Genetic algorithm based solution approach for TDVRP


Thesis Type: Postgraduate

Institution Of The Thesis: Marmara Üniversitesi, Turkey

Approval Date: 2013

Thesis Language: English

Student: Mehmet Selçuk Korkmaz

Co-Supervisor: SEROL BULKAN, Serol Bulkan

Abstract:

TDVRP İÇİN GENETİK ALGORİTMA BAZLI BİR ÇÖZÜM YAKLAŞIMI VRP (Araç Rotalama Problemi), zamana bağlı olarak değişen seyahat süreleri kullanıldığında gerçek uygulamalara daha iyi çözümler üretmekte fakat problem daha karmaşık hale gelmektedir. Bu çalışmada VRP probleminin bu varyasyonu olan TDVRP ele alınacaktır. Çalışma boyunca bu problem için matematiksel model oluşturulacaktır. Oluşturulan MIP (Karma Tam Sayılı Doğrusal Programlama) modeli derinlemesine ele alınacak ve bu model için genetik algoritma uygulanacaktır Çalışma boyunca sürekli bir zamana dayalı fonksiyon kullanılacaktır. Alternatif olarak basamak fonksiyonu kullanılabilir. Bu çalışmada diğer kısıtların etkisini daha yakından incelemek amacıyla sınırlı sayıda eşdeğer araç kullanılacaktır ve modelin karmaşıklığı önlenecektir. Çalışmanın amacı TDVRP için rekabetçi bir çözüm yaklaşımı oluşturmaktır. Anahtar Sözcükler: Araç Rotalama Problemi, Genetik Algoritma, Zamana Bağlı Araç Rotalama Problemi ABSTRACT A GENETIC ALGORITHM BASED SOLUTION APPROACH FOR TDVRP VRP (Vehicle Routing Problem) generates more realistic and good solutions when time dependent travel times are used, but besides the problem becomes more complicated. In this study, this version of VRP will be examined which is TDVRP. During the study the mathematical model for the problem will be generated. Generated MIP (Mixed Integer Programming) model will be examined in depth and genetic algorithm will be generated for this model. Within the study a continuous time dependent function will be used. As an alternative a step function can be used. The study will assume that there is a limited number of identical vehicles, in order to examine closely the effects of the other constraints, which will also avoid the complexity of the model. The purpose of the study is to generate a competitive solution approach for TDVRP. Key Words: Vehicle Routing Problem, Genetic Algorithm, Time Dependent Vehicle Routing Problem