ارائه روش حل بهينه سازي تجمع ذرات براي مساله مسيريابي توليد استوار

A Particle Swarm Optimization for Robust Production Routing Problem

حمل و نقل در سيستم¬هاي اقتصادي، توليدي و خدماتي از جايگاه مهمي برخوردار است و بخش قابل توجهي از توليد ناخالص ملي هر كشوري را به خود اختصاص مي¬دهد. مساله مسيريابي توليد (PRP) توسعه¬اي بر مباحث فروشنده دوره گرد و مسيريابي تسهيلات است كه در آن برنامه ريزي زمان و ميزان توليد نيز مورد توجه است. عموما در مسائل فوق فرض بر اين است كه داده¬هاي مساله معلوم و مشخص هستند، اما اين فرض با دنياي واقعي تضاد اساسي دارد و با تغيير جزيي تنها يكي از پارامترها ممكن است جواب حاصل ديگر موجه نبوده و يا به جواب بدتري تبديل شود. در اين تحقيق مدل استوار مساله مسيريابي توليد با فرض عدم قطعيت در هزينه حمل و نقل مورد مطالعه قرار مي¬گيرد. همچنين الگوريتم بهينه سازي تجمع ذرات (PSO) براي حل مساله در ابعاد بزرگ توسعه داده مي¬شود. براي بررسي عملكرد الگوريتم ارائه شده جواب¬هاي حاصل در ابعاد كوچك با جواب¬هاي حاصل از حل با نرم افزار سيپلكس مقايسه مي¬شود. در نهايت مقايسات عددي در راستاي بررسي ميزان تغييرات در تابع هدف و عملكرد الگوريتم پيشنهادي صورت مي گيرد.

Transportation and production are the important subjects in economic, manufacturing and service systems that dedicate significant portion of GDP in each country. The production routing problem is the developed form of salesman and vehicle routing problems in which, production planning and inventory levels are also considered. Generally, in mentioned problems, it is assumed that the data of the problem is known and specific, but this assumption is fundamentally contradictory to the real world. By a partial change of only one parameter, the result may no longer be justified or become worse. In this research, the robust model of the production routing problem is studied with the assumption of uncertainty in transportation cost. Particle swarm optimization algorithm (PSO) is also developed for large-scale problem solving. To evaluate the performance of the proposed algorithm, the obtained solutions in small dimensions are compared with the solutions obtained by the CPLEX software. Finally, numerical comparisons are conducted to determine the changes in the target function by changing the cost.