Abstract
The multiple depot vehicle scheduling problem (MDVSP) is a well-known and important problem arising in public transport. Although many solution approaches have been published in the literature, algorithms using metaheuristics appeared only very recently (large neighborhood search and Tabu search). In this paper, we introduce an iterated local search algorithm for the MDVSP, incorporating a neighborhood schema called “block moves”, based on the notion of ejection chains. Using a set of benchmark instances, we show empirically that the proposed algorithm performs better than the best metaheuristics implemented so far and obtains high quality results within short computational times
چکیده
مسئله‌ی زمان‌بندی خودرویی چند انباره (MDVSP )را می‌توان یک مسئله‌ی مهم و رایج در حمل‌ونقل عمومی دانست. اگرچه راه‌حل‌های زیادی به‌منظور حل این مسئله ارائه‌شده است، ولی الگوریتم‌هایی که از روش‌های فرا ابتکاری(متا هیروستیک) استفاده می‌کنند( جستجوی همسایگی بزرگ و جستجوی ممنوعه) اخیراٌ پدید آمده‌اند. در این مقاله، یک الگوریتم جستجوی محلی تکراری را برای مسئله‌ی MDVSP ارائه می‌دهیم که در آن، از یک شمایی تحت عنوان جابجایی بلاک استفاده‌شده است که بر مبنای زنجیره‌ی جهشی هست. با استفاده از مجموعه‌ای از بنچ مارک‌ها، به‌صورت تجربی نشان داده‌ایم که الگوریتم پیشنهادی عملکرد بهتری نسبت به روش‌های فرا هیروستیکی داشته که تا به امروز پیاده‌سازی شده است و ازاین‌رو توانسته است نتایجی باکیفیت بالایی را در کمترین زمان محاسباتی به دست آورد.
1-مقدمه
با توجه به مجموعه‌ای از سفرها و مجموعه‌ای از خودروهایی که در چندین انبار با ظرفیت محدود قرار دارند، مسئله‌ی مسیریابی خودرویی چند انباره (MDVSP) ، باهدف زمان‌بندی خودروها ارائه گردید تا بتوان همه‌ی سفرها را مورد پوشش قرارداد به‌طوری‌که زمان‌بندی حاصله بتواند مجموعه‌ای از محدودیت‌ها را ارضا کرده و تابع هزینه را نیز کمینه سازد.
MDVSP را می‌توان گامی کلیدی در پروسه‌ی برنامه‌ریزی عملیاتی مربوط به شرکت‌های حمل‌ونقل دانست. اگرچه این مسئله، یک مسئله‌ی چالش‌برانگیز هست، درزمانی که حداقل دو انبار را در نظر بگیریم، این مسئله به یک مسئله‌ی ان پی سخت مبدل می‌شود(بتروسی ، گالو 1987)...