پیشینه تحقیق مسایل مکان‌یابی و دسته بندی آن و فواصل در مسایل برنامه‌ریزی تسهیلات  دارای ۴۳ صفحه می باشد  فایل پیشینه تحقیق به صورت ورد  word و قابل ویرایش می باشد. بلافاصله بعد از پرداخت و خرید لینک دنلود فایل نمایش داده می شود و قادر خواهید بود  آن را دانلود و دریافت نمایید . ضمناً لینک دانلود فایل همان لحظه به آدرس ایمیل ثبت شده شما ارسال می گردد.

فهرست مطالب

۲ – ۱   مقدمه    ۴
۲ – ۲   مسایل مکان یابی با مانع    ۵
۳ – ۱   مقدمه    ۱۲
۳ – ۲    دسته بندی مسایل مکانیابی    ۱۴
۳ – ۳   فواصل در مسایل برنامهریزی تسهیلات    ۱۶
۳ – ۳ – ۱   فاصله متعامد یا منهتن    ۱۷
۳ – ۳ – ۲   خطمستقیم یا فاصله اقلیدسی    ۱۸
۳ – ۳ – ۳   مجذور فاصله اقلیدسی    ۱۸
۳ – ۳- ۴   فاصله چبی‌شف    ۱۹
۳ – ۳ – ۵   کوتاهترین مسیر    ۲۰
۳ – ۴   الگوریتمهای جستجوی مستقیم    ۲۰
۳ – ۴ – ۱   الگوریتم جستجوی الگو    ۲۱
۳ – ۴ – ۱ – ۱   الگوریتم جستجوی الگوی هوک و جیوز    ۲۴
۳ – ۴ – ۲   الگوریتم ژنتیک    ۳۰
۳ – ۴ – ۲ – ۱   مفاهیم کلیدی الگوریتم ژنتیک    ۳۱
فهرست مراجع    ۴۰
فهرست مراجع فارسی    ۴۰
فهرست مراجع لاتین    ۴۱

مراجع

 [۳۲] فرقانی، ع.، آخوندی، ع.، الهی‌فرد، ا.، دیوسالار، ع.، طراحی کارخانه و حمل‌و‌نقل مواد، انتشارات جهاد دانشگاهی صنعتی شریف، ۱۳۸۸٫

[۳۳] نیکوفکر، م.، عبداله‌زاده، و.، طرح‌ریزی واحدهای صنعتی، چاپ سوم، انتشارات نگاه دانش، ۱۳۹۱٫

[۳۴] بشیری، م.، حسینی‌جو، ع.، حسینی‌نژاد، ج.، طراحی سیستم های صنعتی (مکان‌یابی و استقرار تسهیلات)، انتشارات دانشگاه شاهد، ۱۳۸۸٫

 ۱ -مقدمه

مکان‌یابی تک‌وسیله‌ای[۱] (تک‌تسهیلی) پیوسته در سطح[۲]، حوزه‌ گسترده‌ای از کاربرد مدلسازی ریاضی در دنیای واقعی است. در این مسایل مکان بهینه‌ی یک تسهیل جدید (تسهیل عرضه) به منظور سرویس‌دهی به مجموعه‌ای از تسهیلات موجود (تسهیلات متقاضی)، با توجه به تقاضاهایشان، مشخص می‌شود.

مساله میانه، مساله مرکز و مساله مرکز – میانه چند حالت از مسایل مکان‌یابی هستند که در ادبیات موضوع مورد توجه بوده‌اند. در مساله میانه کلاسیک (که غالبا مساله وبر[۳]، مساله فرما – اشنایدر- وبر[۴] و مساله کمترین مربعات[۵] نیز نامیده میشود) در پی یافتن مکان تسهیل جدید هستیم بهطوریکه مجموعه فواصل وزن‌دهی شده[۶] با تسهیلات موجود کمینه شود. برای اطلاعات بیشتر در این زمینه، به فراهانی و حکمت‌فر [۳]و کلامروس [۱] مراجعه کنید. در گونه‌ای از مسایل میانه، با محدودیت در قرارگیری یا حرکت مواجه هستیم. در ادبیات موضوع معمولا سه دسته از این مسایل مطالعه شده‌اند. دسته اول نواحی ممنوعه نامیده می‌شوند که تسهیلات نمیتوانند در این نواحی قرار گیرند، اما حرکت در میان آنها بلامانع و بدون جریمه است (مانند مناطق و پارک‌های حفاظت شده یا مناطقی که مشخصه‌های جغرافیایی از قبیل شیب تند زمین از ایجاد تسهیل مورد نظر ممانعت می‌کند). برای مطالعه بر روی مسایل مکان‌یابی میانه و مرکز در نواحی ممنوعه به هاماخر و نیکل [۴] مراجعه کنید.

دسته دوم بهعنوان نواحی متراکم شناخته می‌شوند. در این نواحی، قرارگیری یک تسهیل ممنوع و حرکت از میان آنها با جریمه همراه است (مانند دریاچه‌ای که با قایق بتوان از دو طرف آن عبور و مرور کرد). برای نمونه، مسایل مکان‌یابی با نواحی متراکم، با سرعت و هزینه‌های سفر مختلف، در بوت و کاوالیر [۵]بحث و بررسی شده‌اند.

دسته سوم نواحی‌ای هستند که تسهیل جدید نه میتواند آنجا استقرار یابد و نه میتواند از میان آن عبور کند. این نواحی، نواحی با مانع نامیده می‌شوند. دریاچه‌ها، کوهستان‌ها، مناطق نظامی، رودخانه‌ها، بزرگ‌راه‌ها، و در مقیاس کوچکتر نوار نقاله‌ها و ماشین آلات موجود در سطح کارخانهها نمونه‌هایی از این نواحی هستند.

۲ – ۲   مسایل مکان یابی با مانع[۷]

اگر چه مسایل مکان‌یابی با مانع در مقایسه با مسایل مکان‌یابی کلاسیک خیلی عملی‌تر و نزدیک‌تر به دنیای واقعی هستند، اما به علت پیچیدگی محاسباتی‌ای که این نوع مسایل دارند، تنها در چند دهه اخیر در ادبیات موضوع مشاهده شده‌اند.

مدلسازی مکان‌یابی با مانع، برای اولین بار توسط کاتز و کوپر [۶]معرفی شد. پژوهشگران یک مساله وبر صفحه‌ای[۸] را با فواصل اقلیدسی و یک مانع دایره‌ای در نظر گرفتند. آنها نشان دادند که چنین مسایلی تابع هدفی نامحدب دارند و در ادامه برای حل آن یک روش ابتکاری مبتنی بر کمینه‌سازی متوالی نامقید[۹] پیشنهاد دادند. سپس، کلامروس [۷] برخی از خواص جبری این مساله را بررسی کرد. نویسنده ناحیه شدنی را به تعدادی سلول‌های محدب با تابع هدف محدب تجزیه کرد، بدین صورت که اگر N تعداد تسهیلات موجود باشد، تعداد این سلول‌های محدب تابعی دوجمله‌ای (یعنی برابر ) است. با توجه به اینکه با افزایش N، ساخت این سلول‌های محدب سنگین و پرهزینه میشود، بایشوف و کلامروس [۸]با پیشنهاد روشی مبتنی بر الگوریتم ژنتیک (GA) براین مشکل فایق شدند. در ادامه، بایشوف و همکاران [۹]از این روش برای مساله مکان‌یابی– تخصیص تسهیلات[۱۰] در حضور موانع چندوجهی و فاصله اقلیدسی استفاده کردند. نویسندگان دو روش ابتکاری را که هریک از روش‌ها از دو جواب اولیه استفاده می‌کرد، معرفی کردند، و سپس براساس نتیجه محاسباتی به بررسی روش‌های ابتکاری پیشنهادی پرداختند.

آنجا و پارلر [۱۰]و بوت و کاوالیر [۱۱]برای مسایل میانه در سطح و در حضور موانع چندوجهی، روش‌هایی ابتکاری توسعه دادند. آنجا و پارلر [۱۰]برمبنای مفهوم پدیداری[۱۱] و با بهکارگیری الگوریتم کوتاه‌ترین مسیر دایسترا[۱۲] برای مساله مکان‌یابی در حضور موانع چندوجهی (نه لزوما محدب) تحت شرایطی که تابع فاصله از نوع اقلیدسی باشد، به کمک الگوریتم فراابتکاری شبیه سازی تبرید[۱۳] (SA)، یک جواب بهینه تقریبی بدست آوردند. بوت و کاوالیر [۱۱]حالت خاص مساله آنجا و پارلر [۱۰]را که در آن موانع چندوجهی محدب بودند در نظر گرفتند. نویسندگان با استفاده از گراف پدیداری[۱۴] و با پیشنهاد یک روش ابتکاری مساله وبر مقید را به مساله نامقید وبر در هر تکرار از الگوریتم تبدیل کردند. سپس، براساس یک شرط توقف ، الگوریتم منجر به جواب بهینه موضعی شد. در ادامه، کلامروس [۱۲]با یک رویکرد تجزیه‌سازی متفاوت و کاراتر، مساله اصلی نامحدب را به تعدادی زیرمساله محدب متناهی تبدیل کرد، و سپس یک روش حل دقیق و یک روش ابتکاری مبتنی بر این رویکرد تجزیه‌سازی توسعه داد.

مک گاروی و کاوالیر [۱۳]از روش اصلاح شده «مربع بزرگ مربع کوچک[۱۵] (BSSS)» برای مساله مکان‌یابی میانه در حضور موانع چندوجهی و فواصل اقلیدسی بهره بردند. روش BSSS یک الگوریتم هندسی شاخه‌و‌کران است که توسط هانسن و همکاران [۱۴]پیشنهاد شد. این روش ابتدا برای حل مساله مکان‌یابی تسهیلات ناخوشایند[۱۶] پیشنهاد شد. این الگوریتم برای مسایل مکان‌یابی پیوسته به این صورت طراحی شد که از طریق گسسته‌سازی[۱۷] یک سطح یا صفحه پیوسته، ناحیه شدنی را به تعدادی زیرمنطقه مربعی شکل تقسیم کرد.

فریث و همکاران [۱۵]یک مساله مکان‌یابی مرکز را در حضور موانع چندوجهی همراه با تابع فاصله اقلیدسی در نظر گرفتند. نویسندگان با استفاده از رویکرد انتشار امواج رادیویی دایره‌ای[۱۸]، کوتاه‌ترین فاصله بین نقاط را تعیین کردند، و سپس یک آزمایش تجربی را بررسی کردند و یک شبیه‌سازی کامپیوتری برای فواصل اقلیدسی و متعامد ارایه دادند.

در حالت خاص، از فاصله منهتن (متعامد) نتایج گسسته سازی توسط لارسون و صدیق [۱۶]برای مساله وبر با شکلهای دلخواه برای موانع بررسی شد. نویسندگان با ایجاد ساختار شبکه‌ای (شبکه موزاییکی[۱۹]) از گره یال و با تعیین مجموعه متناهی غالب[۲۰] و با بهکارگیری مساله p- میانه مشخص کردند که این شبکه حاوی دستکم یک جوال بهینه است.

این مساله زمینه‌ای برای توسعه و پژوهشها مشابه شد. باتا و همکاران [۱۷]دو مساله مکان‌یابی سطح با فاصله متعامد را هم برای نواحی ممنوعه و هم موانع با شکلهای دلخواه[۲۱] در نظر گرفتند. نویسندگان ابتدا یک مساله  p- میانه و سپس یک مساله صف احتمالی میانه[۲۲] را در حضور موانع با شکلهای دلخواه بررسی کردند.

گسسته‌سازی مشابه با لارسون و صدیق [۱۶]توسط هاماخر و کلامروس [۱۸]برای مساله وبر با موانع و فواصل بلوکی[۲۳] انجام گرفت. کارایی محاسباتی روشهای یاد شده توسط دیرینگ و سگراس [۱۹] [۲۰] بهطور قابل ملاحظه‌ای بهبود داده شد. نویسندگان نشان دادند که یک مجموعه غالب کاهش یافته[۲۴] برای این مساله کافی و مناسب است. دیرینگ و همکاران [۲۱]نیز الگوریتمی مبتنی بر یک مجموعه متناهی نامزد بهنام مجموعه غالب برای مساله مرکز با فواصل متعامد پیشنهاد کردند. این نتایج سپس توسط دیرینگ و همکاران [۲۲]برای فواصل با نرم بلوکی توسعه یافتند.

دسته‌ای دیگر از پژوهشها در ادامه مطالعات لارسون و صدیق [۱۶]و باتا و همکاران [۱۷]توسط ساواس و همکاران [۲۳]آغاز شد. نویسندگان مدلی برای قرارگیری تسهیلات با اندازه متناهی توسعه دادند. وانگ و همکاران [۲۴] مساله مکان‌یابی تک‌تسهیلی را در جانمایی کف یک فروشگاه با فواصل متعامد مطالعه کردند. در این مقاله، با توجه به تعداد ورودی و خروجی تسهیلات تقاضای مستطیلی شکل با مکان ثابت، کمترین هزینه مسافت کل از تسهیل عرضه که به تسهیلات سرویس دهد، بدست آمد. تعمیمی از کار ساواس و همکاران [۲۳] توسط کلاچنکاتی و همکاران [۲۵] انجام شد. نویسندگان استقرار یک تسهیل با اندازه محدود در چیدمان را در نظر گرفتند بهطوریکه تسهیل جدید و بخش‌های موجود، مستطیلی شکل و فواصل از نوع نرم  بودند. آنها بهعلت اینکه تسهیل جدید بنابر برخی محدودیت‌ها نمیتواند در مکان بهینه استقرار یابد، از خطوط کانتور به منظور یافتن مکان مناسب جایگزین برای بخش جدید استفاده کردند.

ناندیکوندا و همکاران [۲۶] مساله مکان‌یابی مرکز را در حضور موانع با شکلهای دلخواه و فواصل منهتن بررسی کردند. نویسندگان تکنیک تجزیه‌سازی ناحیه شدنی به سلول‌ها را که توسط لارسون و صدیق [۱۶] مطرح شده بود، برای این مساله توسعه دادند. تعمیمی از مطالعه ناندیکوندا و همکاران [۲۶] توسط سرکار و همکاران [۲۷] که مکان‌یابی یک‌تسهیلی را با اندازه محدود و شکل دلخواه در حضور موانع با شکلهای دلخواه و تابع هدف مرکز و تابع فاصله متعامد در نظر گرفتند، انجام شد. همچنین نویسندگان برخلاف ساواس و همکاران [۲۳] به جای مساله میانه، مساله مرکز را درنظر گرفتند. همچنین، آنها تنها رابطه میان تسهیل جدید و تسهیلات موجود را  در نظر گرفتند.

[۱] Facility Location

[۲] Plane

[۳] Weber Problem

[۴] Fermat Steiner Weber Problem

[۵] Minisum Problem

[۶] Weighted Distances

[۷] Location Problem with Barriers

[۸] Planar Weber

[۹] Sequential Unconstrained Minimization Technique

[۱۰] Multi-Facility Location-Allocation Problem

[۱۱] Visibility concepts

[۱۲] Dijkstra

[۱۳] Simulated Annealing

[۱۴] Visibility graph

[۱۵] Big Square Small Square (BSSS)

[۱۶] Obnoxious Facility

[۱۷] Disceretized

[۱۸] Propagation of Circular Wavefront

[۱۹] Grid Tesselation

[۲۰] Finite Dominating Set

[۲۱] Arbitrarily Shaped Barriers

[۲۲] Stochastic Queue Median

[۲۳] Blocked Norm Distances

[۲۴] Reduced Dominating Set

تمامی فایل های پیشینه تحقیق و پرسشنامه و مقالات مربوطه به صورت فایل دنلودی می باشند و شما به محض پرداخت آنلاین مبلغ همان لحظه قادر به دریافت فایل خواهید بود. این عملیات کاملاً خودکار بوده و توسط سیستم انجام می پذیرد. جهت پرداخت مبلغ شما به درگاه پرداخت یکی از بانک ها منتقل خواهید شد، برای پرداخت آنلاین از درگاه بانک این بانک ها، حتماً نیاز نیست که شما شماره کارت همان بانک را داشته باشید و بلکه شما میتوانید از طریق همه کارت های عضو شبکه بانکی، مبلغ  را پرداخت نمایید.