يك روش ابتكاري براي يك مسئله ي دو هدفه حمل و نقل با كاربرد در مواقع بحران

A Hybrid Heuristic Algorithm for a Bi-Objective Problem in Humanitarian Relief Transportation

بحران هاي ناشي از حوادث طبيعي به علت گستردگي حوزه ي اثر و ناگهاني بودن، شرايطي ايجاد مي كنند كه فرآيند تصميم گيري و مديريت را براي مديران دشوار مي سازند. در چنين مواقعي معمولاً به علت اتخاذ تصميمات شتاب زده، بخش قابل توجهي از منابع سازماني و ملي به صورتي ناكارآمد به هدر رفته؛ اثربخشي و كارايي خدماتِ ارائه شده به شكل محسوسي كاهش مي يابد. از اين رو بهره گيري از روش هايي كه توانايي ارائه ي راهكارهاي بهينه در موضوعاتي مانند امدادرساني به آسيب ديدگان و به طور خاص حمل و نقل كالاهاي امدادي را داشته باشند، اهميت ويژه اي دارد. مسئله ي ارائه شده در اين مقاله به بيان مدلي با رويكرد سياست بهينه براي امداد رساني و با دو هدف 1) حداكثرسازي مجموع ارزش تقاضاي تحويل داده شده به آسيب ديدگان و 2) حداقل سازي هزينه ي امدادرساني (زمان يا مسافتِ طي شده توسط وسايل نقليه ي امدادي) مي پردازد. از جمله فرضياتِ كاربردي اين مسئله، عدم امكانِ امدادرساني مستقيم به برخي از نقاط به علت در دسترس نبودن راه هاي ارتباطي مي باشد؛ لذا تعدادي از نقاط با تحت پوشش قرار گرفتن توسط نقاط ملاقات شده، خدمت خود را دريافت مي كنند. به منظور حل مسئله، يك الگوريتم تركيبي با تلفيق روش هاي «جستجوي همسايگي بزرگ انطباقي (ALNS)» و «جستجوي محلي چند هدفه (MDLS)» تحت نامِ ALNS×MDLS مطرح شده است. نتايج حاصل نشان دهنده ي كارايي روش ارائه شده مي باشد.

Natural disasters are abrupt events and have extended effects on vast areas. Due to these features، decision making and crisis management are complicated tasks. In this situation، hasty decisions may cause immense waste of organizational and national resources and drop in quality of services. This study provides a model to optimize emergency services with regard to two objectives، namely 1) maximizing the total satisfied demand of customers، and 2) minimizing the cost of emergency services (i.e.، time or distance). One of the practical assumptions of this problem is using the covering idea to provide the customers demand in case of unavailability of communication paths to the customers. Essentially، the demand of each customer can be satisfied by directly visiting it on a vehicle route or it can be covered by other visited customers located within a given pre-specified distance of it. We propose a node-based mathematical formulation. Moreover، to obtain the Pareto frontier، we present a hybrid bi-objective heuristic algorithm by combining the adaptive large neighborhood search (ALNS) and multi-directional local search (MDLS) algorithms. The performance of the proposed algorithm is tested on a set of 72 randomly generated instances. Computational results indicate the effectiveness of the proposed algorithm.