مدل بهینه‏ سازی امکانی استوار برای شبکه‏ ی توزیع اقلام امدادی تحت عدم قطعیت

یکی از مهم‏ترین مسائل در فاز پاسخ به بحران، تامین تقاضای اقلام امدادی مورد نیاز مناطق آسیب‏ دیده است که به‏ علت نامشخص بودن میزان تقاضا، مشکلات بسیاری در این زمینه ایجاد می‏‏‏کند. در این مقاله، یک مدل برنامه ‏ریزی امکانی استوار برای مسئله‏ ی مسیریابی و زمان‏بندی برای شبکه‏ ی توزیع اقلام امدادی تحت عدم قطعیت تقاضا، ارائه می‏شود. در فرایند توزیع اقلام امدادی، امکان خدمت‏ دهی به هر منطقه‏ ی حادثه‏ دیده توسط چندین وسیله ‏ی امدادی و محدودیت پنجره‏ ی زمانی در نظر گرفته شده است. هدف مدل پیشنهادی، کمینه‏ سازی کل زمان رسیدن وسایل امدادی به مناطق حادثه دیده بیان شده است.برای نمایش کاربردپذیری مدل ارائه شده، منطقه‏ ی چهار شهر تهران مورد بررسی قرار گرفته و مدل بر روی آن اجرا گردیده است. سرانجام برای بررسی پایداری جواب‏ های مدل بهینه‏ سازی استوار، نتایج حاصل از حل این مدل با مدل قطعی شبیه‏ سازی شده تحت نمونه مسائل مختلف مقایسه می‏شود.

A robust possibilistic optimization model to relief commodities distribution network under uncertainty

One of the most important issues in disaster response phase is to supply the relief items which is needed by affected areas. The uncertainty of this demand causes many problems.This paper presents a novel robust possibilistic programming model for a routing and scheduling problem in a relief commodities distribution network under demand uncertainty. In relief commodities distribution operations, the possibility of servicing each affected area by multiple vehicles and time window constraint have been considered. The objective of the proposed model is to reduce the total time required by the relief vehicles to reach the affected areas.The fourth region of Tehran city as a case study is provided to illustrate the performance and applicability of the proposed model. Finally, to assess the robustness of the solutions obtained by the novel robust optimization model, they are compared to those generated by the deterministic mixedinteger linear programming model in a number of realizations under different test problems.