طراحي شبكه مكان‌يابي محور قابل اعتماد تحت اختلال گسترده با امكان برقراري ارتباط مستقيم بين غير‌محورها

Design of a Reliable Hub Location Network under Massive Disruption with Direct Connections between Non–Hub Nodes

مكان يابي صحيح تسهيلات اثرات زيادي بر منافع اقتصادي، ارايه خدمات مطلوب و افزايش سطح رضايت مندي مشتريان دارد. تصميم در مورد مكان تسهيلات عمدتا از تصميم گيري هاي بلند مدت و استراتژيك شركت هاي بزرگخصوصي و دولتي است و در مكان يابي تسهيلات؛ قابليت اطمينان امر مهمي است كه در هنگام اخذ اين تصميم استراتژيك بايد مدنظر قرار گرفته شود تا در صورت عدم كاركرد يا خرابي يكي از اجزاء، سيستم با كم ترين زياني به كاركرد خود ادامه دهد.در اين مقاله براي اولين بار مدل عددصحيح غيرخطي براي مسيله مكان يابي محور با تخصيص تك تحت اختلال ارايه شده است كه به منظور افزايش قابليت اطمينان علاوه بر درنظر گرفتن محور پشتيبان و مسيرهاي جايگزين از رويكرد تقويت استفاده شده است، در حالي كه امكان برقراري ارتباط مستقيم بين گره هاي غير محور وجود دارد. به دليل دشوار بودن حل مسيله، از الگوريتم ژنتيك جهت حل استفاده شده است و نتايج محاسباتي نشان مي دهد كه الگوريتم ژنتيك از نظر سرعت حل عملكرد بهتري نسبت به گمز دارد، هم چنين جواب هايي با كيفيت عالي ارايه مي دهد. نتايج آناليز حساسيت نشان مي دهد كه در نظر گرفتن رويكرد تقويت باعث كاهش در هزينه كل شده است.

The optimal locating of facilities has large effects on economic benefits, providing satisfactory service and levels of customer satisfaction.The decision of facilities location mostly is a long-term and strategic decision of the large private and public companies and reliability is important to make this strategic decision so that the system continues to operate with the least damage in case of stop working or failure of one of the components. This paper at the first time proposes a nonlinear integer model for reliable single allocation hub location problem that considers backup hub, alternative routes, and also uses fortification approach to improve the network reliability, while there is the possibility of direct connection between non-hub nodes­. Due to the NP hard nature of the model, genetic algorithm is use in order to solve the defined problem and the numerical results illustrate the genetic algorithm has better performance than the GAMS in terms of speed­, it also shows great quality answers. The results of the sensitivity analysis show that considering the protection approach has reduced the total cost.