به‌کارگیری الگوریتم رقابت استعماری دو هدفه برای مسیریابی خودروهای امدادی با در نظر گرفتن خرابی مسیر و خرابی خودروها

توسعه شتابان شهرها و ازدیاد روز افزون جمعیت شهری در دهه های اخیر، برنامه ریزی، مدیریت و کنترل شهرها را بیش از پیش با مشکل مواجه کرده است. این مشکل در زمان وقوع بحران های طبیعی و به ویژه زمانی که با ناهنجاری های اجتماعی همراه می شوند، بسیار پیچیده تر می گردد. از این رو مسیریابی خودروهای امدادی در شرایط بحران از اهمیت بالایی برخوردار است. در این پژوهش، مساله مسیریابی خودروهای امدادی با در نظر گرفتن خرابی مسیر و خرابی خودروهای امدادی همراه با یک سری محدودیت های عملیاتی بررسی می شود. در این پژوهش یک مدل ریاضی دو هدفه برای خرابی مسیر و خرابی خودرو در نظر گرفته شده است. در تابع هدف اول، مجموع نرخ مشتریان از دست رفته ناشی از ازدحام در تسهیلات و انسداد مسیرهای ارتباطی کمینه می گردد. همچنین تابع هدف دوم، میانگین زمان های سفر در واحد زمان را کمینه می سازد. همچنین این رابطه میزان کارایی (احتمال خرابی) خودرو مورد استفاده را نیز نشان می دهد. در ادامه، مدل پیشنهادی پژوهش را در ابعاد مختلف با استفاده از الگوریتم های ژنتیک دو هدفه و الگوریتم رقابت استعماری دو هدفه با نرم افزار matlab حل نموده و کارایی آن را با شاخص های شش گانه مورد ارزیابی قرار می دهیم.

Using Imperialist Competitive Algorithm For Routing Relief Vehicles Considering Road Breakdown and Vehicle Breakdowns

The rapid development of cities and the increasing urban population in recent decades have made urban planning, management and control more difficult. This problem becomes much more complicated at the time of natural disasters, especially when accompanied by social anomalies. Hence, it is important to ride emergency aid vehicles in crisis situations. In this research, the issue of riding vehicles is considered, taking into account the failure of the route and the failure of rescue vehicles, along with a number of operational constraints. In this study, a twoobjective mathematical model for road failure and vehicle failure is considered. In the first objective function, the total amount of customers lost due to congestion in facilities and obstruction of communication paths is minimized. Also, in the second objective function, the average of trip times per unit of time is minimized. It also shows the performance (likelihood of failure) of the used vehicle. In the following, the proposed model was solved for several problems in different dimensions using the twoobjective colonial competition metaheuristic algorithm with MATLAB software and the results were compared with the twoobjective genetic algorithm.