مسئله مسیریابی وسایل نقلیه مبتنی بر نظریه بازی با هدف کاهش ریسک حمل کالای ارزشمند

در این مقاله رویکردی موثر برای کاهش ریسک مسیریابی وسایل نقلیه همراه با پنجره زمانی جهت حمل کالاهای ارزشمند ارائه می­شود. مدل در نظر گرفته شده برای حمل این نوع کالا دارای دو تابع هدف کمینه سازی مسافت و ریسک است. تابع هدف کاهش ریسک وابسته به مقدار کالای حمل شده، احتمال حمله مسلحانه تروریستی و احتمال موفقیت سرقت است. احتمال حمله تروریستی با استفاده از نظریه بازی­ها و تعیین احتمال انتخاب استراتژی­های مختلف آن  تخمین زده می شود، به نحوی که یک بازی رقابتی دو نفره با جمع صفر میان تروریست و حمل­کننده کالای ارزشمند صورت می­گیرد و نقطه تعادل بازی یک استراتژی ترکیبی از مجموعه استراتژی­های بازیکن است. همچنین با استفاده از رویکردهای موثر تصمیم گیری چند معیاره، احتمال موفقیت ارزیابی شده و برای افزایش امنیت حمل کالای ارزشمند نسبت به تغییر روزانه مسیرهای توزیع کالا اقدام می شود. برای حل این مدل پیشنهادی، یک الگوریتم ژنتیک ترکیبی چند هدفه موثر طراحی می­گردد. کارآیی و اثربخشی الگوریتم روی مسائل آزمایشی استانداد در ادبیات موضوع  مورد بررسی قرار  می‌گیرد که نتایج حاصل شده نشانگر موثر بودن راه حل پیشنهادی است.

A Game Theory Based Vehicle Routing Problem with Risk Minimizing of Valuable Commodity Transportation

In this paper, an effective approach for risk minimizing vehicle routing with time window for valuable commodities transportation is proposed. The proposed model pursues two objective functions including distance minimization and risk minimization. The risk minimization objective depends on the size of goods transported, the probability of an armed terrorist attack, and the probability of the success of robbery. The probability of a terrorist attack is estimated using game theory approach for different strategies, in such a way that a twoplayer, zerosum game is played between the terrorist and the valuable goods carrier. The equilibrium of such a game is a strategy combining set of player’s strategies. Moreover, the probability of success is evaluated using multicriteria decisionmaking, and in order to increase the security of valuable commodities transportation, distribution routes will change on a daily basis. An effective multiobjective hybrid genetic algorithm is designed to tackle the proposed model. The efficiency and effectiveness of the algorithm are also examined through standard data sets, and the results indicate the effectiveness of the proposed solution algorithm.