ارائه يك الگوريتم ژنتيك تركيبي جديد براي حل مدل چندهدفه مسئله مكانيابي نقاط انتقال با در نظر گرفتن مقدار تخصيص و وسايل حمل متفاوت: رويكرد مطالعه موردي

A novel hybrid Genetic Algorithm for solving multi objective model of transfer point location problem considering allocation and different transportation vehicles: a case study approach

مسئله مكانيابي نقطه انتقال عموماًبه يافتن مكان بهينه نقطه انتقال بين تسهيل و مجموعه اي از نقاط تقاضا اتلاق مي شود، به طوري كه حداكثر فاصله (مجموع فواصل) مشتريان تا تسهيل از طريق نقطه انتقال در شرايط قطعي حداقل گردد. از اين رو مقاله پيش رو،سعي بر مدل‌سازي مسئله مذكور به صورت چند هدفه به ازاي مكانيابي يك يا چند نقطه انتقال در حضور يك يا چند تسهيل، تحت شرايط قطعي در فضاي شبكه دارد. اهداف مورد نظر نيز مشتمل بر كمينه‌سازي مجموع هزينه هاي حمل و نقل و برپايي نقاط انتقال، كمينه سازي مجموع زمان هاي جابجايي و بيشينه‌سازي مقدار پوشش مي باشند. هم چنين بهدليل پيچيدگي بالاي محاسباتيّ‌، از يك نوع الگوريتم ژنتيك تركيبي جديد جهت حل مدل بكار گرفته شده و به جواب نزديك به بهينه درزمان محدود بسنده شده است.در انتها، اعتبار و كاربرد مدل‌سازي پيشنهادي تحت شرايط قطعي، از طريق ارائه يك مطالعه موردي در مورد سيستم توزيع گندم اسياب شده درشهرستان انديمشك استان خوزستان نشان داده شده است.

The Transfer Point Location Problem is about locating optimum transfer point between the facility and a set of demand points, such that the maximum distance or the sum of the distances between the customers and the facility through the transfer point is minimized in certain environment. Thus, in this thesis the goal is to construct the modeling of the aforesaid problem, in  case of multi objectives with respect to locating the single or multiple transfer point(s), in the certain environment and network topology when one or more facility exist. The objectives are about minimizing total cost of transfer points set up and transportation, minimizing total time of transfer and maximizing demand covering. In addition, due to high computational complexity of problem for acquiring a solution near to optimum in limited time, one type of proposed hybrid genetic algorithm is used. At last, the validation and the application of the developed model in certain environment are shown by a case study of ground wheat distribution system in Andimeshk of Khozestan.