کد گمز مسئله مکان یابی هاب به همراه کد الگوریتم بندرز

با خرید این محصول، موارد زیر را دریافت خواهید کرد:

عنوان مقاله:

Adjustable robust balanced hub location problem with uncertain transportation cost

چاپ شده در مجله:

Computational and Applied Mathematics

ناشر:

Springer

صفحه اول مقاله:

چکیده: در این پژوهش، یک بهینه‌سازی استوار قابل تنظیم با مجموعه عدم قطعیت چندوجهی برای مدیریت هزینه حمل و نقل غیر قطعی در یک مسأله مکان یابی هاب چندگانه بدون ظرفیت استفاده می‌شود. بهینه‌سازی استوار قابل تنظیم به عنوان مسائل دو مرحله‌ای یا چند مرحله‌ای مدل می‌شوند که در آن تصمیمات در دو یا چند مرحله جداگانه تعیین می‌شود.

در بهینه‌سازی استوار دو مرحله‌ای، ابتدا مکان هاب‌ها در فراوانی پارامترهای نامعلوم تعیین می‌شود؛ سپس، تصمیم مرحله دوم مسیرهای جریان در حضور عدم قطعیت مشخص می‌شود. دو مدل ریاضی جدید برای این مسأله با ساختارهای عدد صحیح مختلط خطی و غیرخطی پیشنهاد شده است. الگوریتم تجزیه بندرز با برش قوی (برش پارتو-بهینه) برای حل مدل‌های پیشنهادی استفاده می‌شود. مدل‌های استوار قابل تنظیم و الگوریتم‌های تجزیه بندرز شتاب‌داده شده با مجموعه داده AP معروف با سطوح مختلف عدم قطعیت تحلیل شده‌اند.

همچنین، یک روش کاهش ابعاد معرفی شده است برای حل نمونه‌های متوسط و بزرگ با کیفیت حل خوب و زمان محاسبات کوتاهتر. آزمایش عددی نشان می‌دهد برتری الگوریتم تجزیه بندرز با برش پارتو-بهینه نسبت به یک الگوریتم کلاسیک است. همچنین، مدل غیرخطی صحیح بهترین نتایج را در زمان پردازش و گپ نسبت به مدل صحیح خطی دارد. تعادل جریان تأثیر مکان هاب را با تعداد کاهشی از امکانات هاب متناسب می‌کند. همچنین با افزایش بودجه عدم قطعیت، هاب‌های بیشتری ایجاد می‌شوند و با افزایش ضریب تخفیف بین هاب‌ها، تعداد تسهیلات هاب کاهش می‌یابد.

مکان‌یابی هاب یک حوزه تحقیقاتی مهم در مسائل مکان‌یابی است که در دهه‌های اخیر توجه زیادی به آن شده است. حمل و نقل و ارتباطات تلفنی از جمله کاربردهای مهم برای مسائل مکان‌یابی هاب مانند حمل و نقل عمومی، هوایی و سیستم تحویل بار هستند. این مسئله به دنبال یافتن بهترین مکان برای ایجاد تسهیلات هاب و تعیین مسیر بهینه برای ارسال کالاها است. در مسأله مکان‌یابی هاب، برخی از تسهیلات به عنوان نقطه اتصال (هاب) بین هر یک از گره‌های غیر هاب در نظر گرفته می‌شوند. بنابراین، کالاها از طریق یک یا دو هاب در این شبکه انتقال می‌یابند. با ویژگی صرفه‌جویی مقیاس، هزینه حمل و نقل شبکه هاب کاهش می‌یابد.

به عبارت دیگر، انتقال جریانات از طریق مسیرهای مستقیم بین گره‌های مبدأ و مقصد، هزینه را افزایش می‌دهد، زیرا وسیله‌ی حمل و نقلی که جریانات بین گره‌های مبدأ و مقصد را حمل می‌کند ممکن است در مسیر برگشت خالی باشد و هزینه اضافی‌ای برای شبکه ایجاد کند. هاب به عنوان یک نقطه اتصال، امکان جمع‌آوری جریانات پراکنده و ارسال آن‌ها به صورت یکجا یا برعکس را فراهم می‌کند. شرکت‌ها می‌توانند با گرفتن تصمیم صحیح برای مکان تسهیلات هاب در شبکه، هزینه‌های شبکه توزیع خود را کاهش دهند. با تصمیم استراتژیک، اثرات غیرقابل جبران با یک تصمیم خوب کاهش می‌یابد. بنابراین، این تصمیم بطور قابل توجهی عملکرد سیستم را تحت تأثیر قرار می‌دهد.

روند همگرایی الگوریتم تجزیه بندرز را در شکل زیر مشاهده می نمایید:

 

شبکه هاب بدست آمده از مدل در حالتی که پنالتی مربوط به جریانات ورودی به هاب‌ها صفر در نظر گرفته شود:

شبکه هاب بدست آمده از مدل در حالتی که پنالتی مربوط به جریانات ورودی به هاب‌ها بالا در نظر گرفته شود:

توضیحات کدهای گمز:

فایل گمز Deterministic.gms

parameter d(i,j),w(i,j);
d(i,j) = uniform(10,35);
w(i,j) = uniform(15,45);

$ontext
parameter d(i,j),w(i,j);

d(i,j) = uniform(10,35);
w(i,j) = uniform(15,45);
$offtext

parameter d(i,j)
$call gdxxrw.exe "d:\course\arshad\gams data\chlp\dis.xlsx" par=d rng=sheet1!A1:u21 rdim=1 cdim=1
$gdxin dis.gdx
$load d
$gdxin
;

parameter w(i,j)
$call gdxxrw.exe "d:\course\arshad\gams data\uhlp\wij.xlsx" par=w rng=sheet1!A1:u21 rdim=1 cdim=1
$gdxin wij.gdx
$load w
$gdxin

$ontext

$offtext

solve  optimalpareto maximizing zpareto using lp;