Multi-Objective Shipment Consolidation and Dispatching Problem

Abstract

Son yıllarda, küresel üretim ve talebin artmasıyla birlikte, ulaşım sorunları, yüksek kaliteli hizmeti en düşük maliyetle sunmak için yaygın olarak çalışılan bir alan haline gelmiştir. Bu tezde, amaçlarından birinin toplam maliyeti en aza indirmek ve diğerinin toplam mesafeyi en aza indirmek olduğu iki amaçlı bir yük birleştirme ve sevkiyat problemi ele alınmıştır. Domine edilemeyen sonuçlar kümesi oluşturmak için, çok amaçlı karma tamsayılı dogrusal programlama modeli önerilmiş ve etkin sınırı oluşturmak için modifiye edilmiş ?-kısıt yöntemi kullanılmıştır. Ancak bu yaklaşım, küçük boyutlu örnekler için bile makul bir sürede bir domine edilemeyen sonuçlar kümesi bulamadığı için, çok amaçlı değişken komşuluk arama sezgisel yöntemi önerilmiştir. Önerilen yaklaşımın performansını ölçmek için literatürde yer alan rassal olarak üretilmiş örnekler ile bir hesaplamalı deney gerçekleştirilmiştir. Deneysel sonuçlar, çok amaçlı degişken komşuluk arama sezgisel yönteminin verimli bir şekilde çalıştıgını ve hesaplama süresinin makul olduğunu göstermektedir. ˆ

In recent years, with the increase in global production and demand, transportation problems have become a widely studied area to provide high-quality service at the lowest cost. In this thesis, a bi-objective shipment consolidation and dispatching problem is considered where one of the objectives is to minimize the total cost and the other is to minimize the total distance. In order to create a non-dominated solution set, a multi-objective mixed integer linear programming model is developed and the augmented-? constraint method is used to generate the efficient frontier. However, since this approach is not capable of finding the non-dominated solution set in a reasonable time even for small-sized instances, we propose a multi-objective variable neighborhood search heuristic. To measure the performance of the proposed approach, a computational experiment is conducted on randomly generated instances available in the literature. The experimental results indicate that the multi-objective variable neighborhood search heuristic performs efficiently in reasonable time.