يك الگوريتم تركيبي اصلاحي مورچگان براي حل مساله مسيريابي وسيله نقليه باز ظرفيت‌دار

A Hybrid Modified Ant Colony for Solving the Capacitated Open Vehicle Routing Problem

مساله مسيريابي وسيله نقليه (VRP) شامل مسيريابي براي يك ناوگان وسيله نقليه براي سرويس‌دهي به تعدادي مشتري است كه در آن هدف كمينه‌سازي فاصله‌هاي پيموده شده توسط همه وسائل نقليه است. در اين مساله وسايل نقليه بايد بعد از انجام كامل خدمات به انبار كالا بازگردند. مساله مسيريابي وسيله نقليه باز (OVRP) با اكثر نسخه‌هاي مسائل مسيريابي وسيله نقليه در ادبيات موضوع متفاوت است و در آن وسائل نقليه بعد از انجام خدمات به انبار كالا باز نمي‌گردند. محدوديت‌هاي مورد ملاحظه در اين مساله به شرح زير مي‌باشند. همه وسائل نقليه داراي ظرفيت يكساني هستند؛ زمان مسافرت هر وسيله نقليه نبايد از يك مقدار آستانه، كه بوسيله مقدار زمان مسافرت قانوني هر راننده تعيين مي‌شود، تجاوز كند؛ تقاضاهاي كلي همه مشتري‌ها در يك مسير نبايد از ظرفيت وسيله نقليه بيشتر باشد؛ هر مشتري فقط يكبار بايد بوسيله يك وسيله نقليه مورد ملاقات قرار گيرد و تقاضاي آن برطرف شود. الگوريتم جمعيت مورچگان (ACS) يكي از مشهورترين روش‌هاي فراابتكاري است كه در قانون انتقال و بروزرساني فرمون با ساير نسخه‌هاي الگوريتم مورچگان (ACO) تفاوت دارد. براساس معايب موجود در الگوريتم ACS براي حل مساله OVRP، دو اصلاح موثر شامل اطلاعات ابتكاري و قانون انتقال در اين مقاله پيشنهاد مي‌گردد. بعلاوه براي بهبود جواب‌هاي بدست آمده بوسيله مورچه‌ها، الگوريتم پيشنهادي با روش جستجوي محلي لين-كرنيگان تركيب مي‌شود. نتايج روي 16 مثال استاندارد كارايي روش پيشنهادي را در بدست آوردن جواب‌هاي باكيفيت نسبت به بهترين روش‌هاي فراابتكاري نشان مي‌دهد.

The vehicle routing problem (VRP) involves routing a fleet of vehicles for serving to a number of customers, with the objective of minimizing the total distance traveled by all the vehicles. In this Problem, the vehicles are required to return to the depot after completing service. The open vehicle routing problem (OVRP) is different from most variants of vehicle routing problems from the literature in that the vehicle does not return to the depot after serving the last customer. The constraints considered in this problem are the following: all the vehicles have the same capacity the traveling time of each vehicle should not exceed a given threshold, which is defined by the drivers_ legal traveling time the total demand of all the customers on a route must not exceed the capacity of the vehicle each customer is visited just once by one of the vehicles, and its requirements must be completely fulfilled. The ant colony system (ACS) is one of the most famous metaheuristic algorithms that differs from the other ant colony optimization (ACO) instances due to its transition rule and updating pheromone. Aimed at the disadvantages existed in the current ACS algorithms for solving the OVRP, two effective modificitions including heuristic information and transition rule are proposed in this paper. Furthermore, this algorithm is mixed with lin-kernigan local search for improving solutions of the ants and exploites more strong solutions. Computational results on sixteen standard benchmark problem instances show that the proposed algorithm is comparable in terms of solution quality to the best performing published heuristics.