66
1

ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

  • Upload
    others

  • View
    0

  • Download
    0

Embed Size (px)

Citation preview

Page 1: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

1

Page 2: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

ارائه درس مسیریابی وسایل نقلیه

استاد مربوطه

دکتر ستاكگرد آوردنده

مریم صمدي

2

Page 3: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

3

ارائه درس مسیریابی وسایل نقلیه

3

Page 4: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

TSPTWموجودمدل

TSPTWادبیات مرور

مفهوم پنجره هاي زمانی

زمانی و مدل جریان دو کاالییمسئله فروشنده دوره گرد با پنجره

TSPTWکاربردهاي

مقدمه

TSPTWجدیدمدل

آنالیز محاسبتینتیجه گیري

4

Page 5: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مسئله فروشنده دوره گرد با پنجره هاي زمانیمقدمه)(TSPTW

TSPTW شامل مسئله فروشنده دوره. و مسئله زمان بندي(TSP)گرد

فروشنده دوره گردیافتن مسیر بهینه

و در یک مجموعه اي از شهرها رادقیقا یکبار ،می کند پنجره زمانی مشخص مالقات

از شهرها داراي یک زمان سفر هر جفت . مربوط به خود هستند

توسط زودترین و ، زمانی براي یک شهرپنجره می تواند که دیرترین زمانی تعریف می شود

.مالقات شود

می فروشنده دوره گرد اگر زود به یک شهر برسد، .منتظر بماندتواند

5

Page 6: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

TSPTWکاربردهاي

کاربردهايTSPTW

تولیددربنديزمانمسائل

6

Page 7: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

TSPTWکاربردهاي

TSPTWریزيبرنامهمسائلمشابهریاضینظراز.استزمانبهحساستولیدTSPTW ، مؤلفه مهم مسائل مسیریابی وسیله نقلیه

,cluster-firstبه خصوص، براي رویکردهاي

second route

7

Page 8: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

8

TSPTWکاربردهاي

انجامابتکاريطوربهبنديدستهمرحلهاگرمسائل،ایندر.استالزمدستههردرTSPTWسازيبهینهشود،

خودکارشوندههدایتوسیلهیکخودکار،تولیدهايسیستمدر.کندمالقاتراپذیرانعطافهايماشینازايمجموعهباید

خودکارشوندههدایتوسیلهماشین،ازکاملبرداريبهرهبرايزمانتوسطشدهتعیینزمانیپنجرهیکدرراماشینهرباید

.کندمالقاتماشینرويانجامحالدرکارپردازش

8

Page 9: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

با در نظر گرفتن جمع آوري فروشنده دوره گرد مسئله )prize-collecting( جایزه

زمانیپنجره و

. کندمالقات را براي کار کردن باید تعدادي از خانه ها تعمیرکاري که پنجره زمانی است که در طول آن داراي یک خانه یک مکان و هر

خانهحرکت از یک خانه به . تعمیرکار می تواند خانه را مالقات کنددیگر بازه مشخصی از زمان را می گیرد، اما کار تعمیر به خودي خود

.کندزمانی را صرف نمی

TSPTWکاربردهاي

9

Page 10: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

oاززمانیکدرمبدأنامبهشدهتعریفقبلازمکانیکازتعمیرکاریکازمثالمیتوانداوشروعکهکند،میشروعشدهتعریفقبل

جمعخانههرازراايجایزهتعمیرکار.باشدروزآغازدرکاردفترمالقاتاماشود،میمالقاتخودزمانیپنجرهدرکهکندمیآورينمینتیجهرارااضافیجایزههیچیکبارازبیشترخانهیککردن

.)سود(دهد

o هدف تعمیرکار ماکزیمم کردن سود جمع آوري شده است، که تابعهایی است که تعداد خانه براي هر واحد سود مشابه ماکزیمم کردن

. مالقات می شوند

TSPTWکاربردهاي

10

Page 11: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مسئله فروشنده دوره گرد با پنجره زمانی

در شامل شده tijدر مقدار زمانی iزمان سرویس در گره :است اگرAدر مجموعه ) i,j(نهایت،کمان

dمقصد و یک دپوي 0گره هاي دپو شامل یک دپوي مبدأ V = N U {o, d}

N = {1مجموعه گره هاي . . . . . n}

[ai, bi]براي هر گره یک پنجره زمانی

و براي هر کمان یک مدت زمان Aکمان ها مجموعه cijو یک هزینه tijنامنفی

زودترین زمان ورود وسیله نقلیه به دپو a0ثابت مقدار

11

Page 12: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

بدون زمان انتظارTSPTWفرموله بندي

X = (Xij, (i, j)جریانمتغیرهاي صفرو یک A)وT = (Tiمتغیرهاي زمان , i V)

Ti شروع سرویس در گرهi

Td زمان ورود به گره دپوي مقصد,ao]بازهدرکههزینهمینیمتور:هدف bo]از

هايگرههمهشود،میشروعمبدأدپويگرهزمانیهايپنجرهدریکباردقیقاراNمجموعه

مقصددپويگرهدروکندمیمالقاتخودشان.برساندپایانبهbdمحدودزمانازپیش

12

Page 13: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

بدون زمان انتظارTSPTWفرموله بندي

محدودیت هايجریان

13

Page 14: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

14

بدون زمان انتظارTSPTWفرموله بندي محدودیت هاي

پنجره زمانی

14

Page 15: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مسئله فروشنده دوره گرد براساس مدل جریان دو کاالیی

شرح مسئله

را1گرهگرددورهفروشنده0وYکااليازواحدn-1با

واحدیکاو.کندتركZکااليتوزیعگرههردرراYکاالياز

کااليازواحدیکوکندمیZکندمیبارگیريرا.

باهازمانهمهدرفروشندهمیسفرواحدn-1مجموع

.کند

= yijدرکمان1کااليجریان(i,j)

= Zijدرکمان2کااليجریان)(i,j

15

Page 16: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

16

مسئله فروشنده دوره گرد براساس مدل جریان دو کاالیی

12 3

11

1 1 Commodity 2n-1

Commodity 1Commodity 2n-1

Commodity 1

16

Page 17: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مسئله فروشنده دوره گرد براساس مدل جریان دو کاالیی

براي هر معادالت بقاي جریان کاال

n-1 را براي 1از کاالي واحدو یک وارد شدن به شهر یک

از هر خارج شدن واحد را براي .شهر دیگر الزام می کند

مینیمم کردن هزینه جریان ها کاال

17

Page 18: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

18

مسئله فروشنده دوره گرد براساس مدل جریان دو کاالیی

n-1 را براي 2واحد از کاالياز شهر یک و یک خارج شدن

به هر وارد شدن براي واحد را یک از شهرهاي دیگر الزام می

.کند

واحد کاالي n-1دقیقا ترکیبی را در هر کمان تضمین

.می کند

جریان را تنها در کمانی که . وجود دارد اجازه میدهد

18

Page 19: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مسئله فروشنده دوره گرد براساس مدل جریان دو کاالیی

یککهدارداینبهاشارهتقاضاوعرضهساختارهايمسیروداردوجودjگرههربه1دپويازمسیر

.داردوجود1بهjگرههرازدیگري آزادسازي خطی فرموله بندي قبلی از طریق

جایگزینی محدودیت هاي

باyij+zij≤n-1 19

Page 20: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

پنجره هاي زمانیمفهوم یک پنجره زمانی، بازه اي از زمان

هااست که که در طول آن تحویلی خاصتوانند براي یک مشتري می

iشوندساختهمجاز کوتاه ترین زمان ورود

ei)opening time( مجازدیرترین زمان ورود

li)closing time(

و نرم سخت پنجره زمانی ai را به عنوان زمان واقعی ورود در گرهi

wiwi=max{0,ei-ai} 20

Page 21: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مفهوم پنجره هاي زمانی. درخواست تحویل می دهد17:00و 07:30بین iمشتري

پنجره زمانی دو طرفه براي حالت سخت

21

Page 22: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مفهوم پنجره هاي زمانیوسیله هاي نقلیه آماده اند و دپو باز

نشان 0می شود که به صورت زمان .داده می شوند

زمان واقعی ورود را محاسبه می کند

پنجره داخل iهر مشتري سرویس داده خود زمانی

. می شود 22

Page 23: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مفهوم پنجره هاي زمانیاگر هیچ ورودي در خارج از پارامترهاي مفروض مجاز

.نباشد، پنجره زمانی سخت گفته می شود

زمانی که تحویلی در خارج از پنجره زمانی تعریف شده مجاز به خاطر iباشد، به آن نوع نرم گفته می شود و مشتري

.بابت جریمه پرداخت می کندαiدیرکردش، هزینه

مشخص کندممکن است ماکزیمم دیرشدگی را iمشتري

یک پنجره زمانی سخت نوع خاصی از پنجره زمانی نرم است =0

23

Page 24: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مفهوم پنجره هاي زمانیبرسد، liاگر یک وسیله بعد از دیرترین زمان ورود مجاز

، i، دیرکرد در گره و جلوتر از ماکزیمم دیرکرد Liمی تواند بدین صورت محاسبه شود .

مشتري . است15:30و 07:30داراي پنجره زمانی بین iمشتري .اجازه می دهد17:00دیرکرد تحویلی ها را تا

24

Page 25: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مفهوم پنجره هاي زمانی

است، و 09:00و 07:00بین ، 0پنجره زمانی براي دپو، گره درخواست 17:00و 15:00، بین Nآخرین مشتري، مشتري

. تحویل می دهد

25

Page 26: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

ادبیاتمرور

TSPTW

TSPTW بهTSP کاهش می یابد، زمانی کهما پنجره هاي زمانی را براي همه گره ها به

,0)صورت .در نظر بگیریم(∞

TSPTW یک مسئلهNP-hardاستSavelsberg یافتن یک جواب کرد نیز ثابت.استTSPTW ،NP-hardشدنی براي

26

Page 27: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

27

ادبیاتمرور

TSPTW

از تکنیک هاي TSPTWرویکردهاي حل براي دقیق برنامه ریزي ریاضی تا رویکردهاي

.متنوع ابتکاري تغییر می کند

بر تکنیک TSPTWرویکردهاي دقیق براي . هاي برنامه ریزي پویا تمرکز کرده اند

27

Page 28: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

TSPTWمرور ادبیات کار نحوه موضوعسالنویسندگانChristofides و

1979همکارانبا TSPحل

ارائه الگوریتمی دقیق براي حلمحدودیت زمانی

Christofides والگوریتم شاخه و کران با TSPTWحل بهینه 1981همکاران

استفاده از برنامه ریزي پویاBaker1983 حل بهینهTSPTWتوسعه روش شاخه و کران

Dumas 1995و همکارانTSPTWتوسعه رویکردهاي برنامه ریزي

پویاBianco حل 1993و همکارانTSPTWبرنامه ریزي پویا

Langevin حل 1993و همکارانTSPTWشاخه و کرانDesrosiers1995TSPTWارائه مدل جدید

Pesantحل 1998و همکارانTSPTWارائه روش دقیق براي حلAscheuer2000و همکاران ,

2001TSPTWارائه سه مدل جدیدFocacciحل 2002و همکارانTSPTWارائه الگوریتم ترکیبی دقیق

28

Page 29: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

TSPTWتوابع هدف در

) یا هزینه یا زمان( مینیمم کردن مسافت کلپیمودن کمان هاي روي تور

دپومینیمم کردن زمان کل سپري شده از دپو تا )زمان اتمام، مدت زمان سفر(

براي پیمودن ) یا هزینه( مینیمم کردن زمان سپري شدهکلکمان هابه عالوه زمان انتظار

، )یا هزینه انتظار( سفرهمان زمان واقعی یا

مسئلهشرح

29

Page 30: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مدلپیشینه مسئلهشرحهاينمونهبهینهجواب

TSPTW،وجودباتنهامربوطسفر،هايکمان

یازمانیا(کلمسافتبه.بودند)هزینه

هزینه یا زمان یک سفر زمان سپري وابسته به

هاشده روي کمان +

انتظار سپري زمان ها پیش از سرویس شده

شکل و تنها یک مدل ریاضی تجدید شده آن در این زمینه

زمان هاي دارد که وجود انتظار پیش از سرویس را در

.نظر می گیرد

30

Page 31: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مدلپیشینهیک مدل برنامه ریزي خطی عدد صحیح براي

TSPTWپیشنهاد می شود .

متغیر صفر و یک و O(n2)فرموله بندي پیشنهادي داراي O(n2) محدودیت است که در آنn تعداد گره ها در گراف

.مورد نظر خواهد بود

31

Page 32: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

Langevienشدهتجدیدبنديفرمولهموجودمدل et al

با TSPTWاولین مدل ریاضی •زمان انتظار سپري شده قبل از

سرویس به گره ها توسط Langevien و همکاران

.ارائه شده استهدف مینیمم کردن زمان تابع •

و سپري شده روي کمان ها کل در شده سپري زمان انتظار کل

.هاستمقابل گره

: مدل موجودOriginal Langevien

et al. Formulation

: مدل تجدید شدهRevised Langevien et al.

Formulation

32

Page 33: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

گراف مدلدپوها

پارامترهاي پنجره زمانی

متغیرهاي تصمیم

Langevienشدهتجدیدبنديفرمولهموجودمدل et al

G= (V, A) یک گراف کاملV = {0,1, 2, …, n} هاستمجموعه گره

)شهرها، مشتریان( A= {(i, j): i, j ∈ V, i ≠j}

هاکمان مجموعه

مبدأدپوي0گرهکهاستمجازيدپويn+1گره

برمیآنبهگرددورهفروشنده.برساندپایانبهراسفریعنی،گردد

33

Page 34: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

34

گراف مدلدپوها

پارامترهاي پنجره زمانی

متغیرهاي تصمیم

Langevienشدهتجدیدبنديفرمولهموجودمدل et al

ai : زودترین زمانی که گرهi شودمی تواند مالقاتbi : دیرترین زمانی که گرهiمی تواند مالقات شود.

tij : سفر از گره زمانi به گرهj

)i,j( ،ti0=ti,n+1(مدت زمان پیمودن کمان(

ti : زمانی که فروشنده دوره گرد به شهرi رسدمیwi : زمان انتظار پیش از سرویس در گرهi

zij : ارزش تجمعی منابع استفاده شده قبل از مالقات)در هر گره جریان افزایشی ( iگره

yij: باقی مانده منبع قبل از مالقات کمیت)جریان کاهشی در هر گره(iگره

zij : از زمان تجمعی سپري شده قبلiگرهمالقات

yij : از مالقات گرهزمان باقی مانده قبلi34

Page 35: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

4

2

1

Langevienشدهتجدیدبنديفرمولهموجودمدل et al

6

z01=0 z12=4 z23=9 z34=15 z45=18

y01=20 y12=16 y23=11 y34=5 y45=2

n+10

35

Page 36: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

TSPTWبرايکاالدوجریانمدلی با مدل موجود،در مسائل فروشنده دوره گرد محدود زمانی

زماندهد یک از دو کاال را نشان می جریان هر

، در هر گره Yدر این مدل، یک واحد از اولین کاال، جریان تحویل داده می شود درحالی که یک واحد از دومین کاال،

بنابراین کل مقدار . ، در هر گره برداشته می شودZجریان .ترکیبی دو جریان در هر گره همیشه یکسان است

Lucenaمختلفتقاضاهايبامشابهبنديفرمولهیکdiگرههردرi Nاستگرفتهنظردررا.

36

Page 37: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

TSPTWبرايکاالدوجریانمدلی با مدل موجوددورهفروشندهتورهايبرايراکاالییدوجریاننمایشچندتوالیطریقازهاآنازیکهرکهدهدمینشانگرد

o → il →i2→ in → dشوندمیدادهشرح.

37

Page 38: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

38

TSPTWبرايکاالدوجریانمدلی با مدل موجود

38

Page 39: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

TSPTWبرايکاالدوجریانمدلی با مدل موجود

مجموع هزینه هاي روي کمان ها و هزینه هاي .زمان انتظار را مینیمم می کند

Zو Yجریان هاي مجموع هر گره، در

. ثابت استTبرابر با همیشه

39

Page 40: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

TSPTWبرايکاالدوجریانمدلی با مدل موجودشروع در گره دپوي مبدأ متغیر زمان

شروع سرویس در گره هاي دیگرزمان 40

Page 41: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

TSPTWبرايکاالدوجریانمدلی با مدل موجود

محدودیت هاي پنجره زمانی

T)/yij+zij( ،(i, j)متغیرهاي دودویی A متغیرهايدر فرمول بندي مدل فروشنده دوره گرد با xijجریان

.هستندپنجره زمانی 41

Page 42: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مدل موجودzij , yij ترتیب به عنوان مقدار به

تجمعی منبع استفاده شده و مقدار باقی iمانده منبع قبل از مالقات گره

متغیرها داراي دو شاخص هستند، این در تعریف متغیر قید jاما شاخص

.نمی شوداست Tداراي پارامتر این مدل سازي

که به عنوان استواري مدل به کار . رودمی

یافتن دقیق این پارامتر قابل توجه .است

1

2

چند نکته بر فرموله بندي موجود

42

Page 43: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

چند نکته بر فرموله بندي موجوددر مسئله ، TSPTWنوع مهم ترین

مسیریابی وسایل نقلیه با پنجره هاي . (VRPTW)دیده می شود زمانی

مسئله مسیریابی وسایل نقلیه، در بیشتر از یک وسیله نقلیه

. می شودواقع

مدل ریاضی موجود ممکن است در مواردي دوره گرد یک فروشنده که در آن بیشتر از

. وجود دارد، به طور مستقیم درست نباشد

3

مدل موجود

43

Page 44: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

44

تعریف مسئله مدل جدید

متغیرهاي تصمیم

si : زمانی که فروشنده دوره گرد شهرi دهدرا سرویس می)شامل زمان انتظار(

T1 : تورزمان کل سپري شده روي کمان ها براي یکT2 : تورزمان انتظار کل سپري شده در مقابل گره هاي یک

44

Page 45: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

تعریف مسئله مدل جدید

تابع هدف

یا (هدف از این مسئله مینیمم کردن مدت زمان توربا در نظر گرفتن زمان کل سپري شده روي کمان ) هزینه

. ها و زمان انتظار کل پیش از سرویس است

45

Page 46: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

محدودیت هاي اصلی و نامعادالت هاي معتبر مدل جدیدمحدودیت هاي

تخصیص

محدودیت هاي زمانیپنجره

T1تعریف ,T2

46

Page 47: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

محدودیت هاي اصلی و نامعادالت هاي معتبر مدل جدید

به iبه ازاي تمام گره ها زمان سپري شده براي سرویس شهر به مبدا باید کمتر یا مساوي iعالوه زمان الزم براي رفتن از

.زمان کل تور باشد

زمان ورود به اولین گره یک تور و زمان الزم براي .مبدأ به آن گره را مقدار دهی می کنداز سفر

47

Page 48: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

محدودیت هاي اصلی و نامعادالت هاي معتبر مدل جدیدtiتصمیم رابطه بین متغیرهاي ,si ,wi

xij=1 tj = ti +wi + tij

48

Page 49: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

محدودیت هاي اصلی و نامعادالت هاي معتبر مدل جدید1نتیجه

همه کمان هایی این نامساوي ها براي که روي تور نیستند،

.استمعتبر

2نتیجه

xijدو متغیر تصمیم , xji نمی توانند بهطور همزمان

. یک باشندبرابر

49

Page 50: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

محدودیت هاي اصلی و نامعادالت هاي معتبر مدل جدیدنکته مهم

عنوان استواري این نامعادالت به . روندکار می به بندي فرموله

تور را یکهر شهر روي هاي ورود به زمان تشکیل می دهد، تابع پله اي افزایشی که یک

.کندرا تضمین می

کنندجلوگیري می زیرتور غیر مجاز از هر فرموله دراین هاي حذف زیر تور محدودیت

.هستندبندي

50

Page 51: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

فرموله بندي ریاضی مدل جدید

51

Page 52: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

52

فرموله بندي ریاضی مدل جدید

52

Page 53: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

فرموله بندي ریاضی مدل جدید 3مدل داراي اینn+2 استمتغیر تصمیم پیوسته

n2-n یکتصمیم صفر و متغیر+ 2n2+6nو محدودیت 2

مدل داراي اینO(n2) متغیر عدد صحیحو

O(n2)محدودیت است.

ریاضی پیشنهادي داراي نقص هاي یافت شده در مدلنیستمدل موجود

نیستپارامتر ناشناخته اي داراي هیچ هستندمتغیرهاي تصمیم معنی دار همه

53

Page 54: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

هاي فرموله بندي جدیدنوآوري

زمان سپري شده روي کمان ها مینیمم کردن کل

"T1مینیمم کردن "هدف تابع

اگر وزن ها یا اهمیت مربوط به پیمودن یک کمان و انتظار درw2و w1ترتیب به مقابل یک گره

w1T1مینیمم کردن "هدفتابع +w2T2"

شده استفرموله بندي پیشنهادي قادر به استفاده از توابع هدف مختلف

54

Page 55: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

هاي فرموله بندي جدیدنوآوري

اگرj باید فقط بعد ازi مالقات شودsi + tij = tj

اگرj از فقط قبل بایدi شودمالقاتti+ tij≤sj

محدودیت هاي اضافی به سادگی با این مدل ریاضی سازگار شوند

55

Page 56: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

مدلی براي حالت چند فروشنده دوره گرد فروشنده دوره گرد وجود داشته باشدmاگر

نوآوري هاي فرموله بندي جدید

56

Page 57: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

محاسباتی آنالیز ) F1(عملکرد مدل پیشنهادي ارزیابی

توجه به مدل موجود یعنی با Revisedمدل Langevin et al.)F2 (

یک آنالیز محاسباتی با

TSPTWهیچ مورد آزمونی در ادبیات موضوع

مدت ( براي مینیمم کردن زمان سفر واقعی. دیده نمی شود) زمان سفر با زمان هاي انتظار

57

Page 58: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

آنالیز محاسباتی40و 20را در مثال هایی با CPUزمان هاي 2و 1جداول

گره نشان می دهد که به ترتیب با هر دو فرموله بندي به طور . بهینه حل می شوند

58

Page 59: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

آنالیز محاسباتی

59

Page 60: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

محاسباتیآنالیز

نتایج

منجر به F1مدل جدیدکاهش در متوسط 75%براي مسائل با CPUزمان

وگره 20کاهش در متوسط 40%

براي مسائل با CPUزمان گره می شود40

مدل پیشنهادي می تواند مسائل با اندازه کوچک و

متوسط را براي بهینگی حل کند و

زمان محاسبه آن به طور قابل توجهی سریع تر

.از مدل موجود است

60

Page 61: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

نتایج-محاسباتیآنالیز )LPRrelaxations)linear programmingنرخ هاي انحراف

OPT/(OPT_LPR)= از مقادیر بهینه

می تولید بهتر از مدل موجود %45مدل پیشنهادي تقریبا، حد پایینی از مدل موجود بهتر استLPRپیشنهادي بر حسبکند مدل

براي توسعه مدلی دقیق یا یک الگوریتم ابتکاري هایی این مدل مزیت . داردTSPTWبراي

61

Page 62: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

گیرينتیجه

هدفتابعدارايپیشنهاديمدلمیواستتريگرایانهواقعاستفادهجایگزیناهدافباتواندکردنمینیممجملهازشود،کردنمینیممیاسفرزمانمدتکمانرويشدهسپريکلزمان

.ها

یک مدل برنامه ریزي عدد صحیح متغیر دودویی و O(n2)داراي O(n2) محدودیت برايTSPTW

.پیشنهاد می شوداین مدل عالوه بر زمان هاي سفر

سپري شده روي کمان ها، زمان هاي پیش از سرویس را در تابع انتظار

.هدف در نظر می گیرد

62

Page 63: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

گیرينتیجه

مورد با جدید می تواند مدلسازگار شود و چند فروشنده

محدودیت هاي اضافی می توانند در این مدل ترکیب

.شوند زمان در نظرگیري متوسط با

متوسطو CPUهاي LPR

پیشنهادي از مدل موجود مدل .برتر است

جدید کاهش قابل مدل توجهی را در متوسط

زمان محاسبه مورد نیاز براي جواب هاي بهینه

.نشان می دهد

63

Page 64: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

پیشنهادات براي توسعه مدل

در نظر گرفتن پنجره هاي زمانی چندگانه براي هر گره با اولویت هاي تعریف شده روي هر پنجره

در نظر گرفتن زمان انتظار به صورت متغیر تصادفی

توسعه روش کالرك و رایت براي مدل فروشنده دوره گرد با پنجره زمانی

تغییر مدل جدید ارائه شده براي حالتی که تقاضا در هر .گره ثابت نباشد

تغییر نوع وسیله نقلیه براي حالتی که برخی شهرها باید یا در ) بسته به نوع تقاضایی که دارند(زودتر مالقات شوند

نظر گرفتن سرعت براي وسیله نقلیه

VRPTWگسترش فرموله بندي پیشنهادي براي

64

Page 65: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

منابع1. Langevin A, Desrochers M, Desrosiers J, Gelinas S, Soumis

F. A two-commodity flow formulation for the traveling

salesman and makes pan problems with time windows.

Networks.640-23:6311993

2. Desrosiers J, Dumas Y, Solomon MM, Soumis F. Time

constrained routing and scheduling. In: Ball MO, Magnanti

TL, Monma CL, Nemhauser GL, editors. Network routing.

Amsterdam: Elsevier; 1995. 35–139

3. Langevin A, Soumis F, Desrosiers J. CLASSIFICATION OF

TRAVELLING SALESMAN PROBLEM FORMULATIONS.

Operations Research Letters 9 (1990) 127-132

4. Christensen U, Kefaloukos PK. Approximations of geometric

prize-collecting traveling salesman problem with time

windows.

.

65

Page 66: ﻪﯿﻠﻘﻧ ﻞﯾﺎﺳو ﯽﺑﺎﯾﺮﯿﺴﻣ سرد ﻪﺋارا - …wp.kntu.ac.ir/setak/course/Samadi.pdfﻪﮐ ﯽﻧﺎﻣز ،ﺪﺑﺎﯾ ﯽﻣ ﺶﻫﺎﮐ TSP ﻪﺑ

66