مسله مسیریابی کمانظرفیتدار چندهدفه-چندکالایی با تقاضای فازی
General Material Designation
[پایاننامه]
First Statement of Responsibility
/لیلا جوازی
.PUBLICATION, DISTRIBUTION, ETC
Place of Publication, Distribution, etc.
سنندج
Name of Publisher, Distributor, etc.
: مهندسی
Date of Publication, Distribution, etc.
، ۱۳۹۰
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
ز، ۱۲۰ ص.
Other Physical Details
: مصور، جدول، نمودار + یک لوح فشرده
GENERAL NOTES
Text of Note
زبان: فارسی
INTERNAL BIBLIOGRAPHIES/INDEXES NOTE
Text of Note
کتابنامه: ص. ۱۰۹ - ۱۰۵
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
صنایع
Body granting the degree
کردستان
SUMMARY OR ABSTRACT
Text of Note
چکیده مسله مسیریابی کمان ظرفیتدار یکی از مهمترین مسائل مسیریابی با کاربردهای بسیار در شرایط دنیای واقعی است. در بسیاری از کاربردهای واقعی نظیر جمعآوری زبالههای شهری و ...، تصمیم گیرندگان میبایست بیشتر از یک هدف را در نظر گرفته و مسله را در شرایط غیر قطعی و در حالتی که یالهای موردنیاز، دارای تقاضا برای بیش از یک نوع کالا میباشند بررسی نمایند. از اینرو در این تحقیق، یک مدل جدید از مسله مسیریابی کمان ظرفیتدار بصورت چندهدفه با در نظر گرفتن دو هدف کمینهسازی تعداد وسایل نقلیه و کمینهسازی هزینه کل سفر بصورت یک مدل برنامهریزی محدودیت شانسی مبتنی بر معیار اعتبار فازی فرموله میشود. در مدل مذکور، هر یال مورد نیاز متقاضی سرویس برای بیشتر از یک کالا بوده و مقادیر تقاضا برای هر نوع کالا بصورت عدد فازی مثلثی فرض میشود. سپس یک الگوریتم ژنتیک چندهدفه با استفاده از رویکرد مجموعه پارتو توسعه داده شده و به منظور تولید یک الگوریتم کارا و موثر برای حل مدل ارائه شده، با الگوریتم شبیهسازی احتمالی ترکیب میشود. همچنین به منظور بهبود کیفیت جوابهای نهایی، یک روش ابتکاری جدید برای تولید یک جواب اولیه خوب در جمعیت اولیه الگوریتم ژنتیک ارائه میگردد. در ادامه تعدادی مسله نمونه با تقاضای فازی بصورت تصادفی تولید شده و برای ارزیابی و بررسی ویژگیهای مدل پیشنهادی و رویکرد حل آن بکار میروند. کلمات کلیدی: مسله مسیریابی کمان ظرفیتدار چندهدفه، عدم قطعیت، برنامهریزی فازی محدودیت شانسی، شبیهسازی احتمالی، الگوریتم ژنتیک، رتبهبندی پارتو، روش ابتکاری
Text of Note
ABSTRACT The capacitated arc routing problem (CARP) is one of the most important routing problems with many applications in real world situations. In some real applications such as urban waste collection and etc., decision makers have to consider more than one objective and investigate the problem under uncertain situations where required edges have demand for more than one type of commodity. So, in this research, a new fuzzy chance constrained programming model based on credibility measure for CARP with two objectives: minimizing the number of vehicle and minimizing the total travel cost is formulated. In this model each required edge has demand for more than one type of commodity and also all demands for each commodity are supposed to be triangular fuzzy numbers. Then we develop a multi-objective genetic algorithm using the Pareto ranking technique and hybrid it with stochastic simulation to design an intelligent algorithm to solve the fuzzy chance constrained model. In order to improve the quality of final solutions, we also propose a new heuristic method to generate a good initial solution in initial population of genetic algorithm. Some data sets with fuzzy demand generated randomly are used to evaluate and investigate key characteristics of the new proposed model and solution approach. Keywords: Multi objective capacitated arc routing problem, Uncertainity, Fuzzy chance constrained programming, Stochastic simulation, Genetic algorithm, Pareto ranking Heuristic