Geri Dön

Kümeleme ve genetik algoritma destekli yaklaşımlarla kapasite kısıtlı araç rotalama probleminin çözümü: perakende zincirinde uygulanması

Solution of the capacity constraint vehicle routing problem with cluster and genetic algorithm based approach: a retail chain application

PDF İndir

  1. Tez No: 361056
  2. Yazar: TOLGA ŞEN
  3. Danışmanlar: DOÇ. DR. HARUN REŞİT YAZĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Küreselleşmenin rekabeti hızla arttırdığı son yıllarda müşteri memnuniyeti bu rekabetin en belirleyici faktörlerinden biri olmuştur. Tedarik zincirinde, ürünün ya da hizmetin müşteriye ulaştığı son aşama olan lojistik ve dağıtım şirketlerin üzerinde daha dikkatli durduğu bir alan haline gelmiştir. Ne kadar hızlı ve çok sayıda müşteriye ulaşılırsa, o kadar müşteri memnuniyeti artacaktır. Fakat bunun yanısıra şirketler, kendi maliyetlerini de azaltmaya çalışmaktadır. Sözkonusu rekabetin içerisindeki büyük lojistik ve dağıtım şirketlerinin en iyilemeye çalıştıkları problemler de büyük ve karmaşık olacaktır. Aynı anda hem müşterilerine hızlı ve kaliteli hizmet sağlamak hem de maliyetleri en aza indirmek bu şirketlerin hedefidir. Bu çalışmada, bu şirketlerin problemlerinden biri olan araç rotalama probleminin özel bir hali ele alınmıştır. Müşterilerin belirli taleplere sahip olduğu kapasite kısıtlı araç rotalama probleminin çözümünde hızlı ve maliyetleri en aza indirgeyen bir mağaza kümeleme ve araç rotalama ortaya konulmaya çalışılmıştır. Bu uygulama tezinde ele alınan problem için iki aşamalı bir çözüm yöntemi önerildi. Problemin ilk kısmında kümeleme, ikinci kısmı ise ARP çözümü yapılmıştır. Ele alınan bu problemde bir süpermarket zincirindeki taleplerin karşılanmasındaki ortaya çıkan araç rotalama ve kümeleme probleminin çözüm metotları üzerinde durulmuştur. Bu amaçla iki farklı yaklaşım geliştirilmiştir. Birincisinde bir kümeleme algoritması olan DBSCAN ile müşteriler kümelenmiş ve araç rotalama problemleri çözülmüştür. İkinci yaklaşımda ise, GA destekli DBSCAN algoritmasıyla kümeleme geliştirilmiştir ve araç rotalama problemleri çözülmüştür. Her iki yöntemin ARP kısmında belirlenmiş mağazalardan oluşan kümelere ana depo da eklenerek kesin çözüm veren dalsınır algoritması ARP çözümü için uygulanmıştır. Geliştirilen her iki metot bir örnek uygulamada test edilerek sonuçlar ANOVA testi ile karşılaştırılmıştır.

Özet (Çeviri)

In the last few years in which the globalization increases the competition, customer satisfaction has been one of the most decisive factors in this competition. In supplychain, logistics and distribution which is the last process reaching the product or service to customers has become the important field for factories. When it is reached more customers and more quickly, then the satisfaction of the customers will be more. However, factories has an objective to reduce their expenditures. In this competition, the problems that are tried to make them better by big logistic and distribution factories will be major and complicated. Providing fast and high-quality service and decreasing the expenditures are the aims of these factories. In this study, a specific situation of vehicle routing problem was discussed. In the solution of vehicle routing problem which was restricted with certain demands of customers, a store clustering and vehicle routing that decreases the expenditure have been tried to handle. In this study, a solution approach which has two progressive stages was suggested. Clustering and VRP problems were solved respectively. The proposed approach was implemented on a supermarket to handle vehicle routing and clustering problems under certain demand and capacity constraints. The proposed approach consists of two methods to compare effectiveness of the methods. At the first one, clustering approach was implemented by employing DBSCAN to solve vehicle routing problem. Later, the DBSCAN improved with GA was implemented in order to solve same problem. After completing clustering among branches of the company, travelling salesmen problem was solved with employing branch and bound algorithm for each cluster included main store. Both of these methods have been tested on a sample data and the results have been compared with ANOVA test.

Benzer Tezler

  1. Tez No

    937027

    Siting and sizing of renewable energy supported electric vehicle charging stations along highways with a novel interoperable smart energy management system

    Yenilenebilir enerji destekli elektrikli araç şarj istasyonlarının otoyollar boyunca konumlandırılması ve boyutlandırılmasına yönelik yeni birlikte çalışabilir akıllı enerji yönetim sistemi

    ÖMER GÖNÜL

    Doktora

    İngilizce

    İngilizce

    2025

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Enerji Bilimi ve Teknolojileri Ana Bilim Dalı

    PROF. DR. ÖNDER GÜLER

  2. Tez No

    665538

    Association mapping of quality traits in potato (Solanum tuberosum L.)

    Patateste (Solanum tuberosum L.) kalite özelliklerınin ilişkilndirme haritalandırması

    MUHAMMAD NAEEM

    Doktora

    İngilizce

    İngilizce

    2021

    BiyoteknolojiNiğde Ömer Halisdemir Üniversitesi

    Tarımsal Genetik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET EMİN ÇALIŞKAN

  3. Tez No

    232946

    Genetik algoritma ile kapasiteli servis güzergahı belirlenmesi ve bir uygulama

    Capacitated vehicle routing with genetic algorithm and an application

    ÖZLEM TABAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. YAŞAR HOŞCAN

  4. Tez No

    334400

    Kablosuz algılayıcı ağlarda enerji tasarrufu için genetik algoritma tabanlı bir kümeleme algoritması

    Genetic algorithm based clustering in wireless sensor networks for energy efficiency

    GÖKSEL TÜRKOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Teknik EğitimMuğla Sıtkı Koçman Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. İZZET PEMBECİ

    YRD. DOÇ. DR. AYŞEGÜL ALAYBEYOĞLU

  5. Tez No

    963142

    جستجوی مشتریان وفادار بر اساس الگوریتم خوشه بندی مبتنی بر ژنتیک بهینه و پیشبینی رفتار مشتریان

    Müşteri davranışını öngören ve genetik tabanlı optimizasyonlu kümeleme algoritmasına dayalı sadık müşteri araştırması

    ARİF YELĞİ

    Yüksek Lisans

    Farsça

    Farsça

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIslamıc Azad Unıversıty

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. HOMAYOON MOTAMENİ

Geri Dön