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.