Μέθοδοι βελτιστοποίησης για πολύπλοκα προβλήματα δρομολόγησης και χρονοπρογραμματισμού στόλου οχημάτων
Περίληψη
Η διδακτορική αυτή διατριβή πραγματεύεται την ανάπτυξη μεθόδων βελτιστοποίησης για την επίλυση πολύπλοκων προβλημάτων δρομολόγησης και χρονοπρογραμματισμού στόλου οχημάτων. Η κύρια προσπάθεια εστιάζεται στη μελέτη της υπολογιστικής δύναμης των υβριδικών μεταευρετικών αλγορίθμων. Σε μια προσπάθεια να καλυφθούν τα κενά της βιβλιογραφίας η διδακτορική αυτή διατριβή έρχεται να προτείνει ιδιαίτερα αποδοτικές και αποτελεσματικές μεθόδους για την επίλυση του Προβλήματος Δρομολόγησης Στόλου Οχημάτων με Χρονικά Παράθυρα (ΠΔΣΟΧΠ) καθώς επίσης και άλλων εκδοχών του. Πιο συγκεκριμένα επιχειρείται για πρώτη φορά η μοντελοποίηση του Ανοικτού ΠΔΣΟΧΠ και η ανάπτυξη νέων μεθόδων για το ΠΔΣΟΧΠ με Ετερογενή Στόλο Οχημάτων. Ακόμη εξετάζεται επισταμένως και επιλύεται μια πραγματική βιομηχανική εφαρμογή με πολλαπλούς επιχειρησιακούς περιορισμούς. Τέλος, οι προτεινόμενες μέθοδοι βελτιστοποίησης ενσωματώνονται σε ένα πραγματικό Σύστημα Υποστήριξης Αποφάσεων. Για το ΠΔΣΟΧΠ προτείνεται μια υβριδική μεταευρετική ...
περισσότερα
Περίληψη σε άλλη γλώσσα
This PhD dissertation is interested in the development of optimization methods for solving complex and large scale Vehicle Routing and Scheduling Problems (VRSP). The main focus is given on studying the computational efficiency and effectiveness of hybrid metaheuristic algorithms. In an attempt to fill in the gaps of the literature identified earlier, the major effort will focus on the Vehicle Routing Problem with Time Windows (VRPTW) and the proposed optimization methods will be tested on several medium and large scale benchmark data sets. Attention will be also given on other variants of the VRPTW with practical and operational side-constraints namely the Open VRPTW (OVRPTW) and the Heterogeneous Fleet VRPTW (HFVRPTW) and the VRPTW with Multiple Compartments and Commodities (MCCVRPTW). Finally, driven from an industrial application we will examine the integration of the suggested methods within a novel Decision Support System that enables schedulers to tackle VRPTW problems with real ...
περισσότερα
Κατεβάστε τη διατριβή σε μορφή PDF (2.62 MB)
(Η υπηρεσία είναι διαθέσιμη μετά από δωρεάν εγγραφή)
|
Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.
|
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.