The VRP is a well known combinatori

The VRP is a well known combinatorial optimization problem. Customers require simultaneous pick-up of goods from their location in addition to delivery of goods to their location in some cases. The VRP-SPD is an extension of the CVRP and considers simultaneous distribution and collection of goods to/from customers. A fleet of vehicles originated in a depot serves customers with pick-up and deliveries from/to their locations.

VRP-SPD has been receiving growing attention due to the increasing importance of reverse logistics activities. Also VRP-SPD has a combinatorial nature. Due to GA’s efficiency in solving complex optimization problems, a GA based approach for solving VRP-SPD was proposed in this study.

Feasibility issue is more complex and hard to be ensured in VRP-SPD than in VRP-B due to the simultaneous delivery and pick-up activities as mentioned in Section 2. This study contributes to the VRP field by providing an efficient and effective GA based approach that produces highly feasible routes for VRP-SPD. Details of the proposed approach were given in the previous sections, after introducing VRP-SPD and its mathematical formulation. Then, an illustrative example and parameter settings were presented followed by performance evaluation of the proposed approach with computational experiments. Twenty four CVRP test problems were transformed into VRP-SPD problems by adding pick-up demand data randomly to the selected problems. According to the results of computational experiments, it can be concluded that the proposed GA based approach both performs well and is efficient. The results of computational experiments prove that, the solutions of the proposed approach have both weak feasibility and strong feasibility. While decoding procedure guaranteed weak feasibility of solutions, fitness value enabled the proposed approach to produce strongly feasible routes.

Direct genetic representation was used for encoding in this study. Further studies may use indirect representation methods such as random key based representation to improve solution quality and efficiency of the procedure. Additionally, the proposed approach may be applied to a real world routing problems with simultaneous pick-up and deliveries.

ผลลัพธ์ (ไทย) 1:

VRP เป็นปัญหาในการเพิ่มประสิทธิภาพปัญหารู้จัก ลูกค้าต้องการพร้อมรถรับส่งของสินค้าจากตำแหน่งนอกเหนือจากการจัดส่งสินค้าที่ตำแหน่งในบางกรณี VRP-SPD เป็นส่วนขยายของ CVRP และพิจารณาพร้อมแจกจ่ายและรวบรวมสินค้าจากลูกค้า กองยานพาหนะมาใน depot ให้บริการลูกค้า ด้วยรถรับส่งและจัดส่งสินค้าจาก/ไปยังตำแหน่งที่ตั้งVRP SPD มีได้รับความสนใจมากขึ้นเนื่องจากความสำคัญของโลจิสติกส์ย้อนกลับเพิ่มขึ้น ยัง VRP SPD มีธรรมชาติเป็นปัญหา เนื่องจากประสิทธิภาพของ GA ในการแก้ปัญหาซับซ้อนเพิ่มประสิทธิภาพ วิธี GA ใช้สำหรับแก้ VRP SPD ถูกนำเสนอในการศึกษานี้ความเป็นไปได้ปัญหาจะซับซ้อน และยากที่จะมั่นใจใน VRP-SPD กว่าใน VRP B พร้อมส่งและรับกิจกรรมดังกล่าวใน 2 ส่วน การศึกษานี้สนับสนุนฟิลด์ VRP โดยให้มีประสิทธิภาพ และประสิทธิผล GA โดยใช้วิธีการที่ก่อให้เกิดเส้นทางที่เป็นไปได้สูงสำหรับ VRP SPD รายละเอียดของวิธีการนำเสนอได้รับในส่วนก่อนหน้านี้ หลังจากแนะนำ VRP SPD และพัฒนาการทางคณิตศาสตร์ การแสดงตัวอย่างและพารามิเตอร์การตั้งค่าแล้ว ได้แสดงตาม ด้วยการประเมินประสิทธิภาพของวิธีการนำเสนอด้วยการทดลองคำนวณ ยี่สิบสี่ CVRP ทดสอบปัญหาถูกเปลี่ยนเป็นปัญหา VRP SPD เพิ่มรับข้อมูลความต้องการแบบสุ่มเลือกปัญหา ตามผลการทดลองคำนวณ มันสามารถสรุปได้ว่า วิธีใช้ GA เสนอทั้งทำดี และมีประสิทธิภาพ ผลลัพธ์ของการคำนวณการทดลองพิสูจน์ว่า โซลูชั่นของวิธีนำเสนอมีความอ่อนแอและความแข็งแรง ขณะถอดรหัสขั้นตอนรับประกันความอ่อนแอของโซลูชั่น ค่าออกกำลังกายใช้วิธีการนำเสนอการผลิตกระบวนการผลิตที่เป็นไปได้อย่างยิ่งแสดงพันธุกรรมโดยตรงถูกใช้สำหรับการเข้ารหัสในการศึกษานี้ ศึกษาเพิ่มเติมอาจใช้ทางอ้อมแสดงวิธีเช่นคีย์แบบสุ่มโดยแสดงการปรับปรุงแก้ไขปัญหาคุณภาพและประสิทธิภาพของกระบวนการ นอกจากนี้ วิธีการนำเสนออาจจะใช้กับโลกจริงสายปัญหาพร้อมรถรับส่งและจัดส่ง

ผลลัพธ์ (ไทย) 2:

VRP เป็นปัญหาที่การเพิ่มประสิทธิภาพที่รู้จักกันดี ลูกค้าจำเป็นต้องเลือกขึ้นพร้อมกันของสินค้าจากสถานที่ตั้งของพวกเขานอกเหนือจากการส่งมอบสินค้าไปยังสถานที่ของพวกเขาในบางกรณี VRP-SPD เป็นส่วนขยายของ CVRP และคิดว่าการกระจายพร้อมกันและคอลเลกชันของสินค้าไปยัง / จากลูกค้า ยานพาหนะที่เกิดขึ้นในสถานีให้บริการลูกค้าที่มีรถกระบะและการส่งมอบจาก / ไปยังสถานที่ของพวกเขา. VRP-SPD ได้รับการได้รับความสนใจที่เพิ่มขึ้นเนื่องจากการเพิ่มความสำคัญของกิจกรรมโลจิสติกกลับ นอกจากนี้ VRP-SPD มีธรรมชาติ combinatorial เนื่องจากประสิทธิภาพของ GA ในการแก้ปัญหาการเพิ่มประสิทธิภาพที่ซับซ้อน GA ตามแนวทางการแก้ VRP-SPD ถูกนำเสนอในการศึกษานี้. ปัญหาความเป็นไปได้ที่มีความซับซ้อนมากขึ้นและยากที่จะมั่นใจใน VRP-SPD กว่าใน VRP-B เนื่องจากการส่งมอบพร้อมกันและ รับจากการจัดกิจกรรมดังกล่าวในมาตรา 2 การศึกษาครั้งนี้ก่อให้เกิดสนาม VRP โดยการให้มีประสิทธิภาพและประสิทธิผล GA ตามวิธีการที่ก่อให้เกิดเส้นทางที่เป็นไปได้อย่างมากสำหรับ VRP-SPD รายละเอียดของวิธีการที่นำเสนอได้รับในส่วนก่อนหน้านี้หลังจากที่แนะนำ VRP-SPD และสูตรทางคณิตศาสตร์ของ จากนั้นตัวอย่างเช่นตัวอย่างและการตั้งค่าพารามิเตอร์ที่ถูกนำเสนอตามด้วยการประเมินผลการปฏิบัติงานของวิธีการที่นำเสนอกับการทดลองการคำนวณ ยี่สิบสี่ปัญหาการทดสอบ CVRP ถูกเปลี่ยนเป็นปัญหา VRP-SPD โดยการเพิ่มข้อมูลความต้องการรถกระบะสุ่มปัญหาที่เลือก ตามผลการทดลองการคำนวณก็สามารถสรุปได้ว่าการเสนอ GA ตามวิธีการทั้งสองทำงานได้ดีและมีประสิทธิภาพ ผลการทดลองคำนวณพิสูจน์ให้เห็นว่าการแก้ปัญหาของวิธีการที่นำเสนอมีทั้งความเป็นไปได้ที่อ่อนแอและความเป็นไปได้ที่แข็งแกร่ง ในขณะที่ขั้นตอนการถอดรหัสรับประกันความเป็นไปได้ที่อ่อนแอของการแก้ปัญหาค่าการออกกำลังกายที่เปิดใช้งานวิธีการที่นำเสนอในการผลิตเป็นไปได้อย่างยิ่งเส้นทาง. การแสดงทางพันธุกรรมโดยตรงถูกนำมาใช้สำหรับการเข้ารหัสในการศึกษานี้ การศึกษาต่อไปอาจใช้วิธีการเป็นตัวแทนทางอ้อมเช่นกุญแจสุ่มตามการเป็นตัวแทนในการปรับปรุงคุณภาพและประสิทธิภาพในการแก้ปัญหาของขั้นตอน นอกจากนี้วิธีการที่นำเสนออาจจะถูกนำไปใช้กับปัญหาการกำหนดเส้นทางโลกแห่งความจริงกับรถกระบะพร้อมกันและการส่งมอบ

ผลลัพธ์ (ไทย) 3:

การ vrp เป็นรู้จักกันดีการเพิ่มปัญหา ลูกค้าต้องไปรับสินค้าจากสถานที่ของพวกเขาพร้อมกัน นอกจากนี้การจัดส่งสินค้าไปยังสถานที่ของพวกเขาในบางกรณี การ vrp-spd เป็นส่วนขยายของ cvrp และพิจารณาการกระจายพร้อมกันและรวบรวมสินค้าจากลูกค้ากองยานพาหนะที่มาในคลังให้บริการกับลูกค้า รับส่งจาก / ไปยังสถานที่ของพวกเขา .

vrp-spd ได้รับความสนใจเนื่องจากการเพิ่มความสำคัญของกิจกรรมโลจิสติกส์ย้อนกลับ . ยัง vrp-spd มีลักษณะเป็นเชิง . เนื่องจากประสิทธิภาพในการแก้ไขปัญหาการเพิ่มประสิทธิภาพกาซับซ้อน เป็นวิธีการที่ใช้ในการแก้ปัญหา vrp-spd กานำเสนอในการศึกษานี้

ในปัญหาที่ซับซ้อนมากขึ้นและหนักเพื่อให้มั่นใจใน vrp-spd กว่าใน vrp-b เนื่องจากการส่งมอบและรับกิจกรรมพร้อมกันตามที่กล่าวไว้ในมาตรา 2 การศึกษานี้มีส่วนช่วยใน vrp ฟิลด์โดยการให้มีประสิทธิภาพและประสิทธิผลตามแนวทางกาที่สร้างเส้นทางที่มีความเป็นไปได้สูงสำหรับ vrp-spd . รายละเอียดของวิธีการที่เสนอจะได้รับในส่วนก่อนหน้าหลังจากแนะนำ vrp-spd ของคณิตศาสตร์และการกำหนด แล้วมีรูปประกอบตัวอย่างและพารามิเตอร์การตั้งค่าถูกนำเสนอรองลงมา คือ การประเมินประสิทธิภาพของวิธีการที่เสนอกับการทดลองในการคำนวณ ยี่สิบสี่ cvrp ทดสอบปัญหาถูกเปลี่ยนเป็นปัญหา vrp-spd โดยการเพิ่มข้อมูลความต้องการรถกระบะแบบสุ่มเพื่อเลือกปัญหาจากผลการทดลองของคอมพิวเตอร์ สามารถสรุปได้ว่าวิธีการที่ใช้เสนอ GA ทั้งมีประสิทธิภาพดีและมีประสิทธิภาพ ผลการทดลองคำนวณแล้วว่า โซลูชั่นของวิธีการที่เสนอมีทั้งความเป็นไปได้และความเป็นไปได้ที่อ่อนแอแข็งแรง ในขณะที่กระบวนการถอดรหัสรับประกันอ่อนแอความเป็นไปได้ของโซลูชั่นค่าฟิตเนส เปิดใช้งาน วิธีการที่เสนอจะสร้างเส้นทางที่เป็นไปได้อย่างยิ่ง

ตรงทางพันธุกรรมที่ใช้ในการเข้ารหัสเป็นตัวแทนในการศึกษา การศึกษาต่อไปอาจใช้วิธีทางอ้อม เช่น การใช้โซลูชั่นการสุ่มคีย์ เพื่อปรับปรุงคุณภาพและประสิทธิภาพของกระบวนการ นอกจากนี้วิธีการที่เสนออาจจะประยุกต์ใช้กับโลกจริงเส้นทางปัญหารับพร้อมกันและการส่งมอบ