ارائه رویکرد برنامه‌ریزی دوسطحی چندپیرو در حالت عدم همکاری برای موقعیت‌یابی از پیش‌انبارهای اضطراری بحران

ساختار غیر متمرکز تصمیم‌گیری در طراحی شبکه انبارهای اضطراری بحران، استفاده از مدل‌های بهینه‌سازی کلاسیک را با چالش مواجه می‌کند. هدف این مقاله توسعه یک مدل جدید بهینه‌سازی دوسطحی چندپیرو برای مساله مکان‌یابی و تخصیص انبارهای اضطراری در سطوح ملی و منطقه‌ای بوده است. مساله به‌صورت عدم همکاری پیروها مدل‌سازی شده است. این نوع مدل‌سازی برای کشورهایی که طراحی شبکه انبارهای اضطراری بحران آن‌ها به‌صورت غیرمتمرکز است مناسب می‌باشد. پارامترهای مدل‌ها براساس داده‌های واقعی کشور ایران تنظیم شده است. با توجه به پیچیدگی‌های بالای حل، یک رویکرد تکاملی هم‌زمان برمبنای روش‌های تخصیص ابتکاری و الگوریتم ژنتیک جهت حل مساله در سایزهای مختلف توسعه داده شده است. ساختار حل به‌گونه‌ای انعطاف‌پذیر طراحی شده و براساس تعداد پیروها و میزان قدرت آن‌ها قابلیت تنظیم را دارا می‌باشد. در نهایت، تحلیلی در خصوص تغییر تعداد تصمیم‌گیرندگان و قدرت آن‌ها درجذب تسهیلات و تاثیر بر توابع هدف مدل دوسطحی صورت گرفته است.

a multi-follower bi-level programming approach in uncooperative with emergency warehouses pre-positioning

the decentralized decision-making structure in the design of crisis emergency warehouse network challenges the use of classical optimization models. the aim of this paper is to develop a new multi-follower bi-level optimization model for the emergency warehouse location-allocation problem in terms of national and regional levels. this type of modeling is suitable for countries whose crisis warehouse network design is decentralized. the parameters of the models are based on real data in iran. due to the high complexity of the solution, a co-evolutionary approach based on innovative allocation methods and genetic algorithms has been developed to solve the problems with different sizes. the solution structure is designed to be flexible and can be adjusted based on the number of followers and their authority. finally, an analysis has been done about the change in the number of decision makers and their power to absorb facilities on the objective functions of the bi-level model.