رویکرد استوار سناریو محور برای مساله مسیریابی وسایط نقلیه تحت شرایط رقابتی با استفاده از الگوریتم تکامل تفاضلی بهبودیافته

هدف از این تحقیق، ارایه یک مدل ریاضی جدید از مساله مسیریابی وسایط نقلیه به منظور بیشینه‌سازی سود قابل کسب تحت شرایط عدم قطعیت شروع سرویس‌دهی توزیع کنندگان رقیب به مشتریان با استفاده از رویکرد بهینه سازی استوار تحت سناریو است. با توجه به دنیای واقعی، در اکثر مواقع بیش از یک توزیع کننده در شبکه توزیع وجود دارد و زمان شروع سرویس‌دهی به مشتریان، تاثیر قابل توجهی در سود قابل کسب توزیع‌کنندگان دارد. از سوی دیگر، به دلیل تغییرات در تقاضای مشتریان‌، ترافیک، ‌اوضاع جوی و غیره توالی سرویس‌دهی به مشتریان توسط رقبا تغییر می‌کند، به همین جهت برنامه‌ریزی جهت ارایه سرویس به مشتریان زودتر از رقبا با عدم قطعیت مواجه است. به همین جهت از رویکرد استوار سناریو محور در این مقاله استفاده شده است. مزیت استفاده از رویکرد پیشنهادی نسبت به رویکرد قطعی آن است که با وجود کاهش سود کسب شده، ریسک سود از دست رفته‌ کاهش خواهد یافت و جواب‌های بهینه شدنی خواهد بود. به منظور ارزیابی کارآیی مدل ارایه شده از استراتژی الگوریتم تکامل تفاضلی بهبود یافته استفاده شد و نتایج به دست آمده در ابعاد کوچک و متوسط با نتایج حاصل از روش حل دقیق مقایسه گردید. همچنین به منظور ارزیابی الگوریتم پیشنهادی تعدادی مساله نمونه در ابعاد بزرگ ایجاد و نتایج با یکی از استراتژی‌های الگوریتم تکامل تفاضلی مقایسه و بررسی گردید. نتایج محاسباتی نشان می‌دهد که الگوریتم پیشنهادی دارای عملکرد محاسباتی بهتری در مقایسه با سایر استراتژی‌های پیشنهادی است.

Robust optimization approach in a competitive vehicle routing problem in an uncertain condition by using improved differential evolution

A vehicle routing problem (VRP) is an important issue that has attracted great attention of researchers in recent years. This paper presents a competitive VRP to get short routes with the maximum sale by providing suitable services to customers before delivering the goods to other competitive distributors. To distribute the goods with a short lifetime, in which customers need a special device for keeping them, the arriving time to customers effects on a number of sales, in which classical VRPs are unable to calculate these kinds of assumptions. According to the real world, the arriving time of the competitors is uncertain because of customer demands, traffic, weather conditions, etc. A scenariobased approach is used to handle the uncertainty of the arriving time of rivals. The purpose of this paper is to solve this problem by optimizing the sale of products to customers before delivering the products to other competitor distributors in an uncertain condition by robust optimization. To evaluate the performance of the presented model, the improved differential evolution (IDE) algorithm is used. The related results in small and mediumsized problems are compared with the result obtained by an exact solution method. Additionally, in order to evaluate the performance of the proposed IDE algorithm, a few sample tests in large sizes are solved and their results are compared with other two differential evolution algorithms. The results show that the proposed IDE algorithm has a suitable accuracy and performance for solving the presented model.