Vehicle routing problems are very important issue for logistics sector. Vehicle routing problems have various types such as time windows, multiple-depot, stochastic demand, backhauls, simultaneous delivery and pick up, distance constraint…etc. The objectives of all these problems are to design optimal routes minimizing total traveled distance, minimizing number of vehicles which are used for the solution that satisfy corresponding constraints. In this study, for the solution of the multi-depot vehicle routing problem, a new hybrid metaheuristic structure is proposed with ant colony optimization and genetic algorithm. The aim of the problem is to minimize the total traveled distance by the all vehicles. The metaheuristic structure of the multi-depot vehicle routing problem solution consists of two phases. In the first phase for grouping Thangiah and Salhi’s (2001) genetic clustering method is developed and in the second phase for routing Gambardella and Dorigo’s (1997) ant colony system approach is used. The proposed metaheuristic method is tested with the Cordeau et al.’s (1997) problem sets and the results are compared with the other solution techniques in the literature.

Lojistik sektöründe önemli bir yer tutan araç rotalama problemlerinin zaman pencereli, çok depolu, stokastik talepli, geri dönüşlü, eşzamanlı dağıtım ve toplamalı, mesafe kısıtlı... vb. gibi türleri vardır. Tüm bu problemlerde amaç toplam seyahat mesafesini ve çözümde kullanılan toplam araç sayısını minimize ederek problemde var olan kısıtları da göz önüne alarak optimum rotaları tasarlamaktır. Bu çalışmada, çok depolu araç rotalama probleminin çözümü için genetik algoritmanın (GA) ve karınca kolonisi optimizasyonunun (KKO) bir arada kullanılmasıyla oluşturulan melez metasezgisel bir yapı önerilmiştir. Problemde amaç tüm araçlar tarafından kat edilen toplam seyahat mesafesinin minimize edilmesidir. Çok depolu araç rotalama probleminin çözümü için önerilen bu metasezgisel yapı iki aşamadan oluşmaktadır. Birinci aşamadaki gruplama işlemi için GA, Thangiah ve Salhi’nin 2001 yılında ortaya koydukları genetik kümeleme yönteminin geliştirilmiş hali ile kullanılmıştır. İkinci aşamadaki rotalama işlemi ise KKO algoritmalarından Gambardella ve Dorigo tarafından 1997 yılında önerilen karınca kolonisi sistemi yaklaşımı ile gerçekleştirilmiştir. Ortaya konan yeni melez yöntem literatürde kabul gören Cordeau vd.’nin (1997) önerdikleri problem setleri ile test edilmiş ve elde edilen sonuçlar var olan diğer yöntem çözümleriyle karşılaştırılmıştır.