حل مسيله مكان يابي هاب چندهدفه با رويكرد صف توسط يك الگوريتم فرا ابتكاري جديد

Solving a Multi-Objective Hub Covering Location Problem with Congestion by a New Algorithm Considering a Queue Theory

مسيله مكان يابي هاب ها4 (واسطه هاي توزيع) با هدف طراحي انواع شبكه هاي توزيع به‌عنوان يكي از مسايل مهم در زمينه هاي مختلفي از زندگي روزمره از جمله جابه‌جايي مسافران در شبكه هاي هواپيمايي، دريافت و ارسال محموله هاي پستي، ارتباط و حمل ونقل عمومي مطرح مي‌باشد. در اين مقاله، با توجه به بررسي كامل مسايل مكان يابي هاب، مدل جديد چندهدفه براي مسيله مكان يابي هاب پوششي با تعداد هاب مشخص ارايه و با در نظر گرفتن تابع هدف دوم در مدل، محدوديت ظرفيت از مدل حذف مي شود. با توجه به پيچيدگي مدل پيشنهادي و مسيله مكان يابي هاب، از الگوريتم شبيه سازي تبريد موازي چندهدفه5 (MOPSA) استفاده مي شود كه براي اولين بار نمايش جواب پيوسته براي اين مسيله ارايه مي گردد. براي ارزيابي كارآيي و توانايي الگوريتم MOPSA پيشنهادي، جواب-هاي پارتو مربوطه با خروجي الگوريتم هاي 6NSGA-II و7MOPSO مقايسه مي شود. در خاتمه، با توجه به شاخص هاي مختلف مقايسه-اي، برتري الگوريتم پيشنهادي مشخص مي گردد.

Hub covering problem (HLP) is a very popular areas of research for its wide ranges of applications in different service or manufacturing industries. This paper considers a bi-objective hub covering location problem with congestion. The objectives minimize the total transportation cost and the total waiting time for all hobs, respectively. The resulted multi-objective decision-making problem is formulated as mixed-integer programming (MIP) model. To solve this presented model, multi-objective parallel simulated annealing (MOPSA) is proposed and its performance is compared with two other meta-heuristics; namely, particle sward optimization (PSO) and non-dominated sorted genetic algorithm (NSGA-II). The computational results are compared in terms of four criteria including quality, mean ideal distance, diversification and spacing metrics. The associated results indicate that the presented model can outperform the other two meta-heuristics in terms of the quality metric.