نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار دانشکده مهندسی صنایع، دانشگاه صنعتی شریف تهران، ایران(مسئول مکاتبات)

2 کارشناس ارشد مهندسی صنایع دانشگاه آزاد قزوین، ایران

چکیده

در شبکه های خدمت رسانی یا شبکه های توزیع محصولات، هر گره بیانگر یک ناحیه تقاضا است و میزان تقاضا برای آنها برآورد می شود. یال های شبکه نیز بیانگر راه های ارتباطی بین گره هاست که معمولا با فاصله بین دو گره یا زمان مسافرت بین آنها همراه است. در مسائل جایابی پوششی، هدف جایابی تعدادی خدمت دهنده در شبکه است به گونه ای که تقاضای مشتریان در شبکه تحت پوشش حداکثری خدمت دهنده ها قرار گیرد و معیار مورد نظر بهینه شود. در این مقاله، یک مدل جایابی با ساختار احتمالی که احتمال مراجعه تقاضا از یک گره به خدمت دهنده ها با توجه به فاصله آنها برآورد میشود توسعه می یابد. همچنین در مدل ارائه شده با فرض رقابتی بودن بازار بحث فروش از دست رفته در نظر گرفته شده است و با توجه به این موضوع هدف مدل حداقل کردن هزینه از دست دادن تقاضا ها یا حداکثر کردن سود حاصل از پاسخگویی به این تقاضاهاست. بعد از ارائه مدل، یک الگوریتم ژنتیک برای حل مدل ارائه می شود. علاوه بر این از بحث طراحی آزمایشات و متدولوژی سطح پاسخ برای تنظیم پارامترهای الگوریتم ژنتیک استفاده می شود تا عملکرد الگوریتم ارتقا یابد. نتایج محاسباتی نشان دهنده کارایی بسیار خوب الگوریتم ژنتیک ارائه شده است.

کلیدواژه‌ها

عنوان مقاله [English]

The Covering location Problem Considering lost Demand with Genetic Algorithm in Congested Systems

نویسندگان [English]

  • Hasan Shavandi 1
  • Mehdi Mardane Khameneh 2

چکیده [English]

On the networks existing servers and customers, each node indicates a customer demand and demand rate is estimated for them. The edges of the network indicate connective ways among the nods which is usually shown with the distance of two nods or the time of travelling. In the covering location problems, the objective is locating some of the servers on the network in a way that the customers' demand supported by the maximum covering of the servers and optimized objective criterion. In this research the location model with Probability Structure, which the probability of choosing servers by customer is estimated based on their distance, is developed. In the presented model, supposing there is a competitive market, lost demand is considered, too. And according to the mentioned matter the objective of the model is to minimize the cost of losing demands or to maximize the earned profits of responding to the demands. Then, we propose a genetic algorithm (GA) to solve this model. In addition, we employ design of experiments and response surface methodology to both tune the GA parameters and to evaluate the performance of the proposed method in 45 test problems. The results of the performance analysis show that the efficiency of the proposed GA method is very well.

کلیدواژه‌ها [English]

  • Location
  • Queuing Theory
  • Genetic Algorithm
  • lost demand