Genelleştirilmiş birebir topla-dağıt araç rotalama problemi ve çözüm yöntemleri

Günümüzde lojistik sektörünün en önemli problemlerinden biri olan Araç Rotalama Problemi (ARP), müşterilerin taleplerinin karşılandığı araçlar için en uygun rotayı bulmayı amaçlamaktadır. Bu amaç kapsamında ARP üzerine birçok çalışma ortaya konmakta ve çözüm yöntemleri elde edilmektedir. ARP'nin en basit hali olan klasik ARP'de her müşteriye yalnızca bir kez uğranması, rotaların depoda başlayıp depoda sonlanması ve araçların belirli bir kapasiteye sahip olması gibi temel kısıtlar bulunmaktadır. ARP çeşitli alt başlıklarda incelenmekte olup bu başlıklardan biri olan Topla-Dağıt Araç Rotalama Problemi'nde (TDARP), klasik ARP'den farklı olarak müşterilerin dağıtım taleplerinin yanı sıra toplama talepleri de ele alınmaktadır. Bu problem, talep tipi ve rota yapısına göre; Birden çoğa-çoktan bire TDARP (one-to-many-to-one problems), Çoktan çoğa TDARP (many-to-many problems) ve Birebir TDARP (one-to-one problems) olarak üç ana kategoriye ayrılmaktadır. Birden çoğa-çoktan bire TDARP'lerde, depodan müşterilere teslim edilecek taleplerin yanı sıra müşterilerden de depoya geri taşınacak talepler bulunmaktadır. Çoktan çoğa TDARP'lerde, bir nokta birden fazla talep için başlangıç veya varış noktası olabilmekte iken Birebir TDARP'lerde, her talep için tek bir başlangıç ve tek bir varış noktası vardır. Bu tez kapsamında, ARP'nin türlerinden biri olan TDARP hakkında bir literatür taraması gerçekleştirilmekte olup Birebir TDARP kapsamında sınıflandırılabilecek, pratik hayatta karşılığı bulunan ve literatürde şimdiye kadar ele alınmamış bir problemin tanımı yapılmıştır. Problemin çözümü için bir matematiksel model geliştirilmiş olup matematiksel modelin performansını artırmak amacıyla modele geçerli eşitsizlikler eklenmiştir. Deneysel çalışmalar, rassal oluşturulmuş 270 adet test örneği üzerinde GAMS/CPLEX paket programı kullanılarak gerçekleştirilmiştir. Klasik ARP gibi TDARP de NP-Zor problemler sınıfına girdiği için matematiksel model ile yalnızca küçük boyutlu problemlerde optimal sonuçlara ulaşılmıştır.