Every year at the annual conference

Every year at the annual conference for the Council of Supply Chain Management Professionals (CSCMP), three to five sessions are offered that focus on modeling or optimizing logistics, transportation and/or supply chain networks. Quite often these conference sessions expressly, or in passing, address the issue of vehicle routing. Against this backdrop a new class of metaheuristics quantitative tools has emerged that is capable of providing solutions closer to optimality, and often in less time. This article focuses on one of these emergent metaheuristics, Ant Colony Optimization (ACO), that models the seemingly intelligent behavior of swarming insects, and compares it against one of the classic workhorse vehicle routing algorithms, the Clark-Wright Savings model, in a logistics focused environment. Overall, the results of this research indicate that the performance of ACO is superior for generating solutions to logistics-oriented VRP's, and should cause practitioners and academicians to reevaluate the techniques being used to generate vehicle routing solutions.

ผลลัพธ์ (ไทย) 1:

ทุกปีในการประชุมประจำปีสำหรับสภาของซัพพลายเชนบริหารผู้เชี่ยวชาญ (CSCMP), รอบเวลาสามถึงห้าจะนำเสนอที่เน้นการสร้างโมเดล หรือเพิ่มประสิทธิภาพโลจิสติกส์ การขนส่ง และ/หรือเครือข่ายห่วงโซ่อุปทาน บ่อยช่วงเวลาประชุมชัดเจน หรือ ผ่าน ที่อยู่ปัญหาของเส้นทางรถ กับฉากหลังนี้ ชั้นใหม่ metaheuristics เครื่องมือเชิงปริมาณได้ผงาดขึ้นที่จะสามารถให้โซลูชั่นใกล้ optimality และบ่อยครั้ง ในเวลาน้อยกว่า บทความนี้เน้นของ metaheuristics เหล่านี้โผล่ออกมา มดอาณานิคมเพิ่มประสิทธิภาพ (ACO), ที่โมเดลพฤติกรรมดูเหมือนอัจฉริยะ swarming แมลง และเปรียบเทียบกับหนึ่งคลาสสิก workhorse รถเส้นทางอัลกอริทึม รุ่นประหยัดคลาร์กไรท์ โลจิสติกส์มุ่งเน้นสภาพแวดล้อม โดยรวม ผลการวิจัยนี้บ่งชี้ว่า ประสิทธิภาพของ ACO ได้สร้างวิธีแก้ไขปัญหาโลจิสติกส์มุ่งเน้น VRP ของ และควรทำให้ผู้และ academicians เพื่อ reevaluate เทคนิคที่ถูกใช้ในการสร้างโซลูชั่นสายรถ

ผลลัพธ์ (ไทย) 2:

ทุกปีในการประชุมประจำปีสภาผู้เชี่ยวชาญด้านการจัดการซัพพลายเชน (CSCMP), 3-5 การประชุมมีการเสนอที่มุ่งเน้นไปที่การสร้างแบบจำลองหรือการเพิ่มประสิทธิภาพโลจิสติก, การขนส่งและ / หรือเครือข่ายห่วงโซ่อุปทาน บ่อยครั้งที่การประชุมเหล่านี้อย่างชัดแจ้งหรือในการผ่านแก้ไขปัญหาของเส้นทางรถ กับฉากหลังนี้ชั้นใหม่ของเครื่องมือเชิงปริมาณ metaheuristics ได้โผล่ออกมาว่ามีความสามารถในการให้บริการโซลูชั่นใกล้ชิดกับ optimality และมักจะใช้เวลาน้อยลง บทความนี้มุ่งเน้นไปที่หนึ่งใน metaheuristics ฉุกเฉินเหล่านี้ Ant Colony Optimization (ACO) ว่ารูปแบบพฤติกรรมที่ชาญฉลาดดูเหมือนจะจับกลุ่มแมลงและเปรียบเทียบกับหนึ่งในขั้นตอนวิธีการกำหนดเส้นทางรถเทียมคลาสสิกรูปแบบการออมคลาร์กไรท์ในโลจิสติก สภาพแวดล้อมที่มุ่งเน้น โดยรวมแล้วผลการวิจัยแสดงให้เห็นว่าการปฏิบัติงานของ ACO จะดีกว่าสำหรับการสร้างโซลูชั่นจิสติกส์ที่มุ่งเน้น VRP และควรทำให้เกิดการปฏิบัติงานและนักวิชาการที่จะประเมินเทคนิคที่ถูกนำมาใช้ในการสร้างยานพาหนะการแก้ปัญหาการกำหนดเส้นทาง

ผลลัพธ์ (ไทย) 3:

ทุกปีที่การประชุมประจำปีสภาผู้เชี่ยวชาญด้านการจัดการห่วงโซ่อุปทาน ( cscmp ) , สามถึงห้าครั้งจะได้รับที่มุ่งเน้นการเพิ่มประสิทธิภาพโลจิสติกส์ หรือการขนส่งและ / หรือจัดหาเครือข่ายลูกโซ่ ค่อนข้างบ่อยเหล่านี้การประชุมวาระชัดแจ้ง หรือ ผ่าน ที่อยู่ปัญหาการจัดเส้นทางยานพาหนะ .กับฉากหลังนี้ระดับใหม่ของเครื่องมือเชิงปริมาณ เมตาฮิวริ ิกมีข่าวออกมาว่า มีความสามารถในการให้บริการโซลูชั่นที่ใกล้ชิดกับคุณภาพและมักจะใช้เวลาน้อยลง บทความนี้มุ่งเน้นในหนึ่งของเมตาฮิวริ ิกฉุกเฉินเหล่านี้ อาณานิคมมด ( ACO ) ว่ารูปแบบพฤติกรรมฉลาดที่ดูเหมือนของตอมแมลงและเปรียบเทียบกับหนึ่งในขั้นตอนวิธีการจัดเส้นทางยานพาหนะ workhorse คลาสสิก คล้าก ไรท์เก็บรูปแบบ โลจิสติกส์ เน้นสิ่งแวดล้อม โดยรวม ผลการศึกษาพบว่า ประสิทธิภาพของ ACO จะดีกว่าเพื่อสร้างโซลูชั่นเพื่อโลจิสติกส์ ที่มุ่งเน้น vrp ,และควรให้แพทย์และนักวิชาการ ที่จะประเมินเทคนิคที่ถูกใช้เพื่อสร้างโซลูชั่นการจัดเส้นทางยานพาหนะ

.