Rich vehicle routing: A data-driven heuristic application for a logistics company
2019
0 views
0 downloads
Advisor: Prof. Dr. Burçin Bozkaya
Abstract (TR)
Değişen e-alışveriş alışkanlıkları yüksek müşteri memnuniyetini hedefleyen farklı ürün ve servislerin ortaya çıkmasına neden olmaktadır. Bu çalışmada, yalnızca e-ticaret işlemleri için faaliyette bulunan bir lojistik firmasının dağıtım problemine, Uyarlanabilir Geniş Komşuluklu Arama sezgisel yöntemi kullanılarak alternatif bir çözüm yaklaşımı geliştirilmektedir. Dağıtım sisteminin yapısını anlamak ve çözüm prosedürünün gelişimi için, firmanın günlük operasyonları için kullandığı veri tabanından bir veri seti oluşturulmuş, ön işleme yapılmış ve analiz edilmiştir. Önerilen çözüm, gönderilerin belirli özelliklerine dayanan bir önceliklendirme mekanizması sağlamaktadır. Önerilen Uyarlanabilir Geniş Komşuluk Arama sezgisel yönteminin performansını değerlendirmek için, veri setinden çıkarılan ve gerçek hayattan örnekler içeren senaryolar üzerinden analizler yapılmaktadır. Sonuçlar önerilen Uyarlanabilir Geniş Komşuluk Arama sezgisel yönteminin müşteri memnuniyeti kapsamında, yüksek kalitede sonuçlar üretebileceğini göstermektedir.
Author
Dr. Mustafa Salih Çavuş
Institution
How to Cite
Mustafa Salih Çavuş (Yüksek Lisans Tezi). Rich vehicle routing: A data-driven heuristic application for a logistics company, 2019, Sabanci University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Sabanci University
- Populism, failures, and a sense of crisis(2019)
- Ways of seeing: Nev'izâde Atâ'i's Alemnümâ and changes in the visual perception of Ottoman society in the early Seventeenth century(2020)
- Who's There? staging the silenced pasts in contemporary theater in Turkey: Kim Var Orada? Muhsin Bey'in Son Hamleti(2020)
- An evaluation on the life of prostitutes in the late ottoman istanbul through the novels of Ahmed Midhat Efendi and Hüseyin Rahmi Gürpinar(2019)
- (Re)making the margins: An oral history of university students(2020)
- On maximum likelihood and sample moment estimators for the mth (central) moment in a normal and generalized gamma population(2020)
