علیرضا سلامت بخش

هدف: ارائه یک مدل برنامه ریزی ریاضی که تابع هدف آن کمینه سازی هزینه وسایل نقلیه و بیشینه سازی میزان رضایت رانندگان وسایط نقلیه را از طریق بهینه سازی زمان سرویس دهی در حالت عدم قطعیت زمان های عبوری است.     روش شناسی پژوهش: با توجه به دنیای واقعی، میزان درآمد توزیع کنندگان رابطه مستقیمی با میزان کالای تحویلی به مشتریان دارد به همین دلیل، شرکت های توزیع در تلاش هستند علاوه بر کاهش هزینه حمل ونقل با افزایش میزان کالای قابل توزیع برای رانندگان رضایت آن ها را بیشینه نمایند. در این مقاله، با توجه به آن که زمان توزیع کالا توسط توزیع کنندگان با توجه به شرایط جوی، ترافیک و خرابی وسیله نقلیه و غیره به صورت غیرقطعی است، زمان های عبور وسایط نقلیه از مسیرها به صورت احتمالی در نظر گرفته می شود. یافته ها: نتایج حاکی از آن است که کیفیت جواب های حاصل از الگوریتم تکامل تفاضلی با توجه به زمان حل محاسباتی مناسب است. اصالت/ارزش افزوده علمی: توازن در میزان حمل کالا و توزیع کالا با توجه به زمان عبوری غیرقطعی سود توزیع کنندگان را افزایش و منجر به افزایش رضایت آن ها می شود.

حمل و نقل در سیستم‌های اقتصادی تولیدی و خدماتی از جایگاه مهمی برخوردار است و بخش قابل توجهی از تولید ناخالص ملی1 (GNP) هر کشوری را به خود اختصاص می‌دهد. به همین جهت محققان نسبت به بهبود مسیرها وحذف سفرهای غیرضروری و یا ایجاد مسیرهای کوتاه جایگزین، اقدام کرده اند. مباحثی مانند فروشنده دوره گرد، مسیریابی وسیله نقلیه2 (VRP) و غیره در همین راستا توسعه یافته اند. عموماً، در مورد مسیریابی تسهیلات فرض بر این است که نوعی انحصار در محیط وجود دارد و هیچ گونه توجهی به تاثیر مسیریابی مناسب بر رقابت در نظر گرفته نشده است. این مقاله، بر مبنای مشاهدات دنیای واقعی، رویکرد جدیدی از مسائل مسیریابی وسائط نقلیه به نام مسیریابی رقابتی توسعه یافته است. در این رویکرد توجه به رقابت بین رقبا و تمایل به دسترسی سریع تر به مشتریان با ارزش بالا برای کسب نقدینگی بیشتر علاوه بر یافتن مسیرهای کوتاه، مد نظر قرار گرفته است. مساله مسیریابی وسائط نقلیه در حالت رقابتی نیز با توجه به اینکه حالتی از مسیریابی وسائط نقلیه است، جز مسائل NP-Hard قرار می گیرد. در این مقاله، در راستای رویکرد جدید، مدل ریاضی ارایه شده و سپس برای اعتبار بخشی این مدل پیشنهادی، از نرم افزار لینگو برای حل مسائل با ابعاد کوچک استفاده شده است. در ضمن، برای حل مسائل با ابعاد بزرگ از الگوریتم فراابتکاری تلفیقی مبتنی بر شبیه سازی تبرید با اپراتورهای ژنتیک استفاده شده است. در انتها، مطالعه موردی بر روی یکی از شرکت های پخش در شیراز انجام گرفته و نتایج حاصل گزارش شده است.