شبیه سازی یک مدل مکان یابی چند لایه ای تسهیلات با در نظر گرفتن تئوری صف

در مدل های مکان‌‌‌یابی تسهیلات چند لایه ای، مشتریان در لایه های مختلف خدمات مختلفی را دریافت می کنند. زمانی که مشتری وارد سیستم می شود باید تمامی خدمات را در لایه های مختلف دریافت کند؛ در واقع مشتری در لایه های میانی سیستم را ترک نخواهد کرد. در این تحقیق به دنبال ارائه یک مدل مکانیابی تسهیلات با چندین لایه خدمت‌دهی و با در نظر گرفتن تراکم در سیستم هستیم. مدل ارائه شده بصورت یک مدل برنامه‌ریزی غیرخطی عدد صحیح بوده و در رسته مسائل با پیچیدگی بالا قرار داد. بمنظور حل مدل ریاضی ارائه شده، از رویکردهای شبیه سازی گسسته پیشامد با هدف افزایش بهره وری، بهره جسته ایم. تعاملات و پیچیدگی های سیستم، پیش بینی عملکرد آن را دشوار یا ناممکن می سازد. مدل ها شبیه سازی قادرند تغییر پذیری، تعاملات و پیچیدگی های یک سیستم را نشان دهند. در این راستا، تقاضا بصورت تصادفی در نظر گرفته شده است. توابع هدف شامل کمینه‌سازی مدت زمان سفر متقاضی به تسهیل مورد نظر، مدت زمان انتظار متقاضی درون صف و احتمال بیکاری تسهیلی است که با بیشترین احتمال بیکاری مواجه است. با توجه به نتایج بدست آمده از اجرای شبیه سازی و آزمایش 4 سناریوی مختلف، می توان اظهار داشت که سناریوی شماره 4 تنها با افزایش 1 منبع به هر یک از تسهیلات موجود در لایه چهارم، که مجموعاً افزایش 4 منبع است، زمان انتظار متقاضیان درون صف در حدود 46٪ بهبود می‌دهد.

simulation of a multi-layered facility location model by cosidering queueing theory

in multi-layered facility location models, customers receive different services at different layers. when the customer enters the system, he must receive all services at different layers; in fact, the customer will not leave the system in the middle layers. in this study, we are seeking to provide a facility location model with multiple service layers respect to the density of the system. the proposed model is a nonlinear integer programming model and it is in the field of highly complex problems. in order to solve the mathematical model, discrete event simulation approach has been used to increase efficiency. interactions and complexities of the system, makes it difficult or impossible to predict the performance. simulation models are able to show variability, interactions and complexities of the system. in this regard, the demand has considered as random and objective functions consist of minimization of customer’s travel time to desired facility, customer’s waiting time in queue and the possibility of unemployment of a facility which has the highest rate of unemployment. according to the results of simulation and testing 4 different scenarios, it can be stated that in scenario (4), only by adding 1 source to each available facility in the fourth layer, which is totally increasing 4 source, costumers wait time in queue will be improved about 46%.