حل مسئله مکان یابی هاب چندهدفه با رویکرد صف توسط یک الگوریتم فرا ابتکاری جدید

نویسندگان

1 دانشگاه تهران

2 دانشگاه آزاد اسلامی، واحد تهران جنوب

3 دانشگاه آزاد اسلامی، واحد سمنان

چکیده

مسئله مکان­یابی هاب­ ها 4 (واسطه­ های توزیع) با هدف طراحی انواع شبکه­ های توزیع به‌عنوان یکی از مسائل مهم در زمینه­ های مختلفی از زندگی روزمره از جمله جابه‌جایی مسافران در شبکه­ های هواپیمایی، دریافت و ارسال محموله­ های پستی، ارتباط و حمل­ و نقل عمومی مطرح می‌باشد. در این مقاله، با توجه به بررسی کامل مسائل مکان­یابی هاب، مدل جدید چندهدفه برای مسئله مکان­یابی هاب پوششی با تعداد هاب مشخص ارائه و با در نظر گرفتن تابع هدف دوم در مدل، محدودیت ظرفیت از مدل حذف می­ شود. با توجه به پیچیدگی مدل پیشنهادی و مسئله مکان­یابی هاب، از الگوریتم شبیه­ سازی تبرید موازی چندهدفه5 (MOPSA) استفاده می­ شود که برای اولین بار نمایش جواب پیوسته برای این مسئله ارائه می­ گردد. برای ارزیابی کارآیی و توانایی الگوریتم MOPSA پیشنهادی، جواب­های پارتو مربوطه با خروجی الگوریتم­ های 6NSGA-II و7MOPSO مقایسه می­ شود. در خاتمه، با توجه به شاخص­ های مختلف مقایسه­ ای، برتری الگوریتم پیشنهادی مشخص می­ گردد.

کلیدواژه‌ها


عنوان مقاله [English]

Solving a Multi-Objective Hub Covering Location Problem with Congestion by a New Algorithm Considering a Queue Theory

چکیده [English]

Hub covering problem (HLP) is a very popular areas of research for its wide ranges of applications in different service or manufacturing industries. This paper considers a bi-objective hub covering location problem with congestion. The objectives minimize the total transportation cost and the total waiting time for all hobs, respectively. The resulted multi-objective decision-making problem is formulated as mixed-integer programming (MIP) model. To solve this presented model, multi-objective parallel simulated annealing (MOPSA) is proposed and its performance is compared with two other meta-heuristics; namely, particle sward optimization (PSO) and non-dominated sorted genetic algorithm (NSGA-II). The computational results are compared in terms of four criteria including quality, mean ideal distance, diversification and spacing metrics. The associated results indicate that the presented model can outperform the other two meta-heuristics in terms of the quality metric.

کلیدواژه‌ها [English]

  • Hub Location
  • Multi-Objective Decision Making
  • Parallel Simulated Annealing
  • Particle Sward Optimization
[1]       Alumar, S., Kara, B.Y., “Network hub location problems: The state of the art”, European Journal of Operational Research, Vol. 190, pp. 1–21, 2008.

[2]       Labbe´, M., Yaman, H., Gourdin, E., “A branch and cut algorithm for the hub location problems with single assignment”, Mathematical Programming, Vol. 102, pp. 371–405, 2005.

[3]       Ebery, J., Krishnamoorthy, M., Ernst, A., Boland, N., “The capacitated multiple allocation hub location problem: Formulations and algorithms”, European Journal of Operational Research, Vol. 120, pp. 614–631, 2000.

[4]       Ernst, A.T., Krishnamoorthy, M., “Solution algorithms for the capacitated single allocation hub location problem”, Annals of Operations Research, Vol. 86, pp. 141–159, 1999.

[5]       Boland, N., Krishnamoorthy, M., Ernst, A.T., Ebery, J., “Preprocessing and cutting for multiple allocation hub location problems”, European Journal of Operational Research, Vol. 155, pp. 638–653, 2004.

[6]       Marin, A., “Formulating and solving splittable capacitated multiple allocation hub location problems”, Operations and Research, Vol. 32, pp. 3093–3109, 2005.

[7]       Sasaki, M., Fukushima, M., “On the hub-and-spoke model with arc capacity constraints”, Journal of the Operations Research Society of Japan , Vol. 46, pp. 409–428, 2003.

[8]       Camargo, R., S., Miranda, G., Luna, H.P., “Benders decomposition for the uncapacitated multiple allocation hub location problem”, Computers and Operations Research, Vol. 35, pp. 1047 – 1064, 2008.

[9]       Contreras, I., Díaz, J., Fernández, E., “Lagrangean relaxation for the capacitated hub location problem with single assignment”, OR Spectrum, Vol. 31, pp. 483–505, 2009.

[10]   Aykin, T., “Networking policies for hub-and-spoke systems with application to the air transportation system”, Transportation Science, Vol. 29, pp. 201–221, 1995.

[11]   Pirkul, H., Schilling, D.A., “An efficient procedure for designing single allocation hub and spoke systems”, Management Science, Vol. 44, pp. 235–242, 1998.

[12]   Abdinnour-Helm, S.,”Using simulated annealing to solve the p-hub median problem”, International Journal of Physical Distribution & Logistics Management, Vol. 31, pp. 203–220, 2001.

Kirkpatrick, S., Gelatt C.D., Vecchi, M.P., “Optimization by simulated annealing”, Science, Vol. 220, pp. 671–680, 1983.