A simulation-based genetic algorithm for thestochastic electric traveling salesman problem withtime windows
Zaman pencereli stokastik elektrikli gezgin satıcıproblemi için simülasyon tabanlı genetik algoritma
- Tez No: 1011817
- Danışmanlar: DOÇ. DR. ÖNDER BULUT, DOÇ. DR. KORHAN KARABULUT
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Yaşar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, lojistik operasyonlarında elektrikli araçların (EA) karşılaştığı gerçekçi kısıtlamaları entegre eden, zaman pencereli elektrikli gezgin satıcı probleminin yeni bir çeşidi önerilmiştir. Amaç, şarj giderleri ve sürücü ücretlerini dikkate alarak elektrikli araç rotalamasının toplam operasyon maliyetini en aza indirmektir. Araç yüküne, teslimat zaman pencerelerine ve batarya kapasitesine bağlı bir enerji tüketim modeli içeren karma tamsayı doğrusal programlama formülasyonu geliştirilmiştir. Stokastik koşullar altında problemi etkili bir şekilde çözmek için, deterministik ve iki olasılıksal simülasyonu birleştiren Simülasyon Tabanlı Genetik Algoritma önerilmiştir: beklenen maliyet minimizasyonu ve kısıtlamaya duyarlı olasılık minimizasyonu. Kıyaslama örneğindeki deneysel sonuçlar, önerilen stokastik yöntemlerin belirsiz seyahat süreleri altında güvenilir maliyet değerlendirmeleri sağladığını göstermektedir. Bu, yaklaşımın gerçek dünya EA rotalama senaryolarına sağlamlığını ve pratik uygulanabilirliğini doğrulamaktadır.
Özet (Çeviri)
In this study, a new variant of the electric traveling salesman problem with time windows is proposed, integrating realistic constraints faced by electric vehicles (EVs) in logistic operations. The objective is to minimize the total operations cost of electric vehicle routing by considering charging expenses and driver wages. A mixed-integer linear programming (MILP) formulation is developed, incorporating an energy consumption model that depends on vehicle load, delivery time windows, and battery capacity. To effectively solve the problem under stochastic conditions, a Simulation- Based Genetic Algorithm (SBGA) is proposed, combining deterministic and two probabilistic simulations: expected cost minimization and constraint-aware probability minimization. The experimental results on the benchmark instances demonstrate that the proposed stochastic methods provide reliable cost evaluations under uncertain travel times. This confirms the robustness and practical applicability of the approach to real-world EV routing scenarios.
Benzer Tezler
- Genetik algoritmalar ile enerji iletim kayıpları ve saatlik yakıt giderleri optimizasyonu
Optimization of power system transmission losses and hourly fuel costs with genetic algorithms
SEVİL ŞENEL
Yüksek Lisans
Türkçe
2006
İstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi
Başlık çevirisi yok
MERİH BAYRAM
- Bazı esterlerin kinetik incelenmesi ve termodinamik parametrelerin belirlenmesi
Kinetic study and detesmination of thermodnamic parameters of some esters
İBRAHİM TAŞ
- İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar
Başlık çevirisi yok
BAHAR TÜRKYILMAZ