Günümüz rekabet dünyasında firmalar ürünlerinin müşterilerine ulaştırılması aşamasında, büyük bir öneme sahip olan lojistik desteği sağlamak adına maksimum bir çaba içerisindedirler. Araç rotalama problemleri (ARP), Lojistik problemlerinin en önemli son aşamasıdır. Araç rotalama problemleri, en kısa mesafede ve en kısa sürede müşterilerinin taleplerini karşılayacak şekilde bir depodan aynı veya farklı kapasitelerdeki araçlar ile optimale yakın rotaların bulunması problemleridir. ARP, artan çeşitleri ile firmalara en iyi sonuçları sunmaya devam etmektedir. Bu çalışmada bir ekmek fabrikasının 20 markete ekmek dağıtımı sırasında kullandığı gerçek mesafeler ve koordinatlar kullanılarak rotalar oluşturulmuştur. Bu gerçek hayat problemini modellemede klasik kapasiteli araç rotalama modeli hem homojen hem de heterojen filolu olarak modellenmiştir. Problem için optimale yakın çözümü, tavlama benzetimi (TB) algoritması kullanılarak Matlab’da hesaplanmıştır. TB ile elde edilen meta sezgisel çözümler ekmek fabrikasının kendi rotaları ile karşılaştırılmıştır. TB ile elde edilen optimale yakın sonuçlar yapılan tüm testlerde fırının kendi toplam rota mesafelerinden daha iyi sonuçlar vermiştir. TB algoritmasını kullanarak, iki araç ile yapılan dağıtım sırasında oluşan toplam rota mesafesinin fırın ile en büyük farkı 8,8 km’dir. TB’de üç araç ile yapılan dağıtım sırasında oluşan toplam rota mesafesinin fırın ile en büyük farkı 6,5 km olarak hesaplanmıştır.
In today's competitive world, companies make a maximum effort to provide logistics support, which is of great importance, during the delivery of their products to their customers. Vehicle routing problems (VRP) are the most important last stage of Logistics problems. Vehicle routing problems are the problems of finding near-optimal routes with vehicles of the same or different capacities from a warehouse to meet the demands of customers in the shortest distance and in the shortest time. VRP continues to offer the best results to companies with its increasing variety. In this study, routes were created by using the actual distances and coordinates used by a bread factory during the distribution of bread to 20 markets. In modelling this real-life problem, the classical capacity vehicle routing model is modelled as both homogeneous and heterogeneous fleets. Then ear-optimal solution for the problem is calculated in Matlab using the Simulated Annealing (SA) algorithm. The meta-heuristic solutions obtained with TB were compared with the bread factory's own routes. Then ear-optimal results obtained with the TB gave better results than the total route distances of the furnace itself in all tests. Using the TB algorithm, the greatest difference between the total route distance and the furnace during the distribution with two vehicles is 8.8 km. The greatest difference between the total route distance and the furnace during the distribution made with three vehicles in the TB was calculated as 6.5 km.
