Kent içi lojistiğinde gezgin satın alıcı problemi için geliştirilmiş TOPSIS tabanlı çözüm yaklaşımı

Abstract

Günümüzde artan rekabet koşulları altında firmalar rekabet gücünü koruyabilmek için üretim maliyetlerini düşürmek amacıyla birçok planlama yapmaktadır. Bunlar arasında ulaştırma ve satın alma maliyetleri ön plana çıkan faaliyetler olarak bilinmektedir. Özellikle taşımaların yoğun bir şekilde gerçekleştirildiği kent içi lojistikte uygun tedarikçilerin seçimi ve rotaların iyi bir şekilde planlanması ile maliyetler üzerinde önemli tasarruflar sağlanabilmektedir. Bu kapsamda yapılan çalışmada, tedarikçi seçimi, ürün tedariği ve rota planlamasını dikkate alan gezgin satın alıcı problemi (GSAP), kent içi lojistik faaliyetleri için dikkate alınmıştır. Dikkate alınan problemin çözümü için çok kriterli karar verme yöntemine dayalı bir yaklaşım geliştirilmiştir. Geliştirilen çözüm yaklaşımında tedarikçiler ellerinde bulundurdukları ürün miktarları ve ürün fiyatları üzerinden TOPSIS yöntemi kullanılarak sıralanmaktadır. Ziyaret edilecek tedarikçiler kümesi belirlendikten sonra satın alıcının rotası, üç ayrı tur kurucu yöntem (en yakın komşu algoritması, tasarruf algoritması, ekleme yöntemi) ile elde edilmekte ve bunlar içerisinde en iyi sonucu veren rota seçilmektedir. Yapılan sayısal çalışmalarda, geliştirilmiş olan yaklaşımlar rassal olarak üretilmiş problemlerden oluşan veri seti üzerinde test edilmiştir. Üretilen veri seti 30 market ve 30 ürün çeşidine kadar farklı büyüklüklerde 90 problem içermektedir. Veri seti için elde edilen sonuçlara göre, üç farklı çözüm yaklaşımının GUROBI çözücüsü ile elde edilen optimum sonuçlara %5’ten daha düşük farklar ile sonuçlar ürettiği tespit edilmiştir. Ek olarak, yapılan karşılaştırmalar neticesinde ekleme algoritmasının diğer iki algoritmaya göre daha iyi sonuçlar elde ettiği görülmüştür. Elde edilen sonuçlar kent içi lojistiğine ait pratik uygulamalar açısından değerlendirildiğinde, geliştirilmiş olan çözüm yaklaşımı ile satın alma ve rota planlamaları için optimum veya optimuma yakın sonuçlar üretilebilmektedir. Diğer yandan, literatürde TOPSIS yöntemi ve bir tur kurucu yönteminin ilk defa dikkate alındığı bu çözüm yaklaşımı ile iteratif olarak çözüm iyileştiren diğer yaklaşımlara göre çok kısa sürelerde sonuç elde etmek mümkündür.

Keywords

• Çok kriterli karar verme
• kent içi lojistik
• rotalama problemi
• tedarikçi seçimi.

TOPSIS-based solution approach for the traveling purchaser problem in urban logistics

Abstract

Nowadays, with the increasing competitive conditions, companies make many plans to reduce production costs in order to maintain their competitive power. Among these, transportation and purchasing costs are known as the prominent activities. Especially in urban logistics where transportation is carried out intensively, significant savings can be achieved on costs by selecting suitable suppliers and planning the routes well. In this context, the traveling purchaser problem (TPP), which takes into account supplier selection, product supply, and route planning, is taken into account for urban logistics activities. A solution approach based on a multi-criteria decision-making method has been developed. In the developed solution approach, suppliers are ranked using the TOPSIS method based on the product quantities and product prices they hold. After the set of suppliers to be visited is determined, the purchaser’s route is obtained through three different tour construction methods (nearest neighborhood algorithm, savings algorithm, insertion method), and the route that gives the best result is selected. In the numerical studies, the developed approaches are tested on a dataset consisting of randomly generated problems. The generated dataset includes 90 problems of varying sizes, up to 30 markets and 30 product types. In the numerical studies, it was determined that the solution approaches produced results with differences of less than 5% to the optimum results obtained with the GUROBI solver. Additionally, as a result of the comparisons made, it was seen that the insertion algorithm achieved better results than the other two algorithms. When the results are evaluated in terms of practical applications in urban logistics, the developed solution approach can produce optimal or near-optimal results for purchasing and route planning. Furthermore, this solution approach, which for the first time considers the TOPSIS method and a tour construction method in the literature, enables results to be achieved in much shorter times compared to other approaches that iteratively improve solutions.

Keywords

• Multi-criteria decision-making
• urban logistics
• routing problem
• supplier selection.

References

1. Ramesh, T., Traveling purchaser problem, Opsearch, 18, 78-91, (1981).
2. Manerba, D., Mansini, R. ve Riera-Ledesma, J., The traveling purchaser problem and its variants, European Journal of Operational Research, 259, 1-18, (2017).
3. Bernardino, R. ve Paias, A., Metaheuristics based on decision hierarchies for the traveling purchaser problem, International Transactions in Operational Research, 25, 1269-1295, (2018). Doi: 10.1111/itor.12330
4. Choi, M.J. ve Lee, S.H., The multiple traveling purchaser problem for maximizing system’s reliability with budget constraints, Expert Systems with Applications, 38, 9848-9853, (2011). Doi: 10.1016/j.eswa.2011.02.018
5. Kang, S. ve Ouyang, Y., The traveling purchaser problem with stochastic prices: Exact and approximate algorithms, European Journal of Operational Research, 209, 265-272, (2011). Doi: 10.1016/j.ejor.2010.09.012
6. Voß, S., Dynamic tabu search strategies for the traveling purchaser problem, Annals of Operations Research, 63, 253-275, (1996). Doi: 10.1007/BF02125457
7. Gouveia, L., Paias, A. ve Voß, S., Models for a traveling purchaser problem with additional side-constraints, Computers & Operations Research, 38, 550-558, (2011). Doi: 10.1016/j.cor.2010.07.016
8. Riera-Ledesma, J. ve Salazar-González, J.J., A column generation approach for a school bus routing problem with resource constraints, Computers & Operations Research, 40(2), 566-583, (2013). Doi: 10.1016/j.cor.2012.08.011

9. Roy, A., Maity, S. ve Moon, I., Multi-vehicle clustered traveling purchaser problem using a variable-length genetic algorithm, Engineering Applications of Artificial Intelligence, 123, 106351, (2023). Doi: 10.1080/01966324.2020.1805060
10. Batista-Galván, M., Riera-Ledesma, J. ve Salazar-González, J.J., The traveling purchaser problem, with multiple stacks and deliveries: A branch-and-cut approach, Computers & Operations Research, 40, 2103-2115, (2013). Doi: 10.1016/j.cor.2013.02.007
11. Manerba, D. ve Mansini, R., A branch‐and‐cut algorithm for the multi‐vehicle traveling purchaser problem with pairwise incompatibility constraints, Networks, 65, 139-154, (2015). Doi: 10.1002/net.21588
12. Bianchessi, N., Mansini, R. ve Speranza, M.G., The distance constrained multiple vehicle traveling purchaser problem, European Journal of Operational Research, 235, 73-87, (2014). Doi: 10.1016/j.ejor.2013.10.018
13. Mansini, R. ve Tocchella, B., The traveling purchaser problem with budget constraint, Computers & Operations Research, 36, 2263-2274, (2009). Doi: 10.1016/j.ejor.2016.12.017
14. Kucukoglu, I., The traveling purchaser problem with fast service option, Computers & Operations Research, 141, 105700, (2022). Doi: 10.1016/j.cor.2022.105700
15. Cheaitou, A., Hamdan, S., Larbi, R. ve Alsyouf, I., Sustainable traveling purchaser problem with speed optimization, International Journal of Sustainable Transportation, 1-20, (2020). Doi: 10.1080/15568318.2020.1774825
16. Golden, B., Levy, L. ve Dahl, R., Two generalizations of the traveling salesman problem, Omega, 9, 439-441, (1981). Doi:10.1016/0305-0483(81)90087-6
17. Ong, H.L., Approximate algorithms for the travelling purchaser problem, Operations Research Letters, 1, 201-205, (1982). Doi: 10.1016/0167-6377(82)90041-4
18. Pearn, W.L., On the traveling purchaser problem, Department of Industrial Engineering and Management, National Chiao Tung University, (1991).
19. Goldbarg, M.C., Bagi, L.B. ve Goldbarg, E.F.G., Transgenetic algorithm for the traveling purchaser problem, European Journal of Operational Research, 199, 36-45, (2009). Doi: 10.1016/j.ejor.2008.10.027
20. Kucukoglu, I., Cattrysse, D. ve Vansteenwegen, P., Simulated annealing for the traveling purchaser problem in cold chain logistics. Lecture Notes in Mechanical Engineering: Advances in Intelligent Manufacturing and Service System Informatics, Springer, (2023). Doi: 10.1007/978-981-99-6062-0_24
21. Ochi, L., Silva, M. ve Drummond, L., Metaheuristics based on GRASP and VNS for solving the traveling purchaser problem. Proc. of the IV Metaheuristic International Conference (MIC’2001), Porto, Portugal, 489-494, (2001).
22. Nasution, S.M., Septiawan, R.R. ve Azmi, F., Tourism itinerary recommendation using vehicle routing problem time windows based on shortest path method and analytics hierarchy process, Preprint, (2024). doi:10.20944/preprints202312.0892.v1
23. Bakioğlu, G., Yeşil araç rotalama problemlerinin entegre pisagor bulanık AHP ve EDAS yöntemleri ile analizi, Gazi University Journal of Science Part C: Design and Technology, 12(4), 864-881, (2024). Doi:10.29109/gujsc.1480578
24. Petrovic, S., Islam, K.J. ve Trautrims, A., NSGA-II and TOPSIS for a multi-objective vehicle routing problem with ecological considerations. In: Optimization Essentials, International Series in Operations Research & Management Science, 353, 721-750, (2024). Doi: 10.1007/978-981-99-5491-9_24
25. Maneengam, A., Multi-objective optimization of the multimodal routing problem using the adaptive ε-constraint method and modified TOPSIS with the D-CRITIC method, Sustainability, 15(15), 1-22, (2023). Doi: 10.3390/su151512066
26. Abidin, S.Z., Jaini, N.I. ve Daud, H., Decision-making support in vehicle routing problems: A review of recent literature, Journal of Advanced Research in Applied Sciences and Engineering Technology, 44(2), 124-134, (2025). Doi: 10.37934/araset.44.2.124134
27. Tian, G., Lu, W., Zhang, X., Zhan, M., Dulebentes, M.A., Aleksandrov, A., Fathollahi-Fard, A.M. ve Ivanov, M., A survey of multi-criteria decision-making techniques for green logistics and low-carbon transportation systems, Environmental Science and Pollution Research, 30, 57279-57301, (2023). Doi: 10.1007/s11356-023-26577-2
28. Miller, C.E., Tucker, A.W. ve Zemlin, R.A., Integer programming formulation of traveling salesman problems, Journal of the ACM, 7(4), 326–339, (1960). Doi: 10.1145/321043.32104
29. Hwang, C.L. ve Yoon, K., Methods for multiple attribute decision making, Multiple Attribute Decision Making, 58-191, (1981). Doi: 10.1007/978-3-642-48318-9_3
30. Shih, H.S., TOPSIS Basics. In: TOPSIS and its extensions: A distance-based MCDM approach, Studies in Systems, Decision and Control, 447, 17-31, (2022). Doi:10.1007/978-3-031-09577-1_2