کد و آموزش حل مسئله مسیریابی وسایل نقلیه با ظرفیت محدود و پنجره زمانی CVRPTW با الگوریتم ژنتیک

در این محصول به ارائه مدل ریاضی مسئله CVRPTW و حل آن در محیط متلب با الگوریتم ژنتیک پرداخته شده است. ناوگانی از m ماشین یکسان با ظرفیت ثابت K و یک انبار مرکزی که با اندیس (0) مشخص میشود وظیفه تحویل سفارش ها را به داروخانه های یک مسیر که با اندیس های 1 تا n مشخص میشوند بر عهده دارد . هدف یافتن مجموعه ای از m مسیر (به تعداد ماشین ها ) به گونه ای است که هزینه سفر این وسایل حداقل شوند. در این محصول مدل ریاضی، کد متلب و گزارش کدنویسی قرار داده شده است .

یکی از مباحث مهم که در چند دهه اخیر کاربرد بسیار بالایی در عمل داشته و برای افزایش کارایی و بهره‌وری سیستم‌های حمل و نقل مطرح شده است بحث مسئله مسیریابی وسایل نقلیه (VRP) است. مسئله مسیر یابی وسایل نقلیه به مجموعه‌ای از مسایل اطلاق می‌گردد که در آن تعدادی خودرو متمرکز در یک یا چند قرار گاه بایستی به مجموعه‌ای از مشتریان مراجعه نموده و خدمتی را ارایه دهند که هر یک دارای تقاضای معینی می‌باشند. این مسئله درصدد است تا با مدل‌های ریاضی و بهینه‌سازی به گونه‌ای عمل کند که مسافت طی شده، زمان کل سفر، تعداد وسایل حمل و نقل، جریمه‌های دیرکرد و در نهایت تابع هزینه حمل و نقل حداقل گردد و در نهایت رضایت مشتریان به حداکثر برسد. وجود محدودیت‌های مختلف در اینگونه مسایل انواع مختلفی از مسایل کلاسیکی تشکیل می‌دهد که یکی از آنها بحث وجود پنجره‌های زمانی نرم در سرویس به مشتریان می‌باشد. در اینگونه مسایل اجازه سرویس به مشتریان در خارج از بازه زمانی سخت نیز داده شده و برای هر واحد عدم سرویس به موقع جریمه‌ای در نظر گرفته می شود که در نهایت در تابع هدف تعریف شده در مدل پیشنهادی به همراه مابقی اجزای تابع هدف به حداقل کردن آن می‌پردازیم. این گونه مسایل نیز جزء مسایلNP-hard بوده و حل آن از طریق برنامه‌ریزی خطی و نرم‌افزارهای موجود مدت زمان بالایی را به خود اختصاص می‌دهد. لذا برای حل از روش فرا ابتکاری تلفیقی از آنیلینگ شبیه‌سازی شده (SA) با اپراتورهای ژنتیک استفاده ‌شده است.