A model for solving the dynamic vehicle dispatching problem with customer uncertainty and time dependent link travel time
Cargando...
Archivos
Fecha
2012
Profesor/a Guía
Facultad/escuela
Idioma
en
Título de la revista
ISSN de la revista
Título del volumen
Editor
Facultad de Ingeniería, Universidad de Antioquia
Nombre de Curso
Licencia CC
Licencia CC
Resumen
In a real world case scenario, customer demands are requested at any time of the day requiring services that are not known in advance such as delivery or repairing equipment. This is called Dynamic Vehicle Routing (DVR) with customer uncertainty environment. The link travel time for the roadway network varies with time as traffic fluctuates adding an additional component to the dynamic environment. This paper presents a model for solving the DVR problem while combining these two dynamic aspects (customer uncertainty and link travel time). The proposed model employs Greedy, Insertion, and Ant Colony Optimization algorithms. The Greedy algorithm is utilized for constructing new routes with existing customers, and the remaining two algorithms are employed for rerouting as new customer demands appear. A real world application is presented to simulate vehicle routing in a dynamic environment for the city of Taipei, Taiwan. The simulation shows that the model can successfully plan vehicle routes to satisfy all customer demands and help managers in the decision making process.
En un escenario real, los pedidos de los clientes son solicitados a cualquier hora del día requiriendo servicios que no han sido planificados con antelación tales como los despachos o la reparación de equipos. Esto es llamado ruteo dinámico de vehículos (RDV) considerando un ambiente con incertidumbre de clientes. El tiempo de viaje en una red vial varía con el tiempo a medida que el tráfico vehicular fluctúa agregando una componente adicional al ambiente dinámico. Este artículo propone un modelo para resolver el problema RDV combinando estos dos aspectos dinámicos. El modelo propuesto utiliza los algoritmos Greedy, Inserción y optimización basada en colonias de hormigas. El algoritmo Greedy es utilizado para construir nuevas rutas con los clientes existentes y los otros dos algoritmos son usados para rutear vehículos a medida que surjan nuevos clientes con sus respectivos pedidos. Además, se presenta una aplicación real para simular el ruteo vehicular en un ambiente dinámico para la ciudad de Taipei, Taiwán. Esta simulación muestra que el modelo es capaz de planificar exitosamente las rutas vehiculares satisfaciendo los pedidos de los clientes y de ayudar los gerentes en el proceso de toma de decisiones.
En un escenario real, los pedidos de los clientes son solicitados a cualquier hora del día requiriendo servicios que no han sido planificados con antelación tales como los despachos o la reparación de equipos. Esto es llamado ruteo dinámico de vehículos (RDV) considerando un ambiente con incertidumbre de clientes. El tiempo de viaje en una red vial varía con el tiempo a medida que el tráfico vehicular fluctúa agregando una componente adicional al ambiente dinámico. Este artículo propone un modelo para resolver el problema RDV combinando estos dos aspectos dinámicos. El modelo propuesto utiliza los algoritmos Greedy, Inserción y optimización basada en colonias de hormigas. El algoritmo Greedy es utilizado para construir nuevas rutas con los clientes existentes y los otros dos algoritmos son usados para rutear vehículos a medida que surjan nuevos clientes con sus respectivos pedidos. Además, se presenta una aplicación real para simular el ruteo vehicular en un ambiente dinámico para la ciudad de Taipei, Taiwán. Esta simulación muestra que el modelo es capaz de planificar exitosamente las rutas vehiculares satisfaciendo los pedidos de los clientes y de ayudar los gerentes en el proceso de toma de decisiones.
Notas
Indexación: Web of Science; Scielo
Palabras clave
Heuristics, Dynamic vehicle routing, Customer uncertainty, Vehicle routing problem
Citación
Rev.fac.ing.univ. Antioquia no.64 Medellín July/Sept. 2012