Vehicle routing problem with vendor selection, intermediate pick-ups and deliveries

Abstract

E-alışveriş, giderek artan hizmet yelpazesiyle birçok kişinin gündelik yaşamında günbegün daha vazgeçilmez olmaktadır. Bu çalışmada, çevrimiçi perakendecilerin envanter maliyetlerini arttırmadan, müşterilerinin ek gelir oluşturma ihtimali yüksek organik yiyecek, elektronik eşya, hediyeler vb. gibi özel ürün taleplerini karşılayabilecekleri dağıtım planlamasını yapmak için etkin bir model önerilmektedir. Önerilen model Tedarikçi Seçimli, Ara Dağıtım ve Toplamalı Araç Rotalama Problemi (TSADTARP) olarak nitelendirilmektedir. Söz konusu model, özel ürünlerin tedarik ağındaki uygun harici tedarikçilerden toplanarak müşterilere teslim edildiği bir dağıtım ağına dayanmaktadır. TSADTARP problemini çözmek için yeni ekleme, çıkarma ve tedarikçi seçme/atama mekanizmaları geliştirilerek bir Uyarlanabilir Geniş Komşuluklu Arama sezgisel algoritması önerilmektedir. Önerilen yaklaşımın performansı hem Solomon'un iyi bilinen zaman pencereli araç rotalama problemi örnekleri kullanılarak hem de bu probleme özgü yeni örnekler yaratılarak sınanmıştır. Yapılan kapsamlı analiz sonucunda önerilen sezgisel yöntemin makul sürede kaliteli çözüm elde etmede başarılı olduğu ortaya konulmuştur.

Online shopping is becoming nowadays more indispensable to many people in their daily lives with a growing service range for a wide variety of goods. In this thesis, we study a distribution planning model for online retailers to fulfill the diverse consumer demands especially for premium goods, i.e. goods with a high potential to create additional income such as organic food, electronic materials, special gifts etc., without increasing inventory related costs. We refer to the related distribution planning problem as the Vehicle Routing Problem with Vendor Selection, Intermediate Pick-ups and Deliveries (VRPVSIPD). The VRPVSIPD is based on a distribution network where premium goods are acquired from a proper set of external vendors at multiple locations in the supply network and delivered to customers. In order to solve the VRPVSIPD, we present an improved Adaptive Large Neighborhood Search (ALNS) heuristic by introducing new removal, insertion and vendor selection/allocation algorithms. To investigate the performance of the proposed methodology, we conduct an extensive computational study using both the well-known Solomon instances for Vehicle Routing Problem with Time Windows and newly generated benchmark instances for the VRPVSIPD. Our results reveal that the proposed methodology is effective in terms of both the solution quality and computational time.