A Multi-objective Imperialist Competitive Algorithm for a Capacitated Single-allocation Hub Location Problem

در اين مقاله، يك مدل جديد چندهدفه با تخصيص تكي و محدوديت ظرفيت براي مكان يابي هاب ارايه مي گردد. محدوديت وسايل نقليه و محدوديت مقدار كالاهاي وارد شده به هاب ها با در نظر گرفتن تعادل مورد نياز مقدار جريان در بين هاب ها، در نظر گرفته مي شود. به علاوه، براي هر هاب چندين ظرفيت موجود است كه تنها يكي از سطوح موجود براي هر يك از هاب-ها انتخاب مي شود. اين مدل چند هدفه، كل هزينه حمل در شبكه را با توجه به حداقل كردن حداكثر زمان تحويل در شبكه، حداقل مي كند. به دليل NP-hard بودن مساله ارايه شده، اين مدل توسط روش الگوريتم چندهدفه استعماري رقابتي حل مي شود و براي بررسي عملكرد اين الگوريتم پيشنهادي، جواب هاي به دست آمده با جواب هاي حاصل از الگوريتم ژنتيك با رتبه-بندي غيرمغلوب مورد مقايسه قرار مي گيرد كه نتايج كسب شده حاكي از اثربخشي الگوريتم پيشنهادي است.

This paper presents a novel multi-objective mathematical model for a capacitated single-allocation hub location problem. There is a vehicle capacity constraint considered in this model. Additionally, our model balances the amount of the incoming flow to the hubs. Moreover, there is a set of available capacities for each potential hub, among which one can be chosen. The multiple objectives are to minimize the total cost of the networks regarding minimizing the maximum travel time between nodes. Due to the NP-hard property of this problem, the model is solved by a multi-objective imperialist competitive algorithm (MOICA). To prove its efficiency, the related results are compared with the results obtained by the well-known multi-objective evolutionary algorithm, namely NSGA-II. The results confirm the efficiency and the effectiveness of our proposed MOICA to provide good solutions, especially for medium and large-sized problems. Finally, we conclude that the proposed MOICA finds quality solutions rather than the solutions obtained by the NSGA-II algorithm.