LOJİSTİK SEKTÖRÜNDE ELEKTRİKLİ ARAÇ ROTALAMA OPTİMİZASYONU

Abstract

ÖZET

Küresel ısınma ve iklim değişikliği sorunu geleceğimizi yaşamsal açıdan tehdit eden en önemli küresel sorunlardan birisidir. Bu nedenle bu sorun küresel düzeyde ele alınmış ve uluslararası politikalarla sera gazı salınımının azaltılması konusunda önemli hedefler belirlenmiştir. Ulaşım sektörü, küresel ısınmaya neden olan sera gazı emisyonlarının salınımında %29’luk bir paya sahiptir. Ulaşım sektöründe önemli bir yere sahip olan taşımacılık sektörü, sera gazı salınımına katkıda bulunan ana sektörlerden birisidir. Bu nedenle taşımacılık sektöründe sera gazı salınımının azaltılmasına yönelik yapılacak çalışmaların, küresel ısınma ve iklim değişikliği ile mücadele çalışmalarına önemli katkılar sağlayacağı düşünülmektedir. Bu kapsamda taşımacılık sektöründe elektrikli araç kullanımına yönelik ilgi her geçen gün daha da artmaktadır. Ancak elektrikli araçların benzinli ve dizel araçlara göre daha az sürüş mesafesinin olması, sınırlı şarj yapısı, enerji tüketiminin yük ve yol eğimine bağlı olarak değişmesi vb. nedenler, bu araçların yolda kalma riskini artırmaktadır. Bu nedenle elektrikli araçlar için optimum rotaların oluşturulması, bu riskin minimize edilmesinde en önemli faktördür. Bu çalışmada, lojistik sektöründe elektrikli araç rotalama optimizasyonu ele alınmış ve optimizasyon için Genetik Algoritma kullanılmıştır. Çalışma için Karabük ili Safranbolu ilçesinde 50 adet müşteri lokasyonu belirlenmiş ve bu müşterilerin konumlarına ait koordinat ve kot değerleri Safranbolu dijital imar planları üzerinden okunmuştur. Bu koordinat ve kot değerleri kullanılarak müşteri lokasyonları arasındaki mesafe ve eğimler hesaplanmıştır. Ayrıca müşteri lokasyonları için dağıtıma konu olan paket ağırlıkları tanımlanmış ve yol zemin durumuna göre kısıtlar belirlenmiştir. Müşteri lokasyonlarına ait yük miktarı, kısıt değerleri, lokasyonlar arası mesafe ve eğim değerleri kullanılarak Genetik Algoritma ile deneysel çalışmalar gerçekleştirilmiştir. Ayrıca, Genetik Algoritma ile bulunan dağıtım planında hem elektrikli araçların ve hem de mazot yakıtlı araçların harcamış oldukları enerji ve yakıt durumuna göre maliyet hesabı yapılmış, dağıtım filosunda mazotlu araçların yerine elektrikli araç kullanılması durumunda elde edilecek ekonomik kazanç değeri hesaplanmıştır.

ABSTRACT

Global warming and climate change are one of the most important global problems that threaten our future. For this reason, this problem has been addressed at the global level and important targets have been set for reducing greenhouse gas emissions through international policies. The transportation sector has a 29 percent share in the release of greenhouse gas emissions that cause global warming. The carrying sector, which has an important place in the transportation sector, is one of the main sectors contributing to greenhouse gas emissions. For this reason, it is thought that the studies to be carried out to reduce greenhouse gas emissions in the carrying sector will make significant contributions to the efforts to fight against to global warming and climate change. In this context, the interest in the use of electric vehicles in the carrying sector is increasing day by day. However, the reasons such as the electric vehicles have shorter driving distance than gasoline and diesel vehicles, limited charging structure, energy consumption varies depending on load and road slope, increase the risk of becoming stranded of these vehicles on the road. Therefore, creating optimum routes for electric vehicles is the most important factor in minimizing this risk. In this study, electric vehicle routing optimization in the logistics sector was adressed and Genetic Algorithm was used for optimization. For the study, 50 customer locations were determined in Safranbolu district of Karabük province and the coordinates and inclination values of these customers' locations were read from Safranbolu digital zoning plans. The distance and slopes between customer locations were calculated by using these coordinates and elevation values. In addition, it was defined the package weights for distribution to customer locations and restrictions were determined according to the road ground condition. Experimental studies were carried out with the Genetic Algorithm by using the load amount of the customer locations, constraint values, distance and inclination values between the customer locations. In addition, according to distribution plan which was found with the Genetic Algorithm, it was calculated the cost of both electric and diesel vehicles according to amount of elektric and gasoline which spent by the electric and gasoline vehicles and the economic gain value to be obtained has been calculated if electric vehicles are used instead of diesel vehicles in the distribution fleet.