حسین شورورزی

مکان­یابی و تخصیص از نوع مسائل NP-Hard است که با افزایش تعداد نقاط تقاضا و مراکز خدماتی، پیچیدگی و حجم محاسبات مسئله به صورت نمایی افزایش می یابد. برای حل این گونه مشکلات، از روش های فراابتکاری متناسب با شرایط مسئله استفاده می شود. در این تحقیق، روش­های فراابتکاری جست وجوی ممنوع، ژنتیک و شبیه سازی بازپخت به عنوان روش های بهینه­سازی برای مکان­یابی مراکز آتش­نشانی و تخصیص مناطق شهری به آن ها استفاده شده اند. این روش­ها با توجه به معیارهای زمان حل مسئله، مقدار تابع هدف، تعداد تکرار و نحوة پوشش منطقه در سناریوهای مختلف ارزیابی شده اند. سناریوهای مختلف در روش ژنتیک بر اساس تغییر در تعداد تکرار و جمعیت اولیه و در روش شبیه­سازی بازپخت بر اساس تغییر در تعداد تکرار حرکات و تغییرات دما تولید شده اند. روش جست وجوی ممنوع دارای بیشترین زمان محاسباتی (38 دقیقه و 42 ثانیه) و کمترین (بهترین) مقدار تابع هدف (104×749/4) است و با توجه به نقشة تولید شده، بهترین پوشش را در منطقه توسط مکان های بهینة برگزیده ایجاد می کند. الگوریتم شبیه­سازی بازپخت، در بین روش های اجرا، دارای کمترین زمان حل مسئله است و هنگامی که تعداد تکرارها در این روش از اندازة مسئله (در اینجا تعداد پارسل ها) بزرگ تر باشد، جواب های مطلوبی تولید می شود. نتایج به دست آمده در سناریوی دوم روش SA در این تحقیق، صحّت این ادعا را اثبات کرده است. بر اساس یافته های این تحقیق، می توان نتیجه گیری کرد که در صورت نیاز به اجرای سریع (زمان بسیار کوتاه عملکرد الگوریتم) روش شبیه سازی بازپخت سریع ترین روش خواهد بود؛ در شرایط نیاز به سرعت و دقت مناسب و متوسط، الگوریتم ژنتیک گزینة مناسبی است و سرانجام در حالت نیاز به دقت و کیفیت بالای جواب و بدون محدودیت زمان، روش جست وجوی ممنوع گزینة برتر است.