آینده‌پژوهی دفاعی

آینده‌پژوهی دفاعی

برنامه‌ریزی اعتباری عدد صحیح فازی جهت مدل‌سازی و حل مسأله حمل و نقل و امداد بشردوستانه پس از بحران در شرایط فازی

نوع مقاله : مقاله علمی- پژوهشی

نویسنده
ملیحه نیک سیرت
استادیار گروه علوم کامپیوتر دانشگاه صنعتی بیرجند، بیرجند، ایران
10.22034/dfsr.2020.38889
چکیده
در شرایط پس از بحران، یکی از مهمترین هدف­های سازمان­های حمل­ونقل بشردوستانه حمل کالاهای ضروری در سریع­ترین زمان ممکن به مکان حادثه است. بدین منظور باید تصمیماتی در زمینه تأمین سریع وسایل نقلیه موردنیاز و زمان­بندی و مسیریابی آنها اتخاذ شود. مسأله حمل­ونقل کمک­های بشردوستانه در شرایط پس از بحران، به دلیل کمبود وسایل نقلیه، شرایط عدم قطعیت حاکم بر مسأله و تغییرات آنی و غیرقابل پیش­بینی از اهمیت ویژه­ای برخوردار است. در این مقاله مسأله تأمین، مسیریابی و زمان­بندی وسایل نقلیه به صورت یکپارچه و در شرایط عدم قطعیت با هدف رساندن کالاهای ضروری در پنجره زمانی مشخص به مکان­های آسیب­دیده با کمترین هزینه در نظر گرفته شده است. بر این اساس در این تحقیق، ابتدا منابع عدم قطعیت در مسأله حمل­ونقل و امداد بشردوستانه پس از بحران استخراج شده است که شامل عدم قطعیت در هزینه استفاده از وسیله نقلیه، زمان سفر و محدودیت­های فازی است. سپس یک مدل برنامه­ریزی عدد صحیح آمیخته فازی برای مسأله پیشنهاد شده است که همزمان تابع هدف فازی، محدودیت­های فازی و پارامترهای فازی را شامل می­شود. جهت برخورد با عدم قطعیت و ارائه راهکاری که قادر به یافتن استراتژی­های پایدار در مقابل تغییرات محیطی در شرایط پس از بحران باشد راهکار برنامه­ریزی اعتباری فازی و رابطه اعتبار فازی پیشنهاد شده است. مدل نهایی مسأله در نرم­افزار بهینه­سازی AMPL پیاده­سازی و نتایج محاسباتی در راستای ارزیابی مدل و راهکار پیشنهادی ارائه شده است.
کلیدواژه‌ها
حمل‌ونقل و امداد بشردوستانه
‌ مسیریابی وسایل نقلیه
زمان‌بندی وسایل نقلیه
برنامه‌ریزی عدد صحیح فازی
برنامه‌ریزی اعتباری فازی
  • بیگی، سکینه. و حسین‌زاده، الهام. (۱۳۹۸). مدلسازی ریاضی مسأله مکانیابی- مسیریابی در شرایط بحرانی با در نظر گرفتن امنیت مسیر، ‌فصلنامه ‌علمی‌ آینده­پژوهی دفاعی، ۴ (۱۳): ۸۹-۱۱۰.
  • صبوحی، ‌فاطمه.، حیدری، ‌مهدی. و ‌بزرگی امیری،‌ علی. (۱۳۹۶). ارائه‌ مدل ‌مسیریابی ‌و ‌زمان‌بندی‌ جهت‌ تخلیه ‌اضطراری ‌با ‌در ‌نظر‌ گرفتن ‌امکان ‌تراکنش ‌بین ‌پناهگاه­ها، نشریه ‌بین­ المللی ‌مهندسی‌ صنایع ‌و ‌مدیریت ‌تولید، 28(۱): ۵۵-67.
  • طیبی، جواد.، کاظمی، محمدرضا. و‌ هداوندی،‌ اسماعیل. (۱۳۹۶). آینده‌پژوهی‌ در سیستم‌های‌ دفاعی با استفاده از رویکردی مبتنی بر برنامه­ریزی ریاضی به­منظور مکانیابی‌ تسهیلات‌ درمانی‌ و تقسیم­بندی مناطق، ‌فصلنامه‌ علمی ‌آینده­پژوهی دفاعی، ‌2 (۷): ۷-۳۰.
  • قاسمی، پیمان.، خلیلی دامغانی، کاوه.، حافظ الکتب، اشکان. و رئیسی، صدیق. (۱۳۹۷). ارائه یک مدل ریاضی چندهدفه مکانیابی، تخصیص و توزیع کالاهای امدادی در شرایط عدم قطعیت، مطالعات مدیریت صنعتی، ۱۶(۵۱): ۱۰۷-۱۴۴.

 

  • Abounacer, R., Rekik, M. & Renaud, J. (2014). An exact solution approach for multi-objective location–transportation problem for disaster response, Computers & Operations Research, 41: 83-93.
  • Bruni, M., Beraldi, P. & Khodaparasti, S. (2018). A fast heuristic for routing in post-disaster humanitarian relief logistics, Transportation research procedia, 30: 304-313.
  • Caunhye, A.M., Zhang, Y., Li, M. & Nie, X. (2016). A location-routing model for prepositioning and distributing emergency supplies, Transportation research part E: logistics and transportation review, 90: 161-176.
  • Dastjerd, N.K. & Ertogral, K. (2018). A Fix-and-optimize heuristic for the integrated fleet sizing and replenishment planning problem with predetermined delivery frequencies, Computers & Industrial Engineering, 127: 778-787.
  • Dong, J.-Y. & Wan, S.-P. (2018). A new trapezoidal fuzzy linear programming method considering the acceptance degree of fuzzy constraints violated, Knowledge-Based Systems, 148: 100-114.
  • Faiz, T., Vogiatzis, C. & Noor-E-Alam, Md. (2019). A Column Generation Algorithm for Vehicle Scheduling and Routing Problems, Computers & Industrial Engineering, 130: 222-236. 
  • Galindo, G. & Batta, R. )2013(. Review of recent developments in OR/MS research in disaster operations Management, European Journal of Operational Research, 230 (2): 201-211.
  • Ghodratnama, A., Torabi, S. A. & Tavakkoli-moghaddam, R. (2012). Credibility-based fuzzy programming models to solve the budget-constrained flexible flow line problem, Iranian Journal of Fuzzy Systems, 9 (6): 1-29. 
  • Gunawan, F. E. (2015). Empirical Assessment on Factors Affecting Travel Time of Bus Rapid Transit, International Journal of Engineering and Technology, 7 (1): 327-334.
  • Hatami-Marbini, A., Agrell, P. J., Tavana, M. & Emrouznejad A. (2013). A Stepwise Fuzzy Linear Programming Model with Possibility and Necessity Relation, Journal of Intelligent and Fuzzy Systems, 25: 81–93.
  • Hesamian, G. & Bahrami, F. (2017). Credibility theory oriented preference index for ranking fuzzy numbers, Iranian Journal of Fuzzy Systems, 14 (6): 103-117.
  • Li, F., Golden, B. & Wasil, E. (2007). The open vehicle routing problem: Algorithms, large-scale test problems, and computational results, Computers & operations research, 34 (10): 2918-2930.
  • Li, H. & Gong, Z. (2011). Fuzzy Linear Programming with Possibility and Necessity Relation, Fuzzy Information and Engineering, 78: 305-311.
  • Maghfiroh, M.F. & Hanaoka, S. (2018). Dynamic truck and trailer routing problem for last mile distribution in disaster response, Journal of Humanitarian Logistics and Supply Chain Management, 8 (2): 252-278.
  • Mohamadi, A. & Yaghoubi, S. (2017). A bi-objective stochastic model for emergency medical services network design with backup services for disasters under disruptions: An earthquake case study, International Journal of Disaster Risk Reduction, 23: 204-217.
  • Ramik J. (2007). Optimal solutions in optimization problem with objective function depending on fuzzy parameters, Fuzzy Sets and Systems, 158 (17): 1873–1881.
  • Ramik, J. (2006). Duality in fuzzy linear programming with possibility and necessity relations, Fuzzy Sets and Systems, 157 (10): 1283-1302.
  • Shavarani, S.M. & Vizvari, B. (2018). Post-disaster transportation of seriously injured people to hospitals, Journal of Humanitarian Logistics and Supply Chain Management, 8 (2): 227-251. 
  • ·      Yadav, H. &  Yadav,  D. K. (2016). A method for generating membership function from numerical data, Journal of Intelligent and Fuzzy Systems, 29 (5): 2227-2233.
  • Zhang, Y.M., Huang, G.H., Lin, Q.G. & Lu, H.W. (2012). Integer fuzzy credibility constrained programming for power system management, Energy, 38 (1): 398–405.