الگوریتم جدیدی برای حل مسأله مسیریابی-موجودی با ارسال مستقیم

الگوریتم جدیدی برای حل مسأله مسیریابی-موجودی با ارسال مستقیم

چكیده

این مقاله به بررسی مسأله مسیریابی-موجودی چند محصولی چند دوره­ای در یك زنجیره تأمین دو سطحی؛ شامل یك تولیدكننده و مجموعه­ای از خرده­فروشان اختصاص دارد. در مسأله مورد بررسی، علاوه بر مدیریت موجودی و برنامه­ریزی توزیع، برنامه­ریزی تولید نیز در نظر گرفته شده است. مسأله با هدف کمینه­سازی مجموع هزینه­های سیستم شامل هزینه­های راه­اندازی، توزیع و نگهداری موجودی مدلسازی شده است. محصولات توسط ناوگانی از وسایل حمل همسان با ظرفیت محدود تحت استرات‍ژی ارسال مستقیم به خرده­فروشان تحویل داده می­شوند. همچنین، ظرفیت تولید و نگهداری محدود و كمبود غیرمجاز فرض شده است. نشان داده شده است كه مسایل مشابه بدون در نظر داشتن برنامه­ریزی توزیع در زمره مسایل با پیچیدگی سخت قرار دارند، بنابراین مسأله فوق نیز، مسأله­ای با پیچیدگی سخت است. از این رو، در این مقاله الگوریتم بهینه­سازی گروه ذرات بهبودیافته جدیدی برای حل آن توسعه داده شده است. الگوریتم پیشنهادی از دو بخش مجزا تشكیل شده است. نخست، مقادیر متغیرهای صفرویك با استفاده از الگوریتم پیشنهادی تعیین و سپس با حل یك مدل برنامه­ریزی خطی، مقادیر متغیرهای پیوسته محاسبه می­شود. کارایی الگوریتم پیشنهادی با استفاده از مسایل نمونه تصادفی متعددی با الگوریتم­های ژنتیک و بهینه­سازی گروه ذرات مقایسه شده است. نتایج محاسباتی بیانگر عملکرد بهتر الگوریتم پیشنهادی است.

چكیده

1- مقدمه

2- مدل ریاضی

3- الگوریتم بهینه­سازی گروه ذرات پیشنهادی

شکل 1. ساختار الگوریتم بهینه­سازی گروه ذرات

شكل 2. ساختار الگوریتم بهینه­سازی گروه ذرات پیشنهادی

شكل 3. نمونه­ای از نحوه نمایش ذرات

3-2- تولید جواب­های اولیه

شكل 4. شبه كد تولید ذره با كمترین تعداد دفعات تولید و ارسال

شكل 5. نحوه انجام عملگر تقاطع پراكنده

3-3. محاسبه مقادیر شایستگی

جدول 1. نتایج حاصل از حل مسایل نمونه با استفاده از LP-IPSO و IPSO

شكل 6. میزان اختلاف زمان محاسباتی موردنیاز برای حل مسایل نمونه با استفاده از LP-IPSO و IPSO

3-4. ایجاد همسایگی تصادفی ذرات

شكل 7. نحوه انجام عملگر جهش

3-5. بهبود همسایگی ذرات

3-6. تشکیل و بهنگام­سازی مجموعه مرجع (RSet)

3-7. متنوع­سازی ذرات

3-8. جستجوی محلی

4- نتایج محاسباتی

4-1- چگونگی ایجاد مسایل نمونه

جدول 2. چگونگی ایجاد مسایل نمونه

جدول 3. نحوه تولید پارامترهای مسایل نمونه

4-2- مفروضات و پارامترهای الگوریتم­ها

4-3- نتایج عددی

جدول 4. میانگین مقدار تابع هدف و زمان محاسباتی حل مسایل نمونه تصادفی با ابعاد كوچك

جدول 5. میانگین مقدار تابع هدف و زمان محاسباتی حل مسایل نمونه تصادفی با ابعاد بزرگ

شكل 8. تحلیل واریانس دو طرفه بر روی نتایج حاصل از حل مسایل با ابعاد كوچك

شكل 9. تحلیل واریانس دو طرفه بر روی نتایج حاصل از حل مسایل با ابعاد بزرگ

شكل 10. مقایسه زمان محاسباتی الگوریتم پیشنهادی و الگوریتم­های معیار در حل مسایل با ابعاد كوچك

شكل 11. مقایسه زمان محاسباتی الگوریتم پیشنهادی و الگوریتم­های معیار در حل مسایل با ابعاد بزرگ

4-4- تحلیل حساسیت

جدول 6. میزان استواری الگوریتم­ها در حل مسایل نمونه تصادفی با ابعاد كوچك

جدول 7. میزان استواری الگوریتم­ها در حل مسایل نمونه تصادفی با ابعاد بزرگ

جدول 8. مقادیر پارامترهای مسأله در حالات مختلف برای تحلیل حساسیت

شكل 12. تحلیل حساسیت نسبت به پارامتر Q 

شكل 13. تحلیل حساسیت نسبت به پارامتر

 شكل 14. تحلیل حساسیت نسبت به پارامتر

شكل 15. تحلیل حساسیت نسبت به پارامتر

شكل 16. تحلیل حساسیت نسبت به پارامتر

5- نتیجه­گیری

منابع