ارائه مساله مکان‌یابی هاب حداکثر پوشش سلسله ‌مراتبی در شرایط اختلال در هاب با استفاده از برنامه‌ریزی دوسطحی

مساله مکان یابی هاب از اساسی ترین و مهم ترین مسائل در حوزه ی تصمیم گیری و برنامه ریزی سیستم‌های حمل ونقل به شمار می رود. هدف اصلی مساله مکان یابی هاب، انتقال جریان بین نقاط تقاضا از طریق هاب یا هاب هایی است که نقش اساسی را در این میان ایفا می کنند. موضوع از کار افتادگی هاب ها در این مسائل از مواردی است که سال های اخیر مورد توجه برخی از محققان قرار گرفته است. در این تحقیق، مساله مکان یابی هاب سلسله مراتبی با وجود اختلال در هاب های شبکه بررسی شده و در قالب یک مدل برنامه ریزی دوسطحی، مد‌ل‌سازی می شود. مساله مکان یابی هاب ارائه شده از نوع مسائل حداکثر پوشش هاب است. از کار افتادگی هاب در این مدل به صورت عمدی رخ داده و باعث اختلال فعالیت ها در هاب های غیرمرکزی می شود. در سطح دوم تلاش می شود تا با از کار انداختن یک هاب، پوشش دهی مساله به کمترین میزان خود برسد، درحالی‌که سطح اول مساله می خواهد خسارت به وجود آمده را کاهش داده و پوشش دهی مساله را بالا ببرد. مساله مورد بررسی با استفاده از الگوریتم‌های شمارش کامل و شبیه سازی تبرید با داده های متفاوت حل شده است. نتایج محاسباتی حل مدل پیشنهادی برای مسائل نمونه از جمله تقاضا و تعداد هاب های متفاوت، فاکتور تخفیف بین هاب‌ها و شعاع پوشش مختلف بررسی شد. نتایج عددی نشان داد با افزایش شعاع پوشش، تعداد گره های مکان یابی شده و همچنین مقدار پوشش دهی مساله افزایش می یابد. همچنین نشان داده شد که روش فراابتکاری پیاده شده کارایی دارد و توانایی حل داده های بزرگ را نیز داراست.

a bi-level programming model for hierarchical maximal covering hub location problem under disruption in hubs

the hub location problem is one of the most fundamental and crucial issues in transportation systems and decision-making. the primary purpose of a transportation network is to transfer traffic between demand points via a hub, and hubs are essential to this process. the failure of hubs has garnered considerable attention of researchers in recent years. this research examines the problem of hierarchical hub location using bi-level programming. this study presents a model for optimal hub coverage. in non-central hubs, disruptions are intentional. the objective function of the second level is to minimize the problem's coverage by disabling the hubs, whereas the objective function of the first level is to minimize the problem's damage while expanding its coverage. the studied problem was solved using the simulated annealing and the full enumeration method. the proposed model has been solved for a variety of different scenarios, including fluctuating demand and hub count, fluctuating discount factors between hubs, and fluctuating coverage radii. according to the numerical results, as the covering radius increases, the number of located nodes and the problem's coverage also increase. in conclusion, an analysis of the employed solution methods concludes that the proposed meta-heuristic method is both effective and applicable to larger data sets.