مساله‌ مسیر‌یابی وسایط نقلیه دوره‌ای با پنجره‌ زمانی در حالت رقابتی با روش شبیه‌سازی تبرید بهبودیافته

در این مقاله، حالت جدیدی از ترکیب مساله مسریابی دوره ای با در نظر گرفتن پنجره‌ زمانی در حالت رقابتی مورد بررسی قرار می‌گیرد. با توجه به دنیای واقعی، همیشه، چندین توزیع کننده به منظور خدمت‌دهی به مشتریان وجود دارد. بر این اساس همیشه رقابت بین رقبا و تمایل به دسترسی سریع تر به مشتریان با ارزش بالا برای کسب نقدینگی بیشتر علاوه بر یافتن مسیرهای کوتاه وجود دارد. به همین جهت، هدف این مقاله ارایه مدلی است که با کوتاه ترین مسیر و کمترین هزینه، در زود‌ترین زمان ممکن و زود‌تر از رقبا به مشتریان سرویس‌دهی کند تا حداکثر سود را کسب کنند. به دلیل کاربرد فراوان این مدل در توزیع دوره ای محصولات، مساله مسیریابی وسایط نقلیه دوره‌ای در حالت رقابتی در این مقاله مورد توجه قرار گرفته است. با توجه به اینکه مساله مورد نظر حالتی از مسیریابی وسایط نقلیه است، این مساله جز مسایل np-hard قرار می گیرد. از همین رو در این مقاله، از روش شبیه‌سازی تبرید (sa) و روش شبیه‌سازی تبرید بهبود یافته(isa) جهت حل مدل پیشنهادی استفاده می شود. از این رو تعدادی مساله در ابعاد متنوع تولید شده و سپس برای نشان دادن کارآیی الگوریتم‌های ارایه شده پاسخ‌های به دست آمده با الگوریتم دقیق شاخه و کران مقایسه می شود و پاسخ‌های به دست آمده مورد تجزیه و تحلیل قرار می گیرد. نتایج نشان دهنده‌ آن است که درصد خطای روش sa و isa در ابعاد کوچک به طور میانگین به ترتیب ا درصد و صفر درصد است که کارآیی الگوریتم های پیشنهادی را نشان می‌دهد. علاوه بر این، زمان حل مسایل در روشهای فرا ابتکاری نشان دهنده خطی بودن افزایش زمان رسیدن به پاسخ با افزایش ابعاد مساله است، ولی مدت زمان رسیدن به پاسخ توسط روش دقیق با افزایش ابعاد مساله به صورت نمایی افزایش می یابد. در ابعاد بزرگ به طور میانگین از نظر زمانی الگوریتم isa تقریبا 20 درصد کند تر از روش sa عمل می کند، اما کیفیت پاسخ های الگوریتم به طور میانگین isa 3 درصد بهتر از الگوریتم sa است. همچنین حداکثر میزان بهبود روش isa نسبت به sa نیز 7 درصد بوده است. این امر نشان می دهد که بهبود ایجاد شده در الگوریتم sa تاثیر مناسبی در بهبود پاسخ‌ها داشته است.