Green Location Routing: Competitive Bi-objective Bi-level Model and Solution
Dit artikel stelt een competitief bi-objectief bi-level mixed-integer lineair programmeermodel voor voor groene facility location-routingproblemen tussen een fabrikant en een distributeur, dat wordt opgelost met behulp van een nieuw Bi-level Multi-objective Chemical Reaction Optimization-algoritme dat bestaande meta-heuristieken op benchmarktests overtreft.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Elke keer dat een pakketje van een fabriek naar een voordeur reist, bepaalt een complexe keten van beslissingen het pad. Iemand moet beslissen waar de magazijnen gebouwd worden die de goederen opslaan, en iemand anders moet beslissen welke vrachtwagens die goederen naar klanten zullen vervoeren en in welke volgorde. In de echte wereld worden deze beslissingen zelden genomen door één persoon die in een stille kantoorruimte zit. In plaats daarvan zijn ze vaak het resultaat van een touwtrekken tussen verschillende bedrijven. Eén bedrijf, meestal de fabrikant, wil faciliteiten opzetten om goederen efficiënt te verplaatsen. Een ander bedrijf, de distributeur, wil die goederen ophalen en leveren terwijl hij winst maakt. Wanneer deze twee groepen onafhankelijk van elkaar handelen, kunnen hun keuzes botsen, wat leidt tot hogere kosten en steeds vaker tot meer vervuiling. Terwijl de wereld worstelt met klimaatverandering, krijgt de transportsector steeds meer kritiek vanwege zijn bijdrage aan de uitstoot van broeikasgassen. De uitdaging voor de moderne logistiek is niet langer alleen het verplaatsen van zaken zo snel of zo goedkoop mogelijk; het gaat erom dit te doen met minimale schade aan de atmosfeer. Dit vereist een delicaat evenwicht tussen economische doelen en milieureponsabiliteit, een evenwicht dat nog moeilijker te vinden is wanneer er twee concurrerende bedrijven bij betrokken zijn.
Onderzoekers aan de Universiteit van Koerdistan hebben deze specifieke spanning aangepakt door een nieuwe manier te creëren om deze interacties te modelleren. Ze richtten zich op een scenario waarin een fabrikant optreedt als de "leider" en een distributeur als de "volger". De fabrikant beslist eerst, door te kiezen waar nieuwe depots worden geopend en hoeveel producten er naar hen worden gestuurd. Zodra die beslissingen zijn genomen, kijkt de distributeur naar de beschikbare opties en beslist hoe hij zijn voertuigen zal routeren om klanten te bedienen, met als doel zijn eigen winst te maximaliseren terwijl hij zijn eigen kosten en emissies laag houdt. De onderzoekers bouwden een wiskundig kader om dit tweestaps-proces te simuleren, maar met een twist: ze behandelden beide bedrijven alsof ze tegelijkertijd twee doelen hadden. De fabrikant wil zijn vaste kosten en CO2-voetafdruk laag houden, terwijl de distributeur zijn winst wil maximaliseren en tegelijkertijd de emissies van zijn vrachtwagens wil minimaliseren. Deze dubbele focus op geld en het milieu creëert een complex puzzelstuk waarbij het verbeteren van het ene doel vaak het andere verslechtert.
Om dit puzzelstuk op te lossen, ontwikkelde het team een nieuw computeralgoritme geïnspireerd door de manier waarop chemische reacties werken. In de natuur botsen moleculen, vallen uiteen en combineren om nieuwe stoffen te vormen, waarbij ze constant zoeken naar een staat van lagere energie en grotere stabiliteit. De onderzoekers vertaalden dit biologische principe naar een digitale tool die ze een "bi-level multi-objective chemical reaction optimization" noemen. In hun systeem worden potentiële oplossingen voor het logistieke probleem behandeld als moleculen. Deze digitale moleculen interageren met elkaar door te versmelten, te splitsen en hun eigenschappen te verschuiven om miljoenen mogeleijke combinaties van depotlocaties en vrachtroutes te verkennen. Het algoritme is ontworpen om de "sweet spots" te vinden waar zowel de fabrikant als de distributeur hun doelen zo goed mogelijk kunnen bereiken zonder de belangen van de ander te schaden. Het zoekt niet naar één perfect antwoord, maar naar een reeks gebalanceerde opties die de best mogende afwegingen laten zien tussen kosten en CO2-emissies.
Het team heeft hun nieuwe methode getest tegenover twee andere bekende computermethoden die worden gebruikt voor soortgelijke problemen: een genetisch algoritme dat evolutie nabootst en een zoekmethode genaamd tabu search. Ze voerden simulaties uit met verschillende groottes van logistieke netwerken, variërend van kleine opstellingen met enkele fabrieken en klanten tot grote, complexe systemen met veel meer deelnemers. De resultaten toonden aan dat hun chemische reactie-geïnspireerde aanpak aanzienlijk sneller was dan de andere. In tests met verschillende aantallen locaties en voertuigen vond het nieuwe algoritme consequent hoogwaardige oplossingen in minder tijd. Bijvoorbeeld, in een test met een middelgroot netwerk vond de nieuwe methode een oplossing in slechts iets meer dan twee tienden van een seconde, terwijl de andere methoden langer duurden. Belangrijker nog, de oplossingen die het vond waren niet alleen snel; ze waren ook effectief. Het algoritme identificeerde succesvol routes en depotlocaties die de kosten laag hielden en de emissies beperkten voor beide bedrijven, wat bewees dat het tweestaps-besluitvormingsproces geoptimaliseerd kon worden zonder een doel op te offeren voor het andere.
De onderzoekers onderzochten ook hoe gevoelig hun model was voor veranderingen in de echte wereld. Ze pasten variabelen aan, zoals de kosten voor het transporteren van goederen en de milieu-impact van het openen van een nieuw depot, om te zien hoe het systeem zou reageren. Ze ontdekten dat het algoritme robuust bleef, zelfs wanneer deze kosten wild fluctueerden. Wanneer de transportkosten stegen, paste het systeem de routes en depotkeuzes van nature aan om te compenseren, waardoor het algemene plan haalbaar bleef. Dit suggereert dat de methode flexibel genoeg is om de onvoorspelbare aard van de echte wereldlogistiek aan te kunnen, waar brandstofprijzen en milieuregels van de ene op de andere dag kunnen veranderen. De studie bevestigt dat door de relatie tussen een fabrikant en een distributeur te modelleren als een coöperatief maar competitief spel, het mogelijk is om strategieën te vinden die zowel de partijen als de planeet ten goede komen.
Hoewel de studie een krachtige nieuwe tool biedt voor de planning, merkt de auteur er voorzichtig bij op dat er beperkingen zijn. Hun model gaat ervan uit dat beide bedrijven perfecte informatie delen en op een manier handelen die wederzijds voordelig is, een scenario dat niet altijd voorkomt in een meedogenloze markt waar een bedrijf zijn werkelijke kosten kan verbergen of agressief kan optreden. Ze richtten zich ook op een enkele distributeur, terwijl echte markten vaak meerdere concurrerende bezorgbedrijven hebben. Ondanks deze vereenvoudigingen biedt het werk een duidelijke weg vooruit. Het demonstreert dat de complexe, hiërarchische aard van toeleveringsketens begrepen en geoptimaliseerd kan worden met behulp van geavanceerde computationele methoden die zowel de onderlijn als het milieu respecteren. Door het logistieke netwerk te behandelen als een levend systeem van interagerende onderdelen, hebben de onderzoekers aangetoond dat het mogelijk is om toeleveringsketens te ontwerpen die niet alleen efficiënt maar ook duurzaam zijn, wat een blauwdruk biedt voor een groenere toekomst in de wereldwijde handel.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.