عنوان ترجمه شده مقاله: الگوریتم ژنتیک با جستجوی همسایگی متغیر برای تخصیص بهینه کالاها در قفسه های فروشگاه

Shelves on which products are being displayed are one of the most important resources in retail environment. The decision of shelf-space allocation and management is therefore a critical issue in retail operation management. In this paper a hybrid algorithm that combines a genetic algorithm with a variable neighborhood search is proposed to address the shop shelf allocation problem. Results obtained from an extensive experimental phase show the suitability of the proposed algorithm in addressing the problem at hand

چکیده

قفسه هایی که برای نمایش محصولات استفاده می شوند یکی از بهترین منابع در محیط های خرده فروشی هستند. تصمیم گیری درباره مدیریت و تخصیص فضای قفسه، بنابراین، یک مسئله بحرانی در مدیریت عملیات در خرده فروشی ها است. در این مقاله یک الگوریتم ترکیبی ارائه می شود که  الگوریتم ژنتیک را با یک جستجوی همسایگی متغیر برای برخورد با مسئله تخصیص قفسه در فروشگاه ترکیب کرده است. نتایج بدست آمده از فاز تجربی گسترده، نشان دهنده مناسب بودن الگوریتم پیشنهادی در برخورد با مسئله تحت بررسی است.

1-مقدمه

مسئله تخصیص فضای قفسه یک مسئله واقعی است که بسیاری از شرکت های خرده فروشی با آن مواجه هستند. مشکل آنجا ایجاد می شود که تعداد زیادی محصول برای نمایش وجود دارد، اما فضای قفسه در دسترس محدود است. همانطور که در [6] گزارش شده است، افزایش فروش بوسیله جلب توجه مشتری و تشویق مشتریان به داشتن شانس های خرید بیشتر با مدیریت صحیح تخصیص فضای قفسه ها و نمایش محصولات، می تواند محقق شود. با این حال، همانطور که در [4] گزارش شده است، مدیریت فضای قفسه ها در خرده فروشی ها به چند دلیل یکی از مشکل ترین جنبه های خرده فروشی است. دلیل اصلی این است که در حالیکه فضای قفسه در خرده فروشی ثابت است، تعداد محصولات بالقوه جدید، درخواست های مشتریان و رقبا، دائما در حال رشد و تکامل است…