الگوریتم کارا برای تجزیه و تحلیل کارآمد برای تخصیص چندگانه مساله مکان هاب ناقص با الزامات زمان سرویس

بسیاری از سیستم‌های حمل و نقل برای مسیر یابی بین جفت‌های مبدا – مقصد از گره‌های تقاضا به طور گسترده به عنوان شبکه‌های مرکزی و انشعاب طراحی شده‌اند. برای بهبود سطح خدمات ارایه‌شده در این شبکه‌ها، الزامات زمان سرویس در طول مدل‌سازی در نظر گرفته می‌شوند، که منجر به تخصیص چندگانه مساله مکان هاب ناقص با الزامات زمان سرویس می‌شود. این مشکل شامل طراحی هاب و شبکه صحبت کردن با تعیین hubs ایجاد قوس‌های بین قطب و مسیر یابی مبدا – مقصد با حداقل هزینه در هنگام برآورده کردن نیازهای زمانی سرویس است. همانطور که زمان‌های سفر معمولا برای اکثر موارد واقعی نامعلوم است، مساله از طریق یک مدل بهینه‌سازی استوار برنامه‌ریزی خطی دودویی، که توسط دو الگوریتم های تجزیه بندر تخصصی حل شده‌است، نزدیک می‌شود. چارچوب تجزیه Benders ابداع شده بهتر از یک حل‌کننده بهینه‌سازی هدف کلی برای حل نمونه‌های معیار ادبیات محل هاب می‌باشد. نتایج به‌دست‌آمده همچنین نشان می‌دهند که چگونه احتمال نقض الزامات زمان سفر با سطح حفاظت از پیش تعیین‌شده کاهش می‌یابد، به قیمت هزینه‌های بالاتر راه‌حل بهینه برای مدل بهینه‌سازی استوار.

Many transportation systems for routing flows between several origin-destination pairs of demand nodes have been widely designed as hub-and-spoke networks. To improve the provided service level of these networks, service time requirements are here considered during modeling, giving rise to a multiple allocation incomplete hub location problem with service time requirements. The problem consists of designing a hub and spoke network by locating hubs, establishing inter-hub arcs, and routing origin-destination demand flows at minimal cost while meeting some service time requirements. As travel times are usually uncertain for most real cases, the problem is approached via a binary linear programming robust optimization model, which is solved by two specialized Benders decomposition algorithms. The devised Benders decomposition framework outperforms a general purpose optimization solver on solving benchmark instances of the hub location literature. The achieved results also show how the pr