Ημερολόγιο Εκδηλώσεων

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ

ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

Ονοματεπώνυμο:        ΑΡΩΝΗΣ ΣΤΥΛΙΑΝΟΣ

Αριθμός Μητρώου:      2017010059

Τίτλος στα Ελληνικά:   Επίλυση του προβλήματος δρομολόγησης μη στελεχωμένων ιπταμένων οχημάτων με παραλαβές και παραδόσεις μεταξύ πελατών με χρήση του υβριδικού αλγορίθμου grasp/VNS

Τίτλος στα Αγγλικά: Solving the drone routing problem for pick up and deliveries between customers using a grasp/vns hybrid algorithm

Εξεταστική Επιτροπή:

Επιβλέπων:         ΜΑΡΙΝΑΚΗΣ ΙΩΑΝΝΗΣ, Αναπλ. Καθηγητής

Πρώτο Μέλος:     ΜΑΡΙΝΑΚΗ ΜΑΓΔΑΛΗΝΗ, ΕΔΙΠ

Δεύτερο Μέλος:   ΜΑΤΣΑΤΣΙΝΗΣ ΝΙΚΟΛΑΟΣ, Καθηγητής

Περίληψη της εργασίας στα Ελληνικά:      Η παγκοσμιοποίηση και η συνεχώς αυξανόμενη ανάγκη ταχύτερων και πιο αποδοτικών μεθόδων διακίνησης αγαθών στον κόσμο έχει καταστήσει την βελτίωση της εφοδιαστικής αλυσίδας και την ανάπτυξη νέων τεχνολογιών καταλυτικό παράγοντα για την κάλυψη της ανάγκης αυτής. Για την επίτευξη του σκοπού αυτού, είτε οι υπάρχουσες μέθοδοι βελτιώνονται είτε ανακαλύπτονται νέες μέθοδοι για την αύξηση της αποδόσεως των συστημάτων παραλαβής, διαχείρισης και μετακίνησης ώστε να μπορούν οι οικονομίες να συμβαδίζουν με τις ολοένα και αυξανόμενες απαιτήσεις της οικονομίας. Μία νέα και πολλά υποσχόμενη μέθοδος για καλύτερη διακίνηση αγαθών είναι εναερίως με την χρήση μη στελεχωμένων ιπτάμενων οχημάτων, γνωστά και ως drones. Στην παρούσα εργασία μελετάται και επιλύεται το πρόβλημα δρομολόγησης ενός στόλου από τα συγκεκριμένα αεροσκάφη για την εξυπηρέτηση των αναγκών μιας εφοδιαστικής αλυσίδας με πολλαπλούς πωλητές και αγοραστές. Στόχος του προβλήματος είναι η εύρεση της βέλτιστης διαδρομής έχοντας σαν κριτήριο την ελαχιστοποίηση την ενέργειας μετακίνησης των αεροσκαφών. Το πρόβλημα έχει ως δεδομένα τη βάση από την οποία απογειώνονται και επιστρέφουν τα αεροσκάφη, τις θέσεις των αγοραστών και των πωλητών, όπως επίσης και την σχέση μεταξύ τους, δηλαδή από ποιον πωλητή σε ποιον αγοραστή πρέπει να διακινηθεί το εκάστοτε τεμάχιο με το συγκεκριμένο βάρος, καθώς και τους περιορισμούς ενέργειας και χωρητικότητας των οχημάτων. Για την επίλυση του προβλήματος, χρησιμοποιήθηκε ένας υβριδικός μεθευρευτικός αλγόριθμος που συνδυάζει τον αλγόριθμο Άπληστης τυχαιοποιημένης προσαρμοστικής αναζήτησης με τον αλγόριθμο Μεταβλητής Γειτονιάς Αναζήτησης. Ο αλγόριθμος υλοποιείται στο περιβάλλον Visual Studio με την γλώσσα C++. Τέλος, παρουσιάζονται αναλυτικά τα αποτελέσματα του προβλήματος.

Περίληψη της εργασίας στα Αγγλικά: Globalization and the ongoing increase in the demand for more efficient methods to transport goods throughout the world have become the critical factor that led to the continuous improvement of the supply chain and the development of new technologies. To achieve this goal, either the existing methods are improved or new ones are created to increase the efficiency of the collective, managerial and distributional systems so that economies can co-exist with the constant increase of market demands. A new and very promising method of better distribution is through the air with the assistance of Drones. In this work, we examine and solve the routing problem of such vehicles for a supply chain with multiple sellers and buyers. We try to achieve an efficient way to connect each seller with their correspondent buyer. The goal is to determine the best route, starting from the base, that the Drones must follow in order to minimize the energy consumption of their batteries. The position of the base, that the drones start and end their route, is known. We also assume that the customer state (seller or buyer), position, their connections in the plane as well as the energy consumptions constraints for the drones are known when starting solving the problem. For the solution we use a hybrid algorithm which combines the Greedy randomized adaptive search procedure (GRASP) and the variable neighborhood search (VNS). All algorithms were created using the Visual Studio environment with the C++ language. All results are presented analytically.

Ημέρα/Μήνας/Έτος:    ΤΕΤΑΡΤΗ 20 ΙΟΥΛΙΟΥ 2022

Ώρα:                        9:30

ZOOM MEETING

https://tuc-gr.zoom.us/j/95523005624?pwd=Rm1rc25lT1JUQzlwSm0rVGdFbmhOdz09

Meeting ID: 955 2300 5624

Password: 865084