Akademik Veri Yönetim Sistemi
25. Otomatik Kontrol Ulusal Konferansı, Konya, Türkiye, 12 - 14 Eylül 2024, ss.63-68, (Tam Metin Bildiri)
Son yıllarda karbon emisyon hedeflerini dikkate alan Elektrikli Araç Rotalama Problemleri yoğun ilgi görmektedir. Özellikle lojistik ve taşımacılıkta yakıt tüketiminin azaltılması ve karbon salınımının düşürülmesi amaçlanmaktadır. Bu bakımdan son yıllarda elektrikli araç kullanımı artmaktadır. Lojistikte elektrikli araç kullanımı beraberinde batarya kapasitesi ve şarj süresi gibi konuları dikkate almayı gerektirmektedir. Elektrikli araç rotalama problemleri bu doğrultuda NP-Zor problemlerdir. Bu nedenle kısa sürede kaliteli çözümler üreten meta-sezgisel algoritmalara başvurulmaktadır. Bu çalışmada Kapasiteli Elektrikli Araçlarda Rotalama Problemi (CEVRP) için hibrit Uyarlanabilir Geniş Komşuluk Arama (ALNS) algoritması kullanılmıştır. ALNS her adımda yeni çözümleri operatörleri ile üretip, bu çözümleri değerlendiren ve başarılı olan operatörlerin seçilme olasılığının arttırıldığı uyarlanabilir bir algoritma olması nedeni ile seçilmiştir. Ayrıca, çözüm uzayını daha hızlı taramak için yerel arama yöntemleri algoritmaya dâhil edilmiştir. Üç farklı yöntem oluşturularak ESOGÜ kampüs haritasından oluşturulan müşteri talep noktaları için sonuçlar incelenmiştir. Bu yöntemlerin sonuçlara olan etkisi analiz edilmiş ve yerel arama yöntemlerinin rastgele seçilen ve talep noktası fazla olan problemlerde iyi sonuçlar elde ettiği gösterilmiştir.
In recent years, Electric Vehicle Routing Problems considering carbon emission targets has received extensive attention. Particularly in logistics and transportation, the aim is to reduce fuel consumption and lower carbon emissions. In this regard, the use of electric vehicles has increased in recent years. Using electric vehicles in logistics necessitates considerations such as battery capacity and charging times. Electric vehicle routing problems are NP-hard problems in this context. Therefore, metaheuristic algorithms that can produce high-quality solutions faster are employed. In this study, the Hybrid Adaptive Large Neighborhood Search (ALNS) algorithm is used for the Capacitated Electric Vehicle Routing Problem (CEVRP). ALNS is chosen for its adaptive nature, generating new solutions at each step using operators, evaluating these solutions, and increasing the likelihood of selecting successful operators. Additionally, local search methods are integrated into the algorithm to explore the solution space faster. Results show that local search methods are included in the algorithm to scan the solution space faster. Three methods are compared to obtain effective scanning of the solution space.in the ESOGU campus map. The effects of these methods on the results are analysed, and it is shown that local search methods achieve good results for randomly selected problems with more demand points.