Rich vehicle routing: A data-driven heuristic application for a logistics company
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Değişen e-alışveriş alışkanlıkları yüksek müşteri memnuniyetini hedefleyen farklı ürün ve servislerin ortaya çıkmasına neden olmaktadır. Bu çalışmada, yalnızca e-ticaret işlemleri için faaliyette bulunan bir lojistik firmasının dağıtım problemine, Uyarlanabilir Geniş Komşuluklu Arama sezgisel yöntemi kullanılarak alternatif bir çözüm yaklaşımı geliştirilmektedir. Dağıtım sisteminin yapısını anlamak ve çözüm prosedürünün gelişimi için, firmanın günlük operasyonları için kullandığı veri tabanından bir veri seti oluşturulmuş, ön işleme yapılmış ve analiz edilmiştir. Önerilen çözüm, gönderilerin belirli özelliklerine dayanan bir önceliklendirme mekanizması sağlamaktadır. Önerilen Uyarlanabilir Geniş Komşuluk Arama sezgisel yönteminin performansını değerlendirmek için, veri setinden çıkarılan ve gerçek hayattan örnekler içeren senaryolar üzerinden analizler yapılmaktadır. Sonuçlar önerilen Uyarlanabilir Geniş Komşuluk Arama sezgisel yönteminin müşteri memnuniyeti kapsamında, yüksek kalitede sonuçlar üretebileceğini göstermektedir. Changing online shopping behaviors have resulted in the emergence of different product and services that aim high customer satisfaction. In this thesis, we develop an alternative approach to solve problem of a logistics company, which operates solely for e-commerce transactions, using an Adaptive Large Neighborhood Search (ALNS) heuristic. To understand the nature of the distribution system and for the development of the solution procedure, we create, preprocess and analyze a dataset constructed from company's database that is used for daily operations. The proposed solution provides a prioritization mechanism for the deliveries based on certain specifications related to deliveries. To evaluate the performance of the proposed ALNS, we perform computational experiments using scenarios with real-life instances extracted from the dataset. Our results show that, the proposed ALNS can produce solutions with high quality regarding customer satisfaction.
Collections