یک رویکرد دو هدفه برای مکانیابی پیوسته هاب ها تحت هزینه احداث وابسته به مختصات پیوسته شهری

زاهدی اناکی, امیرحسین; خیرخواه, امیرسامان; جعفری اسکندری, میثم

doi:10.22119/jte.2020.91024

یک رویکرد دو هدفه برای مکانیابی پیوسته هاب ها تحت هزینه احداث وابسته به مختصات پیوسته شهری

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ دانشجوی دکتری، دانشکده مهندسی صنایع، دانشگاه پیام نور، تهران، ایران

² دانشیار، دانشکده مهندسی صنایع، دانشگاه بوعلی همدان، همدان، ایران

³ استادیار، دانشکده مهندسی صنایع، دانشگاه پیام نور، تهران، ایران

10.22119/jte.2020.91024

چکیده

مکانیابی هابها یکی از مسائل چالش برانگیز در حوزه حمل و نقل شهری است که نقش بسزایی در کاهش ترددهای شهری و هزینههای حمل و نقل ایفا میکند. تفاوت و جهشهای نامنظم در قیمت زمین در کلان شهرها یکی از چالشهای پیش روی این حوزه است که ذینفعان را بر سر دو راهی انتخاب یکی از دو تصمیم در تضاد قرار میدهد: استقرار هابها در نقاط مرکزیتر با هزینه استقرار بالاتر و در عوض زمان دسترسی کمتر به مشتری و همچنین هزینههای حمل و نقل خارجی کمتر؛ ویا استقرار هابها در حاشیه شهر و نقاط ارزان قیمت تر و در عین حال دور شدن از هسته تمرکز مشتریان. اینپژوهشیک مسئله دو هدفه برای مکانیابی تسهیلات هاب ظرفیتدار در فضای پیوسته ارائه میدهدکه اولین تابع هدف مجموع هزینه ثابت استقرار و جابجاییهای داخلی و خارجی شبکه و دومین تابع هدف مجموع زمان سفرهای داخلی و خارجی شبکه است. ارائه یک رویکرد دو هدفه که مدیران را قادر میسازد با مشاهده جوابهای پارتو شبکهی تحت هزینه استقرار وابسته به موقعیت جغرافیایی شهری به مطلوبترین چینش شبکه دست یابند به همراه محدودیت بودجه و ظرفیت برای احداث هابها از نوآوریهای قابل توجه این مقاله است. بهمنظور بررسی کیفیت جوابهای پارتو بدست آمده از سه الگوریتم پیشنهادی با نامهای اپسیلن کانسنرینت، الگوریتم ژنتیک چندهدفه و الگوریتم ذرات چندهدفه استفاده شده است. مقایسه جوابهای پارتو سه الگوریتم با مقادیر نرم افزار گمز در اندازه کوچک؛ نشان دادن جوابهای پارتو با مشخصات اجرایی برای کلاسهای تعریف شده؛ نمایش و تحلیل توپولوژی چیدمان جوابهای پارتو برای یک مسئله، از دیگر مباحث در این پژوهش است.

کلیدواژه‌ها

20.1001.1.20086598.1399.12.2.7.6

موضوعات

مهندسی صنایع - مسیریابی

عنوان مقاله [English]

A Bi-Objective Approach for Hub Location under Installing Cost Related to Urban Continuous Coordinates

نویسندگان [English]

AmirHossien Zahedi-Anaraki ¹
Amirsaman Khairkhah ²
Meysam Jafari Eskandari ³

¹ PhD. Candidate, Department of Industrial Engineering, University of PayameNoor, Tehran, Iran

² Associate Professor, Department of Industrial Engineering, University of Booali, Hamedan, Iran

³ Assistant Professor, Department of Industrial Engineering, University of PayameNoor, Tehran, Iran

چکیده [English]

The hub location is one of the most challenging subject in urban transportation issue that plays an essential role in decreasing both urban traffic and transportation costs. Since there is a cost variance and irregular changes among different places in a metropolis, transportation mangers must to choose one of two conflicting options: installing hubs on central place of a metropolis that leads into more expensive setup cost, less access time to other nodes, and probably more expensive outer shipment cost and vice versa. This study presents a bi-objective approach for capacitated planar hub location being composed of two conflicting objective function: the first including installing fix cost, inner and outer shipment cost and the second including summation of inner and outer travel time among nodes. Regarding continuous nature of this problem, a non-dominate solution set, cost and travel time, obtained by presented bi-objective approach thanks to which mangers are able to locate their hub network under installing cost related to urban coordinates in most sufficient manner is one of the most outstanding innovations of this research. Capacitated hub as well as budget constraint for installing cost are other contributions. To evaluate solutions’ quality, we have used three algorithms, named epsilon-constraint, multi-objective genetic, and multi-objective particle swarms. Comparing pareto solutions to ones obtained through Gams-software in small size; demonstrating pareto solutions with the calculating properties; displaying and analyzing the topologies related to a certain pareto solution are other subject discussed by this research.

کلیدواژه‌ها [English]

Planar hub location
installing cost related to urban coordinates
budget constraint
and multi-objective

مراجع

-بهنامیان، ج. و صفرقلی،الف.(1397) " ارائه الگوریتم ترکیبی برای مسئله مکان‌یابی هاب در شبکه حمل‌ونقل چندوجهی"، فصلنامه مهندسی حمل ونقل، دوره 10، شماره 2، ص. 355-335.

-چراغی، الف.، حیدری، ج.، رحیمی، ی. و رزمی، ج. " مکان یابی هاب چند محصوله در شبکه حمل و نقل کالای ایران با در نظر گرفتن روش های تامین مالی و رویکرد زیست محیطی"، فصلنامه مهندسی حمل ونقل، دوره 8، شماره 2 ،ص. 213-195.

-عیدی، ع. و میرآخوری، ع. (1391) "ارائه یک روش ابتکاری ترکیبی مبتنی بر الگوریتم ژنتیک برای حل مسأله هاب پوششی در حالت فازی"، فصلنامه مهندسی صنایع و مدیریت تولید، شماره 23، ص. 173-162.

-Bollapragada, R., Li, Y. and Rao, U. S. (2006) "Budget-constrained, capacitated hub location to maximize expected demand coverage in fixed-wireless telecommunication networks", Informs Journal on Computing, Vol. 18, No. 4, pp. 1352-1367.

-Carlsson, J. G. and Jia, F. (2013) "Euclidean hub-and-spoke networks", Operations research, Vol. 61, No. 4, pp. 1360–1382.

-Coello, C. A. C., Pulido, G. T. and Lechuga, M. S. (2004) "Handling multiple objectives with particle swarm optimization", IEEE Transactions on Evolutionary Computation, Vol. 8, No. 3, pp. 256–279.

-Damgacioglu, H. Dilner, D., Ozdemirel, N. E. and Lyigun, E. (2015) "A genetic algorithm for the uncapacitated single allocation planar hub location problem", Computers & Operations Research, Vol. 62, No. 1, pp. 224–236.

-Deb, K., Agarwal, S. and Meyarian, T. (2002) "A fast and elitist multiobjective genetic algorithm: NSGA-II", IEEE Transactions on Evolutionary Computation, Vol. 6, No. 2, pp. 182–197.

-Drezner, T., Drezner, Z. and Kalczynski, P. (2019) "The planar multifacility collection depots location problem", Computers & Operations Research, Vol. 102, No. 2, pp. 110–132.

-Ghaffarinasab, N., Van Woensel, T. and Minner, S. (2018) "A continuous approximation approach to the planar hub location-routing problem: Modeling and solution algorithms", Computers & Operations Research, Vol. 100, No. 1, pp. 140–154.

-Ghezavati, V. and Hosseinifar, P. (2018) "Application of efficient metaheuristics to solve a new bi-objective optimization model for hub facility location problem considering value at risk criterion", Soft Computing, Vol. 22, No. 1, pp. 195–212.

-Hameed, I. A. (2020) "Multi-objective solution of traveling salesman problem with time", Advances in Intelligent Systems and Computing, Vol. 921, No.1, pp. 121–132.

-Hosseinijou, S. A. and Bashiri, M. (2012) "Stochastic models for transfer point location problem", The International Journal of Advanced Manufacturing Technology, Vol. 58, No.1, pp. 211–225.

-Iyigun, C. (2013) "The planar hub location problem: a probabilistic clustering approach", Annals of Operations Research, Vol. 211, No.1, pp. 193–207.

-Khodemani-Yazdi, M. Tavakkolo Moghaddam, R., Bashiri, M. and Rahimi, Y.(2019) "Solving a new bi-objective hierarchical hub location problem with an M∕M∕c queuing framework", Engineering Applications of Artificial Intelligence, Vol. 78, No.1, pp. 53–70.

-Madani, S. R., Shahandeh Nookabadi, A. and Hejazi, S. R. (2018) "A bi-objective, reliable single allocation p-hub maximal covering location problem: Mathematical formulation and solution approach", Journal of Air Transport Management, Vol. 68, No.1, pp. 118–136.

-Mavrotas, G. (2009) "Effective implementation of the ε-constraint method in multi-objective mathematical programming problems", Applied mathematics and computation, Vol. 213, No.2, pp. 455–465.

-Rajkovic, M. ,Zrnic, N., Kosaanic, N. and Borovinsch, M. (2017) "A multi-objective optimization model for minimizing cost, travel time and Co2 emission in an AS/RS", FME Transaction, Vol. 45, No.4, pp. 620–629.

-Xie, W. and Ouyang, Y. (2015) "Optimal layout of transshipment facility locations on an infinite homogeneous plane", Transportation Research Part B: Methodological, Vol. 75, No.1, pp. 74–88.

-Zhalechian, M., Tavakkoli-Moghaddam, R. and Rahimi, Y. (2017) "A self-adaptive evolutionary algorithm for a fuzzy multi-objective hub location problem: An integration of responsiveness and social responsibility", Engineering Applications of Artificial Intelligence, Vol. 62, No.1, pp. 1–16.