به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

فهرست مطالب پدرام معماری

  • پدرام معماری، محمد پرتوی، فریبرز جولای*، رضا توکلی مقدم
    در این مطالعه، مساله مکان یابی- مسیریابی با در نظر گرفتن چندین انبار و پنجره زمانی سخت برای مشتریان مورد بررسی قرار می گیرد. هدف اصلی این مقاله، انتخاب بهترین مکان احداث انبارها با در نظر گرفتن زمانبندی و مسیریابی وسایل نقلیه ناهمگن است. این امر موجب کاهش هزینه احداث انبار در مکان نامطلوب می شود و به صورت همزمان مسیر بهینه مسایل نقلیه را پیدا می کند. رضایت مشتری از فرایند خدمت رسانی از مهم ترین مسایل هر سازمان است. بدین منظور پنجره زمانی سخت برای پاسخ به مشتریان در نظر گرفته شده است. در واقع نوع آوری اصلی این مطالعه را این گونه می توان بیان نمود که در دومساله مسیریابی و مکانیابی به طور همزمان مورد بررسی قرار می گیرند تا هزینه های متقابل بین مسیریابی و مکان یابی لحاظ شده و از این نظر می توان تاثیر بین هزینه های مکان یابی و مسیریابی را در نظر گرفت ، بدین جهت می تواند تاثیر فراوانی از  نقطه نظر کاهش هزینه ها ایفا نماید. به منظور بررسی صحت و دقت مدل، در ابعاد کوچک با روش محدودیت اپسیلون توسعه یافته مورد مقایسه قرار گرفته می شود. با توجه به NP-Hard بودن مساله در ابعاد بزرگ، از الگوریتم تکاملی چند هدفه، به نام الگوریتم ژنتیک مرتب شده نامغلوب استفاده شده است. در پایان نتایج به دست آمده، به منظور نمایش کارآیی و اثربخشی مناسب در حل مسایل مختلف با ابعاد بزرگ و در زمان کوتاه مورد تجزیه و تحلیل قرار گرفته اند.
    کلید واژگان: الگوریتم فراابتکاری, برداشت و تحویل همزمان, رضایت مشتری, مکان یابی مسیریابی چند هدفه}
    Pedram Memari, Mohammad Partovi, Fariborz Jolai *, Reza Tavakkoli-Moghaddam
    This study considers a location-routing problem (LRP) with multiple depots and hard time windows for customers. The aim of this paper is to select optimal locations for depots and plan scheduling and routing of heterogeneous vehicle fleets. Therefore, it minimizes costs of establishment of depots and reduce transportation time by finding the optimum routs simultaneously. Customer satisfaction is important for each organization; hence, a hard time window is considered for customers. The main approach of this study is considered location-routing problem simultaneously for reducing location-routing costs and it work effectively. To validate the model, an augmented epsilon-constraint is used to solve small-sized problems. Because the problem is NP-hard, it takes too long time and needs too much space memory to solve large-sized problems optimally. Deterministic algorithms cannot solve the large-size problems. Thus, a well-known multi-objective evolutionary algorithm, namely non-dominated sorting genetic algorithm (NSGA-II), is proposed. Gap between augmented epsilon-constraint and NSGA-II show accuracy. The results are analyzed and compared in order to show the efficiency of the proposed NSGA-II.
    Keywords: Multi-objective location-routing problem, Customer Satisfaction, Pick-up delivery, meta-heuristic algorithm}
بدانید!
  • در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
  • همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
  • در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال