Hub Covering Location Problem Considering Queuing and Capacity Constraints
- سال انتشار: 1397
- محل انتشار: دوفصلنامه بهینه سازی در مهندسی صنایع، دوره: 11، شماره: 1
- کد COI اختصاصی: JR_JOIE-11-1_011
- زبان مقاله: انگلیسی
- تعداد مشاهده: 695
نویسندگان
Associate Professor,Department of Industrial Engineering, Alzahra University, Tehran, Iran
M.Sc, Faculty of Industrial and Mechanical Engineering, Qazvin Branch, Islamic Azad University, Qazvin, Iran
M.Sc, Faculty of Industrial and Mechanical Engineering, Qazvin Branch, Islamic Azad University, Qazvin, Iran Received
چکیده
In this paper, a hub covering location problem is considered. Hubs, which are the most congested part of a network, are modeled as M/M/C queuing system and located in places where the entrance flows are more than a predetermined value. A fuzzy constraint is considered in order to limit the transportation time between all origin-destination pairs in the network. On modeling, a nonlinear mathematical program is presented. Then, the nonlinear constraints are converted to linear ones. Due to the computational complexity of the problem, genetic algorithm (GA), particle swarm optimization (PSO) based heuristics, and improved hybrid PSO are developed to solve the problem. Since the performance of the given heuristics is affected by the corresponding parameters of each, Taguchi method is applied in order to tune the parameters. Finally, the efficiency of the proposed heuristics is studied while designing a number of test problems with different sizes. The computational results indicated the greater efficiency of the heuristic GA compared to the other methods for solving the problem.کلیدواژه ها
Hub covering location, Queuing system, Congestion, Genetic algorithm, Hybrid particle swarm optimization algorithmمقالات مرتبط جدید
- بررسی تاثیر تیم پروژه بر عملکرد مالی با در نظر گرفتن نقش میانجی موفقیت در مدیریت پروژه
- پیش بینی دمای هوا با استفاده از شبکه توابع پایه شعاعی
- پیش بینی آنلاین رسوب خاکستر در سطح گرمایشی بویلر بر اساس تحلیل موجک و رگرسیون بردار پشتیبان
- پیش بینی قیمت سکه و طلا با استفاده از یادگیری ماشین و داده های موجود در بستر اینترنت
- آینده هوش مصنوعی: فرصت ها و چالش ها
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.