فصل 1: مقدمه 1

1-1- مقدمه 2

1-2- تعریف و اهمیت موضوع 2

1-3- هدف تحقیق 3

1-4- روش تحقیق 3

1-5- معرفی فصل‌ها 4

فصل 2: مروری بر منابع 5

2-1- مقدمه 6

2-2- تعاریف، اصول و مبانی نظری 6

2-2-1- مروری بر فضای ترکیبی 6

2-2-2- معیارهای رتبه‌بندی 8

2-2-3- شبیه‌سازی ترکیبی 9

2-3- مروری بر ادبیات موضوع 9

2-3-1- مدل‌های برنامه‌ریزی ترکیبی 9

2-3-1-1- مدل کلی 10

2-3-1-2- مدل برنامه‌ریزی ارزش انتظاری 10

2-3-1-3- برنامه‌ریزی با محدودیت شانس 11

2-3-1-4- برنامه‌ریزی وابسته به شانس 12

2-3-2- مسأله جایابی -میانه 13

2-4- نتیجه‌گیری 15

فصل 3: روش تحقیق 17

3-1- مقدمه 18

3-2- علت انتخاب روش 18

3-3- تشریح كامل روش تحقیق 19

3-3-1- مقدمات 19

3-3-2- طراحی مدل جدید جایابی -میانه در محیط ترکیبی 21

3-3-3- روش حل 23

3-3-4- الگوریتم ژنتیک 26

3-3-4-1- معرفی کروموزوم‌ها 26

3-3-4-2- جمعیت اولیه 27

3-3-4-3- تست شدنی بودن 28

3-3-4-4- تابع ارزیابی 29

3-3-4-5- فرایند انتخاب والد 29

3-3-4-6- عملیات تقاطع 29

3-3-4-7- عملیات جهش 32

3-3-4-8- فرایند تخصیص مجدد 32

 

3-3-4-9- فرایند انتخاب جمعیت 33

3-3-4-10- معیار توقف 33

فصل 4: نتایج و تفسیر آنها 34

4-1- مقدمه 35

4-2- محتوا 35

4-2-1- اجرای الگوریتم بر روی داده‌های قطعی 35

4-2-2- اجرای مدل در محیط احتمالی 37

4-2-3- اجرای مدل در محیط ترکیبی 40

4-2-4- خلاصه 51

فصل 5: جمع‌بندی و پیشنهادها 52

5-1- مقدمه 53

5-2- محتوا 53

5-2-1- جمع‌بندی 53

5-2-2- نوآوری 55

5-2-3- پیشنهادها 55

مراجع 57

پیوست‌ها 60
فهرست اشکال

شکل (3-1) نمونه‌ای از کروموزوم الگوریتم ارائه شده 27

شکل (3-2) نحوه عملکرد عملیات تقاطع تک نقطه 30

شکل (3-3) نحوه عملکرد عملیات تقاطع دو نقطه 30

شکل (3-4) نحوه عملکرد عملیات تقاطع سه والد 31

شکل (3-5) نحوه عملکرد عملیات جهش دو نقطه‌ای 32

شکل (4-1) نمودار تغییرات  و  نسبت به  در مثال احتمالی لیو 39

شکل (4-2) مختصات نقاط تقاضا و تسهیلات در مدل ارائه شده و مدل‌های معرفی شده در لیو 39

شکل (4-3) نمودار تغییرات  و  نسبت به  در مثال ون و ایوامورا 41

شکل (4-4) مختصات نقاط تقاضا و تسهیلات در مدل ارائه شده و مدل‌های معرفی شده در ون و ایوامورا 42

شکل (4-5) نمودار تغییرات  و  نسبت به  در مثال لیو 44

شکل (4-6) مختصات نقاط تقاضا و تسهیلات در مدل ارائه شده و مدل‌های معرفی شده در لیو 45

شکل (4-7) نمودار تغییرات  و  نسبت به  در مثال ونگ و واتادا 47

شکل (4-8) نمودار تغییرات  و  نسبت به  در مسأله 26 استان 49

شکل (4-9) جایابی انبار در مسأله 26 استان 50
فهرست جداول

جدول (2-1) مقاله‌های موجود در زمینه جایابی در محیط‌های غیرقطعی 15

جدول (4-1) نتایج حاصل از الگوریتم ارائه شده و نرم‌افزار جایابی داسکین بر روی داده‌های گالوائو 36

جدول (4-2) نتایج حاصل از الگوریتم ارائه شده و نرم‌افزار جایابی داسکین بر روی داده‌های گالوائو با تعیین تقاضا 36

جدول (4-3) مختصات و تقاضای نقاط نقاضا در مسأله لیو 37

جدول (4-4) جواب مسأله لیو به ازاء  های مختلف 38

جدول (4-5) مکان و تقاضای نقاط تقاضا در مسأله ون و ایوامورا 40

جدول (4-6) جواب ون و ایوامورا به ازاء  های مختلف 41

جدول (4-7) مکان و تقاضای نقاط تقاضا در مسأله لیو 42

جدول (4-8) جواب مسأله لیو به ازاء  های مختلف 43

جدول (4-9) مسافت بین نقاط تقاضا و نقاط کاندید استقرار در مسأله ونگ و واتادا 45

جدول (4-10) مکان و تقاضای نقاط تقاضا در مسأله ونگ و واتادا 45

جدول (4-11) جواب مسأله ونگ و واتادا به ازاء  های مختلف 46

جدول (4-12) تخصیص تسهیلات به نقاط تقاضا در مسأله ونگ و واتادا 47

جدول (4-13) مراکز استان‌ها و تقاضای تصادفی فازی آن‌ ها 48

جدول (4-14) جواب مسأله 26 استان به ازاء  های مختلف 49

چکیده

مسأله جایابی و تخصیص در تحقیقات بسیاری مورد بررسی قرار گرفته است. در یک مسأله جایابی و تخصیص، تعدادی نقطه تقاضا و تعدادی نقطه کاندید استقرار وجود دارد و سعی می‌شود تسهیلاتی در نقاط کاندید استقرار قرار داده و به نقاط تقاضا تخصیص داده شود. از این کار، اهداف بسیاری می‌توان داشت از جمله کمینه‌سازی تعداد تسهیلاتی که می‌توانند تمام نقاط تقاضا را سرویس بدهند، حداکثر کردن تقاضایی که می‌تواند توسط تسهیلات برآورده شود، کمینه‌سازی بیشترین مسافت یا کمینه کردن جابجایی بین نقاط تقاضا و تسهیلات، کمینه‌سازی هزینه نهایی و … .

گاهی اوقات، تقاضای نقاط ظاهراً از یک توزیع پیروی می‌کنند اما با آن توزیع به طور مناسب انطباق ندارند. یکی از دلایل این امر می‌تواند این باشد که تقاضا یک متغیر ترکیبی است. در این پایان‌نامه، به بررسی یکی از مدل‌های جایابی تسهیلات به نام مدل -میانه در محیط ترکیبی پرداخته شده است. همچنین از دو مدل برنامه‌ریزی وابسته به شانس و برنامه‌ریزی با محدودیت شانس استفاده کرده و یک مدل دوسطحی ترکیبی توسعه داده شده، طوری‌که در این مدل، دخالت تصمیم‌گیر به حداقل رسیده است. برای حل این مدل، از ترکیب سطوح استفاده شده که با کمک الگوریتم ژنتیک حل شده است.
1-1- مقدمه