19287

2177 دكتري

دكتري

مهندسي صنايع

اصفهان : دانشگاه صنعتي اصفهان

1402

سيزده، 169ص. : مصور، جدول، نمودار

1402/12/16

كتابنامه

مهندسي صنايع

مهندسي صنايع و سيستم ها

1402/12/19

23017294

مسائل مكان‌يابي هاب نقشي حياتي در طراحي شبكه‌هاي كارآمد حمل و نقل ايفا مي‌كنند. انتخاب مكان مناسب براي هاب‌ها به عوامل متعددي مانند تقاضاي مشتريان، ظرفيت هاب‌ها و هزينه‌هاي انتقال بستگي دارد. اما دنياي واقعي دائماً در حال تغيير است. تقاضاي مشتريان نوسان دارد، ظرفيت هاب‌ها ممكن است افزايش يا كاهش يابد و هزينه‌هاي انتقال مي‌تواند تحت‌تأثير عوامل مختلفي مانند قيمت سوخت و عوارض جاده‌اي قرار بگيرد. عدم ‌توجه به اين تغييرات در طراحي شبكه هاب مي‌تواند منجر به عملكرد نامناسب، هدر رفتن منابع و نارضايتي مشتريان شود. اين رساله به دنبال توسعه مدل‌هاي جديد براي مكان‌يابي حداكثر پوشش هاب در شرايط عدم قطعيت بوده است. هدف از اين مدل‌ها، طراحي شبكه‌هايي است كه در برابر تغييرات مختلف مقاوم باشند و در بلندمدت عملكرد قابل قبولي ارائه دهند. براي رسيدن به اين هدف، سه مدل مجزا براي مسأله مكان‌يابي هاب‌هاي حداكثر پوشش ارائه شده است: • مدل دوره‌اي: اين مدل تغييرات دوره‌اي در پارامترها مانند تقاضاي مشتريان و هزينه‌ها را در نظر مي‌گيرد. به عنوان مثال، تقاضاي سفر در طول سال مي‌تواند در فصول مختلف متفاوت باشد. •مدل احتمالي: اين مدل تغييرات تصادفي در پارامترها را با استفاده از سناريوهاي مختلف شبيه‌سازي مي‌كند. به عنوان مثال، مي‌توان سناريوهاي مختلفي براي حجم جريان، تصادفات جاده‌اي و تأخير در پروازها در نظر گرفت. •مدل دوره‌اي-احتمالي: اين مدل تركيبي از دو مدل قبلي است و تغييرات دوره‌اي و تصادفي را به طور همزمان در نظر مي‌گيرد. مدل‌هاي رياضي پيشنهادي، داراي پيچيدگي‌هاي محاسباتي بالايي بوده و حل آنها فقط براي مسائل كوچك تا 10 گره در شبكه امكان‌پذير بوده است. از اينرو، به توسعه الگوريتم‌هاي تجزيه بندرز، آزادسازي لاگرانژ، آزادسازي و تثبيت و روش فراابتكاري NSGAII پرداخته شده است. نتايج نشان مي‌دهد كه مدل‌هاي ارائه شده در اين پايان‌نامه در مقايسه با مدل‌هاي سنتي، عملكرد بهتري در شرايط عدم قطعيت دارند. همچنين، الگوريتم‌هاي حل پيشنهادي قادر به حل مسائل با ابعاد بزرگتر در زمان‌هاي قابل قبول هستند. اين تحقيق نشان مي‌دهد كه مدل‌سازي و حل مسائل مكان‌يابي هاب‌هاي حداكثر پوشش با در نظر گرفتن تغييرات دوره‌اي و تصادفي در پارامترها، مي‌تواند به طراحي شبكه‌هاي هاب با عملكرد مناسب در بلندمدت كمك كند. اين امر مي‌تواند منجر به صرفه‌جويي در منابع، افزايش رضايت مشتريان و ارتقاي كيفيت خدمات در شبكه‌هاي حمل و نقل و ارتباطات شود.

Hub location problems play a vital role in designing efficient transportation networks. Choosing the proper location for hubs depends on several factors such as customer demand, hub capacity and transmission costs. But the real world is constantly changing. Customer demand fluctuates, hub capacity may increase or decrease, and transmission costs can be affected by various factors such as fuel prices and road tolls. Failure to pay attention to these changes in the design of the hub network can lead to inappropriate performance, waste of resources and customer dissatisfaction. This thesis has sought to develop new models for locating the maximum hub coverage under conditions of uncertainty. The purpose of these models is to design networks that are resistant to various changes and provide acceptable performance in the long term. To achieve this goal, three separate models are presented for the problem of locating the maximum coverage hubs: • Periodic model: This model considers periodic changes in parameters such as customer demand and costs. For example, travel demand throughout the year can vary in different seasons. •Probability model: This model simulates random changes in parameters using different scenarios. For example, different scenarios can be considered for traffic volumes, road accidents and flight delays. •Periodic-probabilistic model: This model is a combination of the two previous models and considers periodic and random changes simultaneously. The proposed mathematical models have high computational complexity and their solution has been possible only for small problems up to 10 nodes in the network. Therefore, the development of Bender's decomposition algorithm, Lagrangian relaxation algorithm, relaxation and fix method and meta-heuristic method NSGAII has been developed. The results show that the models presented in this thesis have a better performance in terms of uncertainty compared to traditional models. Also, the proposed solution algorithms are able to solve problems with larger dimensions in acceptable times. This research shows that modeling and solving the problems of locating maximum coverage hubs by considering periodic and random changes in parameters can help design hub networks with proper performance in the long term. This can lead to saving resources, increasing customer satisfaction and improving the quality of services in transportation and communication networks.

علي شاهنده نوك آبادي

قاسم مصلحي

مهدي علينقيان , مهدي ايران پور , عيسي نخعي