مکان‌یابی بهینه صندوق‌های الکترونیکی جمع‌آوری کمک‌های مردمی با استفاده از مدل ترکیبی برنامه‌ریزی آرمانی محدودیت شانسی و روش رتبه‌بندی ایداس

مکان یابی بهینه جمع آوری کمک های مردمی با استفاده از مدل سازی ریاضی مسایل مکان یابی بر بهینه سازی منافع کسب شده بسیار موثر خواهد بود. در این مقاله با رویکرد مکان یابی بهینه صندوق های الکترونیکی جمع آوری کمک های مردمی، پس از تعیین مناطق مورد مطالعه، تعیین اماکن بالقوه و استخراج داده های صندوق های سنتی مورد بررسی قرار گرفته است. اهداف این مساله حداکثرسازی مقدار کل منفعت به دست آمده و مقدار کل انگیزه کمک است که در فرایند تحقیق، استخراج میزان انگیزه کمک بر اساس ضرایب تاثیر منطقه، مکان و تردد و با استفاده از روش ارزیابی مبتنی بر فاصله از میانگین شاخص ها (ایداس) تعیین گردیده است. محدودیت های مساله نیز غالباً جهت فرهنگ سازی و جلوگیری از انباشت صندوق ها در یک منطقه یا نوع مکان تعریف شده است. با توجه به چندهدفه بودن مدل و تصادفی بودن میزان منفعت حاصل از هر صندوق و ضریب تردد، دو هدف به صورت محدودیت شانسی در یک مدل برنامه ریزی آرمانی به کارگرفته شده اند که پس از قطعی سازی مدل و جایگذاری پارامترها، تعداد 60 نقطه نهایی به عنوان جواب های بهینه استخراج گردیده است.

Optimal Location of Electronic Charity Boxes Using a Hybrid Mathematical Model of Chance Constrained Goal Programming and EDAS Method

Using mathematical modeling of the location problem is effective in optimization of the location of electronic charity boxes. This paper investigates the effective criteria of amount of donation in each district and each type of location, following the determination of study districts, identifying types of locations and extracting conventional charity boxes information. The objectives of the model are to maximize the total amount of benefit and amount of donation motivation. In order to extract the donation motivation at any potential location, a number of criteria using the evaluation based on distance from average solution (EDAS) method are used, including district impact factor, location type impact factor, and human traffic factor. The constraints of the problem are defined as building the culture and prevention of accumulation of echarity boxes at any district and any type of location. Due to the multiobjective model and the randomness of the amount of benefit and the human traffic factor at any potential location, two objectives have been used as a chanceconstrained goal programming model, which after changing from a stochastic multiobjective model to a deterministic singleobjective one and setting the parameters, 60 locations are extracted as the final locations.