Goal programming approach to solving network design problem with multiple objectives and demand uncertainty

تاریخ: ۲۰۱۲

پایگاه: الزویر

لینک دانلود اصل مقاله

نام مجله: Expert Systems with Applications

قیمت: ۲۰۰,۰۰۰ ریال

تعداد صفحات انگلیسی: ۱۱

تعداد صفحات فارسی: ۲۲

کد: ۴۰۰۹۱

چکیده فارسی

مشکل طراحی شبکه جابجایی (NDP) با چندین هدف و بی‌ثباتی تقاضا بعنوان طیفی از الگوهای برنامه‌ریزی چند منظوره Stochastic‌ در چارچوب برنامه‌ریزی دو سطحی بود. حل این الگوهای NDP چند‌منظوره (Stochastic‌(SMONDP مستقیماً نیاز به تولید مجموعه‌ای از راه‌حل‌های بهینه معروف به مجموعه بهینه pareto دارد. برای تحقیق عملی، فقط یک راه‌حل خوب که هدف‌های سهامداران مختلف را در نظر دارد مورد نیاز می‌باشد. با این دید ما راهکار برنامه‌ریزی هدف را برای حل الگوهای SMONDP می‌پذیریم. راهکار GP اهداف تعریف شده مصرف‌کننده و ساختار برتر بین اهداف چند‌منظوره در پروسه تصمیم NDP را در نظر می‌گیرد. با در نظر گرفتن اهداف الگوسازی متفاوت ما سه الگوی GPStochastic‌ را با فلسفه‌های متفاوت برای طراحان الگوی تصمیم NDP تحت ب‌ثباتی تقاضا است. بطور مثال ارزش مورد نظر الگوی GP،‌ الگوی GP فرصت غیرطبیعی و الگوی GP فرصت وابسته. در ضمن روند راه‌حل الگوریتم تکوینی بر پایه شبیه‌سازی (SGA) برای حل هر سه مدل GPStochastic‌ توسعه یافته است. مثال‌های عددی همچنین برای نشان دادن کاربری بودن راهکار GP در حل الگوهای SMONDP و همینطور استحکام روند راه حل SGA را ارائه می‌کند.

چکیده انگلیسی

The transportation network design problem (NDP) with multiple objectives and demand uncertainty was originally formulated as a spectrum of stochastic multi-objective programming models in a bi-level programming framework. Solving these stochastic multi-objective NDP (SMONDP) models directly requires generating a family of optimal solutions known as the Pareto-optimal set. For practical implementation, only a good solution that meets the goals of different stakeholders is required. In view of this, we adopt a goal programming (GP) approach to solve the SMONDP models. The GP approach explicitly considers the user-defined goals and priority structure among the multiple objectives in the NDP decision process. Considering different modeling purposes, we provide three stochastic GP models with different philosophies to model planners’ NDP decision under demand uncertainty, i.e., the expected value GP model, chance-constrained GP model, and dependent-chance GP model. Meanwhile, a unified simulation-based genetic algorithm (SGA) solution procedure is developed to solve all three stochastic GP models. Numerical examples are also presented to illustrate the practicability of the GP approach in solving the SMONDP models as well as the robustness of the SGA solution procedure

مشخصات استنادی

Chen, A., & Xu, X. (2012). Goal programming approach to solving network design problem with multiple objectives and demand uncertainty. Expert Systems with applications, 39(4), 4160-4170

دانلود اصل مقاله

ویژگی‌های مقاله راهکار برنامه ریزی هدف برای حل مشکل طراحی شبکه با چندین هدف و بی ثباتی تقاضا

مقاله “راهکار برنامه ریزی هدف برای حل مشکل طراحی شبکه با چندین هدف و بی ثباتی تقاضا” در سال ۲۰۱۲ در مجله Expert Systems with Applications چاپ شده و در پایگاه اطلاعاتی الزویر نمایه شده است. این مقاله به بررسی طراحی شبکه جابجایی (NDP)، الگوهای برنامه‌ریزی چند منظوره Stochastic، راه‌حل الگوریتم تکوینی بر پایه شبیه‌سازی (SGA) و الگوهای SMONDP پرداخته است. همچنین براساس اطلاعات پایگاه اطلاعاتی گوگل اسکولار این مقاله ۳۱ بار مورد استناد قرار گرفته است.