Penyelesaian Metode Dekomposisi Benders pada Model Optimisasi Robust Masalah Mixed Integer Linear Programming Dua Tahap yang melibatkan Variabel Recourse

Optimisasi Robust adalah metode untuk menyelesaikan masalah dengan suatu ketidaktentuan data. Pendekatan robust mempunyai dua kategori, yaitu singgle-stage dan two-stage. Pendekatan robust pada two-stage masalah terdiri dari dua tahap, tahap pertama menentukan solusi optimisasi robust untuk masalah linear dengan variabel tahap pertama mixed integer dan variabel recourse tahap kedua yang kontinu. Pada penelitian ini dibahas model optimisasi robust untuk masalahmixed-integer linear programming two-stage yang melibatkan ketidaktentuan pada kendala, tepatnya pada vektor ruas kanan. Penyelesaian dilakukan menggunakan Metode Bender’s Decomposition. Simulasi numerik dengan menggunakan Software Maple.

Penyelesaian Metode Dekomposisi Benders pada Model Optimisasi Robust Masalah Mixed Integer Linear Programming Dua Tahap yang melibatkan Variabel Recourse

Optimisasi Robust adalah metode untuk menyelesaikan masalah dengan suatu ketidaktentuan data. Pendekatan robust mempunyai dua kategori, yaitu singgle-stage dan two-stage. Pendekatan robust pada two-stage masalah terdiri dari dua tahap, tahap pertama menentukan solusi optimisasi robust untuk masalah linear dengan variabel tahap pertama mixed integer dan variabel recourse tahap kedua yang kontinu. Pada penelitian ini dibahas model optimisasi robust untuk masalahmixed-integer linear programming two-stage yang melibatkan ketidaktentuan pada kendala, tepatnya pada vektor ruas kanan. Penyelesaian dilakukan menggunakan Metode Bender’s Decomposition. Simulasi numerik dengan menggunakan Software Maple.

A Bi-Objective Vehicle Routing Problem with Time Window by Considering Customer Satisfaction

The Vehicle Routing Problem (VRP) by considering Time Windows is an essential and a reality optimization problem consisting in the determination of the set of routes with minimum distance to carry goods, by using some vehicles with capacity constraint; vehicles must visit customers within a time frame. In the recent years, many numbers of algorithm have been considered to solve a single objective formulate of VRPTW problem, such as Meta-heuristic, bender's decomposition, column generation and so on. This paper considers not only the minimum distance and the number of vehicles used to carry goods for customers. The customer satisfaction by considering the priority of the customers is considered which leads to service the customer as soon as possible. In this paper, the MOPSO and NSGAII approaches applied to solve the problem and then the authors compare the results of them; finally, they analysis the sensitivity of the capacity constraint for the vehicles