Yerleştirme-rotalama probleminin karınca kolonisi algoritması ile çözümü: Bir gıda firmasında uygulama

Abstract

Bu çalışmada, gıda sektöründeki firmanın gerçek verileri kullanılarak kapasite kısıtlı yerleştirme-rotalama problemi çözülmüştür. Literatürde var olan karma tam sayılı programlama tabanlı bir yerleştirme-rotalama problemine farklı kısıtlar (depo kapasite kısıtı, yalnızca depo ve rota maliyetini içeren yeni bir amaç fonksiyonu) eklenerek yeni bir model geliştirilmiştir. Büyük boyutlu kapasite kısıtlı yerleştirme-rotalama problemi için ise metasezgisel algoritmalardan olan karınca kolonisi algoritması ile çözüm elde edilmiştir. Gıda sektöründe faaliyet yapan bir firmanın gerçek verileri de dikkate alınarak problem dört farklı senaryo olarak incelenmiştir. İlk senaryoda geliştirilen karma tam sayılı programlama tabanlı model kullanılarak küçük boyutlu bir problemin optimum sonucu elde edilmiştir. İkinci senaryoda ise geliştirilen karınca kolonisi algoritması ile problemin büyük boyutlu hali çözülmüştür. Firmanın mevcut durumu (tek depo) bu çalışmada önerilen (5 depo) lojistik maliyetleri açısından karşılaştırıldığında, önerilen sistemin maliyetinin %49 oranında daha az olduğu gösterilmiştir. Üçüncü senaryoda ise geliştirilen algoritmanın yeni depo yerleri ve yeni rotaların belirlenmesindeki etkinliğini göstermek için, belirli illerde talep artışları dikkate alınarak bu olay gözlenmiştir. Son senaryoda ise, firmanın gelecek 5 yıl planlaması içerisinde 10 yeni ilde şube açılması durumu incelenmiştir. Elde edilen sonuçlar, bu çalışmada geliştirilen karma tam sayılı programlama ve karınca kolonisi algoritması etkin ve verimli sonuçlar ürettiği sonucuna varılmaktadır.

In this study, the capacitated location-routing problem was solved by using the real data of the company in the food industry. A new mixed integer programming model was developed by adding different constraints (warehouse capacity constraint and new objective function that includes only warehouse and route cost) to a mixed integer programming based location-routing problem in the literature. For large-scale problems, an ant colony of an algorithm, which is one of the meta-heuristic algorithms, was developed. To illustrate the effectiveness of the proposed algorithms, four scenarios were generated. By considering the MIP based model developed in the first scenario, the optimum result of the small size of the problem was found. In the second scenario, the large size of the problem is solved using the developed ant colony algorithm. Comparing the annual total cost of the company with the existing factory warehouse and the 5 proposed warehouses, it was observed that the logistics cost decreased by 49%. In the third scenario, the problem is solved by increasing the demands of certain provinces to show the effectiveness of the developed algorithm in determining new warehouse locations and new route. In the last scenario, the situation of opening branches in 10 new provinces within the next 5 years of the company was examined. In this study, it is seen that the algorithm works effectively and efficiently under the four different scenarios.