حمل و نقل کالا از نقاط عرضه به مشتریان مختلف، یک وظیفه مهم در زنجیره تأمین است. در این حوزه، مسئله مسیریابی وسایل نقلیه از اهمیت ویژه ای برخودار است. در این مقاله مسئله مسیریابی وسایل نقلیه با در نظر گرفتن پنجره های زمانی با استفاده از مفهوم ناهمگونی ارائه شده است. در اینجا مفهوم ناهمگنی وسایل نقلیه مربوط به مالکیت ناوگان است و زمانی رخ می دهد که ناوگان خصوصی کافی در دسترس نبوده و شرکت مجبور به اجاره برخی وسایل نقلیه از سایر شرکت های باربری باشد. علاوه براین، برخلاف تلاش های قبلی، مدل پیشنهادی به دنبال حداقل سازی انرژی مصرفی است. در اینجا دو سناریو مورد بررسی قرار گرفته است و برای هریک یک مدل ریاضی چندهدفه پیشنهاد شده است. در سناریو اول، مسئله با در نظر گرفتن پنجره های زمانی بدون در نظر گرفتن مفهوم ناهمگنی و در سناریو دوم وجود وسایل نقلیه به صورت اجاره ای مورد توجه قرار گرفته است. بنابراین در سناریو دوم استراتژی تغییر ظرفیت ناوگان اجاره ای بر اساس مدل پیشنهادی مشخص خواهد شد. برای حل این مسئله، یک الگوریتم فراابتکاری ترکیبی بر مبنای الگوریتم های سیستم ایمنی مصنوعی بدن و ازدحام ماهی های مصنوعی پیشنهاد شده است. در نهایت نیز نتایج آن با نتایج حاصل از الگوریتم NSGAII روی مسائل با ابعاد مختلف مقایسه شده است. نتایج حاصل نشان می دهد که با در نظر گرفتن ناوگان اجاره ای در بخش عظیمی از هزینه ها و انرژی مصرفی صرفه جویی شده است. همچنین رویکرد پیشنهادی توانسته به عنوان یک سیستم تصمیم گیری پشتیبان برای بررسی استراتژی های ظرفیت شرکت های باربری مورد استفاده قرار گیرد.

موضوع جمع آوری پسماند یک چالش بزرگ برای جوامع مدرن می باشد حدود 80% از کل هزینه مدیریت پسماند را شامل می شود. بنابراین برنامه ریزی صحیح جمع آوری پسماند جهت به کارگیری اصولی منابع، می تواند از ایجاد هزینه های اضافی جلوگیری نماید و موجب بالا رفتن اثربخشی و درنهایت بهره وری مدیریت پسماند گردد. هدف از این تحقیق، یافتن مسیری های مناسب جمع آوری پسماند شهری با استفاده از داده های مکان مبنا طوری که زمان مجموع سفرهای وسایل نقلیه کمینه کردن شود. از طرفی محدودیت های حداکثر زمان مسافرت، حداکثر کل فاصله ی طی شده، حداکثر تعداد سطل زباله بررسی شده رعایت شود. در این تحقیق از تلفیق مسیله مسیریابی وسیله نقلیه (VRP) با سیستم اطلاعات جغرافیایی (GIS) استفاده می شود. سناریوهای تحقیق بر پایه یک ناوگان ثابت غیریکنواخت با تعداد ثابتی از هر نوع ماشین با هزینه و ظرفیت های محدود و متفاوت می باشد. مسیله سازگار شده تحقیق با توجه به ویژگی های جمع آوری پسماند، مسیله مسیریابی وسایل نقلیه با ظرفیت دار نا متقارن و پنجره زمانی نرم [1] (ACVRPTWS) می باشد. در ادامه به منظور اجرای یک نمونه کاربردی از مسیله مورد نظر برروی مسیله جمع آوری پسماند در یک پایلوت از شهر تهران موردبررسی قرار گرفت. در ادامه نتایج حاصل از ACVRPTWS با واقعیت مقایسه شده و نشان از کاهش 14 و 24 درصدی زمان مسافرت و زمان کل مسافرت می دهد. در واقع با استفاده از این روش می توان شبکه ای طراحی کرد که به کمک آن کاهش قابل توجهی در هزینه های جمع آوری پسماند داشته باشد به عبارت دیگر الگوریتم پیشنهادی توانسته است یک تناسب منطقی بین تعداد سطل های زباله مورد بررسی، حجم پسماند جمع آوری شده، مسافت پیموده شده و مدت زمان سرویس دهی هر وسلیه نقلیه برقرار کند. لازم به ذکر است که الگوریتم پیشنهادی در 5 دقیقه اجرا شده است.

مساله مسیریابی وسیله نقلیه (VRP) یکی از مهم ترین مسایل تحقیق در عملیات در صنایع و خدمات است که امروزه با توجه به هزینه بالای حمل و نقل در قیمت نهایی کالا، بسیار مورد توجه قرار می گیرد. از طرف دیگر با توجه به اینکه استفاده از وسایل نقلیه با ظرفیت های گوناگون سبب کاهش بیشتر این هزینه می گردد، مسئله مسیریابی وسایل نقلیه آمیخته (FSMVRP) ارایه شد و از آن زمان، پیشرفت قابل توجهی در مورد این مسائل و انواع آن در جهت استفاده در وسایل واقعی صورت گرفت. در این مساله، انواع مختلفی از وسایل نقلیه با ظرفیت متفاوت موجود در انبار کالای یکتا، برای خدمت به مجموعه ای از مشتریان با موقعیت های جغرافیایی شناخته شده، وجود دارند. به علاوه در این مسئله، هر یک از مشتری ها به میزان خاصی کالا نیاز دارند که باید توسط ناوگانی ثابت از وسائل نقلیه به آن ها تحویل گردد. هدف تعیین مجموعه ای از تورها برای وسائل نقلیه با کمترین هزینه است به شرط آن که هر وسیله نقلیه از انبار شروع به حرکت کرده و در انتها به آن بازگردد، هر مشتری دقیقاً یک بار توسط یک وسیله نقلیه بازدید شود و کل تقاضای مشتری های هر تور از ظرفیت هر نوع از وسیله نقلیه، که 〖,q〗, _iدر نظر گرفته می شود، تجاوز نکند. هدف این مقاله، طبقه بندی و بررسی مطالب مربوط به FSMVRP است. در این مقاله همچنین یک تحلیل مقایسه ای از الگوریتم های فراابتکاری برای این مساله ارائه شده است.

مساله مسیریابی وسایل نقلیه یکی از مسایل بسیار مهم و لجستیک در شاخه بهینه سازی ترکیبیاتی است که تاکنون الگوریتم های زیادی برای حل آن پیشنهاد شده است. در این مقاله الگوریتمی ابتکاری که تلفیقی از کلونی مورچگان و عمل جهش می باشد برای حل مساله مسیریابی وسایل نقلیه ارایه شده است.

انتشار آلودگی وسایل نقلیه عمدتاً به مقدار سوخت مصرفی، نوع سوخت و مسافت پیموده شده بستگی دارد. استفاده از منابع انرژی جایگزین یکی از راه های مقابله با گازهای گلخانه ای و آلودگی های زیست محیطی ناشی از مصرف سوخت است. کمبود زیر ساخت هایی نظیر جایگاه های سوخت گیری، یکی از موانع اصلی پذیرش وسایل نقلیه با سوخت جایگزین است. در این مطالعه به عنوان یک رویکرد عملی در دوره گذر، مدلی برای گسترش مساله مسیریابی به وسایل نقلیه سبز معرفی می کنیم. این یک مساله NP – سخت است. بنابراین، حل نمونه های با اندازه واقعی در یک زمان مناسب به سختی امکان پذیر است. برای حل نمونه های بزرگ، روشی مبتنی بر الگوریتم تجزیه بندرز معرفی و آن را به کمک برش های معتبر بهبود می دهیم. اجرای الگوریتم پیشنهادی روی مسائل تصادفی نتایج قابل قبولی را در زمان مناسب ارائه می دهد.

صورت کلاسیک مسأله «مسیریابی وسیله نقلیه» هزینه حمل ونقل را مربوط به کمان­ های شبکه می­ داند، در صورتی که هزینه­ های اولیه (ثابت) بکارگیری وسیله نقلیه و استخدام راننده جزء هزینه ­های اصلی حمل ونقل کالا به حساب می ­آیند. در این مقاله، مدلی برای مسأله «مسیریابی وسیله نقلیه» ارائه شده است، که در آن هزینه ­های اولیه بکارگیری وسیله به صورت مجزا و در کنار سایر هزینه ­ها کمینه می­ گردد. این مسأله یک مسأله با «پیچیدگی بالا» به حساب می ­آید، و نمی ­توان آن را در شبکه­ های درون­ شهری بزرگ به صورت دقیق و در مرتبه زمانی چندجمله ­ای حل کرد. بنابراین، برای حل مدل پیشنهادشده از الگوریتم «بهینه ­سازی اجتماع مورچگان» استفاده شده است. الگوریتم ­های قبلی بهینه ­سازی اجتماع مورچگان که برای حل مسیریابی وسیله نقلیه ارائه ­شده ­اند، قادر به در نظر گرفتن هزینه­ های اولیه بکارگیری وسیله به عنوان یک عامل هزینه در تابع هدف نیستند. یکی از نوآوری­ های این مقاله به اصلاح این الگوریتم برای منظور کردن هزینه­ های اولیه بکارگیری وسیله معطوف شده است. برای ارزیابی توان مدل پیشنهادشده، شبکه شهر مشهد با 253 ناحیه ترافیکی و یک دپو در منطقه مرکزی شهر، برای بکارگیری مدل روی شبکه واقعی انتخاب شده است. نتایج نشان می ­دهند که روش حل ارائه شده با سرعت قابل قبول (با زمانی کمتر از 2 ثانیه) به نتایج تقریبی مطلوب همگرا می­ شود. این در حالی است که حل مدل مذکور با استفاده از نرم ­افزارهای تجاری موجود ممکن نیست.

مساله مسیریابی وسیله نقلیه با ناوگان ناهمگن ثابت (HFFVRP) یکی از مهم ترین گسترش های مساله مسیریابی وسایل نقلیه (VRP) است. هدف مساله HFFVRP تحویل بهینه کالا به مشتریان از گره ای به نام انبار است به طوری که همه تقاضای مشتریان توسط ناوگانی ثابت و ناهمگن برآورده شود. حل این مساله که دارای کاربردهای فراوان در بخش صنعت و خدمات است به راحتی امکان پذیر نمی باشد بنابراین، در این مقاله یک روش تولید ستون (CG) برای حل HFFVRP ارایه می شود. الگوریتم پیشنهادی بر روی شانزده مثال استاندارد شامل 10 تا 50 مشتری مورد آزمایش واقع می شود. نتایج محاسباتی نشان می دهد که روش ابتکاری مبتنی بر CG در مقایسه با روش دقیق می تواند جواب های مناسبی را در یک زمان کمتر به دست آورد.