Συντάχθηκε 30-10-2024 09:34
Τόπος:
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 01/11/2024 09:30
Λήξη: 01/11/2024 10:30
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Μηχανικών Παραγωγής και Διοίκησης
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
Παρασκευή, 1 Νοεμβρίου 2024, 09:30
https://tuc-gr.zoom.us/j/97842362544?pwd=zUSzaoadACHmZZpSDoTSfREmqaAYdD.1
Ονοματεπώνυμο: ΓΚΟΥΒΕΡΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ
Θέμα: Μεθευρετικοί και υβριδικοί αλγόριθμοι για προβλήματα δρομολόγησης οχημάτων πολλαπλών αντικειμενικών συναρτήσεων
Title: Metaheuristic and hybrid algorithms for multi-objective vehicle routing problems
Εξεταστική Επιτροπή
- ΜΑΡΙΝΑΚΗΣ ΙΩΑΝΝΗΣ, Καθηγητής(επιβλέπων)
- ΜΑΤΣΑΤΣΙΝΗΣ ΝΙΚΟΛΑΟΣ, Ομότιμος Καθηγητής
- ΜΑΡΙΝΑΚΗ ΜΑΓΔΑΛΗΝΗ, ΕΔΙΠ
Περίληψη
Η παρούσα διπλωματική εργασία επιχειρεί να συμβάλει στην κατανόηση και στην πρακτική εφαρμογή των αλγορίθμων βελτιστοποίησης στον τομέα της επιχειρησιακής έρευνας και εφοδιαστικής. Με την εφαρμογή, αξιολόγηση και σύγκριση των αποτελεσμάτων μιας ποικιλίας ευρετικών και μεθευρετικών αλγορίθμων, αλλά και των υβριδοποιημένων εκδόσεών τους, θα προκύψουν χρήσιμες πληροφορίες για την αποτελεσματικότητά αυτών στην αντιμετώπιση πολύπλοκων προβλημάτων δρομολόγησης. Αρχικά γίνεται αναλυτική παρουσίαση ορισμένων μεθευρετικών αλγορίθμων (περιορισμένη αναζήτηση, προσομοιωμένη ανόπτηση, επαναληπτική τοπική αναζήτηση, αλγόριθμος βελτιστοποίησης αποικίας μυρμηγκιών κ.α.) που εφαρμόζονται συνήθως κατά τη βελτιστοποίηση μίας μοναδικής αντικειμενικής συνάρτησης. Στη συνέχεια παρουσιάζονται αλγόριθμοι βελτιστοποίησης πολλαπλών αντικειμενικών συναρτήσεων (MOTS, NSGA-2, SPEA-2) και έπειτα προτείνονται προσαρμοσμένες υβριδικές προσεγγίσεις που συνδυάζουν δύο τουλάχιστον από τις παραπάνω τεχνικές με σκοπό την επίτευξη καλύτερης ποιότητας λύσεων ή/και την ταχύτερη σύγκλιση στο βέλτιστο μέτωπο Pareto. Οι υβριδικοί αυτοί αλγόριθμοι εφαρμόζονται για την επίλυση δύο προβλημάτων δρομολόγησης οχημάτων για την εξυπηρέτηση 200 πελατών, βελτιστοποιώντας ταυτόχρονα πολλαπλές αντικειμενικές συναρτήσεις, υπό περιορισμούς. Τέλος, τα αποτελέσματα αυτών των εφαρμογών συγκρίνονται με τα αποτελέσματα που θα εξήγαγε η εφαρμογή ενός μόνο μεθευρετικού αλγορίθμου.
Abstract
This thesis attempts to contribute to the understanding and practical application of optimization algorithms in the field of operational research and logistics. By applying, evaluating and comparing the results of a variety of heuristic and meta-heuristic algorithms, as well as their hybridized versions, useful information will emerge on their effectiveness in dealing with complex routing problems. Firstly, a number of metaheuristic algorithms (tabu search, simulated annealing, iterated local search, ant colony optimization, etc.) that are usually applied for solving single-objective optimization problems is presented. Then, some multi-objective optimization algorithms (MOTS, NSGA-2, SPEA-2) are presented and subsequently, customized hybrid approaches are proposed that combine at least two of the above techniques in order to achieve better solutions and/or faster convergence to the optimal Pareto frontier. These hybrid algorithms are applied to solve two different multi-objective vehicle routing problems to serve 200 customers, under constraints. Finally, the results are compared to the results that are produced by the application of a single metaheuristic algorithm.
