عنوان پایان‌نامه
مساله مکان یابی هاب با در نظر گرفتن زمان سفرو تقاضای قبلی
- رشته تحصیلی
- مهندسی صنایع
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2662;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 63764
- تاریخ دفاع
- ۱۶ آذر ۱۳۹۲
- دانشجو
- علی ادیبی
- استاد راهنما
- محسن صادق عمل نیک, جعفر رزمی
- چکیده
- در سال های اخیر حجم پژوهش ها در زمینه حمل و نقل، لجستیک و مدیریت زنجیره تأمین بسیار افزایش یافته است، یکی از مباحث مهم در این زمینه که در سه دهه اخیر مورد توجه پژوهش گران بوده، مسئله جانمایی هاب می باشد. هاب ها تسهیلات ویژه ای می باشند که به عنوان مراکزی برای جابجایی، معاوضه و نظم بخشیدن بین نقاط در یک شبکه حمل و نقل و یا پخش کاربرد دارند. مسئله جانمایی هاب در رابطه با یافتن مکان بهینه هاب و تخصیص نقاط تقاضا به این هاب ها به منظور ایجاد جریان ترافیکی بین جفت نقطه های مبدأ-مقصد می باشد. مسائل هاب دارای انواع مختلفی می باشند که در این پروژه مسئله مکان یابی هاب با ظرفیت نامحدود و تخصیص چندتایی مد نظر می¬باشد. فرض معمول در این مسائل این است که اطلاعات و داده¬ها معین و دارای قطعیت می باشند، در حالی که طبیعت این مسائل در دنیای واقعی به گونه ای می باشد که داده ها و اطلاعات جهت مدل سازی و حل مسائل همراه با عدم قطعیت می باشند. در این پروژه منابع ایجاد عدم قطعیت شامل تقاضای نقاط، هزینه های سفر و هر دو اینها با هم هستند که برای هر کدام در دو فضای احتمالی و فازی مدل ارائه شده است. در فضای احتمالی فرض بر احتمالی بودن داده ها گرفته شده است و برای مدل کردن این فرض از رهیافت برنامه ریزی احتمالی دو مرحله ای استفاده شده است. در فضای فازی فرض بر فازی بودن داده ها، که به صورت اعداد فازی مثلثی نشان داده می شوند، گرفته شده است و برای مدل کردن مسئله در این فضا از رهیافت برنامه ریزی فازی بهره گرفته شده است. در انتها برای آزمودن و مقایسه عددی مدل های پیشنهادی از مجموعه داده های 10 فرودگاه بزرگ ایران استفاده شده است. نتایج عددی این مدل ها توسط نرم افزار GAMS به دست آورده شده اند. کلمات کلیدی: هاب، عدم قطعیت، برنامه ریزی احتمالی دو مرحله ای، برنامه ریزی فازی خطی
- Abstract
- There are two different kinds of transportation network architectures, first, point-to-point network, in which every origin/destination pair nodes are connected to each other and second, hub-to-spoke network, in such networks flows between origin/destination pair nodes are transported via at least one hub node with purpose of saving in the total cost of the network due to economies of scale. Hubs are special facilities that serve as switching, transshipment and sorting nodes in transportation networks. Usually hubs are applied to decrease the number of transportation connection between nodes. Hub location problem (HLP) is dealing with choosing and locating hubs among network nodes and allocating other nodes (spokes) to them in order to minimize the total transportation cost of the network. HLP has extensive applications in computer/telecommunication networks, transportation/distribution networks and logistics. Data and parameters in HLP which have uncertainty are called source of uncertainty and they are as follows, demands of the nodes that can be refer to flows between origin/destination pair nodes in the network, transportation costs/times, and fixed costs for hub setup cost. There are two types of uncertain data, in the first type the uncertain data can be described by specific and known probability distribution, hence stochastic programming approach can be used for this type of uncertain environment; in the second type there is no specific probability law to guess the data and there exist only specific ranges for data which obtained by expert’s opinions about data, so the fuzzy logic is useful approach for modeling problem with this type of uncertainty. In this paper we study and model the first type of uncertainty of data in capacitated p-Hub median hub location problem with multiple allocations and evaluate the proposed model by 10-node air network in Iran. This thesis makes the following contributions. (1) It is the first model that formulates uncapacitated multiple allocations HLP with uncertain demand and transportation cost as stochastic parameters in one integrated model. (2)Each of demand values and each of transportation costs values are correlated and affected by network situations equally, but demand and transportation cost are independent from each other. (3) Evaluation of proposed models is presented as a case study of the real data based on 10-nodes network from top 10 cities of air transportation of Iran. Key words: Hub location problem; uncertainty; stochastic programming; fuzzy
