Ana Dağıtım Üssü (ADÜ) ve talep merkezlerine ait serim tasarımı, ulaştırma ve lojistik yönetiminde karşılaşılan en önemli problemlerden birisidir. Böyle bir serime dayanarak verilecek en önemli kararlar da araç rotalarının ve -ana dağıtım üsleri arasında ölçek ekonomisinden faydalanmak için- bu tesislerin konumlarının belirlenmesidir. Literatürde bu iki problem genellikle ayrı olarak düşünülür. Bu çalışmada, ADÜ belirleme problemleri literatüründeki her talep merkezi ve ADÜ çifti arasında birer aracın hizmet verme kısıtı gevşetilmiş olup, ADÜ Belirleme ve Araç Rotalama Problemleri bütünleşik bir yapıda ele alınmış ve literatüre farklı matematiksel model önerileri sunulmuştur.
İlk olarak Bütünleşik Eş Zamanlı Dağıtım-Toplamalı Ana Dağıtım Üs’lerine Atama ve Araç Rotalama Problemi tanıtılmış ve geliştirilen modelde, toplam maliyeti en küçüklemek için her ADÜ’ye önceden belirlenmiş sayıda aracın atanıp rotalarının belirlenmesi amaçlanmıştır. Ardından, ilk modelin genişletilmiş bir üst modeli olarak Bütünleşik Eş Zamanlı Dağıtım-Toplamalı p-ADÜ Belirleme ve Araç Rotalama Problemi geliştirilmiştir. Genişletilmiş model toplam maliyeti en küçüklemek için p sayıda ADÜ’nün konumlarının belirlenmesi, talep merkezlerinin ADÜ’lere atanması ve araçların tüm talep merkezlerini ziyaret edecek şekilde rotalanması kararlarını içermektedir. Önerilen modellere ek olarak, Bütünleşik Eş Zamanlı Dağıtım-Toplamalı Sabit Maliyetli ADÜ Belirleme ve Araç Rotalama Problemi’ne ait bir matematiksel model de önerilmiştir. Sözü edilen tüm problemler için, ADÜ’lerin ve araçların kapasite kısıtsız olduğu ve her talep noktasının sadece bir ADÜ’den hizmet aldığı varsayılmaktadır. Önerilen problemlerin matematiksel modelleri küçük boyutlu örnekler için bir paket program yardımıyla çözdürülmüştür. Modellerin NP-zor olduğu bilindiğinden, orta ve büyük boyutlu problemleri çözmek için, Karınca Kolonisi Sistemi ve Tavlama Benzetimi Algoritmalarına dayalı iki adet metasezgisel önerilmiştir. Algoritmalar Amerika Sivil Havacılık Otoritesi (CAB), Avustralya Posta (AP) ve Türkiye Posta ve Telgraf Teşkilatı Anonim Şirketi’nden türetilmiş veri setleri üzerinde denenmiştir. Bu algoritmaların performansları, çözüm süreleri ve kaliteleri bakımından farklı boyutlardaki problemler üzerinde test edilmiş ve sonuçlar yorumlanmıştır.
The design of hub-and-spoke networks is one of the most important problems in transportation and logistics management. One of the most essential features of such a network is determining vehicle routes and the locations of hubs in order to take advantage of economies of scale between hubs. Generally, these two main problems are considered separately in the literature. In this thesis, we relax one of the main assumptions in the hub location literature that one vehicle operates between each demand center and hub. We focus on the hub location and vehicle routing problem as an integrated way and introduce to the literature different mathematical models.
We start with introducing the ‘Integrated fixed hub location and vehicle routing problem with simultaneous pick-up and delivery’ to the literature. In this problem, we determine the routes of the predetermined number of vehicles for each hub in order to minimize the total transportation cost. Then, by improving the first problem, we present ‘Integrated p-hub location and vehicle routing problem with simultaneous pick-up and delivery’. This expanded problem contains determining the locations of p hubs while allocating demand centers to the hubs and designing vehicle routes to visit all demand centers in order to minimize total transportation cost. In addition, we introduce to the literature ‘Integrated fixed costs hub location and vehicle routing problem with simultaneous pick-up and delivery’. For the above-mentioned problems, it is assumed that hubs and vehicles are uncapacitated and each non-hub city is served from a hub. Suggested mathematical models of these problems are solved on a commercial solver for small sized examples. Since these problems are known to be NP-hard, in order to solve medium or large sized instances, we suggest two metaheuristic approaches, namely, simulated annealing and ant colony system algorithms. These algorithms are implemented on CAB data set (Civil Aeronatics Board), AP (Australian Post) data set and Turkish network. The performances of these algorithms are also tested by comparing them in terms of solution time and quality in various size problem instances.