نویسندگان

• مهدی بشیری ¹
• یونس گرمه ای ²

¹ دانشیارگروه مهندسی صنایع، دانشکده فنی، دانشگاه شاهد، تهران، ایران

² دانشجوی کارشناسی ارشد گروه مهندسی صنایع، دانشکده فنی، دانشگاه شاهد، تهران، ایران

چکیده

در مسائل پوشش تدریجی افزایش فاصله از تسهیل ارائه دهنده سرویس در ناحیه پوشش، موجب کم شدن سطح پوشش‌دهی می‌گردد و اغلب محققین در مسایل مکان‌یابی تنها به عامل فاصله توجه می‌کنند، حال آنکه در دنیای واقعی معیارهای زیادی مثل جمعیت، دسترسی سریع و... وجود دارند که باید علاوه بر عامل فاصله در ارزیابی مکان‌یابی و تخصیص مورد توجه قرار گیرند، به عنوان مثال در مکان‌یابی تسهیلات اورژانسی نباید تنها به عامل فاصله توجه کرد. از طرفی با ازدیاد نقاط تقاضا و معیارها، ضمن افزایش زمان محاسبات، نرخ ناسازگاری در ارزیابی و امتیازدهی بین نقاط نیز افزایش می‌یابد. در این مقاله رویکرد ترکیبی شبکه عصبی و شبیه سازی تبرید برای حل مسئله پوشش تدریجی چند معیاره پیشنهاد شده است. زمانیکه تعداد نقاط کم هستند، امتیاز نقاط (اهمیت نقاط در اولویت تخصیص) در مسئله با استفاده از تحلیل سلسله مراتبی و با افزایش تعداد نقاط، پس از یافتن الگوی ذهنی تصمیم‌گیرندگان این امتیازها با روش شبکه عصبی محاسبه می-شود، البته کارایی الگوریتم شبکه عصبی در یافتن الگوی ذهنی با استفاده از آزمون رتبه علامت دار در این مقاله تایید شده است. در ادامه مسئله با استفاده از الگوریتم شبیه سازی تبرید حل می‌گردد که نتایج بررسی، حاکی از کارایی بالای الگوریتم پیشنهادی (کیفیت جواب وزمان حل) در مقایسه با روش دقیق است.

کلیدواژه‌ها

• پوشش تدریجی
• شبکه عصبی
• الگوریتم شبیه سازی تبرید

عنوان مقاله [English]

Solving Multi Criteria Gradual Covering Problem Using Simulated Annealing and Artificial Neural Network

نویسندگان [English]

• Mahdi Bashiri ¹
• Yoones Garmeyi ²

چکیده [English]

In traditional covering problem, covering levelof receiving the services is independent ofdistances between nodes and facilities. However in gradual covering location problem (GCLP) the covering objective depends on the distance of customers from the service centers. Hence increasing incustomer-facility distances will results in decreasing the covering level. In most of covering problems, researchers only consider the distance factor. However; in the real word there are some other important elements such as population, availability, distance and etc. which affect the location of service center. Increasing the number of demand nodes and criteria’s will result in increasing the nodes evaluating computational time and inconsistency rate. This paper proposes a combined Simulated annealing (SA) and Artificial Neural Network (ANN) approaches to solve the multi criteria GCLP.In presence of few nodes; score of nodes are calculated usingAnalytic Hierarchy Process (AHP) method. Moreover by increasingthe number of nodes the score of every node will be calculated using ANNinstead of AHP. Statistical test of signed rank test shows that there is not a significant difference between the result of ANN and AHP methods. The comparison results between the exact solution method and the proposed algorithm confirms the efficiency of the proposed solution approach.

کلیدواژه‌ها [English]

• Gradual covering Problem
• Neural Network
• Simulated Annealing