Розробка алгоритмізації задачі маршрутизації транспортних засобів

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2025.326135

Ключові слова:

оптимізація, машинне навчання, покриття множини, проблема маршрутизації транспортних засобів, вартість

Анотація

Проблема маршрутизації транспортних засобів з обмеженою пропускною здатністю та залежними від часу вимогами є значною проблемою оптимізації в галузі логістики та транспорту, що характеризується динамічними вимогами клієнтів, суворими часовими вікнами та неоднорідними автопарками. Це дослідження зосереджено на міських операціях доставки посилок як на основному об’єкті дослідження. Розглянута проблема полягає в неефективності традиційних стратегій маршрутизації транспортних засобів в адаптації до змінних у часі вимог клієнтів та операційних обмежень, що часто призводить до збільшення витрат та затримок обслуговування. Це дослідження має на меті мінімізувати загальні операційні витрати, забезпечуючи при цьому дотримання обмежень пропускної здатності, безперервність обслуговування та коливання попиту. Розроблено комплексну математичну модель на основі повністю зв’язаного, орієнтованого ациклічного графа G=(V, A), що включає змінні рішення, що представляють послідовності маршрутизації транспортних засобів, час та призначення типів транспортних засобів. Це дослідження розглядає проблему маршрутизації транспортних засобів з обмеженою пропускною здатністю та залежними від часу вимогами у міській доставці посилок, де традиційні методи маршрутизації мають труднощі з динамічними вимогами та операційними обмеженнями. Розроблено математичну модель з використанням орієнтованого ациклічного графа, оптимізовану за допомогою градієнтного методу з наближенням Гессе, розкладанням LU та квазіньютонівськими методами. Експерименти на наборах даних з кількістю клієнтів до 200 та 20 транспортними засобами зі скороченнями від 1,79% до 12,75%. Найбільш значне покращення спостерігалося в Сідораме Тімур, де відстань оптимізації зменшилася на 12,75%, що свідчить про високу точність оптимізації маршруту. Для задачі про покриття множини запропонований алгоритм досяг покращення якості рішення на 6,46% порівняно з традиційними жадібними алгоритмами

Біографії авторів

Muhammad Amin, Universitas Sumatera Utara

Department of Computer Science

Syahril Efendi, Universitas Sumatera Utara

Department of Computer Science

Mahyuddin K. M. Nasution, Universitas Sumatera Utara

Department of Computer Science

Marischa Elveny, Universitas Sumatera Utara

Department of Computer Science

Посилання

  1. Anityasari, M., Rinardi, H. C., Warmadewanthi, I. D. A. A. (2024). Analysing medical waste transportation using periodic vehicle routing problem for Surabaya public health facilities. Journal of Material Cycles and Waste Management, 27 (2), 830–847. https://doi.org/10.1007/s10163-024-02124-0
  2. Rezaei, B., Gadelha Guimaraes, F., Enayatifar, R., C. Haddow, P. (2024). Exploring dynamic population Island genetic algorithm for solving the capacitated vehicle routing problem. Memetic Computing, 16 (2), 179–202. https://doi.org/10.1007/s12293-024-00412-8
  3. Ambrosino, D., Cerrone, C. (2022). A Rich Vehicle Routing Problem for a City Logistics Problem. Mathematics, 10 (2), 191. https://doi.org/10.3390/math10020191
  4. Lim, H., Lee, G. M., Singgih, I. K. (2021). Multi-Depot Split-Delivery Vehicle Routing Problem. IEEE Access, 9, 112206–112220. https://doi.org/10.1109/access.2021.3103640
  5. Wei, X., Niu, C., Zhao, L., Wang, Y. (2024). Combination of ant colony and student psychology based optimization for the multi-depot electric vehicle routing problem with time windows. Cluster Computing, 28 (2). https://doi.org/10.1007/s10586-024-04821-9
  6. Kim, G. (2024). Electric Vehicle Routing Problem with States of Charging Stations. Sustainability, 16 (8), 3439. https://doi.org/10.3390/su16083439
  7. Li, B., Wu, G., He, Y., Fan, M., Pedrycz, W. (2022). An Overview and Experimental Study of Learning-Based Optimization Algorithms for the Vehicle Routing Problem. IEEE/CAA Journal of Automatica Sinica, 9 (7), 1115–1138. https://doi.org/10.1109/jas.2022.105677
  8. Khorsi, M., Chaharsooghi, S. K., Husseinzadeh Kashan, A., Bozorgi-Amiri, A. (2022). Solving the humanitarian multi-trip cumulative capacitated routing problem via a grouping metaheuristic algorithm. Annals of Operations Research, 319 (1), 173–210. https://doi.org/10.1007/s10479-022-04757-6
  9. Yue, B., Ma, J., Shi, J., Yang, J. (2024). A Deep Reinforcement Learning-Based Adaptive Search for Solving Time-Dependent Green Vehicle Routing Problem. IEEE Access, 12, 33400–33419. https://doi.org/10.1109/access.2024.3369474
  10. Thakur, G., Pal, A., Mittal, N., Yajid, M. S. A., Gared, F. (2024). A significant exploration on meta-heuristic based approaches for optimization in the waste management route problems. Scientific Reports, 14 (1). https://doi.org/10.1038/s41598-024-64133-1
  11. Shahbazian, R., Pugliese, L. D. P., Guerriero, F., Macrina, G. (2024). Integrating Machine Learning Into Vehicle Routing Problem: Methods and Applications. IEEE Access, 12, 93087–93115. https://doi.org/10.1109/access.2024.3422479
  12. Pan, B., Zhang, Z., Lim, A. (2021). Multi-trip time-dependent vehicle routing problem with time windows. European Journal of Operational Research, 291 (1), 218–231. https://doi.org/10.1016/j.ejor.2020.09.022
  13. Azad, T., Rahman, H. F., Chakrabortty, R. K., Ryan, M. J. (2022). Optimization of integrated production scheduling and vehicle routing problem with batch delivery to multiple customers in supply chain. Memetic Computing, 14 (3), 355–376. https://doi.org/10.1007/s12293-022-00372-x
  14. Huang, G., Qi, Y., Cai, Y., Luo, Y., Huang, H. (2024). A Grey Wolf Optimizer Algorithm for Multi-Objective Cumulative Capacitated Vehicle Routing Problem Considering Operation Time. Biomimetics, 9 (6), 331. https://doi.org/10.3390/biomimetics9060331
  15. Hesam Sadati, M. E., Çatay, B., Aksen, D. (2021). An efficient variable neighborhood search with tabu shaking for a class of multi-depot vehicle routing problems. Computers & Operations Research, 133, 105269. https://doi.org/10.1016/j.cor.2021.105269
  16. Akbarpour, N., Salehi-Amiri, A., Hajiaghaei-Keshteli, M., Oliva, D. (2021). An innovative waste management system in a smart city under stochastic optimization using vehicle routing problem. Soft Computing, 25 (8), 6707–6727. https://doi.org/10.1007/s00500-021-05669-6
  17. Chen, C.-M., Lv, S., Ning, J., Wu, J. M.-T. (2023). A Genetic Algorithm for the Waitable Time-Varying Multi-Depot Green Vehicle Routing Problem. Symmetry, 15 (1), 124. https://doi.org/10.3390/sym15010124
  18. Park, S., Ha, C., Seok, H. (2023). Vehicle Routing Problem Model with Practicality. Processes, 11 (3), 654. https://doi.org/10.3390/pr11030654
  19. Fernández Gil, A., Lalla-Ruiz, E., Gómez Sánchez, M., Castro, C. (2023). The cumulative vehicle routing problem with time windows: models and algorithm. Annals of Operations Research. https://doi.org/10.1007/s10479-022-05102-7
  20. Mancini, S., Gansterer, M. (2024). Bundle generation for the vehicle routing problem with occasional drivers and time windows. Flexible Services and Manufacturing Journal, 36 (4), 1189–1221. https://doi.org/10.1007/s10696-023-09529-3
Розробка алгоритмізації задачі маршрутизації транспортних засобів

##submission.downloads##

Опубліковано

2025-06-30

Як цитувати

Amin, M., Efendi, S., Nasution, M. K. M., & Elveny, M. (2025). Розробка алгоритмізації задачі маршрутизації транспортних засобів. Eastern-European Journal of Enterprise Technologies, 3(3 (135), 67–77. https://doi.org/10.15587/1729-4061.2025.326135

Номер

Розділ

Процеси управління