ارائه یک الگوریتم ترکیبی برای حل مسئله مکانیابی مسیریابی - چندکالایی با در نظر گرفتن سیستمهای فرابارانداز در زنجیره تامین

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشیار گروه مهندسی صنایع، دانشگاه الزهرا، تهران، ایران،

2 دانش آموخته کارشناسی ارشد مهندسی صنایع دانشگاه بوعلی سینا همدان ایران

3 استادیار گروه مهندسی صنایع دانشگاه بوعلی سینا همدان ایران

چکیده

مسئله مکانیابی مسیریابی با وجود سیستمهای فرابارانداز به عنوان یک زمینه تحقیقاتی جدید برای شبکههای -
توزیع در زنجیره تامین محسوب میشود. هدف از این مسئله طراحی همزمان یک مکان برای مرکز فرابارانداز
و مسیریابی وسایل نقلیه با توجه به حداقلسازی هزینههای سیستم میباشد، که به عنوان یک مسئله NP-hard
شناخته شده است. در تحقیق حاضر، یک مدل برنامهریزی عدد صحیح مختلط ) MIP ( دو مرحلهای برای
مسئله مکانیابی مسیریابی چند کالایی با درنظر گرفتن مراکز فرابارانداز با توجه به کاربردهای بالقوه آن در -
شبکههای توزیع ارائه شده است. نوآوری اصلی این مقاله در چند کالایی بودن مدل پیشنهادی و همچنین روش
حل آن به صورت یک الگوریتم ترکیبی بر مبنای دو الگوریتم فراابتکاری سیستم ایمنی مصنوعی بدن و
ازدحام ماهیهای مصنوعی میباشد، فرضیاتی نیز در مدل پیشنهادی ارایه شده است که آن را از مدلهای ارائه
شده در این حوزه متمایز میسازد. برای بررسی کارایی الگوریتم پیشنهادی، ابتدا مسائل نمونهای با اندازه
کوچک و بزرگ به صورت تصادفی تولید شده و مدل MIP توسط الگوریتمهای دقیق، سیستم ایمنی
مصنوعی بدن، ازدحام ماهیهای مصنوعی و یک الگوریتم نمونه، حل و سپس با یکدیگر مقایسه شدند. نتایج
محاسباتی نشان میدهد که الگوریتم پیشنهاد شده در این پژوهش، جوابهای بهتری نسبت به سایر الگوریتم-
های بیان شده ارائه میدهد و همگرایی مناسبی به راه حلهای مطلوب دارد

کلیدواژه‌ها


عنوان مقاله [English]

A Hybrid Algorithm for Solving Location and Routing Multi-Commodity Problems with Cross-Docking in the Supply Chain

نویسندگان [English]

  • Parviz Fattahi 1
  • Malihe Masomi 2
  • Javad Behnamian 3
چکیده [English]

Location-Routing problem with Cross-docking is as a New Research Area for Distribution Networks in The supply chains. The purpose of this paper is to simultaneously design a location for cross-docking center and routing vehicles due to the system cost minimization which, is known as an NP-hard problem. This paper presents a two-stage mixed-integer programming (MIP) model for the location-routing multi-commodity problem with cross-docking due to potential applications in the distribution networks. The principal innovation of this paper includes multiple commodities and its solution method as a hybrid algorithm based on the artificial immune system (AIS) and artificial fish swarm (AFS) algorithms. Also, assumptions are given in the proposed model that distinguishes it from the models are presented in this area. Finally, to evaluate the efficiency of the proposed algorithm small and large-scale test problems are randomly generated and the proposed MIP model solved by artificial immune system (AIS) and artificial fish swarm (AFS) and a sample algorithm and then compared with each other. The computational results for different problems show that the proposed hybrid algorithm performs well and converges fast to reasonable solutions

کلیدواژه‌ها [English]

  • Distribution Networks
  • Multi-Commodity location- Routing
  • Cross-Docking Systems
  • Artificial Immune System Algorithm
  • Artificial Fish Swarm Algorithm

-         علی محتشمی، علی فلاحیان نجف آبادی، زمانبندی حمل ونقل کامیون ها در زنجیره تأمین با در نظر گرفتن بارانداز تقاطعی و با استفاده از الگوریتمهای فراابتکاری، فصلنامه علمی – پژوهشی مطالعات مدیریت صنعتی – سال یازدهم، شماره 31 ، زمستان92، صفحات 55 تا 84.

-         Boventer, E. (1961). The relationship between transportation costs and location rent in transportation problems. Journal of Regional Science, 3(2), 27-40.‏

-         De Castro, L. N., & Timmis, J. (2002). Artificial immune systems: a new computational intelligence approach. Springer Science & Business Media.‏

-         Donaldson, H., Johnson, E. L., Ratliff, H. D., & Zhang, M. (1998). Schedule-driven cross-docking networks. Georgia tech tli report, The Logistics Institute, Georgia Tech.‏

-         Farmer, J. D., Packard, N. H., & Perelson, A. S. (1986). The immune system, adaptation, and machine learning. Physica D: Nonlinear Phenomena, 22(1), 187-204.

-         Gümüş, M., & Bookbinder, J. H. (2004). Cross‐docking and its implications in location‐distribution systems. Journal of Business Logistics, 25(2), 199-228.‏

-         Jayaraman, V., & Ross, A. (2003). A simulated annealing methodology to distribution network design and management. European Journal of Operational Research, 144(3), 629-645.‏

-         Li, X. L., Shao, Z. J., & Qian, J. X. (2002). An optimizing method based on autonomous animats: fish-swarm algorithm. System Engineering Theory and Practice, 22(11), 32-3

-         Maranzana, F. E. (1964). On the location of supply points to minimize transport costs. OR, 261-270.‏

-         Mousavi, S. M., & Tavakkoli Moghaddam, R. (2013). A hybrid simulated annealing algorithm for location and routing scheduling problems with cross-docking in the supply chain. Journal of Manufacturing Systems, 32(2), 335-347.‏

-         Mousavi, S. M., Vahdani, B., Tavakkoli-Moghaddam, R., & Hashemi, H. (2014). Location of cross-docking centers and vehicle routing scheduling under uncertainty: A fuzzy possibilistic–stochastic programming model. Applied Mathematical Modelling38(7), 2249-2264.

-         Musa, R., Arnaout, J. P., & Jung, H. (2010). Ant colony optimization algorithm to solve for the transportation problem of cross-docking network. Computers & Industrial Engineering, 59(1), 85-92.‏

-         Prodhon, C., & Prins, C. (2014). A survey of recent research on location-routing problems. European Journal of Operational Research, 238(1), 1-17.‏

-         Ross, A., & Jayaraman, V. (2008). An evaluation of new heuristics for the location of cross-docks distribution centers in supply chain network design. Computers & Industrial Engineering, 55(1), 64-79.‏

-         Sung, C. S., & Song, S. H. (2003). Integrated service network design for a cross-docking supply chain network. Journal of the Operational Research Society, 54(12), 1283-1295.‏

-         Sung, C. S., & Yang, W. (2008). An exact algorithm for a cross-docking supply chain network design problem. Journal of the Operational Research Society, 59(1), 119-136.‏

-         Van Belle, J., Valckenaers, P., & Cattrysse, D. (2012). Cross-docking: State of the art. Omega, 40(6), 827-846.‏

-         Watson-Gandy, C. D. T., & Dohrn, P. J. (1973). Depot location with van salesmen—a practical approach. Omega, 1(3), 321-329.‏

-         Webb, M. H. J. (1968). Cost functions in the location of depots for multiple-delivery journeys. OR, 311-320.‏