Zeitschrift für Computertechnik und Informationstechnologie

Methode des geometrischen Mittels kombiniert mit einem Ameisenkolonie-Optimierungsalgorithmus zur Lösung von Transportproblemen mit mehreren Zielen in unscharfen Umgebungen

Richard Kayanga Nyakundi, Samuel Mbuguah und Ratemo Makiya

Das Transportproblem (TP) ist ein bekanntes Thema im Bereich der Optimierung und eine sehr häufige Herausforderung für Geschäftsleute. Ziel ist es, die Gesamttransportkosten, -zeit und -entfernung für die Lieferung von Ressourcen von mehreren Quellen zu einer großen Anzahl von Zielen zu reduzieren. Die Literatur zeigt, dass verschiedene Ansätze mit einem einzigen Ziel vor Augen entwickelt wurden, obwohl TPs nicht immer mit einem übergeordneten Ziel vor Augen entwickelt werden. Die Lösung von Transportproblemen mit mehreren Zielen ist eine häufige Aufgabe. In dieser Studie wird eine neue Methode zur Behandlung von multikriteriellem TP mit geometrischen Mitteln sowie ein neuartiger Ansatz des Ant Colony Optimization-Algorithmus (ACO) zur Lösung von multikriteriellem TP in einer Fuzzy-Umgebung vorgestellt. Fuzzy-Zahlen wurden zur Lösung realer Probleme in verschiedenen Bereichen verwendet, darunter Operations Research und Optimierung. Der ACO-Algorithmus wird seit langem als praktikable alternative Strategie zur Lösung von Optimierungsproblemen anerkannt. Der Zweck dieser Studie besteht darin, einen einzigartigen Ansatz zur Organisation von Fuzzy-Zahlen sowie Verbesserungen des ACO-Algorithmus zur Lösung des multikriteriellen TP-Modells bereitzustellen. Darüber hinaus ist die vorgeschlagene Methode recht einfach und findet die beste Lösung sowohl für ausgeglichene als auch für unausgeglichene TPs. Unsere Methode, wie der Geometric Mean Ant Colony Optimization Algorithm (GMACOA), übertrifft andere Methoden hinsichtlich objektiver Werte. Es werden numerische Beispiele bereitgestellt, um die Methode im Vergleich zu verschiedenen aktuellen Methoden zu demonstrieren.