عنوان پایان‌نامه
مدلسازی مساله مکانیابی - هاب پوششی چند هدفه با در نظر گرفتن قابلیت اطمینان تحت شرایط عدم قطعیت
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2917;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 67558
- تاریخ دفاع
- ۰۸ شهریور ۱۳۹۳
- دانشجو
- مرجان صادقی
- استاد راهنما
- رضا توکلی مقدم
- چکیده
- مساله ی مکان یابی هاب یکی از حوزه های تحقیقاتی جدید در سال های اخیر به شمار می رود، که با هدف طراحی شبکه های توزیع کارآمد، مطرح شده اند و در صنایع مختلفی مثل سیستم های حمل ونقل، ارتباطات دوربرد و سیستم خدمات رسانی پستی به طور گسترده ایی مورد استفاده قرار گرفته اند. سیستم حمل ونقل یکی از بخش های مهم و تأثیرگذار در هر کشوری تلقی می شود. با توجه به این که گسترش شهر نشینی در سال-های اخیر با سرعت زیادی در حال افزایش است و همچنین این سیستم از عوامل زیادی تأثیر می پذیرد، روز-به روز بر پیچیدگی سیستم حمل ونقل افزوده می شود . به همین دلیل ارتقای سیستم حمل ونقل در جهت مطابقت هر چه بیش¬تر با واقعیت و زندگی روزمره، امری مهم نه تنها از منظر مدیران شهری بلکه از لحاظ مسافران نیز محسوب می شود. در این راستا در این پایان نامه، یک مساله ی p-هاب پوششی با در نظر گرفتن قابلیت اطمینان ارایه می-شود. به بحث قابلیت اطمینان از دو منظر زمان و ظرفیت جاده پرداخته می شود. در نتیجه، این مساله به صورت یک مدل ریاضی تصادفی غیرخطی مختلط چندهدفه ارایه می شود، به صورتی که توابع هدف به دنبال کمینه کردن کل هزینه ی حمل ونقل و بیشینه کردن قابلیت اطمینان زمان سفر با در نظر گرفتن احتمال خرابی در جاده ها هستند. در توپولوژی شبکه ی هاب و اسپوک، هرگونه خرابی در راه های ارتباطی می تواند باعث کاهش توانایی کل شبکه ی حمل ونقل در عبور جریان شود . در طول روز، سیستم ترافیک شهری از عوامل زیادی چون زلزله، سیل، بد بودن شرایط آب و هوایی، تصادفات جاده ایی و اتفاقات دیگر تأثیر می پذیرد. این عوامل ظرفیت جاده ها را کاهش و عدم قطعیت را در زمان سفر ها افزایش می دهند و به تبع آن باعث پراکندگی در زمان رفت وآمد سفرها می شوند و همین امر وضعیت شبکه ی حمل ونقل را در شرایط غیر قطعی قرار می دهد. به دلیل پیچیدگی بالای مسایل مکان یابی هاب، برای حل مدل پیشنهادی از الگوریتم رقابت استعماری چندهدفه استفاده می شود. کارایی الگوریتم پیشنهادی با الگوریتم های تکاملی چندهدفه به نام های الگوریتم نامغلوب ژنتیک و الگوریتم بهینه سازی انبوه ذرات با در نظر گرفتن چند شاخص عملکردی مقایسه می شود.
- Abstract
- A hub location problem (HLP) is a fertile research field, and widely used in different industries, such as transportation, telecommunication and postal delivery. It is clear that a transportation system is one of the most important and impressive sector of each country. In a day-to-day, the enhancement of urbanization and the complexity of transportation are growing quickly. Accordingly, boosting a transportation system for better adaption with daily life is a beneficial issue, not only in aspect of traffic mangers, but also in aspect of travelers. In this thesis, we study a reliable p-Hub covering location problem in a transportation network wherein its link capacities are subject to stochastic degradations, which cause travel time variability. We formulate this problem as bi-objective mixed-integer non-linear programming (MINLP) by a stochastic approach that explicitly minimizes the total transportation cost and maximizes the travel time reliability. In daily life, many different factors cause some degradation at transportation systems (e.g., earthquake, flood, unavoidable natural disasters, occurrence of traffic incidents, etc.). These factors cause some reductions at roads capacity, and cause some increment in traveling time. As a consequence, the transportation network stays at unreliable state. As a result, in this thesis we try to extend a hub location problem by considering these factors in transportation systems. Due to the complexity of HLPs, we propose a multi-objective imperialism competitive algorithm (MOICA) to achieve near-optimal Pareto solutions. The effectiveness of the proposed forgoing algorithms is tested by some extended experiments and sensitivity analysis (comparison metric) in comparison to multi-objective partial swarm optimization (MOPSO) algorithm and multi-objective genetic algorithm (NSGA-II). Keyword: Hub location problem, Degradable transportation network, Road capacity reliability, Travel time reliability.
