yöntemi ile elde edilirken; çözüm süresi açısından en iyi sonuç ise Ateş Böceği Algoritması ile sağlanmıştır.
Açık uçlu araç rotalama problemi: M.T.A. servis güzergahlarının belirlenmesi
Araç Rotalama Problemi (ARP), belli bir müşteri kümesine hizmet sunmak için bir veya birden fazla depodan, bir araç filosu için optimal rotaların bulunması problemidir.ARP bir türü olan açık uçlu araç rotalama probleminde (AUARP), araçlar rotanın sonundaki son müşteriyi ziyaret ettikten sonra depo noktasına dönmezler.Bu tezde, MTA'nın ( Maden Tetkik Arama Genel Müdürlüğü ) kiraladığı personel servis araçlarının sayısı ve toplam güzergah mesafesi minimize edilmeye çalışılmıştır. AUARP' nin çözümünde, tamsayılı doğrusal programlama modeli rotaları belirlemek için kullanılmıştır. Problem, GAMS programı ile çözülmüş ve sonuçlar tartışılmıştır.
Eşzamanlı topla-dağıt araç rotalama problemi için sezgisel yaklaşımlar: Genetik algoritma ve kuş sürüsü eniyileme
Günümüz rekabet ortamında işletmelerin, tedarik zincirindeki süreçlerinieniyilemek ve etkin bir şekilde yönetmek amacıyla çeşitli stratejik veoperasyonel kararlar alması gerekmektedir. En önemli operasyonelkararlardan birisi araç rotalarının belirlenmesi ile ilgilidir. Klasik araçrotalama problemi, bir depodan müşterilerin dağıtım ya da toplama taleplerinikarşılayacak en uygun rotaların belirlenmesi olarak tanımlanabilir. Pratiktekarşılaşılan kısıtlamalara dayalı olarak literatürde farklı araç rotalamaproblemleri önerilmiştir. Bu problemlerden birisi Eşzamanlı Topla-Dağıt AraçRotalama Problemidir (ETD_ARP). ETD_ARP depodan müşterilere üründağıtımının yanı sıra müşterilerden de depoya geri dönecek ürünlerintoplanması operasyonlarının eşzamanlı gerçekleştirildiği bir araç rotalamaproblemidir. ETD_ARP bir NP-zor problemdir. Bu nedenle problemin çözümüiçin literatürde çeşitli sezgisel algoritmalar geliştirilmiştir. Bu tez kapsamındaETD_ARP'nin çözümü için Genetik Algoritma (GA), Kuş Sürüsü Eniyileme(KSE) ve Değişken Komşu İniş (DKİ) algoritmasına dayalı iki melez algoritma(GA_DKİ ve KSE_DKİ) geliştirilmiştir. Melez algoritmalarda GA ve KSEçözüm uzayında araştırma yapmak, DKİ ise arama sırasında bulunan bir ya dabirkaç çözüm etrafında derinlemesine aramayı gerçekleştirmek amacıylakullanılmıştır. GA_DKİ ve KSE_DKİ'nin performansını araştırmak amacıyladeneysel çalışma yapılmıştır. 76 test problemi ile yapılan deneysel çalışmada,GA_DKİ ve KSE_DKİ'nin çözüm kalitesi açısından literatürdeki diğeralgoritmalar ile rekabet edebildiği ve bazı problemler için bilinen eniyi çözümüiyileştirdiği görülmüştür.Bilim Kodu : 906.1.141Anahtar Kelimeler : Eşzamanlı topla-dağıt araç rotalama problemi, genetik: algoritma, kuş sürüsü eniyileme, değişken komşu iniş
Müşteriler arası malzeme akışlı eş zamanlı dağıtım-toplama yapılan araç rotalama problemi ve sezgisel çözümü
Es zamanlı dagıtım ve toplama yapılan araç rotalama problemleri ile toplama ve dagıtım problemlerinin bilesimi olan, müsteriler arası malzeme akıslı es zamanlı dagıtım-toplama araç rotalama problemi, malzemenin depodan talep eden müsterilere tasınması, buradan aynı zamanda depoya ve diger müsterilere gidecek malzemelerin de alınarak, toplam katedilen yolu en küçük yaparak depoya dönen araç/araçların rotaların bulunması olarak tanımlanabilir. Bu tezde, yeni bir problem olan müsteriler arası malzeme akıslı es zamanlı dagıtım-toplama araç rotalama probleminin tanımı yapılarak, çözümüne yönelik sezgisel bir algoritma önerilmistir. Önerilen algoritma MATLAB kullanılarak kodlanmıs ve tarafımızdan türetilen 60 adet test örnegi, Dethloff tarafından gelistirilen dört farklı müsteri ekleme kriteri ile çözülmüstür. Anahtar Kelimeler : Araç rotalama, es zamanlı dagıtım ve toplama, toplama ve dagıtım problemleri
Optimizasyon algoritmaları ile depolarda sipariş toplama süreçleri etkinliğinin artırılması
Günümüzde müşteriler belirli bir zaman çerçevesinde ürünlerini teslim almak istemektedirler. Şirketler için müşterilere tam zamanında ulaşma süreci ise yönetilmesi oldukça zor olmaktadır. Çünkü bu sürecin başarılı bir şekilde yönetilmesi depo içi ve depo dışı süreçlerin birlikte ele alınmasını zorunlu kılmaktadır. Müşteri siparişi şirkete ulaştığı anda ilgili süreç başlar ve depo içerisinde ortaya çıkan "Sipariş Toplama/Gruplama" süreci, depo dışındaki "Araç Rotalama" sürecini izler. Özellikle pandemi gibi etkenlerin gerektirdiği yaşam koşullarından sonra bu süreçler şirketler için daha önemli bir hale gelmekte ve gerçek hayatta çok sık karşılaşılan bir problem olmaktadır. Bu bütünleşik süreç literatürde "Sipariş Gruplama ve Zaman Pencereli Araç Rotalama Problemi" olarak geçmektedir. Yapılan bu tez çalışmasında ilgili problem için mevcut literatür incelerek yeni bir karma tamsayılı doğrusal matematiksel model, kısıtlar ve varsayımlar ışığında geliştirilmiştir. Geliştirilen problem için küçük, orta ve büyük boyutlu veri setleri oluşturulmuş, CPLEX çözücüsü kullanılarak çözüme ulaşılmaya çalışılmıştır. Ancak bu çözücü ile yalnızca küçük boyutlu veri setinin bir kısmı çözülebilmiş olup orta ve büyük boyutlu veri setleri için çözüme ulaşılamamıştır. Bu yüzden bir metasezgisel arama algoritması olan Genetik Algoritma önerilmiş ve küçük, orta ve büyük boyutlu veri örnekleri için ilgili problem farklı toplayıcı rotalama sezgiselleri ile çözülerek sonuçlara ulaşılmıştır. Önerilen matematiksel model üzerinde denenen gerçek ve hipotetik verilere göre sonuçlar başarılı olmuş ve depo yapısına en uygun olan toplayıcı rotalama sezgiseli önerilmiştir
Machine learning and mathematical programming based hybrid solution proposal for capacitated vehicle routing problem
In this study, a three-stage approach which hybridizes machine learning techniques and mathematical programming formulations, is proposed for the solution of capacitated vehicle routing problem (CVRP). In order to solve CVRP, in the first stage, it was decided the nodes to be assigned to which vehicles via machine learning algorithms, then in the second stage it was ensured that the resulting clusters' total demand amount do not exceed the vehicle capacity using a method, which is called capacity balancing algorithm. In the third stage, the vehicle started from the depot and visits all the assigned nodes to find the shortest (minimum as an alternative) travelled distance by using the traveling salesman problem (TSP) mathematical model. The final solution of the CVRP has been formed by combining all TSP routes. The machine learning algorithms that are used in this study are for supervised learning category; K-Nearest Neighborhood (K-NN) and Logistic Regression (LR) algorithms and for unsupervised learning category; K-Means algorithm. For the proposed approach, sensitivity analyzes were carried out using different datasets from the literature with a different number of vehicles. As a result, it has been shown that the proposed hybrid approach gives better results in most of the test problems than the solution of the mathematical model of CVRP.
Belirsizlik altında ana dağıtım üssü yerleşimi ve araç rotalama problemi
Ana Dağıtım Üssü (ADÜ) yer seçimi ve araç rotalama problemleri, ana dağıtım üslerinin yerlerinin belirlenmesi, talep noktalarının ADÜ'lere atanması ve araç rotalarının oluşturulması problemlerini içermektedir. İlk olarak, ağdaki herhangi bir başlangıç-varış noktası çifti arasındaki maksimum zamanın/mesafenin en aza indirildiği bir ağ tasarlamayı amaçlayan "Tek Atamalı p-ADÜ Merkez ve Araç Rotalama Problemi" ele alınmıştır. Bu çalışmada literatürde yer alan, her talep merkezi ve ADÜ çifti arasında bir aracın hizmet verme kısıtı gevşetilmiştir. ADÜ yer seçimi ve araç rotalama kararlarında, seyahat süresi genellikle trafik sıkışıklığı göz ardı edilerek belirlenmektedir. Bu nedenle, alınan ADÜ yer seçimi ve rotalama kararlarına seyahat sürelerindeki belirsizliğin dahil edilmesi güvenilir bir ADÜ ağı tasarımı için büyük önem taşımaktadır. Bu tezde, taşımadaki gecikmelerin olasılığını ele alan iki aşamalı bir gürbüz (robust) programlama formülasyonu kullanan, "Gürbüz p-ADÜ Merkez ve Araç Rotalama Problemine" odaklanılmıştır. Önerilen iki matematiksel model çeşitli örnekler için CAB ve Türkiye Ağı veri seti üzerinde test edilmiştir. Anahtar Sözcükler:ADÜ Yer Seçimi Problemi, p- ADÜ Merkez Problemi, Araç Rotalama, Gürbüz Programlama, İki Aşamalı Formülasyon.
Araç rotalama problemlerine genetik algoritma yaklaşımı: Bir gıda dağıtım firması uygulaması
Firmaların küresel pazar koşullarında rakipleriyle rekabetinde en önemli rolü müşteri memnuniyeti oynamaktadır. Firmalar müşterilerini memnun edebilmek için etkili ve hızlı servis yapmak zorundadırlar. Lojistik kavramının en önemli parçası olan araç rotalama problemi firmaların en çok sorun yaşadığı problemlerden biridir. Öte yandan, literatürde genişçe yer alan Araç Rotalama Problemlerinin (ARP) çözümünde son yıllarda sezgisel ve meta sezgisel yöntemlere başvurulmaktadır. Müşteri sayısının artmasıyla karmaşıklaşan problemlere en iyi ya da yakın çözümü en kısa zamanda bu yöntemler bulmaktadır. Evrim teorisinden esinlenilerek geliştirilen Genetik Algoritma (GA), uygulamasının kolay ve karmaşık matematiksel formüller içermemesinden dolayı tercih edilen yöntemlerden biridir.Bu çalışmada Trabzon'da faaliyet gösteren gıda sektöründeki bir dağıtıcı işletmenin, müşteri grubunda yer alan büyük marketlere ürün dağıtımı için araç filolarının kullandıkları en uygun rotanın belirlenmesi ve önerilen rotanın maliyetinin en küçüklenmesi amaçlanmıştır. Problemin çözümde, meta sezgisel çözüm yöntemlerinden olan genetik algoritma tekniği kullanılmıştır. Söz konusu işletmenin, hizmet ettikleri müşterilerinin konumları, dijital ortamda belirlenip birbirleriyle olan uzaklıkları hesaplanmıştır. Daha sonra geliştirilen genetik algoritma modelinin önerdiği çözümle araç filolarının izledikleri rotalar bir haftalık verilerle karşılaştırılmıştır. Elde edilen sonuçlarla mevcut sistem karşılaştırılmış ve önerilen modelin firmanın bir haftalık toplam yol mesafesini % 14,5 oranında iyileştirdiği tespit edilmiştir.
Heterojen eş zamanlı topla dağıt araç rotalama problemi: firma içi malzeme taşıma sistemi uygulaması
Günümüzde firmalar artan maliyetlerini azaltmak amacı ile geri dönüşüm faaliyetlerine önem göstermektedir. Firmaların maliyetlerini azaltmak ve ekonomik getiri elde etmek amacı ile geri dönüşüm faaliyetlerine ağırlık vermeleri, lojistik sektörünü de etkilemektedir. Son yıllarda lojistik sektöründe yapılan ürün dağıtımlarına ek olarak, müşterilerden ürünlerin geri toplanması da söz konusudur. Müşterilerden toplanan ürünlerin yeniden işlenerek tekrar değerlendirilmesi, lojistik firmalarının da ağlarını en etkin şekilde kullanmalarını zorunlu hale getirmektedir. Müşterilerin bulunduğu lokasyonlarda toplama ve dağıtım işlemlerinin eş zamanlı olarak gerçekleştirilmesi hem araçların daha verimli kullanılması hem de maliyet açısından fayda sağlamaktadır. Gerçek hayat problemlerinde gerçekleştirilen bu dağıtım ve toplama işlemlerinde kapasite, hız, uygunluk gibi farklı özelliklere sahip araçların bulunduğu heterojen filo kullanımı söz konusu olabilmektedir. Bu tez kapsamında Heterojen Eş Zamanlı Topla Dağıt Araç Rotalama Problemi'nin gerçek hayat uygulaması ele alınmaktadır. Problem çözümünde Tavlama Benzetimi Algoritması kullanılarak elde edilen rotaların tez çalışmasının gerçekleştirildiği firmadaki taşıma süreçlerine katkısı değerlendirilmektedir.
Zaman pencereli araç rotalama problemi için kümeleme destekli metasezgisel çözüm önerisi
Araç rotalama problemleri, başta lojistik ve dağıtım sektörleri olmak üzere literatürde üzerine oldukça çalışılmış ve çeşitli kısıt ve parametrelerden oluşan gerçek hayat problemlerinden biridir. Ana amacı maliyet enküçüklemesi olan araç rotalama problemleri içeriği kapsamında sezgisel ya da metasezgisel yöntemlerle çözümlenmektedir. Bu çalışmada, bir lojistik firmasına ait beyaz eşya ana dağıtım deposundan Ankara ve çevre illerdeki ev ya da bayilere yapılacak olan teslimatların, teslimat saat aralığı kısıtı altında rotasının planlanmasıdır. Firma Ankara'da yer alan ana dağıtım deposundan Ankara ve çevre illerdeki 75 adet bayiye 20 dakika servis süresi ile teslimat yapmaktadır. Her bayinin kendine ait teslimat zaman aralıkları bulunmaktadır. Müşteri gereksinimi olarak bayiler için belirlenen saat aralığında teslimat yapılması en önemli kısıttır. Zaman penceresinden önce ya da sonra teslimat yapılabilir ancak geç kalınması durumunda ceza maliyeti olarak maliyeti artıracaktır, incelenen problem bu nedenle "Esnek zaman pencereli araç rotalama" problemleri sınıfında yer almaktadır. Problem mevcut depoda gerçek zamanlı bir problem olmakla birlikte, sevkiyatlar planlama personelinin deneyim ve görüşlerine dayanarak planlanmakta, sistemsel bir rotalama çalışması bulunmamaktadır. Hedeflenen, sevkiyatlarda maliyetlerin azaltılması, minimum sefer sayısı ile maksimum teslimat yapılmasıdır. Sevkiyat ve hizmet kalitesinin artırılması ve planlamada oluşan hataların minimuma indirilmesi hedeflenmektedir. Sevkiyat planlama personelinin yapmış olduğu planlama sistemi incelenerek sistematik hale getirilecek çıkarımlar analiz edilmiştir. Elde edilen verilere göre bayi konumları, teslimat saat aralıkları, sipariş hacimleri sınıflandırılmıştır, müşteriye ve sevkiyata ait kısıtlar analiz edilmiştir. Önce kümele sonra rotala yaklaşımına dayanan iki aşamalı yöntem önerilmiştir. Teslimat adresleri kapasite kısıtı altında MATLAB R2022a programı kullanılarak kümelenmiştir. Siparişlerin düzenli olarak Ankara bölgesinde yoğunluk göstermesi nedeniyle yoğunluk bazlı bir kümeleme gerektirmesi, küme sayısının başlangıçta bilinememesi ve gürültü noktalarına karşı toleranslı bir kümeleme algoritması olması nedeniyle DBSCAN algoritmasının uygun bir yöntem olduğuna ulaşılır. Kümelenen her bir rota için MATLAB R2022a programı kullanılarak metasezgisel yöntemlerden biri olan Karınca Kolonisi Algoritması yaklaşımı ile zaman pencereler kısıtı altında araç rotalaması yapılmıştır. Her bayi için zaman pencereleri dışında geç ziyaret etme durumlarında ceza maliyeti eklenmiştir. Analiz sonucu elde edilen veriler ile daha önce yapılmış olan planlama verileri mali ve operasyonel olarak karşılaştırılmıştır.
Çok kompartmanlı heterojen araç filosu için envanter yükleme ve rotalama problemi
This thesis focuses on multi compartment heterogeneous vehicle fleet routing problems for the case of incompatible products dedicated to separately within the compartments. In order to supply the different product demand of the customers, delivery plans are being prepared with minimum logistic costs while incompatible products between compartments. While logistic cost is accepted as total distance in a unit period of time, objective function is formed by combination of problems in both routing and inventory loading. Although Vehicle Routing Problems (VRP) and variants can be seen frequently in the literature, Multiple Compartment Heterogeneous Vehicle Routing Problems are still being under investigation. As the discussed problem in thesis is composed of combination of two different NP-Hard problems, comprehensive mathematic model is proposed. Constructed model ensures minimum routing cost for each vehicle in use and minimum number of deliveries per a unit period. We propose two phase approach which contains clustering methodology, heuristics both routing and inventory loading problem and set partitioning problem all together iteratively. In small scale problem our solution approach obtained optimal solution comparing to mathematical model. For large scale problems, mathematical models cannot give a feasible solution. For this reason, Tabu Search methodology which is used for heterogeneous vehicle routing problem in literature has been applied. The performance of two approaches were compared. Suggested algorithm is producing rapid and qualified results especially for companies which are planning the product delivery such as food, fuel, live animal or chemicals.
Metaheurıstıc approaches for maxımum blood collectıon problem
Thanks to recent technological and medical advances, blood components can now be extracted from whole blood after a donation. One of such components is the platelet, which has a wide range of uses in medical fields, including cancer treatment and other surgical procedures. Due to the perishable nature of platelets, it is recommended that the separation occurs within six hours after the donation. Moreover, platelets constitute less than one percent of the whole blood volume, yet they are highly demanded. Thus, it becomes apparent that there is a need for an effective platelet supply chain that meets patient needs. Given the importance of platelets in healthcare, their perishability, and their limited supply, an effective platelet supply chain leans on well-managed whole blood collection operations. In this study, we consider a blood collection problem (BCP) focusing on the collection of whole blood donations from the blood donation sites (BDS). Different from the basic form of BCP, we consider processing time limit of blood and arbitrary donation patterns of donors as well as relaxing the assumption of assigning each blood collection vehicle (BCV) to a set of BDSs. Therefore, we define the non-clustered maximum blood collection problem (NC-MBCP) as a variant of BCP. In this problem, the goal is to maximize the total platelets collected from numerous BDSs utilizing a set of BCVs that collect blood from those BDSs and transfer it to a central processing facility before it becomes non-usable for platelet production. In this study, we examine routing decisions for platelet collections while relaxing the clustering requirement from the BDSs, resulting in a significant increase in the complexity of the problem. In order to solve the problem, we propose a hybrid genetic algorithm and an invasive weed optimization algorithm that provide considerable improvements over the best solution in the literature for the clustered variant of the problem and outperform it by 9.40% improvement by the hybrid genetic algorithm and 9.14% improvement by the invasive weed optimization algorithm on average.
Envanter rotalama optimizasyonunda entegre bir makine öğrenmesi çözüm yaklaşımı
Inventory Routing Problem (IRP) arises from vendor-managed inventory business set- tings where the supplier is responsible for replenishing the inventories of its customers over a planning horizon. In the IRP, the supplier makes the routing and inventory decisions together to improve the overall performance of the system. In our setting, the supplier's goal is to minimize total transportation costs over a planning horizon while avoiding stock-outs at the customer locations. We assume that the supplier has a fleet of homogeneous capacitated delivery vehicles and abundant availability of the product to be delivered to the customers. Each customer has a constant de- mand/consumption rate and limited storage capacity to keep inventory. To address this problem, we propose a novel integrated clustering and routing algorithm. In the clustering phase, we partition the customer set into clusters, ensuring that each cluster is served by a single vehicle. To accomplish this, we employ a novel deep learning model within the clustering framework. In the routing phase, we develop the delivery schedule for each cluster. What sets our approach apart is its consider- ation of the three key decisions—when to deliver, how much to deliver, and how to route—by integrating both a mathematical model and a machine learning model in the decision-making process. We evaluate the performance of the proposed clustering and routing algorithms against existing literature, and our results demonstrate sig- nificant improvements. Furthermore, the proposed neural network-based clustering approach serves as an effective representation of how machine learning algorithms can enhance decision-making structures. Keywords: inventory routing problem; integer programming-based heuristic; neural network; machine learning based decision-making
Türk dağıtıcıların karşılaştığı zengin araç rotalama problemi için metasezgisel algoritmaların ve çözüm süreçlerinin araştırılması
Logistical challenges pose a substantial financial burden for distributors worldwide, particularly in light of escalating oil prices and evolving customer demands. This thesis addresses a Rich Vehicle Routing Problem (RVRP) encountered by a distributor in Turkey. The problem involves a multi-objective function that integrates road tariffs, specific customer constraints, and features observed in various VRP variants. Our study explores diverse solving approaches, including an exact method developed through a novel Mixed-Integer Linear Program, as well as non-exact solutions employing heuristic and metaheuristic algorithms. Notably, our findings highlight the efficacy of metaheuristic algorithms, particularly through a two-phase solving strategy: initially dividing and solving the problem into individual sub-problems, then integrating them comprehensively. The study concluded with a 5.13% reduction in operational costs compared to the distributor's existing plan, indicating significant potential for enhanced profitability while optimizing the daily scheduling of the vehicle fleet, and further expanding applications in operations research.
Bir tersine lojistik faaliyeti olarak tıbbi atıkların toplanmasında araç rotalama uygulaması
Günümüzde endüstriyel faaliyetlerin hızla artması ile nüfusun her geçen gün daha da yoğunlaşması; doğal kaynakların hızla tükenmesine ve beraberinde çevre kirliliğine neden olmaktadır. Yasal düzenlemeler, sosyal sorumluluk, doğal kaynak kıtlığı gibi nedenler çevre baskısının işletme faaliyetleri üzerindeki etkisini hızla arttırmaktadır. Çevreye duyarlı anlayışın hızla yayılması ve gelişmesi, üreticileri ve akademisyenleri tersine lojistik konusu üzerine çalışmaya sevk etmiştir. Tamir, yenileştirme, yeniden üretim, ürün yamyamlaştırma, geri dönüşüm ve atık yönetimi gibi alt faaliyetleri kapsayan tersine lojistik kavramı; malzemelerin ve / veya bilginin tersine akışı anlamına gelir. Buradan yola çıkılarak yapılan çalışmada, tersine lojistiğin kapsamında, tersine lojistik faaliyetlerinden biri olan atık yönetimi incelenmiş ve tıbbi atıkların toplanması konusu ele alınmıştır. Tıbbi atık yönetimi, son günlerde en önemli çevre sorunlarından biri haline gelmiştir. Tıbbi atıkların üretiminden bertarafına kadar, çevreye ve insan sağlığına zarar vermeden, en uygun şekilde toplanması, paketlenmesi, depolanması ve sterilize edilecekleri ve / veya imha edilecekleri noktalara güvenilir bir biçimde taşınmaları gerekmektedir. Bu çalışmada, tıbbi atıkların en doğru ve maliyet etkin bir biçimde taşınması konusu ele alınmıştır. Çalışmada ayrıca, araç rotalama problemi anlatılmış ve Sakarya ilinde faaliyet göstermekte olan, bir tıbbi atık toplama ve sterilizasyon tesisinin verileri kullanılarak yapılan bir çalışmaya yer verilmiştir. Tıbbi atık toplama hizmeti alan sağlık merkezlerinin konumlarından hareketle, merkezlerin birbirlerine olan gerçek uzaklıkları, dijital haritalar üzerinden belirlenerek mesafeler matrisi halinde sunulmuştur. Uygulamada ayrıca, mevcut toplama merkezine alternatif olarak yeni bir toplama merkezi önerilmiştir. Yeni toplama merkezinin belirlenmesinde Ağırlık Merkezi Yöntemi kullanılmış ve tüm rotalamalar bu yeni merkeze göre tekrar yapılarak mevcut durumla karşılaştırılmıştır. Uygulamanın amacı, tıbbi atıkların toplanmasında kullanılan araçların kat edecekleri mesafeyi en küçükleyecek, en uygun rotayı belirlemektir. Uygulamada Kat edilen mesafenin en küçüklenmesi, tıbbi atıkların toplanmasındaki taşımacılık maliyetlerinin de en küçüklenmesini sağlayacaktır.