scholarly journals OPTIMASI VEHICLE ROUTING PROBLEM (VRP)DENGAN PENDEKATAN METAHEURISTIK(STUDI KASUS DISTRIBUSI BAHAN BAKU MAKANAN)

2017 ◽  
Vol 2 (2) ◽  
Author(s):  
Iwan A Soenandi ◽  
Budi Marpaung ◽  
Meriastuti Ginting
Keyword(s):  
Particle Swarm Optimization ◽  
Ant Colony Optimization ◽  
Vehicle Routing ◽  
Vehicle Routing Problem ◽  
Particle Swarm ◽  
Ant Colony ◽  
Cross Entropy ◽  
Swarm Optimization ◽  
Routing Problem

Tujuan dari makalah ini adalah untuk merancang sebuah solusi dari permasalahan rute kendaraan dalam mendistribusikan bahan dengan menggunakan perbandingan 4 jenis algoritma metaheuristik yaitu: Algoritma Genetika (GA), Particle Swarm Optimization (PSO), Ant Colony Optimization (ACO) dan Cross Entropy (CE) dengan beberapa kombinasi parameter yang digunakan untuk menjalankan algoritma. Kami menggunakan studi kasus masalah routing dari perusahaan distribusi dalam mendistribusikan bahan baku pada outlet- outletnya, yang memiliki 10 node (outlet),dengan menggunakan data dari posisi node dan tingkat lintasan (waktu kedatangan pada node).Hasil dari 4 (empat) algoritma ditemukan bahwa GA, PSO dan ACO memiliki nilai optimasi yang lebih baik daripada iterasi CE dan membutuhkan lebih banyak sumber daya untuk waktu komputasi. Dalam kesimpulan akhir diperoleh waktu komputasi paling cepat adalah CE, sedangkan waktu komputasi paling lambat adalah GA, waktu yang memungkinkan untuk distribusi per hari ± 6 jam ditetapkan jumlah kendaraan yang dibutuhkan sebanyak 3 unit, dengan total jarak 60 km dan total waktu 6 jam (kecepatam rata-rata 10km/jam). Kata kunci:Vehicle Routing Problem, Metaheuristic, Optimasi 

Study on Multi-Depot Vehicle Routing Problem Based on Cloud Adaptive Particle Swarm Optimization

2012 ◽  
Vol 253-255 ◽  
pp. 1369-1373
Author(s):  
Tie Jun Wang ◽  
Kai Jun Wu
Keyword(s):  
Particle Swarm Optimization ◽  
Vehicle Routing ◽  
Vehicle Routing Problem ◽  
Cloud Model ◽  
Particle Swarm ◽  
Pso Algorithm ◽  
Swarm Optimization ◽  
Routing Problem ◽  
Adaptive Particle Swarm Optimization ◽  
Searching Ability

Multi-depots vehicle routing problem (MDVRP) is a kind of NP combination problem which possesses important practical value. In order to overcome PSO’s premature convergence and slow astringe, a Cloud Adaptive Particle Swarm Optimization(CAPSO) is put forward, it uses the randomicity and stable tendentiousness characteristics of cloud model, adopts different inertia weight generating methods in different groups, the searching ability of the algorithm in local and overall situation is balanced effectively. In this paper, the algorithm is used to solve MDVRP, a kind of new particles coding method is constructed and the solution algorithm is developed. The simulation results of example indicate that the algorithm has more search speed and stronger optimization ability than GA and the PSO algorithm.

Sign in / Sign up

Export Citation Format

Share Document