مروری بر مسئله مسیریابی پویای حمل و نقل خودرویی درون شهری با در اختیار داشتن اطلاعات به روز

یکی از مباحث مهم و کاربردی که در چند دهه اخیر پژوهش های فراوانی در مورد آن صورت گرفته و برای افزایش کارایی و بهره-وری سیستم های حمل و نقل مطرح شده است بحث مساله مسیریابی وسایل نقلیه (vrp) است. مساله مسیریابی وسایل نقلیه درصدد است تا با مدل های ریاضی و بهینه سازی مسئله لجستیک، پارامترهایی همچون مسافت طی شده، زمان کل سفر، تعداد وسایل حمل و نقل، جریمه های دیرکرد و در نهایت تابع هزینه حمل و نقل حداقل گردد و در نهایت رضایت مشتریان به حداکثر برسد. با توجه به اینکه مسئلة مسیریابی خودرو در شهرها، از جمله مسائل np-hard است، بنابراین برای حل آن در ابعاد بزرگ باید از الگوریتم های ابتکاری و فراابتکاری (فرامکاشفه ای) استفاده کرد که با لحاظ کردن مباحث زمان واقعی در مسیردهی و لزوم مسیریابی مجدد سامانه لجستیک با توجه به نیازهای پیش رو، حل مسایل پیچیده تر گردیده است. در طول یک دهه گذشته، با رشد ارتباطات مخابراتی، پژوهش گسترده ای در سطح دانشگاه ها و نیز شرکتهای توسعه حمل و نقل، بر روی مسایل پویا تمرکز کرده اند و مدل ها و الگوریتم های مختلف مرتبط ایجاد شده اند. رشد سریع در ارتباطات و فناوری اطلاعات و تحول های صنعتی و تجاری موضوع تحقیق را به این سمت سوق داده است، زیرا، شرکت های توزیع اکنون قادر به نظارت بر موقعیت و وضعیت وسایل نقلیه در زمان واقعی و در نتیجه مدیریت آنها در زمان واقعی هستند. در این مقاله در بخش ابتدایی مشکلات مسیریابی پویا از دیدگاه نحوه ورود اطلاعات دریافتی و تکامل روش‏های مسیردهی ایستا جهت تطابق بهتر با شرایط مسایل زمان واقعی طبقه بندی می شود. پس از ارائه توضیحات کلی از مسیریابی پویا، مفهوم درجه پویایی و عدم قطعیت را معرفی می کنیم، و یک بررسی جامع از برنامه ها و روش‏های حل مشکلات مسیریابی وسایل نقلیه پویا و نحوه زمانبندی و مسیریابی مجدد وسیله نقلیه ارائه می گردد. در ادامه به مرور تحقیقات صورت گرفته و راهکارهای ممکن در خصوص شبیه سازی و بهینه سازی برای حل مسایل مسیریابی پویا در چند دهه اخیر پرداخته و در انتها امکان ترکیب مساله با یادگیری ماشین جهت رسیدن به راه حل ترکیبی ارایه می شود.