مکانیابی و تخصیص همزمان انواع مراکز خدماتی با استفاده از الگوریتم تکاملی چندهدفه مبتنی بر تجزیه

انتخاب مکان مناسب برای مراکز خدماتی جدید می‌تواند نقش مهمی در کاهش هزینه‌های سفر برای متقاضیان خدمات، استفاده مطلوب از زمین و هماهنگ‌سازی اثرات متقابل کاربری‌های مختلف برهم داشته باشد. زمانی که مکانیابی و تخصیص هر نوع مرکز خدماتی جدید بطور مستقل انجام می‌شود، تنها اثرات کاربری‌های موجود مد نظر قرار می‌گیرد؛ درحالیکه استقرار یک نوع مرکز، به دلیل تاثیر بر فضای پیرامون، ممکن است محدودیت‌هایی را برای استقرار سایر مراکز مورد نیاز به‌وجود آورد. با مکانیابی کلیه مراکز مورد نیاز بطور همزمان می‌توان نتایج بهتری در خصوص چیدمان مراکز مختلف در یک منطقه به‌دست آورد. هدف اصلی این پژوهش، حل مساله مکانیابی و تخصیص برای چند مرکز خدماتی با خدمات همسان و غیرهمسان به‌صورت همزمان در محیط سیستم اطلاعات مکانی (gis) می‌باشد. برای این منظور از الگوریتم تکاملی چندهدفه مبتنی برتجزیه(moea/d) برای بهینه‌سازی سه تابع هدف شامل کمینه‌سازی هزینه سفر، بیشینه‌سازی مطلوبیت و تناسب سایت‌های انتخابی و بیشینه‌سازی سازگاری بین مراکز جدید استفاده شده است. نتایج تحقیق نشان داد که با به‌کارگیری این روش، پاسخ‌های قابل قبولی برای چیدمان مراکز مختلف با توجه به اهداف تعیین شده، به‌دست آمده است. مقایسه نتایج این روش با الگوریتم ژنتیک چندهدفه با مرتب‌سازی نامغلوب (nsga_ii)، به‌عنوان یکی از رایج‌ترین روش‌های بهینه‌سازی، بر اساس معیارهای مختلف، نشان داد که روشmoea/d در یافتن پاسخ‌های بهینه عملکرد مناسبی داشته است؛ بطوریکه بر اساس معیار پوشش مجموعه، هیچ یک از پاسخ‌های این روش توسط پاسخ‌های روش nsga_ii مغلوب نشده‌اند در حالیکه برعکس آن صادق نبوده است. همچنین براساس معیار نزدیکی پاسخ‌ها به نقطه ایده‌آل، این روش با مقدار 0.16، نتایج بهتری داشته و زمان سپری شده نیز حدود 0.25 روش nsga_ii بوده است.

Simultaneous Location-Allocation of multiple Facilities using Multi-objective Evolutionary Algorithm based on Decomposition

Choosing the proper location for service centers can play an important role in reducing travel costs for users, desirable use of the land, and regulation of interactions among different facilities. When LocationAllocation (L.A.) problem of any new service centers is solved for multiple facilities independently, only the effects of existing land uses are taken into consideration , while the establishment of one facility, due to its impact on the surrounding space, may cause limitations for the establishment of other required facilities. By locating all the required centers simultaneously, better results can be obtained for the arrangement of the centers in an area. The main objective of this study is to solve the L.A. problem for several service centers with similar or dissimilar services in GIS environment simultaneously. For this purpose, the MultiObjective Evolutionary Algorithm based on Decomposition (MOEA/D) algorithm has been used to optimize the three objective functions including minimizing travel costs, maximizing the suitability of selected sites, and maximizing the compatibility among the new service centers. The results showed that by using this method, acceptable solutions for the arrangement of different service centers in the study area have been obtained according to the defined objectives. The comparison of the results with NonDominated Sorting Genetic Algorithm II (NSGA_II), as one of the most common optimization algorithms, based on various criteria, showed that MOEA/D method has performed well in finding optimized answers so that none of the solutions of this method were dominated by the solutions of the NSGA_II, while the reverse was not true. Besides, from the point of view of the closeness of the answers to the ideal point, MOEA/D has generated better solutions (0.16) and the covered time has been 25% of NSGA_ II method.