saujs Sakarya University Journal of Science 2147-835X Sakarya University 10.16984/saufenbilder.33138 Engineering Mühendislik A new developed algorithm for capacity contraint vehicle routing problem: a supermarket chain application Kapasite kısıtlı araç rotalama probleminin çözümü için yeni bir algoritma geliştirilmesi: bir süpermarket zincirinde uygulanması Sen Tolga Yazgan Harun Ercan Serap 04 01 2015 19 1 83 88 04 08 2014 05 29 2014 Copyright © 1997, Sakarya University Journal of Science 1997 Sakarya University Journal of Science

In this study, two approaches were developed to solve the vehicle routing problem (VRP) which were appeared from meeting demands of a supermarket chain. In the first approach, clustering algorithm was employed and then the VRP was solved within each clusters. In the second one, Genetic Algorithm (GA) was employed to classify the customers and then the problem was solved again. The approaches’ results were compared by the ANOVA test to illustrate superiority of the approaches.

Bu çalışmada, bir süpermarket zincirindeki taleplerin karşılanmasındaki ortaya çıkan araç rotalama probleminin çözüm metotları üzerinde durulmuştur. Bu amaçla iki farklı yaklaşım geliştirilmiştir. Birincisinde bir kümeleme algoritması ile müşteriler kümelenmiş ve araç rotalama problemi çözülmüştür. İkinci yaklaşımda ise, Genetik algoritma destekli bir yaklaşım geliştirilmiştir. Geliştirilen her iki metot bir örnek uygulamada test edilerek sonuçlar ANOVA testi ile karşılaştırılmıştır.

 araç rotalama kümeleme genetik algoritma vehicle routing clustering genetic algorithm Laporte, G., Nobert, Y. ve Taillefer, S. (1987) ‘Solving a family of multi-depot vehicle routing and location-routing problems’, Transportation Science, sayı 22, konu 3, Ağustos, s. 161-172. Lin, S-W., Lee, Z-J., Ying, K-C. ve Lee, C-Y. (2009) ‘Applying hybrid meta-heuristic for capacitated vehicle routing problem’, Expert Systems with Applications, sayı 36, konu 2, Bölüm 1, Ağustos ve Eylül, s.1505-1512. Han, J., Kamber, M. (2001) Data Mining Concepts and Techniques, San Francisco: Morgan Kaufmann Publishers Inc. Ester, M., Kriegel, H. P., Sander, J., Xu, X. (1996) ‘A density based algorithm for discovering clusters in large spatial databases with noise’, Int. Conference of Knowledge Discovery and Data Mining (KDD’96), Portland, USA, s. 226-231. Moreira, A., Santos, M-Y. and Cameiro, S., (2005) ‘Density-Based Clustering Algorithms-DBSCAN and SNN’, Portugal, University of Minho, Temmuz, s. 1-18. Kurt, M. ve Semetay, C. (2001) ‘Genetik Algoritma ve Uygulama Alanları’, Mühendis Makine Dergisi, Ekim Sayısı. Mitchell, M. (1999) An Introduction to Genetic Algorithms, London: The MIT Press. Gen, M. and Cheng, R. (1997) Genetic Algorithms and Engineering Design, New York: John Wiley and Sons, Inc. Snyder L-V. ve Daskin, M-S. (2006) ‘A random-key genetic algorithm for the generalized traveling salesman problem’, European Journal of Operational Research, sayı 174, konu 1, s. 38-53.