Abstract: Problem statement: The Ca

Abstract: Problem statement: The Capacitated Vehicle Routing Problem (CVRP) is a well-known
combinatorial optimization problem which is concerned with the distribution of goods between the depot
and customers. It is of economic importance to businesses as approximately 10-20% of the final cost of
the goods is contributed by the transportation process. Approach: This problem was tackled using an
Ant Colony Optimization (ACO) combined with heuristic approaches that act as the route
improvement strategies. The proposed ACO utilized a pheromone evaporation procedure of standard
ant algorithm in order to introduce an evaporation rate that depends on the solutions found by the
artificial ants. Results: Computational experiments were conducted on benchmark data set and the
results obtained from the proposed algorithms shown that the application of combination of two different
heuristics in the ACO had the capability to improve the ants’ solutions better than ACO embedded with
only one heuristic. Conclusion: ACO with swap and 3-opt heuristic has the capability to tackle the
CVRP with satisfactory solution quality and run time. It is a viable alternative for solving the CVRP.

Key words: Capacitated vehicle routing problem, ant colony optimizatio, heuristics, pheromone

Results (Indonesian) 1:

Abstrak: Masalah pernyataan: The Capacitated kendaraan Routing masalah (CVRP) yang terkenal Kombinatorial optimasi masalah yang berkaitan dengan distribusi barang antara depot dan pelanggan. Ekonomi penting untuk bisnis sebagai sekitar 10-20% dari biaya akhir barang yang disumbangkan oleh proses transportasi. Pendekatan: Masalah ini ini ditangani menggunakan Optimasi koloni semut (ACO) dikombinasikan dengan pendekatan heuristik yang bertindak sebagai rute strategi peningkatan. ACO diusulkan dimanfaatkan feromon penguapan prosedur standar algoritma semut untuk memperkenalkan tingkat penguapan yang tergantung pada solusi yang ditemukan oleh buatan semut. Hasil: Komputasi eksperimen dilakukan pada patokan data set dan hasil yang Diperoleh dari algoritma yang diusulkan menunjukkan bahwa penerapan kombinasi dua berbeda heuristik dalam ACO memiliki kemampuan untuk meningkatkan semut solusi lebih baik daripada ACO tertanam dengan hanya satu heuristic. Kesimpulan: ACO dengan swap dan 3-memilih heuristic memiliki kemampuan untuk menangani CVRP dengan solusi yang memuaskan kualitas dan jangka waktu. Ini adalah alternatif yang layak untuk memecahkan CVRP. Kata kunci: Capacitated masalah routing kendaraan, optimizatio koloni semut, heuristik feromon

Results (Indonesian) 2:

Abstrak: Masalah Pernyataan: The berkapasitas Vehicle Routing Problem (CVRP) adalah terkenal
masalah optimasi kombinatorial yang berkaitan dengan distribusi barang antara depot
dan pelanggan. Hal ini penting ekonomi untuk bisnis sebagai sekitar 10-20% dari biaya akhir dari
barang yang disumbangkan oleh proses transportasi. Pendekatan: Masalah ini ditangani menggunakan
Ant Colony Optimization (ACO) yang dikombinasikan dengan pendekatan heuristik yang bertindak sebagai rute
strategi perbaikan. ACO yang diusulkan digunakan prosedur feromon penguapan standar
algoritma semut untuk memperkenalkan tingkat penguapan yang tergantung pada solusi ditemukan oleh
semut buatan. Hasil: percobaan Komputasi dilakukan pada set data benchmark dan
hasil yang diperoleh dari algoritma yang diusulkan menunjukkan bahwa penerapan kombinasi dari dua yang berbeda
heuristik dalam ACO memiliki kemampuan untuk meningkatkan solusi semut 'lebih baik daripada ACO tertanam dengan
hanya satu heuristik. Kesimpulan: ACO dengan swap dan 3-opt heuristik memiliki kemampuan untuk mengatasi
CVRP dengan kualitas solusi yang memuaskan dan menjalankan waktu. Ini adalah alternatif untuk memecahkan CVRP tersebut.

Kata kunci: berkapasitas kendaraan masalah routing, koloni semut optimizatio, heuristik, feromon