Cuckoo search algorithm for the green location routing problemCuckoo search algorithm for the green location routing problemΑλγόριθμος αναζήτησης του Κούκου για το πράσινο πρόβλημα χωροθέτησης εγκαταστάσεων και δρομολόγησης οχημάτων Διπλωματική Εργασία Diploma Work 2025-02-142025enThis thesis explores the application of the Cuckoo Search algorithm to the Location Routing Problem, a complex optimization challenge in logistics. The Location Routing Problem involves determining the optimal placement of facilities, such as warehouses or distribution centers, and designing the most efficient routes for capacitated vehicles to serve customers. The goal is to minimize operational costs, including the fixed costs of facility locations and the variable costs. The Cuckoo Search algorithm, inspired by the brood parasitism behavior of cuckoo birds, is a metaheuristic optimization technique known for efficiently exploring large and complex search spaces. In the context of the Location Routing Problem, the algorithm generates and iteratively improves candidate solutions by mimicking the natural process of laying eggs in the nests of other birds, allowing for a robust search for optimal solutions. This research implements the Cuckoo Search algorithm across 18 different datasets, each representing a unique logistics scenario, to demonstrate its effectiveness in solving the Location Routing Problem. This thesis provides insights into how the Cuckoo Search algorithm can be applied to optimize logistics operations. Η παρούσα διπλωματική εργασία εξετάζει την εφαρμογή του Αλγορίθμου Αναζήτησης Κούκου (Cuckoo Search) στο Πρόβλημα Χωροθέτησης Εγκαταστάσεων και Δρομολόγησης Οχημάτων (Location Routing Problem), ένα σύνθετο πρόβλημα βελτιστοποίησης στη διοίκηση εφοδιαστικής αλυσίδας. Το Πρόβλημα Χωροθέτησης Εγκαταστάσεων και Δρομολόγησης Οχημάτων (Location Routing Problem) αφορά τον προσδιορισμό των βέλτιστων θέσεων εγκαταστάσεων, όπως αποθήκες ή κέντρα διανομής, και τον σχεδιασμό των πιο αποδοτικών δρομολογίων για οχήματα με περιορισμένη χωρητικότητα, προκειμένου να εξυπηρετηθούν οι πελάτες. Ο στόχος είναι η ελαχιστοποίηση του συνολικού λειτουργικού κόστους, το οποίο περιλαμβάνει τόσο τα πάγια κόστη των εγκαταστάσεων όσο και τα μεταβλητά κόστη. Ο αλγόριθμος Αναζήτησης Κούκου, εμπνευσμένος από τη συμπεριφορά παρασιτισμού των αυγών των πουλιών κούκου, είναι μια μεθευρετική τεχνική βελτιστοποίησης, γνωστή για την ικανότητά της να εξερευνά μεγάλους και πολύπλοκους χώρους αναζήτησης. Στο πλαίσιο του Πρoβλήματος Χωροθέτησης Εγκαταστάσεων και Δρομολόγησης Οχημάτων, ο αλγόριθμος Αναζήτησης Κούκου παράγει και βελτιώνει επαναληπτικά υποψήφιες λύσεις, μιμούμενος τη φυσική διαδικασία τοποθέτησης των αυγών στη φωλιά άλλων πουλιών, επιτρέποντας έτσι μια ισχυρή αναζήτηση για βέλτιστες λύσεις. Η παρούσα έρευνα εφαρμόζει τον αλγόριθμο Αναζήτησης Κούκου σε 18 διαφορετικά σύνολα δεδομένων, καθένα από τα οποία αντιπροσωπεύει ένα μοναδικό σενάριο, προκειμένου να καταδείξει την αποτελεσματικότητά του στην επίλυση του Πρoβλήματος Χωροθέτησης Εγκαταστάσεων και Δρομολόγησης Οχημάτων. Η διπλωματική αυτή παρέχει πληροφορίες σχετικά με τον τρόπο με τον οποίο ο αλγόριθμος Αναζήτησης Κούκου μπορεί να εφαρμοστεί για τη βελτιστοποίηση των λειτουργιών της εφοδιαστικής αλυσίδας.http://creativecommons.org/licenses/by/4.0/Πολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και ΔιοίκησηςPappas_Anastasios_Dip_2025.docxPappas_Anastasios_Dip_2025.pdfChania [Greece]Library of TUC2025-02-14Chania [Greece]Library of TUC2025-02-14application/vnd.openxmlformats-officedocument.wordprocessingml.documentapplication/pdf9.2 MB6.3 MBfreefreePappas_Anastasios_Dip_2025.docxPappas_Anastasios_Dip_2025.pdfChania [Greece]Library of TUC2025-02-14Chania [Greece]Library of TUC2025-02-14application/vnd.openxmlformats-officedocument.wordprocessingml.documentapplication/pdf9.2 MB6.3 MBfreefree Pappas Anastasios Παππας Αναστασιος Marinakis Ioannis Μαρινακης Ιωαννης Matsatsinis Nikolaos Ματσατσινης Νικολαος Marinaki Magdalini Μαρινακη Μαγδαληνη Πολυτεχνείο Κρήτης Technical University of Crete Επιστήμη αποφάσεων Metaheuristic algorithms