ارائۀ دو روش فرا ابتكاري براي حل مسئله مكان‌يابي هاب مركز ظرفيت‌دار

Two Metaheuristic Approaches for p-Hub Center Location Problem under Capacity Constraints

مسئلۀ مكان‌يابي هاب يكي از موضوعات جديد در حوزۀ مسائل مكان‌يابي است. اين دسته از مسائل، كاربردهاي فراواني در سيستم‌هاي حمل‌ونقل دارند. در اين پژوهش، مسئلۀ مكان‌يابي تخصيص هاب مركز با درنظرگرفتن محدوديت ظرفيت، بررسي مي‌شود. هدف از مدل ارائه‌شده، يافتن مكان هاب‌ها و مشخص‌كردن نحوۀ تخصيص گره‌هاي غيرهاب به هاب است به‌گونه‌اي كه بيشينه زمان سفر بين جفت گره‌هاي مبدأ-مقصد، كمينه شود. از آنجايي كه مسئلۀ تحت بررسي از نوع مسائل ناچندجمله‌اي سخت محسوب مي‌شود، در اين تحقيق دو الگوريتم فراابتكاري شامل الگوريتم‌هاي بازپخت شبيه‌سازي شده و اجتماع مورچگان، توسعه داده مي‌شود. كارايي الگوريتم‌ها از طريق حل تعدادي مثال عددي كه از مجموعه مسائل شناخته‌شدۀ پست استراليايي (AP) برگرفته شده، ارزيابي مي‌شود و نتايج به‌دست‌آمده با راه‌حل‌هاي نرم‌افزار Lingo مقايسه مي‌شوند. نتايج مثال‌ها حاكي از كارايي مناسب الگوريتم‌هاي توسعه ‌داده‌ شده است.

Hub location problem is one of the new issues in location problems. This kind of location problem is widely used in transportation systems. In this paper, we investigate p-hub center location allocation problem under capacity constraint. The aim of the proposed model is to determine the location of hub nodes and the allocation of non-hub nodes to the hub in such a way that the maximum traveling time is minimized. In addition, since the problem is an NP hard problem, two metaheuristic algorithms including simulated annealing algorithm and ant colony are developed for solving large size real world problems. The performances of the proposed algorithms are examined via some numerical examples taken from known related benchmark sets (AP dataset). The best solutions found using metaheuristic algorithms are also compare to the results achieved using Lingo software. The results demonstrate that the proposed algorithms are able to find optimum or near optimum solutions in acceptable run times.