17705

17705

زمان بندي يك سيستم هاب و اسپوك و انتخاب مراكز تعميرات و نگهداري سرويس دهنده به هاب ها با توجه به خرابي وسايل حمل و نقل

كارشناسي ارشد

سيستم هاي اقتصادي اجتماعي

فروردين 1396

دكتر دين محمد ايماني

صنايع

چكيده يكي از مباحث جديدي كه در حوزه مكان يابي در سال هاي اخير مطرح شده است, مساله مكان يابي هاب مي باشد. از يك سو, افزايش روز افزون تعداد مبادي و مقاصد و افزايش حجم تعاملات آنها از سوي ديگر، اهميت طراحي شبكه هاي كارا را نمايان مي سازد. پيكربندي خاصي از شبكه تحت عنوان هاب و اسپوك ساختاري بسيار كارا را براي شبكه هاي ارتباطي فراهم مي كند. در اين ساختار محصولات (اعم از مخابره اطلاعات،جابجايي مسافر يا كالا، مرسولات پستي و....) از چندين مبدا به مقاصد متعددي ارسال مي گردند. عملكرد اين سيستم ها مي تواند با استفاده از نقاط هاب بهبود يابد, بدين صورت كه با تمركز جريان ها در هاب امكان استفاده از ارتباط هاي عريض تر با هزينه توزيع كمتر فراهم مي شود. پروسه اي كه در سيستم هاي هاب و اسپوك صورت مي گيرد, بدين شكل است كه محصولات در هاب ها جمع آوري، طبقه بندي و توزيع مي شوند و به جاي برقراري ارتباط مستقيم بين هر مبدا و مقصد، جريان ها از يك مبدا با مقاصد متفاوت در يك يا چند هاب جمع مي شوند و با جريان هايي كه داراي مقصد يكسان هستند و از مبداهاي ديگر رسيده اند, تركيب شده و ارسال مي گردند. يكي از مسائلي كه در اين حوزه در مطالعات قبلي بدان زياد پرداخته نشده است, بحث زمان بندي در يك سيستم هاب و اسپوك مي باشد. در اين راستا, با توجه به نوع مدلهاي زمان بندي كراس داك و فلوشاپ و..., مدل زمان بندي جديدي ارائه گرديده است. در اين مطالعه, به زمان بندي يك سيستم هاب و اسپوك پرداخته شده است. علاوه بر اين, در اين مطالعه, مكان يابي مراكز تعميرات و نگهداري سرويس دهنده به هاب ها از ميان گزينه هاي بالقوه با توجه به خرابي وسايل حمل و نقل انجام شده است. هدف اين مدل بهينه كردن زمان حمل و نقل و همچنين كاهش هزينه حمل و نقل كالا و تاسيس مراكز مراكز خدمات و نگهداري است. پس از ارائه مدل, ما به حل و بررسي صحت مدل پرداختيم, بطوريكه در ابعاد كوچك, به علت ماهيت NP-hard اين مدل, ما از حل دقيق و در ابعاد بزرگ از روش هاي فراابتكاري شامل روش هاي الگوريتم ازدحام ذرات چندهدفه (MOPSO) و الگوريتم ژنتيك چند هدفه (NSGA-II) براي حل مساله استفاده مي كنيم. در انتهاي مطالعه, نمايش نتايج و نيز پيشنهادها براي مطالعات اتي در قالب بخش نتيجه گيري ارائه شده است. واژه‌هاي كليدي: زمان بندي هاب, مراكز تعميرات و نگهداري, الگوريتم MOPSO , الگوريتم NSGA-II

1396/05/04

7/23/2018 12:00:00 AM

Abstract One of the new discussions that has been made in the area of locating in recent years, is the issue of locating the hub. On the one hand, the increasing number of sources and destinations, and increasing the volume of their interactions on the other, highlights the importance of designing efficient networks. A specific configuration of the network called Hub and Spoke provides a very efficient structure for communication networks. In this structure, products (including information transmissions, passenger or goods movements, postal items, etc.) are sent from several sources to several destinations. The performance of these systems can be improved by using hub points, so that by concentrating flows in the hub, it is possible to use wider connections with lower distribution costs. A process that takes place in hub and spoke system has this form that products are collected, classified and distributed in hubs, and instead of direct communication between each source and destination, flows from a source with different destinations are aggregated in one or more hubs and are incorporated and sent with flows that have the same destination and come from other sources. One of the issues that has not been discussed so far in this area is the scheduling issue in a hub and spoke system. In this regard, due to different types of scheduling models of crossdock, flowshop and etc., a new scheduling model is presented. In this study, we investigate scheduling a hub and spoke system problem. Moreover in this study, the locating maintenance centers servicing to hub centers considering failure of the transportation vehicles is performed. The objective of this model is to optimize transportaion time for the nodes and also reducing the cost of transporting the goods and establishing the maintenance centers. After presenting the model, we resolve and validate the model, so that, due to the “NP-hard” nature of this model, in small dimensions, we use exact solution and in large dimensions, we use meta-heuristic methods including “Multi-objective Particle Swarm Optimazation algorithm” (MOPSO) and “Non-dominated Sorting Genetic Algorithm II” (NSGA-II) to solve the model. Keywords: Scheduling Hub, Maintenance Centers, MOPSO Algorithm, NSGA-II Algorithm