حل مسئله چندهدفه مكان‌يابي هاب از طريق الگوريتم فراابتكاري زنبور عسل ارائه شده و مقايسه آن با روش محدوديت اپسيلون

Problem-solving of the multi-objective hub location through the honey bee-based meta-ingenious algorithm and comparison with the Epsilon limit method

مسئله مكان‌يابي هاب با قرار گرفتن هاب‌ها و تخصيص نقاط تقاضا به هر يك از هاب‌ها به منظور تعيين مسيرهاي بين هر جفت مبدأ و مقصد سر و كار دارد. از هاب‌ها مي‌توان به عنوان تسهيلات ويژه‌اي نام برد كه نقش ايستگاه‌هاي واسطه‌اي را در سيستم‌هاي توزيع ايفا مي‌كنند، به طوري كه با تعيين مسير و سازماندهي ترافيك بين ايستگاه‌هاي مبدأ – مقصد (بسته به نوع مسئله) سبب كاهش زمان و هزينه و يا بهبود عوامل ديگر مي‌گردند. در اين پژوهش، مكان‌يابي هاب در شرايط عدم قطعيت بررسي گرديد. سپس، مدل رياضي جديدي براي مسئله مكان‌يابي هاب تحت شرايط غيرقطعي ارائه شد. همچنين تابع هدف مدل ارائه شده دو هدفه مي‌باشد كه تابع هدف اول كمينه كردن هزينه‌هاي ثابت استقرار هاب و هزينه‌هاي حمل‌ونقل و تابع هدف دوم، كمينه كردن بيشترين زمان سفر طي شده است. در اين پژوهش از رويكرد رباست براي مدل‌سازي استفاده شد. همچنين، از روش حل روش دقيق محدوديت اپسيلون كه براي مدل‌هاي چندهدفه و پيدا كردن مرز پارتو و روش‌ الگوريتم زنبورعسل براي حل مسئله پيشنهاد شده است. نتايج نشان داد كه روش محدوديت اپسيلون قادر به حل مسائل با تعداد گره‌هاي كم مي‌باشد. همچنين نتايج حاكي از عملكرد بهتر الگوريتم زنبورعسل پيشنهادي در ابعاد بزرگ داشت. كلمات كليدي: مكان‌يابي هاب، عدم قطعيت، رويكرد استوار (رباست)، روش محدوديت اپسيلون، الگوريتم فراابتكاري زنبورعسل.

The problem of locating hubs by placing hubs and allocating demand points to each hub is to determine the paths between each destination pair and destination. Hubs can be called special facilities that play the role of intermediate stations in distribution systems, which, by determining the route and organizing traffic between the source-destination stations (depending on the type of problem), reduce time and cost or improve other factors. They go back. In this research, the location of the hub was investigated under uncertainty conditions. Then, a new mathematical model was proposed for the problem of locating the hub under uncertain conditions. The objective function of the proposed model is two-objective, which is the first objective function to minimize the fixed costs of hub deployment and transportation costs, and the second objective function minimizes the maximum travel time spent. In this research, a robust approach was used for modeling. Also, the precision method of the Epsilon constraint method is proposed for multi-objective models and finding the Pareto boundary and the Bumblebee algorithm method for solving the problem. The results showed that the Epsilon limit method was able to solve problems with low number of nodes. Also, the results showed a good performance of the proposed large-sized beehives algorithm.