An Application Example To the Stochastic Demand Chance Constrained Vehicle Routing Problem

Abstract

Tedarik zinciri ve lojistik yönetimi, bir üretim merkezinde üretilen malların işletmelere, işletmeden müşterilere kadar ulaştırılmasında, küresel ekonomide oldukça önemli bir yere sahiptir. Tedarik zinciri ve lojistik yönetiminin son aşaması olan araç rotalama problemleri, dağıtım ağını sağlamak amacıyla her geçen gün önemini arttırmaktadır. Firmalar kısa yaşam döngüsüne sahip ürünlerin müşterilere ulaştırılmasında önemli rotalama kararları almak zorunda kalmışlardır. Reel dünyada birçok farklı hizmet alanında etkili kararlar almak için gerçekleştirilen araç rotalama problemleri ihtiyaçların artması ile problem çeşitleri gittikçe karmaşık ve olasılıksal bir yapıda modellenmektedir. Matematiksel olarak modellenen araç rotalama problemleri talep, zaman ve müşteri gibi bazı parametrelerin belirsizliklerinden kaynaklanan nedenlerle stokastik olarak modellenmektedir. Bu belirsizlikler ile oluşturulan modellerin optimal çözümüne yaklaşmak için stokastik araç rotalama problemlerine ihtiyaç duyulmuştur. Bu çalışmada, bir işletmenin (fırın) talep ve koordinatları ile stokastik talepli şans kısıtlı bir model oluşturulmuştur. Bu model, Clarke ve Wright (CW) tasarruf algoritması, GAMS (Genaral Algebraıc Modeling System) programında ve Tavlama Benzetimi (TB) algoritması ile çözülmüştür. Bu üç yöntem ile elde edilen rota mesafeleri ve işletme toplam rota mesafeleri birbirleriyle karşılaştırılmıştır. Karşılaştırmalardan TB algoritması ile elde edilen sonuçlar, CW, GAMS sonuçları ve işletmenin kendi rota bilgilerine oranla daha optimale yakın sonuçlar vermiştir.Supply chain and logistics management has a very important place in the global economy in delivering the goods produced in a production center to the enterprises, from the enterprise to the customers. Vehicle routing problems, which are the last stage of supply chain and logistics management, are increasing their importance day by day in order to provide the distribution network. Companies have had to make important routing decisions in delivering products with short life cycles to customers. Vehicle routing problems, which are realized in order to make effective decisions in many different service areas in the real world, are modeled in an increasingly complex and probabilistic structure with the increasing needs. Mathematically modeled vehicle routing problems It is modeled stochastically due to the uncertainties of some parameters such as demand, time and customer. Stochastic vehicle routing problems are needed to approach the optimal solution of the models created with these uncertainties. In this study, a stochastic demand chance constrained model was created with the demand and coordinates of an enterprise (bakery). This model was solved with Clarke and Wright (CW) saving algorithm, GAMS (Genaral Algebraic Modeling System) program and Simulated Annealing (SA) algorithm. The route distances obtained by these three methods and the total route distances of the enterprise were compared with each other. The results obtained with the SA algorithm from the comparisons gave more optimal results compared to the CW, GAMS results and the company's own route information.