Akademik Veri Yönetim Sistemi
Yildiz K., Baş A. (Yürütücü), Büyüközdemir K.
Yükseköğretim Kurumları Destekli Proje, 2022 - 2023
Lojistik operasyonlarda ürünlerin zamanında tedarik edilmesi büyük bir öneme sahiptir. Tedarik zinciri üzerindeki rotaların optimum şekilde oluşturulması, lojistik operasyon başarısını etkileyen etkenlerin başında gelmektedir. Teslimat rotalarının olabilecek en iyi şekilde planlanması ve tasarlanması literatürde Araç Rotalama Problemi (ARP) olarak adlandırılmakta olup bir eniyileme (optimizasyon) problemi olarak tanımlanmaktadır. Bu problem önceden planlanmış noktalara en kısa zaman ve en düşük maliyet ile uğranmasını amaçlamaktadır. Talep, araç kapasitesi, zaman aralığı, araç sayısı, rota uzunluğu gibi kısıtlara ve kapsamına göre çeşitleri bulunan rotalama problemleri, günümüzde popüler sorunlar arasında yer almaktadır.
ARP üzerine birçok çalışma yapılmış ancak her türlü duruma uyarlanabilecek ve en optimum çözümü verecek bir matematiksel model bulunamamıştır. Problemlerin karmaşıklıkları ve kendilerine özgü kısıtları barındırmalarında dolayı kimi durumlarda çözümler, makul hesaplanma zamanı içerisinde bulunamamaktadır. Bu nedenle problemlerinin çözümünde sezgisel ve meta-sezgisel yöntemlere başvurulmaktadır.
Sezgisel yöntemler, kabul edilebilir hesaplama süresi içerisinde optimuma yakın kaliteli çözümler üreten optimizasyon teknikleridir. Sezgisel algoritmalardan biri olan tasarruf algoritması çalışma prensibi gereği son seçilen düğüm üzerine ekleme şeklinde iteratif ilerlediği için, çözüm uzayının belli noktalarına yönelmekte olup, bu durumlarda tatmin edici sonuçlar ortaya koyamamaktadır. Kümeleme algoritmaları ile işlenip benzer özellikleri taşıyan noktaların algoritma öncesinde bir araya getirilmesi çözüm performansına etki edecektir.
Bu projede, veri setinde tanımlanmış noktalar için sezgisel ve meta-sezgisel algoritmalar kullanılarak, araç rotalama problemine bir çözüm geliştirilmesi amaçlanmaktadır. Aynı zamanda sezgisel algoritmanın çözüm performansını artırmak amacıyla, k-ortalamalar ve bulanık-c ortalamalar gibi kümelere algoritmalarının, ön işleme adımı olarak, kullanılması planlanmaktadır. Bu sayede sezgisel algoritmalarının optimum çözüme daha yakın bir çözüm oluşturacağı öngörülmektedir.