مساله مسیریابی وسایل نقلیه باز با در نظر گرفتن رضایت ‌رانندگان: الگوریتم تکاملی چندهدفه بر مبنای تجزیه

در این مقاله، یک مدل مسیر‌یابی وسایل نقلیه باز جدید با دو هدف متمرکز بر بیشینه کردن رضایت توزیع کنندگان و کمینه کردن اندازه ناوگان به طور همزمان ارایه می‌شود. با توجه به دنیای واقعی، با توجه به خصوصی بودن توزیع‌کنندگان، درآمد توزیع‌کنندگان به دلیل آن که تابعی از تعداد کالاهای حمل شده است، با ظرفیت وسیله نقلیه  ارتباط مستقیم دارد و از طرف دیگر کمینه کردن تعداد ناوگان با استفاده از وسایط نقلیه با ظرفیت های متفاوت باعث هزینه‌های غیر‌مستقیم می‌گردد. علاوه بر آن، با توجه به خصوصی بودن ناوگان و نظر به شرایط دنیای واقعی، وسایط نقلیه پس از سرویس‌رسانی به دپو باز نمی‌گردند. به دلیل کاربرد فراوان این مدل در توزیع محصولات توسط بخش خصوصی، مسیریابی وسایط نقلیه در حالت باز در این مقاله بررسی شده است. مساله مسیریابی وسایل نقلیه مورد بررسی از نوع مسایل nphard است، از همین رو به منظور حل  این نوع مدل از روش فوق ابتکاری تکاملی چند هدفه بر مبنای تجزیه (moea/d) ‌ استفاده و نتایج حاصل با جواب‌های حاصل از الگوریتم بهینه‌سازی انبوه ذرات چند هدفه (mopso) مقایسه و مورد تجزیه و تحلیل قرار گرفت. به طور میانگین از  نظر زمانی الگوریتم (mopso)‌ تقریباً 10 درصد کند تر از الگوریتم (mopso) عمل می‏کند، علاوه بر آن  کیفیت جواب‌های الگوریتم (moea/d) در میانگین  تعداد ناوگان حمل و نقل حدود 16‏% بهتر از الگوریتم (mopso)‌ است که نشان دهنده عملکرد مناسب الگوریتم پیشنهادی است.