| Abstract : | This thesis presents a comparison between two ways of solving a Capacitated Vehicle Routing Problem (CVRP) - a special variation of the classic Vehicle Routing Problem (VRP) - with Linear Integer Programming versus metaheuristic methods from Operating Research Google developers (OR-Tools). This problem is traditionally as one of the most important issues for companies delivering goods and services and in general in the sector of Logistics and Supply chain. The scope of this thesis is to deliver the best solution between two different methodologies and propose the best use of them at any case they face.In the first part we can find the literature about the Supply Chain Management and the VRP problem in general and the variations of it. There are mentions about the creators and researchers of the sector and highlighting the milestones of their life which was dedicated in their work.We analyze that in the CVRP case we examine the scope of the problem is to serve as many as possible customers and to minimize the total distance of each truck aiming to minimize the total cost of transportation and maximizing the company’s profitability and competitive advantage against other providers. The constraint is the capacity of each vehicle which is not tolerated to be exceeded. The comparison between them focuses on which of the two methods is the most effective in a manner of time, precision, and efficiency.After that we analyze the methodologies we are going to use and based on we are going to implement the experiment at each case. Here we use the linear integer programming to solve the problem and on the other hand a bunch of metaheuristics which come from OR Tools. Details about the integration is listed in the proportionate chapter.Then implementation and conclusion take place and are starting to represent the whole mindset of the problem, the issues, the measurements and finally the results based on how we make our comparison. All in all, the outcome is different and at any case the user (manager) is called to make a decision that has to choose between these two methodologies.
Αυτή η διατριβή παρουσιάζει μια σύγκριση μεταξύ δύο τρόπων επίλυσης ενός προβλήματος χωρητικότητας οχημάτων (CVRP) - μια ειδική παραλλαγή του κλασικού προβλήματος δρομολόγησης οχημάτων (VRP) - με τον γραμμικό ακέραιο προγραμματισμό έναντι των μεταxεiριστικών μεθόδων από προγραμματιστές στην λειτουργική έρευνας της Google (OR -Tools). Αυτό το πρόβλημα είναι παραδοσιακά ως ένα από τα πιο σημαντικά ζητήματα για τις εταιρείες που παρέχουν αγαθά και υπηρεσίες και εν γένει στον τομέα της αλυσίδας Logistics και Supply. Το αντικείμενο αυτής της διπλωματικής εργασίας είναι να δώσει την καλύτερη λύση μεταξύ δύο διαφορετικών μεθοδολογιών και να προτείνει την καλύτερη χρήση τους σε κάθε περίπτωση που αντιμετωπίζουν.Στο πρώτο μέρος μπορούμε να βρούμε τη βιβλιογραφία σχετικά με τη Διαχείριση Εφοδιαστικής Αλυσίδας και το πρόβλημα VRP γενικά και τις παραλλαγές του. Υπάρχουν αναφορές για τους δημιουργούς και τους ερευνητές του τομέα και αναδεικνύονται τα ορόσημα της ζωής τους που ήταν αφιερωμένα στο έργο τους.Αναλύουμε ότι στην περίπτωση CVRP που εξετάζουμε το εύρος του προβλήματος είναι να εξυπηρετήσει όσο το δυνατόν περισσότερους πελάτες και να ελαχιστοποιήσει τη συνολική απόσταση κάθε φορτηγού με στόχο να ελαχιστοποιήσει το συνολικό κόστος μεταφοράς και να μεγιστοποιήσει την κερδοφορία και το ανταγωνιστικό πλεονέκτημα της εταιρείας έναντι άλλων παρόχων. Ο περιορισμός είναι η χωρητικότητα κάθε οχήματος όπου δεν είναι ανεκτή η υπέρβαση της. Η σύγκριση μεταξύ τους επικεντρώνεται στο ποια από τις δύο μεθόδους είναι η πιο αποτελεσματική από άποψη χρόνου, ακρίβειας και αποτελεσματικότητας.Στη συνέχεια αναλύουμε τις μεθοδολογίες που πρόκειται να χρησιμοποιήσουμε και με βάση τις οποίες θα εφαρμόσουμε το πείραμα σε κάθε περίπτωση. Εδώ χρησιμοποιούμε τον γραμμικό ακέραιο προγραμματισμό για να λύσουμε το πρόβλημα και από την άλλη μια δέσμη μεταχειριστικών που προέρχονται από OR Tools. Λεπτομέρειες σχετικά με την ενσωμάτωση παρατίθενται στο αναλογο κεφάλαιο.Στη συνέχεια, η εφαρμογή και το συμπέρασμα πραγματοποιούνται και αρχίζουν να αντιπροσωπεύουν ολόκληρη τη νοοτροπία του προβλήματος, τα θέματα, τις μετρήσεις και τέλος τα αποτελέσματα με βάση τον τρόπο που κάνουμε τη σύγκρισή μας. Συνολικά, το αποτέλεσμα είναι διαφορετικό και σε κάθε περίπτωση ο χρήστης (διαχειριστής) καλείται να λάβει μια απόφαση που πρέπει να επιλέξει μεταξύ αυτών των δύο μεθοδολογιών.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.