Araç Rotalama Problemi (ARP) klasik yöntemler ile çözülmesi mümkün
olmayan ve birçok alt dalı olan karmaşık bir problemdir. Bu çalışmada, ARP’nin
bir alt dalı olan Okul Servisi Rotalama Probleminin (OSRP) optimizasyonu
amaçlanmıştır. ARP ve OSRP incelenmiş, problemler ve geliştirilen çözüm
yöntemleri ile ilgili literatüre yer verilmiştir. OSRP'nin optimizasyonu için
kümeleme teknikleri ve yapay zeka yöntemleri kullanılarak, GPS, GIS araçları ve
mobil uygulama desteği ile bir yazılım geliştirilmiştir. Geliştirilen yazılım
Ankara ilinde hizmet veren servis firmalarından toplanan rota verileri üzerinde
uygulanmıştır. Elde edilen deneysel sonuçlar, geliştirilen yöntemin, mesafe,
zaman ve rakım değişimi parametreleri açısından rotaları başarılı bir şekilde
iyileştirilebileceğini göstermiştir.
Vehicle routing problems (VRP) are complicated
problems, which can be encountered in a variety of different fields and are not
possible to solve using classical methods. In this study, optimization of the
School Bus Routing Problem(SBRP), which is a sub-branch of VRP, is aimed. VRP
and SBRP have been studied, and the literature on the problems and developed
solution methods have been given. For the optimization of SBRP, by using the clustering
and artificial intelligence techniques a software has been developed with the
support of the GPS, GIS tools and mobile application. The developed software
has been applied on the route data collected from school service companies
which are in the province of Ankara. The obtained experimental results have
showed that the developed method can successfully optimize the school bus
routes in terms of distance, time and altitude change parameters.
Vehicle Routing Problem School Bus Routing Problem Artificial Intelligence Techniques Clustering Techniques Optimization
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Research Articles |
Authors | |
Publication Date | March 23, 2018 |
Submission Date | September 27, 2017 |
Acceptance Date | January 25, 2018 |
Published in Issue | Year 2018 |