Search

Στη συγκεκριμένη διδακτορική έρευνας μελετήσαμε το πρόβλημα δρομολόγησης οχημάτων που αφορά έκτακτες καταστάσεις για την ψυχρή εφοδιαστική αλυσίδα και το οποίο επιλύθηκε με την ανάπτυξη κατάλληλων αλγορίθμων. Το σχετικό πρόβλημα ανήκει στην γενική κατηγορία των προβλημάτων δρομολόγησης οχημάτων (VRP) και συγκεκριμένα ανήκει στην κατηγορία του πράσινου προβλήματος δρομολόγησης οχημάτων (GVRP), με στόχο την ελαχιστοποίηση του κόστους της διαδρομής λαμβάνοντας υπόψιν το περιβαλλοντικό αποτύπωμα. Στόχος της σχετικής έρευνας είναι η επίλυση του GVRP λαμβάνοντας υπόψιν τα διάφορα είδη κόστους που προκύπτουν κατά τη μεταφορά ευπαθών προϊόντων. Ειδικότερα θεωρήσαμε μια εφαρμογή με οχήματα που διαθέτουν μηχανισμό ψύξης, τα οποία μεταφέρουν αγαθά όπως τρόφιμα ή εμβόλια, τα οποία απαιτούν συγκεκριμένες συνθήκες για την ασφαλή αποθήκευση και μεταφορά τους. Για την προσομοίωση των διαδρομών που ακολουθούν τα οχήματα με μηχανισμό ψύξης, χρησιμοποιήσαμε το πράσινο πρόβλημα δρομολόγησης οχημάτων (GVRP) προσαρμόζοντας το στις ανάγκες της ψυχρής εφοδιαστικής αλυσίδας με επιπλέον περιορισμό του μέγιστου χρόνου που μπορεί να διαρκέσει ένα δρομολόγιο. Στόχος του προβλήματος αποτελεί η εύρεση η της βέλτιστης διαδρομής, δηλαδή της διαδρομής με το ελάχιστο δυνατό κόστος και συγκεκριμένα η εύρεση του ελάχιστου κόστους διαδρομής ταυτόχρονα με άλλα κόστη που προκύπτουν από τη δομή του προβλήματος. Για την επίλυση του προβλήματος δημιουργήθηκαν υβριδικές παραλλαγές 5 αλγορίθμων εμπνευσμένων από τη φύση σε συνδυασμό με αλγορίθμους τοπικής αναζήτησης., In this phd thesis, we studied the vehicle routing problem for emergency situations in the cold supply chain. We solved the problem with suitable swarm intelligence algorithms. The above problem belongs to the general category of vehicle routing problems (VRP) and specifically belongs to the category of green vehicle routing problem (GVRP), aiming to minimize the cost of the route taking into account the environmental footprint. The aim of the relevant research is to solve the GVRP taking into account the different types of costs incurred during the transport of perishable products. More specific, we considered an application with vehicles with refrigerator mechanism, that transport goods such as food or vaccines, that demands specific required temperature conditions in order to store and transport with safety. In order to simulate the routes of refrigerated vehicles, we implement the green vehicle routing problem (GVRP) adapting it to the needs of the cold supply chain with an additional constraint of the maximum time that a truck can travel the route. The aim of the problem is to find the best route, the one with the minimum total cost and more specific to find the minimum route cost with other costs that occur from the problem’s structure. For the solution of the problem, we create hybrid variations of swarm intelligence algorithms in combination with local search algorithms.

Περίληψη: Λόγω της ανταγωνιστικότητας που υπάρχει στην αγορά, οι ιδιωτικές και δημόσιες επιχειρήσεις θέτουν πολλαπλούς στόχους ώστε να αποκομίσουν το μέγιστο δυνατό κέρδος. Σε πολλές περιπτώσεις όμως, κάποιοι από αυτούς τους στόχους είναι αντικρουόμενοι. Η περιπλοκότητα στη λήψη αποφάσεων σε αυτά τα συστήματα αυξάνεται καθώς η λήψη των αποφάσεων αυτών γίνεται σε περιβάλλον αβεβαιότητας και οι παράμετροι που πρέπει να συνυπολογιστούν είναι άγνωστες. Το πρόβλημα τη δρομολόγησης οχημάτων (Vehicle Routing Problem) είναι ένα από τα σημαντικότερα προβλήματα της συνδυαστικής βελτιστοποίησης και της διαχείρισης της εφοδιαστικής αλυσίδας. Το πρόβλημα δρομολόγησης οχημάτων παρουσιάζει ένα μεγάλο εύρος επεκτάσεων που οφείλεται στις παρά πολλές εφαρμογές του σε πραγματικά προβλήματα. Για κάθε ένα πρόβλημα, εισάγονται και νέοι περιορισμοί, ώστε οι λύσεις που προκύπτουν να ανταποκρίνονται στο εκάστοτε πρόβλημα. Η βέλτιστη λύση του προβλήματος της δρομολόγησης οχημάτων δύναται να βρεθεί μέσω ευρετικών και μεθευρετικών αλγορίθμων. Στην παρούσα εργασία επιλύθηκε αρχικά το στατικό πρόβλημα δρομολόγησης οχημάτων (Vehicle Routing Problem – VRP) και στη συνέχεια επιλύσαμε το δυναμικό VRP μετατρέποντας τη λύση του στατικού σε λύση του δυναμικού, και έτσι έγινε η επίλυση του σε πραγματικό χρόνο μέσω ενός απλού γρήγορου και αποτελεσματικού αλγορίθμου. Η επίλυση του στατικού προβλήματος πραγματοποιήθηκε με τη χρήση του αλγορίθμου ‘’πλησιέστερος γείτονας’’ όπου προέκυψε η αρχική λύση του προβλήματος. Στη συνέχεια χρησιμοποιώντας τον μεθευρετικό αλγόριθμο της προσομοιωμένης ανόπτησης με τη χρήση εσωτερικά των αλγορίθμων τοπικής αναζήτησης 2-opt, 1-1 ανταλλαγή (1-1 exchange), και 1-0 επανατοποθέτηση (1-0 relocate) πραγματοποιήθηκε βελτίωση της αρχικής λύσης-κόστους.