مساله مسیریابی کمان ظرفیت دار با تقاضای فازی به همراه مطالعه موردی

جمع آوری زباله شهری یکی از فعالیت های بزرگ شهری است که شامل هزینه های کلان و مشکلات عملیاتی بسیاری است، انجام عملیات جمع آوری و دفع به دلیل وجود هزینه های سرمایه گذاری (ناوگان وسائط نقلیه) و هزینه های عملیاتی بالا (سوخت، نگهداری و تعمیرات و)... بسیار هزینه بر است و ایجاد بهبودهای کوچک در این حوزه باعث صرفه جویی های بزرگی در مصارف شهرداری ها میگردد. از جمله مسائل مطرح در این زمینه تغییر در الگوی جمع آوری زباله به منظور بررسی الگوهای مختلف و به تبع آن وارد شدن عدم قطعیت در داده ها است. بررسی مساله جمع آوری زباله در شرایط عدم قطعیت میتواند در تصمیم گیری مناسب مدیران و تصمیم گیران در این حوزه نقش بسزایی داشته باشد. در این مقاله، مساله مسیریابی کمان ظرفیت دار (همراه با محدودیت ظرفیت وسایل نقلیه) با در نظر گرفتن شرایط عدم قطعیت برای داده ها توصیف میشود. به دلیل ماهیت غیر قطعی تقاضا (میزان زباله تولید شده) و دشواری تعیین مقدار واقعی آن، یک مدل برنامه ریزی محدودیت شانسی مبتنی بر نظریه اعتبار فازی برای مساله طراحی میشود. همچنین از یک الگوریتم ژنتیک ترکیبی شامل الگوریتم ابتکاری، شبیه سازی تبرید و ژنتیگ به همراه شبیه سازی احتمالی جهت حل مساله پیشنهادی استفاده میشود. نتایج محاسباتی در مقایسه با روش cplex بیانگر آن است که الگوریتم پیشنهادی نتایج مطلوبی ارائه میدهد. در انتهای مقاله نیز به بررسی مطالعه موردی جمع آوری زباله درشهر اصفهان پرداخته و سیاست بهینه آن در شرایط عدم قطعیت تعیین میشود.

The Capacitated Arc Routing Problem under Fuzzy Demands with a Case Study

Waste collection is a highly visible municipal service that involves large expenditures and difficult operational problems, plus it is expensive to operate in terms of investment costs (i.e. vehicles fleet), operational costs (i.e. fuel, maintenances) and making small improvements in this area can lead to huge savings in municipal expenditures. Among the issues raised in this context, changes in the pattern of waste collection in order to explore different, and consequently considering the uncertainty of the data. Study of urban waste collection problem in terms of uncertainty can help managers and decisionmakers to make appropriate decisions.In this paper, The Capacitated Arc Routing Problem under fuzzy demands is described. Due to uncertain nature of demands (waste amount) and the difficulty of determining the real amount, a fuzzy chance constrained programming is designed to model the problem, based on the fuzzy credibility theory. A hybrid genetic algorithm incorporated with a heuristic algorithm, a simulated annealing, a genetic algorithm and a stochastic simulation is developed and proposed to solve the model. The experimental results have shown that the proposed algorithm has appropriate performance in comparison with CPLEX. At the end of paper, a case study in urban waste collection of Isfahan is implemented to determine the optimal policy in uncertain circumstances.