Integrated Optimization of Routing and Goods Collection in Multi-Compartment Vehicle Routing Problems with Simultaneous Pickup and Delivery. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF (Masters Thesis) g202390250_MS_Thesis (Najeeb).pdf - Accepted Version Restricted to Repository staff only until 5 January 2027. Download (8MB)

Arabic Abstract

تتناول هذه الدراسة تطوير إطار عملي لتخطيط مسارات التسليم في الميل الأخير الذي يجمع بين عمليات التسليم والاسترجاع، مع مراعاة القيود اللوجستية الواقعية حيث يجب فصل المنتجات المختلفة داخل حاويات المركبات. ولتحقيق ذلك، نركز على أحد أشكال مشكلة تحديد مسارات المركبات مع الاستلام والتسليم المتزامن، حيث تمتلك كل مركبة عدة أقسام مخصصة لأنواع محددة من المنتجات، مثل البقالة الباردة والجافة. وبخلاف النماذج السابقة، يأخذ نهجنا في الاعتبار الأساطيل غير المتجانسة ذات القدرات المختلفة وتصميمات الأقسام المتنوعة، بالإضافة إلى النوافذ الزمنية المحددة لكل عميل. ويهدف البحث إلى تقليل زمن السفر مع تعظيم كمية البضائع المستلمة، بما يعكس الكفاءة التشغيلية وأهداف الاستدامة نبدأ بصياغة متعددة الأهداف لمشكلة تحديد مسارات المركبات مع الاستلام والتسليم المتزامن كما وردت في الدراسات السابقة، ثم نقوم بتوسيعها لتشمل متغيرات مثل النوافذ الزمنية الصارمة واختلاف قدرات المركبات. كما نطور خوارزميتين لحل هذه المتغيرات، هما: خوارزمية الجينات متعددة الأهداف وخوارزمية البحث الكثيف التكيفية متعددة الأهداف. وتظهر الدراسة أن إدراج الأساطيل غير المتجانسة والنوافذ الزمنية يؤثر بشكل كبير على التوازن بين تكلفة المسار وتعظيم الاستلام، وأن خوارزمية الجينات متعددة الأهداف تتفوق على الأساليب السابقة من حيث تنوع الحلول المثلى على جبهة الحلول. ثم يتم توسيع المشكلة لتشمل إعدادًا متعدد الأقسام ومتعدد السلع، وتبين النتائج أن قيود السعة الخاص بالأقسام تؤدي إلى سلوك توازن واضح، حيث يمكن أن تؤدي تخفيضات في كثافة الاستلام عبر المنتجات إلى تحقيق وفورات كبيرة في تكلفة المسار. كما نوضح تكلفة تقسيم المركبة إلى أقسام من خلال مقارنة مشاكل الأقسام متعددة الأهداف تقدم بشكل مستمر نتائج جيدة مقارنة بخوارزمية الجينات متعددة الأهداف في أكثر الإعدادات تعقيدًا التي تشمل الأقسام المتعددة والأساطيل غير المتجانسة والنوافذ الزمنية. وتظهر المقارنة باستخدام مقياس الحجم أن خوارزمية البحث الكثيف تحقق نتائج أفضل بمعدل حوالي سبعة وسبعين بالمئة مقارنة بخوارزمية الجينات. بشكل عام، تؤكد النتائج على الدور الحيوي للنمذجة متعددة الأهداف والخوارزميات المتقدمة في كشف التوازنات العملية بين الكفاءة التشغيلية وقرارات استرجاع الخدمة.

English Abstract

This study develops a practical routing framework for last-mile delivery systems that must combine both deliveries and returns under realistic last-mile logistics constraints where multiple products have to be separated in the vehicles' holds. To that end, we focus on a variant of the Vehicle Routing Problem with Simultaneous Pickup and Delivery (VRPSPD), where each vehicle has multiple compartments dedicated to specific product types, such as cold and dry groceries. Unlike previous models in the literature, our approach accounts for heterogeneous fleets with varying capacities and compartment layouts, as well as customer-specific time windows. The objective is to minimize travel time while maximizing the amount of goods collected, reflecting both operational efficiency and sustainability goals. We begin with a multi-objective formulation of the VRPSPD found in the literature, and extend it to different variants such as with hard time windows, different vehicle capacities. We also develop a Non-Dominated Sorting Genetic Algorithm-II (NSGA-II) and Multiobjective Adaptive Large Neighborhood Search (MO-ALNS) to solve these variants. This thesis also demonstrates that incorporating heterogeneous fleets and time windows significantly alters the trade-off between routing cost and pickup maximization, and that our NSGA-II approach outperforms the epsilon-constraint heuristic from the literature, and captures more diverse Pareto-optimal solutions. The thesis then extends the problem to a multi-compartment, multi-commodity setting, and shows that compartment-specific capacity constraints introduce a pronounced trade-off behavior, revealing how reductions in pickup intensity across products can yield substantial routing cost savings. We also show the cost of compartmentalization by comparing single- and multi-compartment problems. Finally, it establishes that a tailored MO-ALNS consistently delivers good Pareto fronts compared to NSGA-II for the most complex setting involving multi-compartments, heterogeneous fleets, and time windows. A comparison involving the hypervolume measure shows that MO-ALNS achieves a higher hypervolume, on average, compared to NSGA-II by about 77\%. Overall, the results highlight the critical role of multi-objective modeling and advanced metaheuristics in revealing actionable trade-offs between operational efficiency and service recovery decisions for the VRPSPD.

Item Type:	Thesis (Masters)
Subjects:	Systems Engineering
Department:	College of Computing and Mathematics > lndustrial and Systems Engineering
Committee Advisor:	Baubaid, Ahmad
Committee Co-Advisor:	Al-Hanbali, Ahmad
Committee Members:	AlGhazi, Anas
Depositing User:	MUHAMMAD N KHAN (g202390250)
Date Deposited:	05 Jan 2026 10:27
Last Modified:	05 Jan 2026 10:27
URI:	http://eprints.kfupm.edu.sa/id/eprint/143982