Professional Documents
Culture Documents
Strateji̇k Ve Takti̇ksel Fi̇lo Yöneti̇mi̇ Üzeri̇ne Li̇teratür Araştirmasi Ve Bi̇r Loji̇sti̇k Fi̇rmasindan Uygulama Örnekleri̇
Strateji̇k Ve Takti̇ksel Fi̇lo Yöneti̇mi̇ Üzeri̇ne Li̇teratür Araştirmasi Ve Bi̇r Loji̇sti̇k Fi̇rmasindan Uygulama Örnekleri̇
Strateji̇k Ve Takti̇ksel Fi̇lo Yöneti̇mi̇ Üzeri̇ne Li̇teratür Araştirmasi Ve Bi̇r Loji̇sti̇k Fi̇rmasindan Uygulama Örnekleri̇
ÖZET
Günümüzde filo yönetimi küresel lojistik sektöründe giderek artan öneme sahip bir konu haline gelmiştir. Literatürde günümüze
kadar yapılan çalışmaların çok büyük bir kısmında, filo büyüklüğü optimizasyonu ve filo kompozisyonu problemleri tek modlu
karayolu taşımacılık hizmeti sağlayan lojistik firmaları açısından ele alınmıştır. Son yıllarda intermodal taşımacılığın yaygın hale
gelmesi ile taşıma modu seçimi ve kaynakların farklı taşıma modlarına tahsisi gibi stratejik düzeydeki kararlar, filo yönetimi
problemlerinin karmaşıklığını daha da arttırmıştır. Bu çalışmada, filo yönetiminde klasik optimizasyon teknikleri ile yapay zeka
yaklaşımlarının kullanımı üzerine kapsamlı bir literatür araştırması yapılmıştır. Ayrıca, birçok ölçüt göz önünde bulundurularak
yapılan çalışmalar için bir sınıflandırma sistematiği geliştirilmiştir. Son olarak, konu ile ilgili gelecekte çalışılması faydalı araştırma
konuları üzerinde durulmuş ve büyük ölçekli bir lojistik firmasının uluslararası karayolu taşımacılığı biriminin filo yönetimi
problemini pratikte ele alış şekli, geliştirilen çözüm yaklaşımları ve uygulama örneklerine değinilmiştir.
Anahtar Kelimeler: Filo Yönetimi, Filo Büyüklüğü ve Kompozisyonu, Filo Atama, Intermodal Taşımacılık, Araç Yeniden
Konumlandırma.
ABSTRACT
A LITERATURE REVIEW ON STRATEGIC AND TACTICAL FLEET MANAGEMENT WITH EXAMPLE
APPLICATIONS FROM A LARGE SIZE LOGISTIC COMPANY
The importance of fleet sizing/composition problems in global logistics sector has become an essential research area and there is
a significant increase in the number of papers published on this area over the past decade. However, most of the papers in this field
focused only on single mode transportation systems and only few works are available with practical scope. Moreover, since there has
been an increasing attention to intermodal transportation systems by many logistics companies all over the world, the fleet
sizing/composition problem in intermodal freight transportation will arise as a new research area. On the other hand, since this
problem includes transportation mode selection, fleet composition and various strategic and tactical fleet management decisions
simultaneously, the structure of the problem will be more complex than the classical fleet sizing problems in the current literature. In
this study, a comprehensive literature review on the usage of optimization methods and computational intelligence techniques in fleet
management is presented. In addition, a classification frame is proposed by considering different problem characteristics and
factors. Finally, example applications are presented in a large scaled international logistics company.
Keywords: Fleet Management, Fleet Sizing and Composition, Fleet Allocation, Intermodal Transportation, Vehicle Repositioning.
1.GİRİŞ
Filo yönetimi, filo büyüklüğü ve kompozisyonu belirleme, filo atama, filo genişletme/daraltma, dış kaynak
kullanımı, dağıtım ağlarının tasarlanması, terminal ve aktarma noktalarına ilişkin yer seçimi ve araçların lojistik ağı
üzerinde yeniden konumlandırılması gibi çok sayıdaki karmaşık problemleri eş zamanlı olarak bünyesinde barındırır.
Bu bağlamda, filo yönetimi kapsamında ele alınan stratejik, taktiksel ve operasyonel düzeydeki kararlar Şekil 1’deki
karar hiyerarşisindeki gibi özetlenebilir. Filo yönetimi karar hiyerarşisindeki tüm alt problemler, gelecekte yapılması
planlanan filo genişletme/daraltma kararlarına ilişkin yatırımlar, araçların faydalı kullanım oranları, müşteri hizmet
düzeyleri ve toplam taşımacılık maliyeti hedefleri açısından firmalar için büyük bir çelişki oluşturmaktadır. Firmanın
çok sayıda araca sahip olması ve yatırımları doğrultusunda filosunu genişletmesi, müşteri hizmet düzeyini artırırken,
diğer yandan daha yüksek sermaye harcamalarına ve çok sayıda araç için elde bulundurma maliyetlerine sebep
olmaktadır. Bu nedenle, karar hiyerarşisinin tüm seviyelerindeki alt problemler gerek ekonomik açıdan gerekse müşteri
tatmini ve firmanın sürdürülebilirliği açısından birbiriyle ilişkilidir. Bu hususta, bilimsel yazında lojistik ağlarının
tasarımı, yük taşımacılığı planlama ve araç rotalama gibi problemler üzerine çok sayıda çalışma bulunmasına rağmen
lojistik ağlarında filo büyüklüğü ve kompozisyonu ile araç yeniden konumlandırma problemleri üzerine yapılan
çalışmaların sayısı oldukça sınırlıdır. Ayrıca, günümüze kadar yapılan çalışmaların çok büyük bir kısmında, filo
büyüklüğü optimizasyonu ve filo kompozisyonu problemleri tek modlu karayolu taşımacılık hizmeti sağlayan lojistik
firmaları açısından ele alınmıştır. Ancak, son yıllarda intermodal taşımacılığın yaygın hale gelmesi ile taşıma modu
seçimi ve kaynakların farklı taşıma modlarına tahsisi gibi stratejik düzeydeki kararların da filo büyüklüğü ve
kompozisyonu ile entegre bir şekilde ele alınması gerekliliği filo yönetimi problemlerin karmaşıklığını daha da
arttırmıştır. Stratejik ve taktiksel filo yönetiminin temel girdileri, karar problemleri ve hedefleri Şekil 2'de resmedilmeye
çalışılmıştır.
Şekil 2’de görüldüğü üzere, çok sayıda karmaşık kararı bünyesinde bulunduran filo yönetim sistemlerinde,
yöneylem araştırması teknikleri ve yapay zeka yaklaşımlarının kullanımı işletme etkinliğini arttırmak için büyük önem
arz etmektedir. Bu çalışmada, filo yönetiminde matematiksel programlama, ağ modelleme, kuyruk modelleri ve
benzetim gibi klasik optimizasyon teknikleri ile yapay zeka yaklaşımlarının kullanımı üzerine kapsamlı bir literatür
araştırması yapılmıştır. Ayrıca, kullanılan taşıma modu, boş/dolu araç hareketleri, filo homojenliği, firma tipi (üretici
firma, lojistik komisyoncusu, lojistik servis sağlayıcı vb.), talep yapısı ve belirsizlik durumlarının dikkate alınıp
alınmaması gibi birçok ölçüt göz önünde bulundurularak yapılan çalışmalar için bir sınıflandırma sistematiği
geliştirilmiştir.
Son olarak, konu ile ilgili gelecekte çalışılması faydalı araştırma konuları üzerinde durulmuş ve büyük ölçekli bir
lojistik firmasının uluslararası karayolu taşımacılığı biriminin filo yönetimi problemini pratikte ele alış şekli, geliştirilen
çözüm yaklaşımları ve uygulama örneklerine değinilmiştir.
4. UYGULAMA ÖRNEKLERİ
Bu bölümde, Türkiye'nin ve Avrupa'nın öncü entegre lojistik hizmet sağlayıcıları arasında yer alan bir lojistik
firmasının uluslararası karayolu taşımacılığı biriminin filo yönetimi problemini pratikte ele alış şekli, geliştirilen çözüm
yaklaşımları ve uygulama örneklerine değinilmiştir. Firma, Avrupa kıtasında bulunan yüksek sayıdaki (5000 civarında)
müşterilerine farklı taşıma modları (Karayolu taşımacılığı, denizyolu taşımacılığı, demiryolu taşımacılığı ve bunların
kombinasyonları) ve servis tipleri kullanarak taşımacılık hizmeti vermektedir. Firmanın uluslararası boyutta taşımacılık
hizmeti sağlarken, karşılaştığı en temel sorunlardan biri dönemsel değişkenlik gösteren müşteri hizmet taleplerine
(İhracat/ithalat) cevap verebilmek için farklı taşıma modellerindeki uygun miktardaki kaynağı (Öz kaynak ve/veya spot-
dış kaynak kullanımı) doğru zamanda talebin oluştuğu bölgelerde, belirli hatlar üzerinde ve aktarma merkezlerinde
bulundurabilmektir. Bir başka ifadeyle, birçok müşteriden oluşan her bir sipariş ülkesinin aylık bütünleşik yük talebinin
hangi oranlarda hangi taşıma modelleri ile karşılanacağının belirlenmesi doğrultusunda oluşacak lojistik kaynak
tahsisi/dağıtımı problemidir. Burada sözü edilen kaynaklar; öz mal dorse (Tenteli, kapalı kasa, askılı, frigo, çift katlı
vs.), öz mal konteyner, öz mal çekici (Türkiye plakalı veya Avrupa birliği plakalı), demiryolu hareketleri (blok tren
seferleri), firmaya ait mevcut Ro-Ro filosu ve seferleri ve dış kaynak (spot hizmeti) kullanımlarıdır. Bu doğrultuda,
kaynaklarının en etkin şekilde kullanılması sağlanarak, hem maliyetleri en küçüklemek, hem müşteri servis seviyesini
arttırmak hem de çevresel sorunlara olan duyarlılığı sürdürmek hedeflenmektedir. Bu bağlamda, problem firma
tarafından sunulan farklı taşıma modelleri için filo kompozisyonu problemi: filo atama, öz mal alım/satım kararları, dış
kaynak kullanımı (spot dorse & çekici kullanımı) ve kaynakların lojistik ağı üzerinde yeniden konumlandırılması gibi
problemleri ile eş zamanlı olarak bünyesinde barındırmaktadır. Firmaya ait intermodal taşımacılık ağı üzerindeki
limanlar, tren istasyonları ve aktarma merkezlerinin detaylı gösterimi Şekil 4’te verilmiştir.
Ayrıca, sadece karayolu taşımacılığında farklı servis tiplerine ilişkin yük talepleri (Standart, Express ve Süper-
Express) göz önünde bulundurularak, Avrupa’daki 5 farklı aktarma merkezi için ihtiyaç duyulan öz mal (Çekici-dorse)
ve dış kaynak kullanımına ilişkin heterojen filo büyüklüğünün belirlenmesi de firmanın karşılaştığı bir diğer önemli
sorundur. Dış kaynak kullanımına dönemsel olarak ne oranda ihtiyaç duyulduğuna karar vermek, spot kaynak
planlamasına (Hangi dönemlerde, hangi tedarikçilerle çalışılacağı) yön göstermektedir. Tüm bunlara ek olarak, her
sipariş ülkesi için yıllık müşteri taleplerinin değişen oranlarda artması, firmaya ait her aktarma merkezi için farklı
seviyelerde kaynak artırımına ihtiyaç duyulmasını gündeme getirmektedir. Bu durum, lojistik ağı üzerindeki farklı
noktalarda gerçekleştirilecek olan kaynak kapasitesi artırım kararları problemin yapısını daha da karmaşık hale
getirmektedir (Filo genişleme/daraltma kararlarının dönemsel olarak verilmesi - yeni çekici & dorse satın alma).
Ayrıca, intermodal taşımacılıkta filo yönetimi, bünyesinde farklı belirsizlik türlerini barındırmaktadır. Sözgelimi,
farklı sipariş ülkelerindeki müşteri talepleri rassallık türünde belirsizlik içermektedir. Ancak, birim sefer maliyetleri,
spot kaynak temin etme maliyetleri, aylık maksimum yapılabilecek Ro-Ro ve blok tren sefer sayıları ve karayolu
taşımacılığında farklı servis tiplerindeki sefer süreleri (yükleme/boşaltma nokta sayısı, bekleme süreleri, gümrük sayısı
ve yolun trafik durumu gibi faktörler nedeniyle) gibi parametreler, rassallıktan ziyade bulanıklık içermektedir. Bu
nedenle, farklı belirsizlik türlerini eş zamanlı olarak içeren intermodal taşımacılıkta filo optimizasyonu probleminin
çözümü için farklı çözüm yöntemlerinin (Senaryo tabanlı stokastik programlama, robust optimizasyon ve bulanık
matematiksel programlama) entegre bir şekilde kullanılması gerekmektedir. Intermodal taşımacılık hizmeti veren söz
konusu lojistik firması için entegre taşıma modu seçimi-filo büyüklüğü optimizasyonu problem bileşenleri ve
aralarındaki ilişkiler Şekil 5’te görselleştirilmiştir.
Özet olarak, filo büyüklüğü/kompozisyonu problemlerinin lojistik firmaları açısından önemi son yıllarda üzerinde
hassasiyetle durulması gereken bir araştırma konusu haline gelmiş ve özellikle son yıllarda yapılan çalışmaların
sayısında anlamlı bir artış gözlemlenmiştir. Bu doğrultuda, en uygun taşıma modellerinin seçimi, lojistik ağı üzerindeki
kaynak aktarımları (Boş kaynakların yeniden konumlandırılması) ve efektif bir şekilde belirlenen filo büyüklüğü ile
kaynakların faydalı kullanım oranlarını maksimize etmek ve daha az sayıda dış kaynak kullanımı sağlamak; filo
yönetimi kapsamında ileri düzeyde karar destek sistemlerinin geliştirilmesini gerektirmektedir. Bu karar destek
sistemleri sayesinde maliyetlerin azaltılmasının yanı sıra, ortaya çıkan efektif ve etkin olmayan kaynak kullanımının
önüne geçilerek, firmaların uluslararası lojistik alanında gerçekleştirmiş oldukları iş hacminin artışını da beraberinde
getirecektir.
5.SONUÇ
Son yıllarda, intermodal taşımacılık sistemleri gerek çevreye duyarlık gerekse farklı taşıma modlarını entegre bir
şekilde ele almasından kaynaklı sağladığı verimlilik artışı ve maliyet avantajı sayesinde uygulamacıların ve
araştırmacıların dikkatini çeken önemli bir konu haline gelmiştir. Ancak, bilimsel yazında çoğunlukla tek modlu
taşımacılık sistemleri üzerine çalışmalar yapılmış olup; intermodal taşımacılık sistemlerinde filo yönetimi üzerine
yapılan çalışmaların sayısı oldukça azdır. Özellikle, filo büyüklüğü/kompozisyonu problemlerinin lojistik firmaları
açısından önemi son yıllarda artmış ve üzerinde hassasiyetle durulması gereken bir araştırma konusu haline gelmiştir.
Bu doğrultuda, yapılan çalışmaların sayısında anlamlı bir artış gözlemlenmiştir. Bunun yanı sıra, dünya lojistik
sektöründe güncel bir konu haline gelen intermodal taşımacılık ile söz konusu filo büyüklüğü/kompozisyonu
problemleri intermodal taşımacılıkta filo planlama problemine dönüşerek daha karmaşık bir yapıya sahip olmaktadır.
Tüm bunlara ek olarak, filo planlama problemlerinin bünyesinde birçok belirsizlikleri barındırması, problemin
çözümünü daha da zorlaştırmaktadır. Bu bağlamda, problemin zorluğu göz önüne alındığında, filo yönetimi ve
planlama için geliştirilecek karar destek sitemlerinde yöneylem araştırması tekniklerinin yapay zeka yaklaşımları
entegre bir şekilde kullanılması gerekliliği ortaya çıkmaktadır. Bu konuda yapılan çalışmalar henüz çok yeni olmakla
beraber, gelecekteki popüler araştırma alanları içerisinde yer alması kaçınılmazdır. Bu bağlamda, tüm belirsiz koşulları
dikkate alacak şekilde intermodal taşımacılık sistemlerindeki her bir taşıma moduna ilişkin yük planlarının yapıldığı ve
bu planlar doğrultusunda dönemsel olarak filo büyüklüğü/kompozisyonun belirlendiği bir karar destek sisteminin
geliştirilmesi gelecekte yapılması planlanan çalışmalar arasında yer almaktadır.
TEŞEKKÜR
Bu çalışma, Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği ve EKOL Lojistik A.Ş. işbirliği ile
gerçekleştirilen 0617.STZ.2014 no'lu SANTEZ projesi kapsamında, T.C. Bilim, Sanayi ve Teknoloji Bakanlığı tarafından
desteklenmektedir.
KAYNAKÇA
Beaujon, G. J., Turnquist, M. A., (1991), "A model for fleet sizing and vehicle allocation", Transportation Science, Vol. 25(1), pp.
19- 45.
Bierwirth, C., Kirschstein, T., Meisel F., (2012), "On transport service selection in intermodal rail/road distribution networks", BuR -
Business Research, Vol. 5(2), pp. 198-219.
Caggiani, L., Ottomanellia, M., (2013), "A dynamic simulation based model for optimal fleet repositioning in bike-sharing systems",
Procedia - Social and Behavioral Sciences, Vol. 87, pp. 203-210.
Carbajal, J. A., Erera, A., Savalsbergh, M., (2013), "Balancing fleet size and repositioning costs in LTL trucking", Annals of
Operations Research, Vol. 203, pp. 235-254.
Cheon, M. S., Furman, K. C., Shaffer, T. D., (2012), "A modeling framework for railcar fleet sizing in the chemical industry",
Industrial & Engineering Chemistry Research, Vol. 51, pp. 9825-9834.
Crainic, T. G., Gendreau, M., Dejax, P., (1993), "Dynamic and stochastic models for the allocation of empty containers", Operations
Research, Vol. 41(1), pp. 102-126.
DeBoer, D.J., (1992), "Piggyback and Containers: A History of Rail intermodal on America's Steel Highway" Goden West Books,
San Marino, CA.
Dejax, P. J., Crainic, T. G., (1987), "A review of empty flows and fleet management models in freight transportation", Transportation
Science, Vol. 21(4), pp. 227-248.
Dong, J. X., & Song, D. P., (2009), "Container fleet sizing and empty repositioning in liner shipping systems", Transportation
Research Part E: Logistics and Transportation Review, Vol. 45(6), pp. 860-877.
Dong, J. X., Song, D. P., (2012), "Quantifying the impact of inland transport times on container fleet sizing in liner shipping services
with uncertainties", OR spectrum, Vol. 34(1), pp. 155-180.
Etezadi, T., Beasley, J. E., (1983), "Vehicle fleet composition", The Journal of the Operational Research Society, Vol. 34(1), pp. 87-
91.
Gheysens, F., Golden, B., Assad, A., (1984), "A comparison of techniques for solving the fleet size and mix vehicle routing
problem", OR Spektrum, Vol. 6, pp. 207-216.
Gould, J., (1969), "The size and composition of a road transport fleet", Operational Research Quarterly, Vol. 20(1), pp. 81-92.
Guelat, J., Florian, M., Crainic, T. G., (1990), "A multimode multiproduct network assignment model for strategic planning of freight
flows", Transportation science, Vol. 24(1), pp. 25-39.
Hayuth, Y., (1987), "Intermodality: Concept and Practice: Structural Changes in the Ocean Freight Transport Industry", Lloyds of
London Press, London.
Jansen, B., Swinkels, P. C., Teeuwen, G. J., de Fluiter, B. V. A., Fleuren, H. A., (2004), "Operational planning of a large-scale multi-
modal transportation system", European Journal of Operational Research, Vol. 156(1), pp. 41-53.
Kirby, D., (1959), "Is Your Fleet the Right Size&quest", Journal of the Operational Research Society, Vol. 10(4), pp. 252-252.
Köchel, P., (1997), "An approximate model for fleet sizing and redistribution", Science in Traffic, Vol. 9(5-6), pp. 195-200.
Köchel, P., Kunze, S., Nieländer, U., (2003), "Optimal control of a distributed service system with moving resources: Application to
the fleet sizing and allocation problem", International Journal of Production Economics, Vol. 81, pp. 443-459.
Lin, C. C., Ma, S. J., (1999), "The fleet planning for multi-modal express services in Taiwan. Journal of the Eastern Asia Society for
Transportation Studies, Vol. 3(3), pp. 271-285.
List, G. F., Wood, B., Nozick, L. K., Turnquist, M. A., Jones, D. A., Kjeldgaard, E. A., Lawton, C. R., (2003), "Robust optimization
for fleet planning under uncertainty", Transportation Research Part E: Logistics and Transportation Review, Vol. 39(3), pp. 209-227.
Macharis, C., Bontekoning, Y. M., (2004), "Opportunities for OR in intermodal freight transport research: A review", European
Journal of operational research, Vol. 153(2), pp. 400-416.
Mahoney, J.H., (1985), "Intermodal freight transportation", ENO Foundation for transportation, Inc., Westport, Connecticut.
McKenzie D.R, North M.C., Smith D.S., (1989), "Intermodal Transportation: the Whole Story", Simmons-Boardman Books, Inc,
Omaha, NE.
Meisel, F., Kirschstein, T., Bierwirth C., (2013), "Integrated production and intermodal transportation planning in large scale
production–distribution-networks", Transportation Research Part E, Vol. 60, pp. 62-78.
Mole, R. H., (1975)," Dynamic optimization of vehicle fleet size", Operational Research Quarterly, Vol. 26(1), pp. 25-34.
Muller G., (1995), "Intermodal freight transportation" Eno Transportation Foundation and IANA, Virginia.
New, C. C., (1975), "Transport fleet planning for multi-period operations", Operational Research Quarterly, Vol. 26(1), pp. 151-166.
Parikh S.C. (1977), "On a fleet sizing problem and allocation problem", Management Science, Vol. 23(9), pp. 972-977.
Pekin, E., Caris, A., Jourquin, B., (2008), "A decision support system for intermodal transport policy", ASP/VUBPRESS/UPA.
Powell, W. B., Sheffi, Y., (1989), "Design And Implementation Of An Interactive Optimization System For Network Design In The
Motor Carrier Industry", Operation Research, Vol. 37(1), pp. 12-29.
Qiuping, Y., Xinlian, X., Weiwei, H,.(2009), "Research and Application of Ship Routing and Fleet Planning Model", Second
International Conference on Intelligent Computation Technology and Automation ICICTA’09, Vol.3., pp. 685-688, October 2009.
Redmer A., Sawicki P., Zak J., (2000), "Multiobjective Optimisation of the Fleet Size in the Road Freight Transportation Company",
Rome Jubilee 2000 Conference: Meeting of the Euro Working Group Transportation, September 2000, Rome, Italy.
Redmer, A., Żak, J., Sawicki, P., Maciejewski, M., (2012), "Heuristic approach to fleet composition problem", Procedia-Social and
Behavioral Sciences, Vol. 54, pp. 414-427.
Roy, D., Sebastian, J., Sharma, D., (2013), "Fleet sizing for transporters with seasonal demands", International Journal of Automation
and Logistics, Vol. 1(1), pp. 105-115.
Sayarshad, H. R., Ghoseiri, K., (2009), "A simulated annealing approach for the multi-periodic rail-car fleet sizing
problem", Computers & Operations Research, Vol. 36(6), pp. 1789-1799.
Sayarshad, H. R, Tavakkoli-Moghaddam, R., (2010), "Solving a multi periodic stochastic model of the rail–car fleet sizing by two-
stage optimization formulation", Applied Mathematical Modelling, Vol. 34(5), pp.1164-1174.
Tavakkoli-Moghaddam, R., Sayarshadand, H. R., ElMekkawy, T. Y., (2009), "Solving a new multi-period mathematical model of the
rail-car fleet size and car utilization by simulated annealing", International Journal of Engineering, Transactions A: Basics, Vol.
22(1), pp. 33-46.
Turnquist, M. A., Jordan, W. C., (1986), "Fleet Sizing Under Production Cycles and Uncertain Travel Time", "Transportation
Science, Vol. 20(4), pp. 227-236.
URL 1, European Conference of Ministers of Transport, United Nations Economic Commission for Europe Statistical Division and
European Union Eurostat, (1997), Glossary for Transport Statistics, second ed. See also
<http://www1.oecd.org/cem/online/glossaries/> 04.02.2014
Vis, I. F. A., de Koster, R. B. M., Savelsbergh, M. W. P., (2005), "Minimum vehicle fleet size under time-window constraints at a
container terminal" Transportation Science, Vol. 39(2), pp. 249-260.
Williams, W. W., Fowler, O. S., (1980), "Minimum cost fleet sizing for a university motor pool" Interfaces, Vol. 10(3), pp.21-29.
Wu, P., Hartman, J. C., Wilson, G. R., (2005), "An integrated model and solution approach for fleet sizing with heterogeneous
assets. Transportation Science, Vol. 39(1), pp. 87-103.
Wyatt, J. K., (1961), "Optimal fleet size", Operational Research Quarterly, Vol. 12(3), pp. 186-187.
Zhao, Q. H., Wang, S. Y., Lai, K. K., Xia, G. P., (2001), "Dynamic multi-period transportation model for vehicle composition with
transshipment points", Advanced Modeling and Optimization, Vol. 3(1), pp. 17-28.