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.