پژوهشنامه حمل و نقل

پژوهشنامه حمل و نقل

مدلسازی ریاضی جدید برای مسیریابی وسایل نقلیۀ چنددپو در شرایط بلایای طبیعی و حل آن با الگوریتم بهینه‌سازی ذرات انبوه

نویسندگان
ساویز ساعی 1
علی توکلی مقدم 2
مهدی علینقیان 3
1 دانش‌آموختة کارشناسی ارشد، دانشکدۀ فنی و مهندسی، دانشگاه آزاد اسلامی، واحد علوم تحقیقات، تهران، ایران
2 استاد، دانشکدۀ مهندسی صنایع و سیستم‌ها، پردیس دانشکده‌های فنی، دانشگاه تهران، تهران، ایران
3 دانشکدۀ مهندسی صنایع، دانشگاه صنعتی اصفهان، اصفهان، ایران
چکیده
عملیات امدادرسانی در شرایط بلایای طبیعی یکی از کاربردهای مسائل حمل‌و‌نقل است. در زمان وقوع یک بحران (مانند سیل یا زلزله) انتقال آسیب‌دیدگان به اماکن امدادی مانند بیمارستان­ها و تخلیۀ محیط بحران­زده از اهمیت خاصی برخوردار است. به همین منظور در این مقاله، مدلسازی جدیدی برای مسئلۀ مسیریابی وسایل نقلیۀ چنددپو با تابع هدف کمینه‌سازی زودترین زمان رسیدن وسیلۀ نقلیه به دپوی بیمارستان ارایه شده است. در مسئلۀ مورد بررسی وسایل نقلیه از دپوی استقرار اولیه به مناطق بحران‌زده حرکت می‌کنند و پس از حمل مجروحان، آنها را به دپوی بیمارستان می­رسانند. در ادامه به‌منظور اعتبارسنجی، مدل پیشنهادی در ابعاد کوچک توسط نرم‌افزار لینگو حل شده و سپس مسئله در ابعاد بزرگ با الگوریتم بهینه‌سازی ذرات انبوه و الگوریتم بهینه‌سازی ذرات انبوه بهبودیافته حل شده است. سپس در پایان نتایج به‌دست‌آمده مقایسه و تجزیه‌و‌تحلیل شده است. 

عنوان مقاله English

A New Mathematical Model for a Multi-depot Vehicle Routing Problem in a Natural Disaster Situation and Solving by a Particle Swarm Optimization Algorithm

نویسندگان English

Saviz Saei 1
Ali Tavakoli-Moghaddam 2
Mehdi Alinaghian 3
1 Graduated M.Sc., Department of Industrial Engineering, Science & Research Branch, Islamic Azad University, Tehran, Iran
2 Professor, Department of Industrial Engineering & Systems, College of Engineering, University of Tehran, Tehran, Iran
3 Assistant Professor, Department of Industrial Engineering & Systems, Isfahan University of Technology, Isfahan
چکیده English

Relief operation in a natural disaster situation is one of the applications of transportation problems. Transportation of the victims to the relief places such as hospitals, evacuation of afflicted areas is an important issue in the critical events, such as flood and earthquake. In this paper, a new mathematical model for a multi-depot vehicle routing problem is proposed that minimizes the earliest time of vehicles to the hospital depots. In this regard, vehicles are moved from started depots to critical places and then loaded the victims to take them to the hospitals. Afterwards in order to show its validation, the presented model is solved for small-sized problems by the Lingo software. Furthermore, it is solved for large-sized problems by particle swarm optimization (PSO) and improved PSO. Finally, the obtained results are compared and analyzed.

کلیدواژه‌ها English

Multi-depot vehicle routing problem
Natural disaster situation
Particle swarm optimization
-Sheu, J.B. (2007). Challenges of Emergency Logistics Management. Transportation Research Part E: Logistics and Transportation Review, 655-659.
-J.B. (2007). An emergency logistics distribution approach for quick response to urgent reliefdemand in disasters. Transportation Research Part E: Logistics and Transportation Review, 687-709.
-Altay, N., & Green, W. (2006). OR/MS research in disaster operations management. European Journal of Operation Research, 475-493.
-Berkone, D., Renaud, j., Rekik, M., & Ruiz, A. (2012). Transportation in disaster response operations. Socio-Economic Planning Science, 23-32.
Caunhye, A., Nie, X., & Pokharel, S. (2012). Optimization models in emergency logistics: A literature review. Socio-Economic Planning Sciences, 4-13.
-Ngueveu, S., Prins, C., & Wolfler Calvo, R. (2010). An effective memetic algorithm for the cumulative capacitated vehicle routing problem. Computers and OPerations Research, 1877-1885.
-Jotshi, A., Gong, Q., & Batta, R. (2009). Dispatching and routing of emergency vehicles in disaster mitigation using data fusion. Socio-Economic Planning Sciences, 1-24.
-Haghani, A., & Chang Oh, S. (1996). Formulation and solution of a multi-commodity, multi-modal network flow model for disaster relief operations. Transportation Research Part A: Policy and Practice, 231-250.
-Barbarosoglu, G., Ozdamar, L., & Cevik, A. (2002). An interactive approach for hierarchical analysis of helicopter logistics in disaster relief operations. European Journal of Operation Research, 118-133.
-Ozdamar, L., Ekinci, E., & Kucukyazici. (2004). Emergency Logistics Planning in Natural Disasters. annals of Operations Research, 217-245.
-Tzeng, G., Cheng, H., & Huang, T. (2007). Multi-objective optimal planning for designing relief delivery systems. Transportation Research Part E: Logistics and Transportation Review, 673-686.
-Chern, C., Chen, y., & Kung, L. (2010). A heuristic relief transportation planning algorithm for emergency supply chain management. International Journal of Computer Mathematics, 1638-1664.
-Campbell, A., Vandebussche, D., & Hermann, W. (2008). Routing for Relief Efforts. Transportation Science, 127-145.
-Chang, C., & Chang, C. (2000). A linearization method for mixed 0–1 polynomial programs. Computers & Operations Research, 1005-1016.
-Glover, F., & Woolsey, E. (1974). Technical Note—Converting the 0-1 Polynomial Programming Problem to a 0-1 Linear Program. Operation Research, 180-182.
-Eberhart, R., & Shi, Y. (1998). Comparison between genetic algorithms and particle swarm optimization. EvolutionaryProgramming VII Lecture Notes in Computer Science, 611-616.
-Osman, C. (1993). Metastrategy simulated annealing and tabu search algorithms for the vehicle routing problem. Annals of Operation Research 41 , 421-451.
-Kennedy, J. R. (1997). A discrete binary version of the particle swarm algorithm. Systems, Man and Cybernetics (pp. 4104-4108(.