حل مسیله زمان بندی کامیونی انبار متقاطع با دو الگوریتم فراابتکاری چندهدفه

سیستم های انبارداری متقاطع، نقش کلیدی در زنجیره تامین با هدف بهینه سازی توابع مختلف مانند کمینه سازی هزینه و زمان فعالیت هایتوزیع دارند. از آنجایی که جنبه زمانی این فعالیت ها مهم است، توابع هدف زمان کل عملیات و تاخیر کل کامیون های خروجی تحت پنجرههای زمانی هستند. لحاظ کردن پنجره زمانی به دلیل شرایط توزیع کالاها مانند اقلام فاسد شدنی و ... است. این مدل انبار متقاطع NP-hardاست، زمان حل آن با افزایش اندازه مسیله به شدت افزایش می یابد. الگوریتم های تکاملی چندهدفه برای مسایل بهینه سازی چندهدفه به کارمی روند. در این مقاله برای حل مساله زمان بندی کامیون های ورودی و خروجی در انبار متقاطع ابتدا در ابعاد کوچک، از نرم افزار GAMSاستفاده و سپس در ابعاد متوسط و بزرگ، از دو الگوریتم چندهدفه فرا ابتکاری که شامل: الگوریتم چندهدفه بهینه سازی توده ذرات (MOPSO )و الگوریتم ژنتیک پارتو براساس فاصله (DPGA) است، استفاده می شود. به علاوه، برای ارزیابی عملکرد این الگوریتم ها، دو معیار اندازه گیریپیشنهاد می شوند و برای نمایش نقاط قوت هر الگوریتم، با یکدیگر مقایسه می شوند.

کلیدواژه ها:

انبارهای متقاطع ، زمان بندی کامیون ها و کالاها ، پنجره زمانی ، الگوریتم های حل چندهدفه