Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightVeri seti için elde edilen sonuçlara göre, üç farklı çözüm yaklaşımının GUROBI çözücüsü ile elde edilen optimum sonuçlara %5’ten daha düşük farklar ile sonuçlar ürettiği tespit edilmiştir.
📌 3 Maddede Bu Makale
Özet
Günümüzde artan rekabet koşulları altında firmalar rekabet gücünü koruyabilmek için üretim maliyetlerini düşürmek amacıyla birçok planlama yapmaktadır. Bunlar arasında ulaştırma ve satın alma maliyetleri ön plana çıkan faaliyetler olarak bilinmektedir. Özellikle taşımaların yoğun bir şekilde gerçekleştirildiği kent içi lojistikte uygun tedarikçilerin seçimi ve rotaların iyi bir şekilde planlanması ile maliyetler üzerinde önemli tasarruflar sağlanabilmektedir. Bu kapsamda yapılan çalışmada, tedarikçi seçimi, ürün tedariği ve rota planlamasını dikkate alan gezgin satın alıcı problemi (GSAP), kent içi lojistik faaliyetleri için dikkate alınmıştır. Dikkate alınan problemin çözümü için çok kriterli karar verme yöntemine dayalı bir yaklaşım geliştirilmiştir. Geliştirilen çözüm yaklaşımında tedarikçiler ellerinde bulundurdukları ürün miktarları ve ürün fiyatları üzerinden TOPSIS yöntemi kullanılarak sıralanmaktadır. Ziyaret edilecek tedarikçiler kümesi belirlendikten sonra satın alıcının rotası, üç ayrı tur kurucu yöntem (en yakın komşu algoritması, tasarruf algoritması, ekleme yöntemi) ile elde edilmekte ve bunlar içerisinde en iyi sonucu veren rota seçilmektedir. Yapılan sayısal çalışmalarda, geliştirilmiş olan yaklaşımlar rassal olarak üretilmiş problemlerden oluşan veri seti üzerinde test edilmiştir. Üretilen veri seti 30 market ve 30 ürün çeşidine kadar farklı büyüklüklerde 90 problem içermektedir. Veri seti için elde edilen sonuçlara göre, üç farklı çözüm yaklaşımının GUROBI çözücüsü ile elde edilen optimum sonuçlara %5’ten daha düşük farklar ile sonuçlar ürettiği tespit edilmiştir. Ek olarak, yapılan karşılaştırmalar neticesinde ekleme algoritmasının diğer iki algoritmaya göre daha iyi sonuçlar elde ettiği görülmüştür. Elde edilen sonuçlar kent içi lojistiğine ait pratik uygulamalar açısından değerlendirildiğinde, geliştirilmiş olan çözüm yaklaşımı ile satın alma ve rota planlamaları için optimum veya optimuma yakın sonuçlar üretilebilmektedir. Diğer yandan, literatürde TOPSIS yöntemi ve bir tur kurucu yönteminin ilk defa dikkate alındığı bu çözüm yaklaşımı ile iteratif olarak çözüm iyileştiren diğer yaklaşımlara göre çok kısa sürelerde sonuç elde etmek mümkündür.
Abstract
Nowadays, with the increasing competitive conditions, companies make many plans to reduce production costs in order to maintain their competitive power. Among these, transportation and purchasing costs are known as the prominent activities. Especially in urban logistics where transportation is carried out intensively, significant savings can be achieved on costs by selecting suitable suppliers and planning the routes well. In this context, the traveling purchaser problem (TPP), which takes into account supplier selection, product supply, and route planning, is taken into account for urban logistics activities. A solution approach based on a multi-criteria decision-making method has been developed. In the developed solution approach, suppliers are ranked using the TOPSIS method based on the product quantities and product prices they hold. After the set of suppliers to be visited is determined, the purchaser’s route is obtained through three different tour construction methods (nearest neighborhood algorithm, savings algorithm, insertion method), and the route that gives the best result is selected. In the numerical studies, the developed approaches are tested on a dataset consisting of randomly generated problems. The generated dataset includes 90 problems of varying sizes, up to 30 markets and 30 product types. In the numerical studies, it was determined that the solution approaches produced results with differences of less than 5% to the optimum results obtained with the GUROBI solver. Additionally, as a result of the comparisons made, it was seen that the insertion algorithm achieved better results than the other two algorithms. When the results are evaluated in terms of practical applications in urban logistics, the developed solution approach can produce optimal or near-optimal results for purchasing and route planning. Furthermore, this solution approach, which for the first time considers the TOPSIS method and a tour construction method in the literature, enables results to be achieved in much shorter times compared to other approaches that iteratively improve solutions.