Evolutionary algorithms for solving a multi-objective green vehicle routing problem / Çok amaçlı bir yeşil araç rotalama probleminin çözümü için evrimsel algoritmalar

Abstract

Yeşil Araç Rotalama Problemleri, nakliye araç filolarının sebep olduğu çevre kirliliklerinden ötürü artan ölçüde önem kazanmaktadır. Fosil yakıtlı araçların yaydıkları CO2 miktarı bu araçların yakıt tüketimlerinin azaltılmasıyla daha az bir seviyeye indirgenebilir. Bu tez çalışmasında, Çok Amaçlı Yeşil Araç Rotalama Problemi üzerinde çalışılmıştır. Problem içerisinde iki amaç fonksiyonu kullanılmıştır: araçların toplam kat ettiği mesafenin en aza indirgenmesi ve toplam yakıt tüketiminin en aza indirgenmesi. Çözüm için bilinen yöntemlerden olan NSGA-II and 𝝐-MOEA uyarlanarak uygulanmış, yeni bir çok amaçlı yerel arama sezgisel yöntemi önerilmiş ve de Path-Relinking sezgisel yöntemi çok amaçlı problem yapısına göre uyarlanmıştır. Green Vehicle Routing Problems (GVRPs) increasingly gain prominence due to the environmental issues created by the transportation vehicle fleets. The amount of CO2 emissions caused by the fossil fuel vehicles can be decreased by reducing the amount of fuel consumption of these vehicles. In this thesis, a Multi-Objective Green Vehicle Routing Problem (MOGVRP) was studied. Two objectives were taken into consideration in the problem: minimizing the total distance and minimizing the total fuel consumption of all vehicle routes. Two state-of-the-art methods NSGA-II and 𝝐-MOEA were adapted and applied for the solution of the problem, a multi-objective local search heuristic was proposed, and Path-Relinking heuristic was modified for the multi-objective problem.