عنوان پایان‌نامه
حل مدل ریاضی جدید چند هدفه مکانیابی هاب پوششی بایک الگوریتم فرا ابتکاری
- رشته تحصیلی
- مهندسی صنایع
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس 2 فنی شماره ثبت: 1995;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 50457
- تاریخ دفاع
- ۲۷ شهریور ۱۳۹۰
- دانشجو
- مهرداد محمدی
- استاد راهنما
- رضا توکلی مقدم
- چکیده
- افزایش تقاضای حمل و نقل با رشد رفاه اجتماعی و توسعه اقتصادی، اجتناب ناپذیر است. همچنین ارایه خدمات حمل و نقل به قیمت ارزان، منافع متعددی را در توسعه روز افزون کشورها دارد. یک راهکار اساسی برای بهینه سازی مصرف انرژی در ترابری کالا و مسافر، طراحی صحیح شبکه های حمل و نقل و ترابری می باشد. مسأله مکان یابی هاب ها (واسطه های توزیع) با هدف طراحی انواع شبکه های توزیع به عنوان یکی از مسایل مهم در زمینه های مختلفی از زندگی روزمره از جمله جابجایی مسافر در شبکه های هواپیمایی، دریافت و ارسال محموله های پستی، ارتباط و حمل و نقل عمومی مطرح می¬باشد. در این پژوهش با توجه به بررسی کامل مسایل مکان یابی هاب، مدل جدید چندهدفه مکان یابی هاب پوششی با تعداد هاب مشخص ارایه شد به گونه ای که با در نظر گرفتن تابع هدف دوم در مدل، محدودیت ظرفیت از مدل حذف شد. به دنبال پیچیدگی مسایل مکان یابی هاب، از الگوریتم جدید فراابتکاری شبیه سازی تبرید تدریجی چندهدفه موازی (MOPSA)، برای حل مدل پیشنهادی، ارایه شد. در این پژوهش نیز برای اولین بار نمایش جواب پیوسته برای مسایل مکان یابی هاب ارایه خواهد شد. جهت ارزیابی کارایی و توانایی الگوریتم MOPSA، جواب های پارتو الگوریتم پیشنهادی با خروجی الگوریتم های NSGA-II و PAES مقایسه شدند و برتری الگوریتم پیشنهادی در شاخص های مختلف مقایسه ای، مشاهده می شود.
- Abstract
- Increasing transport demand, with growth of social welfare and economic development is inevitable. Transportation services with affordable prices, also, have many advantageous in the development of many countries. A basic approach to energy efficiency in transportation of goods and passengers is designing the optimum transportation network. Hub location problem with designing the optimal transportation network, deals with variety aspects of daily life including: airline passenger transportation, postal delivery system and public transportation system. Due to the above mentioned applications of hub location problem, a new multi-objective hub covering location problem has been proposed for minimizing the total transportation cost and the total waiting time in hub nodes simultaneously, so that capacity constraints can be omitted from the model because of adding the second objective function. Due to the complexity of the hub covering location problem, a new multi-objective parallel simulated annealing (MOPSA) is proposed for solving large size problems. The performance of the proposed algorithm is also compared with the results of NSGA-II and PAES algorithms. Finally, it was concluded that the proposed algorithm was superior to NSGA_II and PAES.
