کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8051972 1519378 2018 27 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Robust optimization for relief logistics planning under uncertainties in demand and transportation time
ترجمه فارسی عنوان
بهینه سازی با ثبات برای برنامه ریزی تدارکات امداد و نگرانی تحت عدم اطمینان در زمان تقاضا و حمل و نقل
کلمات کلیدی
بهینه سازی قوی، بسیج اضطراری، حمل و نقل هلیکوپتر، عدم قطعیت، مطالعه موردی،
ترجمه چکیده
تدارکات اضطراری جزء ضروری از کمپین های امدادی پس از فاجعه است. با این وجود، هنگام تصمیم گیری در رابطه با برنامه ریزی و اجرای تدارکات پس از فاجعه، عدم قطعیت های مختلف وجود دارد. با توجه به شرایط خاص محیطی در هنگام تخریب پس از فاجعه پس از یک زلزله فاجعه بار در یک منطقه کوهستانی، این مقاله یک مدل تصادفی برای تدارکات پس از حادثه را برای هدایت طراحی تاکتیکی برای بسیج سطوح عرضه امداد، برنامه ریزی برای راه اندازی هلیکوپتر اولیه و ایجاد حمل و نقل با توجه به عدم اطمینان در زمان تقاضا و حمل و نقل، در منطقه فاجعه ای برنامه ریزی می شود. سپس یک رویکرد بهینه سازی قوی برای مقابله با این عدم اطمینان ارائه می کنیم و نتیجه همبستگی قوی مدل پیش فرض تصادفی را ارائه می دهیم. یک مثال عددی بر اساس تدارکات فاجعه در طول زلزله بزرگ سیچوآن نشان می دهد که این مدل می تواند به مدیران پس از حادثه کمک کند تا از راه اندازی اولیه منابع اضطراری تعیین شوند. تجزیه و تحلیل حساسیت، بررسی اختلاف بین بهینه سازی و استحکام را با تغییر دادن مقادیر پارامترهای بهینه سازی قوی.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مکانیک محاسباتی
پیش نمایش مقاله
بهینه سازی با ثبات برای برنامه ریزی تدارکات امداد و نگرانی تحت عدم اطمینان در زمان تقاضا و حمل و نقل
چکیده انگلیسی
Emergency logistics is an essential component of post-disaster relief campaigns. However, there are always various uncertainties when making decisions related to planning and implementing post-disaster relief logistics. Considering the particular environmental conditions during post-disaster relief after a catastrophic earthquake in a mountainous area, this paper proposes a stochastic model for post-disaster relief logistics to guide the tactical design for mobilizing relief supply levels, planning initial helicopter deployments, and creating transportation plans within the disaster region, given the uncertainties in demand and transportation time. We then introduce a robust optimization approach to cope with these uncertainties and deduce the robust counterpart of the proposed stochastic model. A numerical example based on disaster logistics during the Great Sichuan Earthquake demonstrates that the model can help post-disaster managers to determine the initial deployments of emergency resources. Sensitivity analyses explore the trade-off between optimization and robustness by varying the robust optimization parameter values.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Applied Mathematical Modelling - Volume 55, March 2018, Pages 262-280
نویسندگان
, , , ,