Araç Rotalama Problemleri (ARP) birçok farklı yöntemle çözülebilmektedir. Bu çözüm yöntemleri sezgisel ve sezgisel olmayan yöntemler olarak iki ana gruba ayrılmaktadır. ARP de en kısa yol problem tiplerinin çözümünde düğüm sayısı fazla olan problemlerin sezgisel olmayan yöntemlerle çözümü imkansız olabilmektedir. Bu tür problemlerde sezgisel yöntemlerin kullanılması daha uygundur. Gezgin satıcı tarzı problemlerde veya en kısa yolun bulunması tarzındaki problemlerin çözümünde karınca kolonisi optimizasyonu en başarılı sezgisel yöntemlerden biridir. Bu çalışmada karınca kolonisi optimizasyonu örnek bir kargo şirketi için uygulanmıştır. Kargo şirketine ait bir aracın gezgin satıcı tarzı problemlerde olduğu gibi uğrayacağı şehirlere tekrar uğramamak koşuluyla her şehre uğrayıp başladığı yere dönecek şekilde 20 il (düğüm) için çözüm bulunmuştur. Ayrıca daha az düğüm ile karınca kolonisi optimizasyonu programının optimal çözüme yakın bir çözüm bulup bulunamadığını test etmek için de sezgisel olmayan algoritma ile çözüm bulunup sonuçlarla karşılaştırılmıştır.

• Bajpai A., Yadav R., (2015). “Ant Colony Optimization (ACO) For The Traveling Salesman Problem (TSP) Using Partitioning”, Internatıonal Journal Of Scientific&Technology Research, Volume 4, Issue 09, September. Brezina I., Jr.,Cicková Z., (2011). “Solving the Travelling Salesman Problem Using the Ant Colony Optimization, Management Information Systems, Vol. 6, No. 4, pp. 010-014. Cordon, O.,Herrera, F. &Stützle, T. (2002). “A Review On The Ant Colony Optimization Metaheuristic: Basis, Models And Trends”, Mathware&Soft Computing, 9. Demircioğlu M., (2009). Araç Rotalama Probleminin Sezgisel Bir Yaklaşım İle Çözümlenmesi Üzerine Bir Uygulama. ( Doktora Tezi ). Çukurova Üniversitesi Sosyal Bilimler Enstitüsü, 163s. Dikmen H., Dikmen H., Elbir A., Ekşi Z. & Çelik F. (2014). “Gezgin Satıcı Probleminin Karınca Kolonisi Ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması”, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 18(1), 8-13. Dorigo M.,Dicaro G. &Gambardella L. M., (1999). Ant Algorithms For Discrete Optimization. Artificial Life 5, 137-172. Dorigo, M. &Gambardella L-M., (1996). “Ant Colonies For The Traveling Salesman Problem”, Tr/Irıdıa/3, Universite´ Libre De Bruxelles Belgium. Dorigo, M. &Gambardella, L.M., (1997). “Ant Colonies For The Travelling Salesman Problem”, Biosystems, 43 (2), 73–81. Keskintürk T. & Söyler H., (2006). Global Karınca Kolonisi Optimizasyonu. Gazi Üniversitesi Mimarlık Ve Mühendislik Dergisi, 21,689-698. Kuzu S., Önay O., Şen U., Tunçer M., Yıldırım B. F., & Keskintürk T.,(2014), “Gezgin Satıcı Problemlerinin Metasezgiseller ile Çözümü”, Istanbul University Journal of the School of Business, Vol 43, No 1, 1-27. Lizárraga E., Castillo O., & Soria J., (2013). “A Method to Solve the Traveling Salesman Problem Using Ant Colony Optimization Variants with Ant Set Partitioning, Part of the Studies in Computational Intelligence book series (SCI, volume 451). Mohsen A. M., (2016). “Annealing Ant Colony Optimization with Mutation Operator for Solving TSP”, Computational Intelligence and Neu roscience (2016). Mondal R., Hossain S. & Saha S.. (2013). “An Approach For Solving Travelling Salesman Problem”. International Journal Of Applied Operational Research, 3(22), 15-26, 2013. Özdemir Y.S. (2008). Karınca Kolonisi Algoritması İle Bilgisayar Ağlarının Topolojik En İyilenmesi. (Yüksek Lisans Tezi ). Başkent Üniversitesi Fen Bilimleri Enstitüsü, 25. Shang G., Lei Z., Fengting Z., & Chunxian Z.(2007). “Solving Traveling Salesman Problem by Ant Colony Optimization Algorithm with Association Rule”, Natural Computation. Serin S. (2009). Karınca Kolonisi Yaklaşımıyla Karayolu Üstyapı Rutin Bakım Çalışmalarının Planlanması. (Yüksek Lisans Tezi ). Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü, 99.