پایان نامه ارشد کامپیوتر مسیریابی حمل کالا زنجیره تامین الگوریتم ژنتیک

۱۳۵ هزار تومان ۱۰۵ هزار تومان
افزودن به سبد خرید

جهت خرید و دانلود پایان نامه ارشد کامپیوتر مسیریابی حمل کالا زنجیره تامین الگوریتم ژنتیک روی دکمه افزودن به سبد خرید کلیک و یا با ایمیل زیر در ارتباط باشید

sellthesis@gmail.com


پایان نامه کارشناسی ارشد کامپیوتر نرم افزار مسیریابی حمل و نقل کالا در زنجیره تامین در شرایط عدم قطعیت با استفاده از الگوریتم ژنتیک


پایان نامه ارشد کامپیوتر مسیریابی حمل کالا زنجیره تامین الگوریتم ژنتیک


چکیده:

یکی از مسائلی که امروزه در زنجیره تأمین بسیار مطرح است و مطالعاتِ گسترده ای در زمینه ی آن انجام شده، مسأله مسیریابی وسایل نقلیه حامل بار برای تحویل کالا به متقاضیان می باشد. برای حل این مسأله باید تابع هدفی را بهینه سازی کرد به نحوی که معیارهایی از قبیل مسافتِ طی شده، زمان سفر و تعداد وسایل نقلیه کمینه شود و تابع هدف حداقل گردد و در نهایت رضایت مشتریان به حداکثر برسد. این مسأله از نوع NP-hard است و اغلب برای حل آن از روش های فرا ابتکاری استفاده می شود. در دنیای واقعی، وجود برخی عوامل بـاعث می شود که مسأله ی مسیریابی وسایل نقلیه، یک مسأله ی غیر قطعی باشد. یک نوع عدم قطعیت در این مسأله، وقوع تقاضايِ متغيرِ مشتریان می باشد؛ یعنی میزان تقاضای برخی مشتریان، نامشخص است و تنها هنگامی که وسیله نقلیه به محل مشتری برسد، تقاضای او مشخص می شود. در اين مقاله، روشی بر اساس الگوریتم ژنتیکِ مقاوم برای حل مسأله مسیریابی وسایل نقلیه ی حامل بار با تقاضای متغیر ارائه شده است. در این روش، سعی بر یافتن جواب های مقاوم برای این مسأله است که در مواجه شدن با تغییرات، بهینگی خود را حفظ کنند. ارزیابی های انجام شده و مقایسه نتایج، کارایی روش پیشنهادی را نشان داده است.

واژه های کلیدی: مسیریابی وسایل نقلیه، عدم قطعیت، تقاضای متغیر، الگوریتم ژنتیک مقاوم، جواب های پایدار.


فهرست مطالب

چکیده    7
مقدمه    8

فصل اول: مسأله مسیریابی وسایل نقلیه در زنجیره تامین    10
1-1- مقدمه    11
1-2- زنجیره تأمین (SC)    11
1-3- مدیریت زنجیره تأمین (SCM)    12
1-4- هدف زنجیره تأمین    12
1-5- عوامل يا محرك هاي زنجيره تامين    13
1-5-1- تسهيلات    13
1-5-2- انبار    13
1-5-3- اطلاعات    13
1-5-4- حمل و نقل    13
1-6- مسأله مسیریابی وسایلنقلیه    14
1-6-1- انواع VRP    16
1-6-2- کاربرد عملی VRP    17
1-6-3- تعریف VRP کلاسیک    17
1-6-4- طبقه بندی و توسعه VRP    18
1-6-5- VRP ظرفیت دار(CVRP)    18
1-6-6- VRP همراه با پنجره زمانی(VRPTW)    18
1-6-6-1- VRP با بارگیری و تحویل دادن(VRPPD)    19
1-6-6-2- VRP با تقاضا تصادفی(VRPSD)    20
1-6-6-3- انواع دیگرVRP    20
1-7- نتیجهگیری    22

فصل دوم: عدم قطعیت در مسائل و مدیریت آن به کمک الگوریتم ژنتیک    23
2-1- مقدمه    24
2-2- عدم قطعیت    24
2-2-    بهینهسازی تکاملی در محیطهای عدم قطعیت    28
2-4- پایدارکردن جوابها در شرایط عدم قطعیت    30
2-4-1- محیطهای پویا    31
2-4-2- پایداری    32
2-4-3- جستجو برای راهحلهای پایدار    32
2-4-4- بهینهسازی پایدار    33
2-5- الگوریتم ژنتیک    36
2-6- مراحل الگوریتم ژنتیک    37
2-6-1- کدگذاری    37
2-6-1-1- روشهای کد کردن    38
2-6-2- جمعيت    39
2-6-2-1- ایجاد جمعیت اولیه    39
2-6-3- محاسبه تابع برازندگي (تابع ارزش)    39
2-6-4- اعمال عملگرهای ژنتیکی    40
2-6-4-1- انتخاب    40
2-6-4-1-1- انواع روشهای انتخاب    41
2-6-4-2- ادغام    43
2-6-4-3- جهش    45
2-6-5- جایگزینی جمعیت جدید    46
2-6-6- بررسی همگرایی    46
2-7- انواع الگوریتم ژنتیک    47
2-7-1- الگوریتم ژنتیک گسسته    47
2-7-2- الگوریتم ژنتیک پیوسته    47
2-7-3- الگوریتم ژنتیک جایگشتی    48
2-8- نتیجه گیری    53

فصل سوم: مروری بر مسأله مسیریابی وسایل نقلیهی غیرقطعی    54
3-1- مقدمه    55
3-2- عدم قطعیت در زمان توزیع    55
3-3- عدم قطعیت در تقاضاهای آنلاین و زمان سفر نامعلوم    55
3-4- عدم قطعیت در تقاضاي سفر و عرضه    56
3-5- عدم قطعیت در تقاضاي متغیر    56
3-6- عدم قطعیت در تقاضای تصادفی    59
3-7- نتیجهگیری    60

فصل چهارم: روش پیشنهادی    61
4-1- مقدمه    62
4-2- طراحی صورت مسأله    63
4-2-1- متدولوژی حل    63
4-3- فرمول VRPSD پیشنهادی    64
فرمول ریاضی    64
برآورد هزینه کل    65
تابع هدف    65
تعریف علائم و پارامترها    65
تعریف تابع هدف    66
تحلیل تابع هدف    66
4-4- تشریح اجزای الگوریتم ژنتیک بر حسب روش پیشنهادی    67
کدگذاری    67
جمعیت    68
تعیین تابع برازندگی    68
اعمال عملگرهای ژنتیکی    69
انتخاب    69
ادغام    70
جهش    70
جایگزینی جمعیت جدید    70
بررسی همگرایی    71
4-4- نتیجه گیری    71

فصل پنجم: ارزیابی روش پیشنهادی    72
5-1- مقدمه    73
5-2- روشهای فراابتکاری مورد مقایسه    73
5-3- دادههای استفاده شده برای ارزیابی روش پیشنهادی    73
5-4- نتایج حاصل از روش پیشنهادی    75
5-5- مقایسه نتایج روش پیشنهادی با نتایج سه روش فراابتکاری دیگر    76
5-6- نرخ بهبود    77
5-7- نتیجه گیری    81

فصل ششم: نتیجه گیری    82
6-1- نتیجه گیری و پیشنهادهای آینده    83
پیوستها    84
فهرست منابع     101
Abstract    106


زنجیره تأمین SC

زنجيره تأمین شامل تمام فعاليت هاى مرتبط با جريان و تبديل كالاها از مرحله ماده خام (استخراج) تا تحويل به مصرف كننده نهايى و نيز جريان هاى اطلاعاتى مرتبط با آن ها می باشد؛ این فعالیت ها شامل منبع یابی برای تأمین مواد اولیه، مدیریت سیستم ها، مونتاژها، فروش و غیره می باشد (–، 1388؛ — و –، 1383). بعبارت دیگر یک زنجیره تأمین شامل دو یا چند سازمان است که از نظر قانونی از هم جدا بوده، اما به وسیله ی جریان های مواد، اطلاعات و مالی به هم مرتبط هستند. این سازمان ها می توانند شرکت هایی باشند که قطعات، اجزایِ تشکیل دهنده و محصولات نهایی، تولید می کنند.

مدیریت زنجیره تأمین SCM

مسأله کلیدی در یک زنجیره تأمین، مدیریت و کنترل هماهنگِ تمامی فعالیت هایی نظیر توزیع، تحویل و خدمت به مشتری است. در SCM هدف این است که به گونه ای جریان اطلاعات مالی و مواد با هم هماهنگ شوند که مشتریان بتوانند خدمت خود را با بالاترین سطح اطمینان، سرعت، کیفیت و هزینه مناسب دریافت کنند (–، 1390؛ — و –، 1383).

مسأله مسیریابی وسایل نقلیه

مسأله فروشنده دوره گرد (TSP) كوتاه ترين مسير را براي يك فروشنده دوره گرد مي يابد به طوري كه از يك شهر شروع شود و سپس از تمامي ساير شهرها به يك ترتيب خاص عبور كند و سرانجام به شهر مقصد برگردد با اين شرط كه از هر كدام از شهرها فقط و فقط يك بار عبور كند. هدف اين مسأله بهينه سازي هزينه ها مي باشد. مشخص است مسافتي كه اين فروشنده دوره گرد مي پيمايد بستگي به ترتيبي دارد كه از شهرها عبور مي نمايد. بنابراين هدف اين مسأله ، يافتن يك ترتيب بهينه براي عبور از شهرها است، به گونه اي كه اهداف هزينه ی در نظر گرفته شده، بهينه سازي شود. با وجودي كه درك اين مسأله نياز به مهارت هاي رياضي پيچيده ندارد و حتي بسيار ساده و قابل فهم است اما به عنوان يك «مسأله ی بهينه سازي تركيبي سخت» از آن نام برده مي شود چرا كه حل آن بسيار دشوار است (– و همکاران، 1389).

انواع VRP

مسأله VRP اساسا توسعه TSP با چند فروشنده است. اما در مسأله VRP گروه هایی از شهرها، از قبل مشخص نشده اند. علاوه بر این، فرض ظرفیت نامحدود TSP، با محدودیت ظرفیت وسیله نقلیه برطرف شده است (–, 2012). همچنین NP-hard بودن آن توسط جانسون و گری (1979) اثبات شده است (– & –, 1979).

عدم قطعیت

عدم قطعیت به عنوان یک عبارت مصطلح در میان مردم دارای مفهوم مشخصی می‌باشد که ممکن است این مفهوم در تقاطع با علوم مختلف تعاریف متفاوتی را دارا گردد. در هر علم و هر حوزه عدم قطعیت همان ابهامات موجود در آن فضا را در بر می‌گیرد و لذا تعاریف دچار تنوع می‌گردند. اما عدم قطعیت به عنوان یک مفهوم عمومی اصطلاحی است که عدم اطمینان انسان را در مورد برخی اشخاص یا اشیا منعکس می‌نماید، و بازه‌ی باز میان اطمینان کامل و عدم اطمینان محض را دربر می‌گیرد (–, 2000).

بهینه سازی تکاملی در محیط های عدم قطعیت

در بسیاری از مسائل بهینه سازی جهان واقعی، طیف وسیعی از عدم قطعیت ها درنظر گرفته می شود. به-طور کلی، عدم قطعیت ها در بهینه سازی تکاملی می تواند به چهار گروه طبقه بندی شود:
1. نویز : بررسی برازندگی با نویز در ارتباط است. نویز در ارزیابی برازندگی ممکن است از منابع مختلفی از قبیل خطاهای اندازه گیری حسی یا شبیه سازی تصادفی بیاید.

2. ….

الگوریتم ژنتیک

الگوریتم ژنتیک (GA) یک تکنیک جستجو و بهینه سازی مبتنی بر اصول ژنتیک و انتخاب طبیعی است. GA این امکان را می دهد که جمعیتی متشکل از تعداد زیادی از افراد طبق قوانینِ خاصِ مربوط به انتخاب، به وضعیتی درآیند که «برازندگی» را حداکثر کند (یعنی تابع هزینه را حداقل کند). این روش توسط «جان هلند» طی دهه های 1960 و 1970 میلادی ارائه شد و سرانجام توسط یکی از شاگردانش به نام «دیوید گلدبرگ» که توانست مسأله ی دشوار مربوط به «کنترل خطوط لوله ی انتقال گاز» را برای رساله اش حل کند، تعمیم داده شد. کار اصلی «هلند» در کتابش خلاصه شده است. او اولین کسی بود که سعی کرد با استفاده از تئوری خود به نام «نظریه الگو» ، یک مبنای نظری برای GA توسعه دهد. تحقیقات «دژونگ» (1975) فواید GA را برای بهینه سازی تابع نشان داد و اولین تلاش منسجم برای یافتن پارامترهای GA بهینه محسوب می شوند. شاید بتوان گفت که «گلدبرگ» با کاربردهای موفق و کتاب بسیار خوبش، بیش ترین کمک را به GA کرد. از آن به بعد، بسیاری از برنامه نویسی های تکاملی با میزان موفقیت های متفاوت مورد آزمون قرار گرفتند (–، — و –، 1391).

انواع الگوریتم ژنتیک

الگوریتم‌های ژنتیک که نمونه اولیه آن توسط «هلند» در سال 1975 ارائه شد، تکامل طبیعی را در سـطح ژن و کروموزوم شبیه‌سازی می‌کنند(خلیلی نیا، 1390). انواع بسیاری برای GA شناخته شده است که در این جا ما به سه نوع از آن ها که سروکار داریم، اشاره می‌کنیم (–، — و –، 1391):
الگوریتم ژنتیک گسسته
الگوریتم ژنتیک پیوسته
الگوریتم ژنتیک جایگشتی

عدم قطعیت در زمان توزیع

عدم قطعیت در زمان توزیع، در بسیاری از تحقیقات قبلی متخصصان و دانشمندان مورد مطالعه قرار گرفته است (–, 2012). ری و همکاران (2005) زمان تحویل قطعی را در طـراحی تصمیم-گیری زنجیره تأمین در نظر گرفتند، ولی اتفاقا زمان توزیع عملا نادیده گرفته شد. همچنین برای هنگامی که رویدادهای جدید رخ می دهد، برنامه بهینه سازی مجدد پیشنهاد شد (– et al., 2008). مسأله فروشنده دوره گرد (TSP) با زمان های سفر مختلف (اما نه احتمالی) مورد بررسی قرار گرفت (–, 1987). لاپورت و همکاران (a1992) زمان سفر تصادفی را مورد بررسی قرار دادند و تحلیل سناریو از زمان سفر متفاوت(– et al., 2004)، به کار برده شد.

مرور

هیچ دیدگاهی برای این محصول نوشته نشده است.