مدلسازي و حل مساله مكانيابي تسهيلات و مراكز انتقال با فرض محدوديت ظرفيت و وجود چندين تسهيل در شبكه با استفاده از تركيب الگوريتم زنبور عسل و تبريد شبيه سازي شده

Modeling and Solving Facilities and Transfer Points Location Problem with Assumption Capacity Constraints and Multiple Facility in the Network Using a Combination of Bee Algorithm and Simulated Annealing Algorithm

يكي از مهم ترين و كليدي ترين عوامل موفقيت سازمان هاي توليدي يا خدماتي، بحث مكانيابي تسهيلات و تجهيزات مي باشد؛ كه تأثير قابل توجهي بر عملكرد سيستم دارد. امروزه با استفاده از روش هاي تحقيق در عمليات، قبل از استقرار آنها مي توان از بروز بسياري از خسارت ها و نارضايتي ها جلوگيري كرد. مساله مكانيابي مراكز انتقال از اين دسته از مسائل است كه هدف از آن مكانيابي يك تسهيل و تعدادي مركز انتقال براي خدمت رساني به مجموعه اي از نقاط تقاضا يا مشتريان كه به خدمت تسهيل مربوطه نياز دارند، مي باشد. در اين مقاله مدل جامعي براي مساله مذكور به گونه اي ارائه مي گردد كه علاوه بر وجود چندين تسهيل براي مكانيابي، تقاضاي مشتريان به صورت موزون بوده و همچنين محدوديت هايي براي احداث تسهيلات و مراكز انتقال در نظر گرفته شده است. به تناسب اين فرضيات، مدل برنامه ريزي صفر و يك براي مساله بيان شده كه با توجه به پيچيدگي بالاي مدل، ازالگوريتم تركيبي مبتني بر الگوريتم زنبور عسل و تبريد شبيه سازي شده براي حل استفاده شده است

One of the most important keys to the success of manufacturing or service organizations is facilities and equipments location, which has a significant effect on the system performance. Today, using operation research methods, before locating many of the damages and dissatisfactions can be prevented. The transfer points location problem is this kind of problem that is aimed to locate a facility and some transfer points to serve a set of demand points or customers, which need the facility's services. In this paper, a comprehensive model for this problem is presented which in addition to having several facilities to locate, customer demand is weighted and some constraints are considered for facilities and transfer points location. Based on these assumptions, a binary programming model is proposed for this problem and because of high complexity of model a hybrid algorithm based on bee algorithm and simulated annealing is used to solve the problem.