Hamid Farvaresh

Diabetes, as a chronic metabolic disorder, imposes significant burdens on global health and economy. Early and accurate diagnosis is essential for effective management and prevention of complications associated with this disease. Traditional diagnostic methods, relying on clinical parameters, often face limitations such as lengthy processes and the potential for errors. Recent advancements in machine learning offer promising options for analyzing medical data and improving diagnostic accuracy. However, machine learning models face challenges in modeling the complex relationships between factors related to diabetes. This thesis explores the potential of graph-based methods in conjunction with machine learning to enhance diabetes diagnosis. Graph-based methods provide a powerful framework for representing and analyzing complex relationships between samples, enabling the identification of hidden patterns. In this study, data from a dataset consisting of 768 samples and 9 features were utilized. To construct the graph, the similarity between each pair of samples was first calculated using the Euclidean distance similarity measure, and then weighted, undirected graphs were created at two threshold levels of 0.01 and 0.004. The graph at the 0.01 threshold contained 26,130 edges, while the graph at the 0.004 threshold included 87,250 edges, reflecting meaningful relationships between the samples. Following graph construction, a set of graph-based features, including degree centrality, closeness centrality, and several other metrics, were extracted and used alongside the original features of the data to train machine learning models. Several machine learning models, including traditional classifiers and ensemble-based methods, were employed in this research. Furthermore, experiments were evaluated using metrics such as accuracy, recall, precision, F1 score, and AUC. The results demonstrated that combining graph-based features with machine learning algorithms significantly improved diagnostic accuracy. The proposed model achieved accuracies of 98.51% and 99.07% at both threshold levels using gradient boosting and multilayer perceptron algorithms, respectively, showing a significant advantage over approaches based solely on the original data features. These findings suggest that graph-based methods, in conjunction with machine learning algorithms, can be highly effective in data analysis by identifying hidden relationships and enhancing diagnostic accuracy.

Cloud computing has fundamentally reshaped how individuals and organizations access and manage information, supported by a vast infrastructure of data centers globally. With approximately 500,000 data centers in operation, the energy consumption associated with these facilities has become a critical concern, as data centers are projected to account for up to 4.5% of global energy use by 2025. This growing energy demand has driven the need for more efficient resource management strategies, particularly within the context of cloud computing. One of the most effective techniques for achieving energy efficiency in cloud environments is virtual machine consolidation (VMC). This process involves the dynamic allocation and reallocation of virtual machines (VMs) across physical machines (PMs) to optimize resource utilization. By concentrating VMs onto a minimal number of active PMs, VMC allows idle PMs to be powered off or transitioned into low-power states, thereby reducing overall energy consumption. The dynamic nature of VMC is particularly advantageous in cloud computing, where workloads fluctuate and demand adaptive resource management. This thesis introduces a mixed-integer linear programming (MILP) model designed to address the dynamic virtual machine consolidation challenge. The model is structured to minimize energy consumption while ensuring that the required quality of service (QoS) is maintained. The consolidation process is divided into four key sub-problems: identifying underloaded PMs, detecting overloaded PMs, selecting VMs for migration, and determining the optimal destination PMs for these VMs. The proposed model leverages the flexibility of cloud environments, utilizing live migration techniques to reallocate VMs with minimal performance impact. To validate the model, standard mixed-integer programming solvers such as CPLEX, and SCIP are employed. The results demonstrate the model’s effectiveness in reducing the number of active PMs and, consequently, the overall energy footprint of cloud data centers. By addressing both energy efficiency and service quality, this research contributes to more sustainable and cost-effective cloud computing operations.

Every business sustains itself through the sale of goods or services. One of the essential tools employed by any supply chain to boost sales and increase profitability is advertising. As sales increase, the production system adjusts the production process accordingly. Given that these activities are interdependent, various decisions regarding them must be made in an integrated manner. The supply chain considered in this research includes a manufacturer and multiple retailers who sell the produced goods. The manufacturer uses global advertising for branding and local advertising to drive sales, and also participates in the costs of local advertising with the retailers. The impact of both types of advertising in the model is different, and they also play a complementary role. Advertising channels for global advertising are separated due to their varying effects. In the production discussions, there are technical constraints on maximum production, and in advertising discussions, there are budget constraints for all members of the supply chain. The model structure is bi-level, based on the primary decisions of the manufacturer (up-stream) and the secondary decisions of the retailers (down-stream). With the application of these constraints, there are competitions among retailers for product acquisition and more advertising subsidies, and between the manufacturer and retailers for determining optimal advertising subsidies and investment in global advertising, leading to the formation of a generalized Stackelberg-Nash game. The novel contributions of this research include considering the complementary relationship between global and local advertising, differentiating advertising channels, incorporating production decisions and budget constraints into supply chains with bi-level decision-making structures and collaborative advertising. Due to the presence of a generalized Nash game at the lower/follower level, the bi-level model was transformed into a single-level model using the variational inequality method and solved. The key findings of this research include: 1) due to the complementary nature of global and local advertising, the supply chain strives to proportionately balance the expenditures on both types of advertising; 2) an online sales channel for the manufacturer is not consistently advantageous for all members of the supply chain; and 3) retailers do not always opt for a cooperative or collusive strategy when competing with the manufacturer. Finally, several managerial insights have been provided through numerical experiments.

Inventory management plays a crucial role in the efficient and effective operation of pharmacies and serves as the foundation of pharmaceutical healthcare services. Pharmacies constantly face the challenge of balancing the need to ensure an uninterrupted supply of essential medications while avoiding excessive holding costs and waste. Proper inventory management helps pharmacies achieve this delicate balance by minimizing the risks of shortages, overstock, optimizing resources, and most importantly, maximizing pharmacy profits. pharmacies are unique in that they must maintain a diverse range of medications and healthcare products, each with distinct storage conditions, shelf lives, and regulatory considerations. Effective inventory management in pharmacies is complex and critical as it directly impacts the pharmacy's profitability. The overall goal is to ensure that the pharmacy has the right products in the right quantities at the right times while minimizing expired inventory. Achieving this balance is essential for a pharmacy to thrive in a competitive market. this research focuses on maximizing pharmacy profits with a strategic data-driven approach. It begins by utilizing sales record data derived from prescriptions received from patients as input for the data mining and forecasting process. The data mining process employs the widely used Apriori algorithm to identify frequent item sets of medications along with their support values. additionally, the demand for medications is forecasted using the Recurrent Neural Networks (RNN) algorithm. furthermore, by gathering information on the drug inventory process and cash inventory in the pharmacy, a mathematical model with the objective function of maximizing pharmacy profit is constructed. Finally, to evaluate the constructed mathematical model, the frequent item sets obtained and the forecasted demand values are used as inputs in two stages. In the first stage, the mathematical model is solved for a small sample, and in the second stage, for a larger sample. in this study, the results obtained from solving the mathematical model reveal that the sales volume of frequently co-consumed medications is strongly linked to the inventory of other drugs. The absence of even one co-consumed drugs leads to the non-sale of the targeted drug, regardless of its inventory level.

Retailers are almost the main part of any supply chain and are the interface between customers and goods. Success in retail business is influenced by quick response and its ability to understand consumer behaviors. The analysis of transaction data is the key to taking advantage of these new opportunities, which enables retailers to understand and predict customer behavior and has become an important method for effective decision-making and strategy formation. This study uses a data-driven approach combined with optimization to address layout planning in retail stores in partnership with Refah chain stores, one of the largest retail companies in Iran. The aim is to develop an effective optimization method to solve the layout layout problem as well as shelf space allocation of realistic retail stores considering data that describe revenue generation. Historical market basket data is used to identify certain important aspects related to product sales, and this data is used in the proposed optimization model to allocate space to racks and find layouts that are likely to increase revenue. According to the computational results and industry partner feedback, this approach is both effective and practical for the analytical and data-driven design of layout and space allocation of retail stores.

کیفیت خدمات شبکه سلامت به عنوان یک معیار مهم برای توسعه یک جامعه و نیز پیشرفت اقتصادی در نظر گرفته می شود. در طول پنجاه سال گذشته، جهان شاهد افزایش قابل توجهی در هزینه های سلامت و دیگر هزینه های مرتبط با آن بوده است. ازاینرو، امروزه خدمات مراقبت در منزل از اهمیت قابل توجهی برخوردار است و برای تأمین تقاضاهای روزافزون، طراحی و برنامه ریزی شبکه مراقبت در منزل ضروری به نظر میرسد. در این راستا، دو مدل ریاضی با در نظر گرفتن شرایط واقعی موجود در سیستمهای سلامت مانند عدم قطعیت پارامترهای تأثیرگذار، ارائه و مورد بررسی قرارگرفته است. در مدل اول مسئله استوار سه مرحله ای و چندهدفه مسیریابی و زمانبندی مراقبت در منزل ارائه شده است. در مرحله اول، مجموعه ای از مکانهای کاندید مرکز سالمت و آزمایشگاه با استفاده از رویکرد ترکیبی فرایند سلسله مراتبی فازی و تحلیل منطقی خاکستری رتبه بندی شده اند. در مرحله دوم، یک مدل ریاضی استوار چندهدفه و چند دوره ای با زمان خدمت دهی مبتنی بر سناریو ارائه شده است. در این مدل توابع هدف به ترتیب به حداقل سازی کل هزینه ها، حداکثرسازی تطبیق سطح مهارت و حداکثرسازی کارایی شبکه سلامت میپردازند. سپس، در مرحله سوم، رویکرد نیم باس برای تبدیل توابع هدف پیشنهادی به یک مسئله بهینه سازی مقیاس پذیر تنظیم شده است. همچنین، این مدل بر روی یک مطالعه موردی واقع در شهر سنندج برای بازتاب کاربرد مدل پیشنهادی و اعتبارسنجی رویکرد حل آن در شرایط دنیای واقعی انجام شده است. مدل ریاضی دوم توسعه ای از مدل پیشنهادی اول است که در آن عالوه بر زمان خدمت دهی مبتنی بر سناریو، هزینه ها و پارامترهای اجتماعی غیرقطعی و فازی هستند. همچنین، در این مدل بیش از یک مرکز سلامت افتتاح میشود و بیماران نیز میتوانند بیش از یک خدمت دریافت نمایند. علاوه بر کل هزینه های شبکه سلامت، ناکارآمدی و تأثیرات اجتماعی مراکز سلامت به عنوان توابع هدف در مدل توسعه یافته در نظر گرفته شده اند. در مدل توسعه یافته برای اندازه گیری ناکارآمدی مراکز سلامت از روش تحلیل پوششی داده استفاده شده است. علاوه بر این، یک رویکرد فازی تعاملی جهت مقابله کارآمد با توابع مسئله چندهدفه ارائه شده است. الزم به ذکر است که ضرورت پرداختن به عدم قطعیت در هر دو مدل، عدم وجود اطلاعات کافی برای برخی پارامترهای تأثیرگذار است. درنهایت، به منظور نشان دادن کاربرد مدل در دنیای واقعی از مطالعه موردی شهر کرمانشاه استفاده شده است. نتایج نشان میدهد که استفاده از رویکردهای تعاملی برای حل مدل چندهدفه به تصمیم گیرندگان امکان یافتن جوابهای مناسب بر اساس ترجیحات آنها را میدهد. همچنین، در نظر گرفتن عدم قطعیت در پارامترهای مهمی همچون زمان خدمت دهی باعث میشود که از به خطر انداختن جان بیماران جلوگیری شود. علاوه براین، با ارائه رویکردهای استوار و استوار فازی جهت مقابله با عدم قطعیت پارامترها، خدمات به موقع برای بیماران فراهم میشود به طوریکه میزان نقض و تأخیر در زمان قابل مدیریت باشد. به علاوه، در نظر گرفتن سطح مهارت پرستاران متناسب با نیاز بیماران باعث کاهش مازاد مهارت ارائه شده توسط پرستاران به بیماران میشود. به عبارت دیگر، پرستاران بر اساس مهارت خود در سطوح مختلف دسته بندی میشوند و بر اساس آن به بیماران تخصیص داده میشوند. این کار، رضایت را برای پرستاران و بیماران به دنبال خواهد داشت.

اعضای زنجیره تامین مواد غذایی برای حفظ جایگاه خود در بازار رقابتی باید خود را با نیازهای جدید مشتریان تطبیق دهند. امروزه پایداری و کیفیت در زنجیره تامین مواد غذایی دو معیار مهم برای جذب مشتری به حساب می‎آید. تصمیمات اعضای زنجیره تامین بر اهداف اقتصادی، محیط زیستی و اجتماعی تاثیرگذار است، بنابراین برای بهبود عملکرد اعضا در بلند مدت باید هر سه بعد زنجیره تامین پایدار بصورت همزمان در نظر گرفته شود. در این تحقیق زنجیره تامین محصولات غذایی شامل یک تولیدکننده و دو تامین کننده مطالعه می شود. هر سه بعد زنجیره تامین پایدار مواد غذایی شامل بیشینه‎سازی سود اعضای زنجیره تامین (اقتصادی)، کاهش گازهای گلخانه‎ای منتشر شده (محیط زیستی) و سلامتی مصرف‎کنندگان (اجتماعی) برای مساله در نظر گرفته می‎شود. سه مدل برای مساله ارائه شده است که مدل اول بدون محدودیت و دیگر مدلها شامل محدودیت هستند. دو ساختار متمرکز و غیرمتمرکز برای زنجیره تامین در نظر گرفته شده و تاثیر این ساختارها در تصمیمات و اهداف مطالعه می شود. اعضای زنجیره تامین در کنار رقابت برای بهبود عملکرد خود و کل اعضای زنجیره تامین بایکدیگر همکاری می‎کنند. در این تحقیق سناریوهای مختلف برای روابط بین اعضای زنجیره تامین در نظر گرفته شده و تاثیرشان در تصمیمات و اهداف زنجیره تامین مطالعه می شود. در مدل اول، همکاری بین اعضای زنجیره تامین از طریق ائتلاف صورت می‎گیرد. ائتلاف بین اعضای زنجیره تامین و سهیم شدن در هزینه به عنوان دو مکانیزم همکاری در مدل دوم در نظر گرفته شده است. از تئوری بازی‎ها و برنامه‎ریزی دوسطحی برای مدلسازی به ترتیب در دو حالت مدل بدون محدودیت و بامحدودیت استفاده شده است. محصولات لبنی به عنوان مطالعه موردی برای تجزیه و تحلیل مساله انتخاب شده و نتایج جالبی حاصل شد. انگیزه تولیدکننده برای کاهش گازهای گلخانه‎ای منتشر شده با افزایش وابستگی تقاضا به قیمت کاهش می‎یابد. انتشار گازهای گلخانه‎ای با افزایش جریمه دولت برای بخطر افتادن سلامتی مصرف‎کنندگان افزایش می‎یابد. ائتلاف بین اعضای زنجیره تامین زمانی از نظر اقتصادی سودمند است که وابستگی تقاضا به کاهش گازهای گلخانه‎ای بیشتر شود. افزایش بودجه در سناریوهایی اقتصادی است که اعضای زنجیره تامین با یکدیگر رقابت دارند. افزایش ظرفیت و بودجه از نظر محیط زیستی زمانی مفید است که اعضای زنجیره تامین با یکدیگر ائتلاف تشکیل دهند.

The present study investigates the relationship between the spatial configuration of residential complexes and their residents' sense of safety. The ultimate goal is to propose socio-spatial features for designing residential complexes that increase the sense. For this purpose, the research process is organized in three phases. First, the conceptual framework was formulated based on theories, built cases, and CPTED principles. Second, data were collected through systematic field observation and a questionnaire (50 housing units in Sepehr-e-Abidar residential complex). The last phases included data analysis, developing the conceptual framework, and logical interpretation of the findings. Finally, regression analysis showed a significant association between public spaces' physical characteristics (semi-private, semi-public, and public) and the residents' sense of safety. It can also be concluded that by creating socio-spatial considerations in these hierarchical spaces, the sense of safety can be increased.

Recent environment's situation shows that many of threat to environmental sustainability, are rooted in human behavior. The main part of these problems are due to lack of awareness on environmental issues among the people. Since the environmental attitudes and commitments form at an early age, children will have an important role in the field of environment. Therefore, environmental education and identification of the pro-environmental behavior to children, will be a major step towards achieving long-term environmental sustainability in the future through strengthening the link between children and nature. This research explores how environmental education through architectural design can help children promote their cognitive, affective, and evaluative abilities. It seems that this development can encourage children to do pro-environmental behavior in the future. Taking into account "different ways of experiencing nature" and "children's learning models", the role of architecture in establishing a relationship between the child and nature was investigated. Then, children's behaviors in nature was studied and analyzed by using field observations and doing research with children (preparing a wall paper by the children themselves, and distributing and collecting a visual questionnaire among them). The participants of the study was 202 children (109 girls and 93 boys) aged 8-12 in the first stage (wall paper) and 60 children (33 girls and 27 boys) aged 7-12 years old in the second stage for visual questionnaire. They were asked to ‘imagine themselves doing what they want and like in the nature (seaside), and depict it with drawings of themselves and/or gather related pictures and also write about them. Drawings were analyzed based on children's behaviors related to seven strategies have been reached from the studies, and were statistically investigated using Excel. Results indicate that there are 46 behaviors that children like to do in the nature. In this level, some design samples were prepared and done by children through visual questionnaire. The samples with high frequency were used in designing. At the other level, the relationship between 46 behaviors were analyzed through data mining and some behavioral groups were made. Finally, appropriate design strategies and guidelines based on the results, were developed to enhance the cognitive, effective, and evaluative ability of children through communication with nature.

This research started with critical theories of anti-memorials. Anti-memorials believe that memorial constructs lose their meaning through time and after decades they seem old-fashioned and somehow nonsense. Therefore this research has investigated Anti-memorials critical approaches in place-meaning point of view, in Sardasht chemical attack memorial museum as a case-study. Based on an investigation of previous literature and field studies of the case-study, research conceptual framework was formed. Research framework, includes two poles (physical setting and social setting) and three processes (continuity, valuation and change) which contribute to memorial’s place-meaning production and reproduction. In the next step, architectural design was developed based on research conceptual framework, simulated in computer and then after, it was shown to users to assess it. Results of Statistical analysis of 268 visual-structured questionnaires verified research conceptual framework. In other words, all two poles and three processes predicted memorial’s place-meaning production and reproduction. To be specific, “physical setting” was more effective in place-meaning production and reproduction than “social setting”, and “valuation” process was more effective than “change” and “continuity” respectively. What makes results stand out is their support for anti-memorial’s theories.

مشکلات زیست محیطی اخیر نشان می دهند که بسیاری از تهدیدهای روبروی پایداری محیط زیست، ریشه در رفتار انسانی دارند. بخش عمده ی این مشکلات، به دلیل نبودن آگاهی های لازم در زمینه ی مسائل زیست محیطی است. از آن جایی که نگرش ها و تعهدات زیست محیطی در سنین پایین شکل می گیرند، کودکان نقش مهمی در زمینه ی محیط زیست خواهند داشت. بنابراین آموزش محیط زیست و شناساندن الگوهای رفتاری دوستدار محیط زیست به کودکان، از طریق تقویت ارتباط بین آن ها و طبیعت گام بسیار مهمی در راستای رسیدن به پایداری محیطی بلند مدت در آینده خواهد بود. این پژوهش بررسی می کند که چطور آموزش زیست محیطی از طریق طراحی معماری می تواند به ارتقاء توانایی های شناختی، عاطفی و ارزشی در کودکان کمک کند. به نظر می رسد این ارتقاء باعث تشویق کودکان به انجام رفتار دوستدار محیط زیست در آینده می گردد. با در نظر گرفتن «شیوه های مختلف تجربه ی طبیعت» و «مدل های یادگیری کودکان»، نقش معماری در ایجاد ارتباط بین کودک و طبیعت مورد بررسی قرار گرفت. سپس رفتارهای کودکان در طبیعت با استفاده از مشاهدات میدانی و انجام تحقیق با کودکان (تهیه ی روزنامه ی دیواری توسط خود بچه ها، و توزیع و جمع آوری پرسشنامه ی تصویری در بین آن ها) مورد بررسی و تحلیل قرار گرفت. شرکت کنندگان تحقیق، تعداد 202 کودک (109 دختر و 93 پسر) در سنین 8 الی 12 سال در مرحله ی اول (روزنامه ی دیواری) و تعداد 60 کودک (33 دختر و 27 پسر) در سنین 7 الی 12 سال در مرحله ی دوم (پرسشنامه ی تصویری) بود. از کودکان خواسته شد تا احساسات، تجربیات و خواسته های خود را هنگام شرکت در یک اردوی تفریحی به دریا؛ در قالب یک روزنامه ی دیواری به تصویر کشیده و نظرات خود را در کنار تصاویر بنویسند. تصاویر، بر اساس رفتارهای کودکان در ارتباط با هفت استراتژی طراحی به دست آمده از مطالعات انجام شده تحلیل شدند و به کمک نرم افزار اکسل از لحاظ آماری مورد بررسی قرار گرفتند. نتایج نشان می دهند که 46 رفتار وجود دارند که کودکان علاقمند به انجام آن ها در طبیعت هستند. در این مرحله، از برخی رفتارهای دارای فراوانی بیشتر، مصداق های طراحی تهیه و به کمک پرسشنامه ی تصویری از کودکان نظرسنجی شد. نمونه های دارای فراوانی بالا در طراحی به کار گرفته شدند. در این مرحله، از برخی رفتارهای دارای فراوانی بیشتر، مصداق های طراحی تهیه و به ک

امروزه مدیریت زنجیره تامین به یکی از کلیدی ترین عناصر شرکت ها و سازمان ها برای رقابت و بقا در دنیای به شدت رقابتی تبدیل شده است.به طور کلی می توان گفت زنجیره تأمین با تمام فعالیت های مرتبط با جریان و تبدیل کالاها از حالت ماده اولیه تا تحویل به مصرف کننده نهایی و نیز جریان های اطلاعاتی مرتبط با آن را شامل می شود. با گسترش و تشدید فضای رقابتی در دنیای امروزی، مدیریت زنجیره تأمین به یکی از مسائل اساسی و خیلی مهم در پیش روی بنگاه های اقتصادی تبدیل شده است، به طوری که بر همه فعالیت های سازمان ها و بنگاه اقتصادی در تولید محصول، بهبود کیفیت، کاهش هزینه ها و ارائه خدمت به مشتریان تأثیر می گذارد.بساری از شرکتها در طراحی شبکه های زنجیره تأمین به عنوان یکی از تصمیمات استراتژیک برای تصمیم گیران در مدیریت زنجیره تأمین، نقش بسزایی در کارایی و هزینه های زنجیره تأمین داشته، پاسخ گویی زنجیره را نیز تحت تأثیر قرار می دهد. هدف از طراحی شبکه زنجیره تأمین علاوه بر مکانیابی تسهیلات و مسیریابی وسایل حمل، حداقل نمودن هزینه شبکه است، از آنجا که احداث تسهیلات یا بستن آنها هزینه و زمان زیادی را صرف می کند، تغییر آنها نیز در کوتاه مدت امکان پذیر نمی باشد. در طول چند دهه اخیر به علت افزایش نگرانی های زیست محیطی، مسایل اقتصادی و فشارهای قانونی، توجه خاصی به لجستیک سبز و لجستیک معکوس شده است. یکپارچه سازی شبکه لجستیک پیشرو و معکوس هنگام طراحی شبکه لجستیکی، یکی از عوامل بسیار مهم در زنجیره تأمین است و از طرفی با توجه به افزایش میزان حجم گازهای گلخانه ای و آلاینده ها مدیران و محققان در سازمان ها به دنبال طراحی و ایجاد شبکه هایی هستند که علاوه بر بهینه سازی اقتصادی بر عوامل زیست محیطی و کاهش آلاینده ها و گازهای گلخانه ای در تمام بخش هاتمرکز داشته باشد. ما در این تحقیق به دنبال طراحی شبکه لجستیک معکوس و حلقه بسته پایدار برای حداقل کردن آثار زیان ضایعات، توجه به مدیریت پسماند و تفکر سبز در مسیریابی وسایل نقلیه، بازیافت و بازیابی محصول همزمان دو هدف اقتصادی و آثار زیست محیطی طراحی شبکه و قوانین طی چند دوره زمانی را در نظر گرفته ایم و برای مقایسه نتایج ابتدا الگوریتم NSGA-II ارائه شده و در پایان با الگوریتم SA ترکیب شده و نتایج آنها را باهم مقایسه می کنیم.

مسائل مکانیابی- مسیریابی نوعی از مسائل ترکیبی هستند که در دهه های اخیر توجه زیادی را به خود جلب کرده اند. این مسائل، ترکیبی از دو عدد از مهم ترین مسائلی هستند که مـدیران در هر زنجیره ی تأمینی با آن مواجه اند. مسأله ی مکان یابی-مسیریابی دوسطحی نوعی از این مسائل است که در آن، شبکه ی حمل ونقل از دو سطح تشکیل شده است و هر سطح ناوگان حمل ونقل مخصوص به خود را دارد. هر دو سطح دارای مسیرهایی به شکل تور هستند که معمولاً از آن ها با عناوین تور اولیه (سطح1) و تور ثانویه (سطح 2) یاد می شود. در تحقیق حاضر، تورهای اولیه بین تعدادی تولید کننده و یک مرکز توزیع و تورهای ثانویه بین همان مرکز توزیع و تعدادی مشتری قرار دارند. هدف تحقیق، مکان یابی این مرکز توزیع از میان چند مکان کاندید و تعیین مسیرهای وسایل نقلیه است. همچنین، در اکثر مسائل مسیریابی با ظرفیت محدود، محدودیت های در نظر گرفته شده برای ظرفیت وسیله ی نقلیه بسیار ساده هستند و در بسیاری از موارد، در دنیای واقعی کاربردی ندارند؛ مخصوصاً زمانی که ابعاد کالاهایی که قرار است حمل شوند بزرگ باشد. بنابراین، استفاده از محدودیت هایی که به دنیـای واقعی نزدیک تر باشند، می تواند کارگشا باشد؛ بدین منظور از محدودیت های بارگیری دوبعدی که به دنیای واقعی نزدیک ترند، استفاده شده است. برای این مسأله، یک مدل برنامه ریزی خطی عدد صحیح ارائه گردیده است. برای حل مدل از یک روش مبتنی بر آزادسازی محدودیت ها استفاده شده است که به صورت مکرر برای کنترل شدنی بودن مسیرها از یک الگوریتم شاخه و کران استفاده می کند. به دلیل NP-hard بودن مسأله یک الگوریتم ترکیبی مبتنی بر جستجوی ممنوعه برای حل مسأله در ابعاد بزرگ پیشنهاد گردیده است. این الگوریتم برای کنترل شدنی بودن مسیرها از یـک الگوریتم ابتکاری الهام گرفته شده از مسائل بسته بندی ظرف، استفاده می کند. نتایج محاسباتی و مقایسات انجام شده، بیانگر کارایی الگوریتم ارائه شده است.

هزینه های حمل ونقل و بالأخص هزینه های عملیات توزیع بخش عمده هزینه های شرکت های لجستیکی هستند. شرکت ها به طور مستمر در تلاش اند تا کارایی عملیات خود را بهبود دهند و کیفیت خدمات را افزایش دهند. مشکلات سفر ناوگان توزیع از یک سو و رقابت برای افزایش کیفیت خدمات از سوی دیگر کار را برای شرکت ها سخت کرده است. شرکت ها برای ماندن در بازار رقابتی نه تنها باید حاشیه سود خود را بالا ببرند بلکه با افزایش سطح پوشش مشتریان، سهم خود را از بازار حفظ کنند. همکاری افقی در زمینه ی عملیات توزیع حاملان یکی از رویکرد های افزایش کارایی عملیات است. حاملان با ترکیب شبکه های توزیع، امکان بهبود عملکردشان را در رسیدن به اهداف می یابند. در پژوهش حاضر مسئله توزیع مشارکتی (همکارانه) شرکت های توزیع با اهداف چندگانه، مورد بررسی قرارگرفته شده است. با ملاحظه امکان انتخاب یا عدم انتخاب مشتری، مسئله تحقیق در دسته مسائل مسیریابی وسیله نقلیه با سود قرار گرفته است. هزینه توزیع، شامل هزینه هایی است که متناسب با مسافت افزایش پیدا کرده و درآمد شرکت از سود حاصل از ملاقات مشتری ها حاصل شده است. در این پژوهش، شرکت ها علاوه بر اهداف مالی، به دنبال افزایش پوشش از طریق افزایش تعداد مشتری ملاقاتی هستند. شرکت های همکار، می توانند برنامه کاری مشارکتی را تهیه و اجرا کنند. در مکانیسم همکاری ارائه شده هر حامل می تواند تعدادی از مشتری های خود را به دیگر حاملان واگذار نماید تا سرویس دهی به این دسته از مشتریان توسط ناوگان توزیع دیگر حاملان عضو ائتلاف صورت گیرد. در این راستا برای مسئله ی پایه پژوهش، یک مدل برنامه ریزی ریاضی توسعه داده است. با تشکیل ائتلاف های حاملان عملیات توزیع به صورت مشارکتی انجام شده است. بنابراین، مدل برنامه ریزی ریاضی دیگری برای حالت همکارانه مسئله که شامل ائتلاف حاملان توزیع است، ارائه شده است. با استفاده از مبانی نظریه بازی ها مکانیسم توزیع منافع بین اعضای ائتلاف، برای اهداف چندگانه و غیرقابل انتقال توسعه داده شده است. در این مکانیسم از مفهوم هسته بازی برای ایجاد شرایط پایداری ائتلاف استفاده شده است. برای حل مسئله توزیع ائتلافی حاملان یک چارچوب مبتنی بر شمارش کامل و یک الگوریتم ابتکاری ارائه شده است. برای اعتبارسنجی مدل ها و روش های پیشنهادی، مجموعه ای متنوع از مسائل آزمایشی طراحی شده است. کارایی محاس

حمل ونقل مواد خطرناک یکی از مباحث بسیار مهم و مؤثر در برنامه ریزی حمل ونقل بار بوده که در برگیرنده مخاطرات متعدد برای محیط های فیزیکی و اجتماعی است؛ به طوری که این مخاطرات به یکی از نگرانی های عمده برنامه ریزان حمل ونقل تبدیل شده است و هرگونه اقدام و ملاحظاتی که بتواند این مخاطرات را کاهش دهد حائز اهمیت است. در این تحقیق به مطالعه ی مسأله ی مکان یابی و مسیریابی مواد خطرناک توسط حمل ونقل چندوجهی متشکل از ریل و جاده پرداخته می شود. در این دسته از مسائل، علاوه برمبحث هزینه که توسط حاملان حمل ونقل حائز اهمیت است، تمرکز متولیان و مقامات دولتی معمولاً به توزیع متوازن و عادلانه ریسک معطوف بوده است. از این رو، مسائل مطرح شده در این حوزه از حمل ونقل دارای اهداف چندگانه و غالباً متناقض از جنس هزینه و ریسک هستند. بنابراین در این پژوهش، یک مدل برنامه ریزی ریاضی عدد صحیح مختلط سه هدفه مبتنی بر کمینه سازی هزینه ها، کمینه سازی بیشینه ریسک یال ها و کمینه سازی بیشینه ریسک پایانه های انتقال جهت یافتن همزمان مکان بهینه ی پایانه های انتقال و مسیرهای بهینه ی جابه جایی مواد خطرناک ارائه می شود. حل مدل از طریق رویکرد اپسیلون محدودیت بهبود یافته انجام می شود. از آنجایی که مسأله مطرح شده دارای تعداد بسیار زیادی بهینه پارتویی است، انتخاب بهترین جواب از میان این مجموعه جواب برای تصمیم گیرنده مشکل است؛ لذا، مجموعه ای از شاخص های عملکردی که توزیع متوازن ریسک داخل شبکه را محاسبه می نمایند، برای انتخاب جواب مناسب تر ارائه می شود. تجزیه و تحلیل هایی صورت گرفته بر روی مسائل نمونه با ابعاد مختلف، نشان از برتری مدل ارائه شده نسبت به مدل های مرسوم در توزیع متوازن و عادلانه ریسک در شبکه های حمل ونقل دوجهی ریل و جاده دارد.

مهم ترین مسأله ای که شرکت های حمل ونقل دارای بار ناکامل با آن مواجه هستند، طراحی شبکه سرویس ها و زمان بندی سفر کامیون هایشان است، به صورتی که کل هزینه های ناشی از سفرهای خالی و سفرهای با بارناکامل کامیون کمینه گردد. توزیع جغرافیایی تقاضای بار برای شرکت های مختلف حمل ونقل این امکان را فراهم می کند تا در صورت همکاری از سفرهای خالی و سفرهای با بار ناکامل کاسته شود. در این تحقیق یک فرمولاسیون طراحی شبکه براساس مجموعه سرویس های در دسترس جهت برنامه ریزی همزمان برای زمان بندی و مسیریابی کامیون، تعیین برنامه سفر بار، و تعیین موقعیت مجدد کامیون ها ارائه شده است. فرمولاسیون ارائه شده ابتدا بدون در نظر گرفتن همکاری و با در نظرگرفتن دو حالت معین و نامعین بدون مکان ترمینال های میانی حل شده است. سپس با تجمیع تقاضاهای مجموعه ای از شرکت های حمل ونقل ابتدا به صورت متمرکز برای کل اعضای موجود در ائتلاف ایجاد شده حل شده و سپس با حالت تصمیم گیری انفرادی شرکت ها مقایسه شده است. ایجاد ائتلاف باعث کاهش هزینه ها و ایجاد صرفه جویی خواهد شد که صرفه جویی حاصل شده باید توسط مکانیزم های مناسبی بین اعضای ائتلاف تقسیم شود به نحوی که کل اعضاء را راضی نگهدارد. کارآیی مدل ارائه شده توسط نرم افزار GAMS 24.4.6 و با استفاده از حل کننده CPLEX 12.6 مورد ارزیابی قرار گرفته است. به این منظور مسائل عددی مختلفی طراحی و حل شده است که در تمامی آنها ایجاد مکانیزم همکاری سبب صرفه جویی در هزینه ها در مقایسه با حالت انفرادی شده است.

تقاضا کالا در نیم قرن گذشته به شدت افزایش یافته است. لذا امروزه یک جز اساسی از رونق اقتصاد ملی، یک سیستم حمل ونقل بار مقرون به صرفه است و این شامل استفاده از حمل ونقل چندوجهی است. به دلیل مسائل مربوط به انرژی و محیط زیست، علاقه مندی زیادی برای استفاده از حمل ونقل چندوجهی ریل-جاده در میان برنامه ریزان حمل ونقل در صنایع و دولت ها وجود دارد. بااین حال، مسئله برنامه ریزی در این حالت پیچیده است؛ بنابراین نیاز به ابزارهای علمی و عملی برای طراحی سیستم های کارآمد و موثر برای حمل ونقل چندوجهی ریل-جاده و محاسبه خروجی آن در سهم بازار احساس می شود. در تحقیق حاضر، باهدف بررسی همکاری میان حاملان ریل و جاده در قالب تئوری بازی های همکارانه، یک مدل برنامه ریزی عدد صحیح مختلط در قالب مدل متمرکز ارائه شده است. در این مدل علاوه بر مسئله مسیریابی کالاها در شبکه مفروض، مسئله بلاکینگ با فرض وجود سرویس های ریلی نیز فرمول بندی شده است. یک مکانیزم برای مدیریت روابط متقابل حاملان از طریق تخصیص صرفه جویی های حاصل از ائتلاف پیشنهاد شده است، به طوری که تصمیم همکارانه و مشارکت هر عضو منجر به بهینگی وضعیت ائتلاف شود. در این راستا از نظریه بازی های همکارانه برای تخصیص هزینه به هر حامل استفاده شده و با استفاده از ایده های برنامه ریزی آرمانی، یک مدل ریاضی برای تعیین چگونگی اجرای این تخصیص تعمیم داده شده است. قضایا و روابطی ثابت شده است که نشان می دهد جواب های بهینه متغیرهای مسیریابی در مدل متمرکز، بخشی از جواب بهینه مدل آرمانی است. بر این اساس مدل آرمانی غیر خطی عدد صحیح به یک مدل خطی تبدیل شده و در زمان قابل قبول حل می شود. در ادامه به منظور اعتبارسنجی مدل پیشنهادی، چندین مسئله تولیدشده و با استفاده از نرم افزار بهینه ساز GAMS حل شده اند. تحلیل حساسیت پارامترهای هزینه نشان می دهد با افزایش هزینه حمل هر واحد در جاده (و معادل آن کاهش هزینه در ریل) صرفه جویی هزینه و به دنبال آن میل به همکاری افزایش می یابد.

زندگی محیط های شهری وابسته به سیستم حمل و نقل آن می باشد و اقتصاد شهری سالم نیازمند سیستم حمل و نقل کارآمد است. اجرای تمامی راه کارهای برنامه ریزی حمل و نقل برای بهبود سیستم حمل و نقل نیازمند تحلیل تقاضا هستند. در واقع تقاضا چارچوبی برای فهم نیازهای حمل و نقل، تخمین آنها و همچنین پیش بینی حجم ترافیک است. این پیش بینی برای طراحی تسهیلات حمل و نقل و برای ارزیابی توجیه پذیری اقتصادی آنها و همچنین برای برنامه های مدیریت و برنامه ریزی حمل و نقل (مانند قیمت گذاری تراکم) ضروری است. این پژوهش با بررسی مدل های تقاضای سفر شهری موجود در ادبیات و مقایسه نقاط ضعف و قوت هر یک از آنها، مدل مناسبی را که منعکس کننده حالات واقعی انتخاب کاربران شبکه می باشد، انتخاب نموده و پارامترهای لازم را با توجه به داده ها و امکانات موجود در شهر تهران در آن مورد استفاده قرار داده است. سپس یک مدل دو سطحی قیمت گذاری تراکم مبتنی بر لینک، با هدف کاهش آلایندگی ناشی از تردد خودروها و کاهش مصرف انرژی و همچنین افزایش درآمد حاصل از اجرای طرح ارائه شده و مدل برآورد تقاضای انتخاب شده، در این مسأله مورد استفاده قرار گرفته است. رویکرد جدید برآورد تقاضا این امکان را فراهم نموده است تا انتخاب افراد در این مدل قیمت گذاری به صورت واقعی تری، نسبت به آنچه هم اکنون در شهر تهران مورد استفاده قرار می گیرد در نظر گرفته شود؛ از طرفی تعداد سطوح مسأله نیز افزایش نیابد. سپس به منظور اعتبارسنجی مدل ارائه شده چند مسأله در ابعاد کوچک حل شده و نتایج تحلیل شده اند. نتایج حاکی از آن است که مدل ارائه شده با تعیین عوارضب مناسب برای هر لینک، تا حد ممکن جریان ناشی از تردد خودروهای شخصی را کاهش داده و از سویی با تعیین تعداد تعرفه بهینه برای هر لینک، درآمد ناشی از اجرای طرح را افزایش می دهد. در ادامه با توجه به پیچیدگی مسأله مورد مطالعه، یک الگوریتم فرا ابتکاری ژنتیک به منظور حل مسائل با ابعاد متوسط و بزرگ توسعه داده شده است. در آخر هم مدل ارائه شده با استفاده از داده های موجود، در سطح یک ناحیه کوچک از محدوده طرح ترافیک شهر تهران مورد استفاده قرار گرفته است.

شرکت های حمل ونقل جاده ای مسافر با زمان بندی و مسیریابی بهینه ناوگان خود، هزینه ها را کاهش می دهند و سطح سوددهی خود را بهبود می بخشند. اما در یک بازار رقابتی، به طور یک جانبه با کاهش هزینه ها نمی توان به سود مورد نظر نائل شد. از طرفی، این شرکت ها در برخی از ساعات با ازدحام مسافر و کمبود عرضه اتوبوس ها مواجه هستند و در برخی دیگر از ساعات به دلیل نبود مسافر، بخشی از ظرفیت اتوبوس ها بلااستفاده می ماند. شرکت های حمل ونقل جاده ای مسافر با ایجاد مکانیزم های همکاری از طریق اشتراک گذاری ظرفیت ناوگان و مسافران خود با سایر اعضای ائتلاف، علاوه بر ارضای تقاضا در هزینه های خود نیز صرفه جویی می کنند. بنابراین این شرکت ها با تشکیل ائتلاف، به شکلی همکارانه به بهبود مدیریت عملیات خود اقدام می کنند. در این پژوهش، شیوه همکاری شرکت های حمل ونقل جاده ای مسافر در زمان بندی اعزام اتوبوس، تبادل و به اشتراک گذاری ظرفیت اتوبوس و مسافر بر اساس مفاهیم بازی های همکارانه مورد مطالعه قرار می گیرد. در این راستا مدل زمان بندی همکارانه برای شرکت های حمل ونقل جاده ای مسافر عضو ائتلاف ارائه می شود. یک مدل متمرکز که مسیریابی و زمان بندی ناوگان و تبادل مسافر بین شرکت ها را برای کل اعضای ائتلاف تعیین می کند. اما همکاری شرکت ها در قالب ائتلاف نیازمند مکانیزم های توزیع مسافر و اتوبوس و تقسیم منافع است تا شرکت ها انگیزه پیاده سازی تصمیمات ائتلاف را داشته باشند. با طراحی یک مدل ریاضی مکانیزم تقسیم سود بین اعضای ائتلاف ایجاد می شود؛ به این صورت که شرکت ها در ازای تبادل هر مسافر وجهی را دریافت و یا پرداخت می کنند. تقسیم و تعدیل سود از طریق پرداخت وجوه جانبی، موجب برقراری عدالت در ائتلاف و پایداری آن می شود. از منظر نظریه بازی های همکارانه مکانیزم های ارائه شده در این پژوهش، با مفهوم عدالت محور ارزش شپلی و مفهوم پایداری محور هسته همخوانی دارند. به منظور ارزیابی عملکرد مدل های ارائه شده، با استفاده از مجموعه متنوعی از مسائل آزمایشی صحت کارکرد آن ها سنجیده شده و نتایج عددی حاصل تجزیه و تحلیل می شود. به علاوه، تحلیل حساسیت برروی پارامتر های کلیدی مسأله انجام می گردد. نتایج نشان از تأثیر مثبت همکاری در افزایش سود شرکت ها دارد. همچنین، نتایج عددی از کارکرد صحیح مدل ها و مکانیزم های پیشنهادی پشتیبانی می کند.

امروزه وجود ابزارهایی که مدیران و سیاست گذاران را در عرصه ی علم و تکنولوژی برای سیاست های کلان علمی، اجرای برنامه های علمی و بهره برداری بهینه از منابع کشور در حوزه های مختلف علمی کمک کند، ضروری است. از این رو، وجود نگاشت دامنه دانش به عنوان ابزار راهنمای استراتژیک برای سیاست های کلان علمی یک کشور بسیار مهم است. امروزه فناوری اطلاعات امکان حفظ و تجزیه و تحلیل حجم بسیاری از مستندات علمی در هر حوزه علمی از جمله حوزه تحقیق در عملیات را فراهم کرده است. از این رو، استفاده از فناوری اطلاعات برای تجزیه و تحلیل اسناد علمی و استخراج نقشه های غنی دانش برای کمک به محققان امکان پذیر و به طور بالقوه مفید است. در تحقیق حاضر از روش های مانند تجزیه و تحلیل هم نویسندگی، تحلیل استنادی و متن کاوی و ابزارهای دیگر علم سنجی استفاده شده است. نگاشت دامنه های دانش حوزه تحقیق در عملیات مهمترین جنبه های مسیر تکامل این حوزه در طول شش ده گذشته را پوشش می دهد. این ابزارها برای تشخیص حوزه های عمده پژوهشی و یافتن افراد کلیدی و آگاهان در هر حوزه به کار می روند. در این مطالعه، همه اسناد مجموعه ای از مجلات مهم تحقیق درعملیات از سال 1954 تا 2015 از پایگاه داده وبگاه علم استخراج شده اند که شامل بیشتر از 130000 سند است. فرض براین است که این داده ها، تحولات حوزه تحقیق در عملیات را بطور نسبتاً کامل در دوره مذکور پوشش می دهند. بعد از اعمال ابزارهای علم سنجی نتایج نشان داد که در سطح کشور، آمریکا نقش محوری را در طول شش ده گذشته داشته است. همچنین روندهای نوظهور در دوره های زمانی مختلف کشف و موثرترین مطالعات، محققان و مؤسسات شناسایی شدند. از میان زیرحوزهای اصلی، جریان های شبکه، تئوری صف، نامساوی های متغیر و مسیریابی وسیله نقلیه زیرحوزه های غالب هستند. علاوه برآن سیستم های سلامت و بهینه سازی استوار از داغ ترین موضوعات ده سال اخیر هستند. سرانجام، یکسری نقشه ها و گراف ها ایجاد شد که جنبه های اصلی تکامل تحقیق در عملیات در طول شش ده اخیر را در خود خلاصه کرده اند. این نقشه ها و گراف ها در سه سطح کشور، موسسات و محققان دسته بندی می شوند.

این پژوهش، در پی طراحی برنامه زمانی بهینه حرکت ناوگان اتوبوس، تعیین قیمت بلیت سفر و نیز طراحی برخی مکانیزم های تشویقی مسافران با هدف بیشینه سازی درآمد یک شرکت مسافربری بین شهری در محیطی رقابتی است. نوآوری اصلی این تحقیق ارائه مکانیزم های تشویقی برای حفظ مشتری است؛ در مواقعی که نمی توان در لحظه مورد درخواست به او سرویس داد. در مدل زمان بندی پیشنهادی، نه تنها ناوگان و مشخصات سرویس شرکت شامل تواتر سفر، قیمت بلیت و امثالهم مورد توجه قرار گرفته است، بلکه سهم مسافر شرکت ها در شرایط رقابتی بازار به صورت متغیری درونزا در قالب مدل های انتخاب در نظر گرفته شده است. مسئله به صورت یک مدل غیرخطی عدد صحیح آمیخته فرموله شده است. سپس، با استفاده از روش قطعه قطعه خطی مسئله به صورت یک مدل خطی عدد صحیح آمیخته بازنویسی شده است. به منظور ارزیابی مدل و اعتبارسنجی آن، تعدادی مسئله آزمایشی طراحی و به کمک حل کننده CPLEX حل شده است. نتایج به خوبی از تأثیرگذاری مثبت مکانیزم های تشویقی بر افزایش درآمد و حفظ مشتری پشتیبانی می کند. از آنجاکه این مدل برای مثال های بزرگ به جواب نمی رسد؛ با اعمال تغییرات، مدل دیگری ارائه شده که مقدار قیمت بلیط شرکت هدف را به صورت پارامتر و برابر با سقف مجاز قیمت بلیط در نظر گرفته است. با استفاده از آزادسازی لاگرانژی و روش زیرگرادیان، یک حد بالای مناسب برای مسئله به دست آمده است. سپس، یک الگوریتم ابتکاری را ارائه شده است که جواب ناموجه لاگرانژی را به منظور به دست آوردن یک جواب موجه تعمیر و تکمیل میکند. همچنین، الگوریتم ابتکاری پیشنهادی از مکانیزم k-opt برای بهبود جواب موجه به دست آمده استفاده می کند. به منظور ارزیابی مدل و اعتبارسنجی آن، تعدادی مسئله آزمایشی در سایز متوسط تا بزرگ طراحی و به کمک حل کننده CPLEX حل شده است. نتایج به خوبی تأثیرگذاری الگوریتم ابتکاری در بدست آوردن یک جواب موجه و نزدیک به بهینه را نشان می دهد.

در دنیای رقابتی امروز شرکت های تولیدی درصدد بهبود مستمر کیفیت محصولات موجود و عرضه محصولات جدید برای بالا بردن سهم بازار هستند. با این وجود، برخی مشخصه ها در محصولات وجود دارد که بهبود آن ها مستلزم صرف هزینه های بالا توسط شرکت ها است؛ از طرف دیگر، اغلب مشتریان حاضر نیستند بهایی خیلی بالا برای خرید کالا بهبود یافته و جبران هزینه های شرکت ها بپردازند. بنابراین، شرکت ها برای فروش محصولات با مشخصه های بهبودیافته نمی توانند افزایش خیلی زیادی را در قیمت ها اعمال کنند و لذا بهبود این مشخصه های کیفی برای شرکت ها صرفه اقتصادی ندارد. این در حالی است که این مشخصه ها بر رفاه افراد جامعه مؤثر است. در اکثر جوامع تأمین رفاه جامعه یکی از دغدغه های اصلی دولت ها است. دولت ها سعی دارند از طریق مکانیزم های تشویقی/تنبیهی شرکت ها را به بهبود این مشخصه ها و تولید محصولات مطلوب تر ترغیب کنند. یکی از ابزارهای مؤثر و کارآمد دولت ها اعمال مالیات ها بر محصولات نامطلوب و اعطای یارانه به محصولات مطلوب است. در این پژوهش، سعی می شود با هدف بهبود رفاه اجتماعی مکانیزم های بهینه اعمال مالیات و اعطای یارانه از سوی دولت به تولید کنندگان در شرایطی مورد مطالعه قرار گیرد که تولیدکنندگان منفعت گرا در تصمیم گیری های خود در رابطه با نوع و میزان تولیدات خود استقلال دارند. بنابراین، با مسئله ای با دو تصمیم گیر مستقل مواجه هستیم. تصمیم گیر اول (دولت) با دغدغه بهبود رفاه اجتماعی و در سطح بالایی از تصمیم گیری است و تصمیم گیر دوم (تولیدکننده) با هدف افزایش سود در سطح پایین تر تصمیم گیری است. در پژوهش جاری، این ساختار سلسه مراتبی تصمیم گیری با رویکرد برنامه ریزی دوسطحی مدل سازی می شود. سه سناریو برای مسئله طرح شده است. سناریوی اول حالت ایستای مسئله را بررسی می کند و دولت سعی دارد با تنظیم مالیات و یارانه ها سیاست تولیدی تولیدکننده را به نفع بهبود رفاه اجتماع تحت تأثیر قرار دهد. در سناریو دوم برنامه ریزی ها برای یک افق زمانی بلندمدت انجام می گیرد. در سناریو سوم بحث طراحی محصولات نیز وارد مدل می گردد و دولت از طریق سیاست های تشویقی سعی دارد علاوه بر ترغیب تولیدکننده برای تولید محصولات مطلوب موجود، شرایط را به گونه ای تحت تأثیر قرار دهد که اولویت های معرفی محصولات جدید از سوی تولیدکننده در راستای بهبود هرچه بیشتر رفاه

در این تحقیق با هدف بهبود درآمد و برنامه ریزی عملیات اپراتورهای حمل ونقل ریلی دو مدل برنامه ریزی چند سطحی ارائه شده است. در این مدل ها رقابت بین بخش های ریلی و جاده ای در حمل بار در نظر گرفته شده است. در مدل اول، اپراتور ریلی در سطح اول و صاحبان کالا در سطح دوم تصمیم گیری قرار گرفته اند. هدف بخش ریلی بیشینه نمودن سود عملیاتی است، با ملاحظه اینکه صاحبان کالا کم هزینه ترین شیوه حمل بار را از میان شیوه های ریلی و جاده ای انتخاب می کنند. برای واقع نمایی بیشتر مسئله، تصمیم گیری صاحب کالا در مورد شیوه حمل بار در قالب یک مدل انتخاب در نظر گرفته شده است. مدل دو سطحی با استفاده از شرایط کان تاکر و نتایج حاصل از چند قضیه اثبات شده به یک مدل تک سطحی غیرخطی تبدیل شده است. در نهایت به کمک روش تقریب قطعه قطعه خطی مدل تک سطحی با دقت قابل قبولی حل شده است. در مدل اول، رقابت بین بخش ریلی و بخش جاده ای به صورت ایستا در نظر گرفته شده است و بخش جاده ای واکنشی به تصمیمات بخش ریلی نشان نمی دهد. بر خلاف مدل اول، در مدل دوم رقابت بین بخش ریلی و جاده ای به صورت پویا در نظر گرفته شده است. این شرایط در قالب یک مدل سه سطحی فرموله شده است. در این مدل سه سطحی، اپراتور ریلی تصمیم گیر سطح اول، بخش جاده ای تصمیم گیر سطح دوم و نهایتاً صاحبان کالا در سطح سوم تصمیم گیری قرار دارند. بنابراین این مدل سلسله مراتبی سه سطحی، شامل سه تصمیم گیر مستقل بخش ریلی، بخش جاده ای و صاحبان کالا است. در این مدل، همانند بخش ریلی، هدف بخش جاده ای نیز بیشینه نمودن سود است؛ در حالی که هدف صاحبان کالا، انتخاب کم هزینه ترین شیوه حمل ونقل است. همانند مدل اول، این مدل نیز به کمک قضایای ریاضی به یک مدل تک سطحی غیرخطی تبدیل شد و در نهایت، با روش قطعه قطعه خطی با دقت قابل قبولی تقریب زده شد . اعتبار مدل های ارائه شده به وسیله چندین مسئله آزمایشی مورد ارزیابی قرار گرفت. نتایج بدست آمده نشان می دهد که هر دو مدل برای مسائلی با مقیاس دنیای واقعی در زمان معقولی قابل حل هستند؛ اگرچه ممکن است برای مسائل آزمایشی خیلی بزرگ نتوان آن ها را حل نمود.

ماهیت سلسله مراتبی ساختار تصمیم گیری تولیدکنندگان و مصرف کنندگان در حیطه طراحی و قیمت گذاری محصولات جدید، نیازمند به کارگیری ساختار غیرمتمرکز برای تصمیم گیری است. به دلیل تعامل پویا و دوجانبه ای که بین مصرف کنندگان و تولیدکنندگان محصولات وجود دارد، تصمیم گیران ارشد سازمان ها نیازمند این هستند که واکنش مصرف کنندگان نسبت به عرضه محصولات جدید را در تصمیمات خود لحاظ نمایند. در این بین، استفاده از ابزارها و تکنیک های کارا برای مدل کردن این ساختار تصمیم گیری غیر متمرکز، از اهمیت ویژه ای برخوردار است. یکی از بهترین گزینه ها برای مدل کردن این شرایط، برنامه ریزی چند سطحی است که برهم کنش بین تصمیم گیران را به نحو مناسب نمایش می دهد. در این پژوهش برنامه ریزی چند سطحی برای مدل سازی تصمیمات سلسله مراتبی تولیدکنندگان و مصرف کنندگان در مسئله انتخاب و قیمت گذاری خط محصولات جدید پیشنهاد شده است. برای این منظور، دو مدل برنامه ریزی ریاضی برای دو حالت ممکن از این مسئله در نظر گرفته شده است. در مدل های پیشنهادی، تولیدکننده (ها) در یک محیط رقابتی به دنبال بیشینه سازی سود ناشی از تولید محصولات موجود و عرضه محصولات جدید با درنظرگرفتن بخش های مختلف بازار است. در مدل اول، رقابت به صورت ایستا بوده و محصولات رقیب به عنوان گزینه ای برای انتخاب مصرف کنندگان مطرح شده اند. تولیدکننده (رهبر) با عرضه محصولات جدید و قیمت گذاری محصولات موجود و جدید و با لحاظ کردن تصمیمات مصرف کنندگان، در پی بیشینه سازی سود خود است. از طرف دیگر، مصرف کنندگان (پیرو) نیز محصولی با بیشترین مطلوبیت را انتخاب می کنند. از این دو مدل در تئوری بازی ها تحت عنوان بازی استکلبرگ یاد می شود. مدل ارائه شده به صورت دو سطحی بوده که با نوشتن شرایط لازم و کافی بهینگی سطح دوم، مسئله به یک مسئله برنامه ریزی یک سطحی خطی آمیخته تبدیل می شود. در مدل دوم که سه سطحی است، رقیب به صورت تصمیم گیر مستقل و مجزا به تولیدکننده واکنش نشان می دهد و با هدف بیشینه سازی سود خود به تغییر قیمت محصولات می پردازد. مصرف کنندگان نیز در سطح سوم سلسله مراتب تصمیم گیری قرار دارند. با نوشتن شرایط لازم و کافی بهینگی سطح سوم، مسئله سه سطحی به صورت مدل دو سطحی در می آید. برای حل مدل حاصله یک الگوریتم شاخه و کران طراحی و کدنویسی شده است. مدل ها و الگوریتم های پیشنهادی

تحقیق حاضر به بررسی مسأله زمان بندی تحویل دسته ای با در نظر گرفتن زمان های دسترسی و آماده سازی وابسته به توالی بر روی یک ماشین می پردازد. لحاظ نمودن زمان های دسترسی و آماده سازی از جمله واقعیترین مفروضات در نظر گرفته شده در حوزه زمان بندی است. در این تحقیق، زمان های آماده سازی وابسته به توالی بوده و جدایی پذیر هستند. کارها در زمان های متفاوتی در دسترس قرار می گیرند و به صورت دسته ای به مشتریان مربوطه تحویل داده می شوند. موعد تحویل هر کار به صورت یک پنجره زمانی در نظر گرفته شده است. با توجه به پیچیده بودن مسأله مذکور در ابتدا مسأله با در نظر گرفتن زمان های دسترسی و سپس با در نظر گرفتن همزمان زمان های دسترسی و آماده سازی وابسته به توالی مورد بررسی قرار می گیرد. هدف زمان بندی کارها، دسته بندی آنها و تصمیم گیری در مورد زمان تحویل هر دسته می باشد، به طوریکه مجموع هزینه های زودکرد، دیرکرد، نگهداری و تحویل کمینه گردد. هریک از مسائل ابتدا به صورت یک مدل ریاضی فرموله شده و سپس مجموعه ای از قواعد غالب ارائه و اثبات می شوند. به دلیل NP-hard بودن مسائل مذکور، یافتن جواب بهینه مسائل با ابعاد بزرگ در زمانی منطقی مقدور نمی باشد. بنابراین، یک روش حل کارا که متشکل از ترکیب قواعد غالب و یک الگوریتم رقابت استعماری است، برای حل هر یک از آنها توسعه داده می شود. در مسائل مورد بررسی، وجود بیکاری های غیرضروری و دسته بندی غیرپیوسته مجاز می باشد. علاوه بر این، زمان تحویل یک دسته ممکن است بزرگتر از زمان تکمیل آخرین کار موجود درآن دسته باشد. در هریک از مسائل به منظور ارزیابی عملکرد الگوریتم ترکیبی ارائه شده، تعدادی مسأله نمونه تولید و حل می شود. نتایج به دست آمده کارائی الگوریتم ارائه شده را نشان می دهند.

مسأله مکانیابی شبکهای از جمله مسائل جدید در حوزه مسائل مکان یابی می باشد. در این مسأله، جابجایی ها بین تسهیلات موجود (مشتریان) و تسهیلات جدید (خدمتدهندگان) در امتداد کمان های شبکه انجام می گیرند و بدین جهت برخلاف مسائل متعارف مکان یابی، فواصل بین تسهیلات براساس معیارهای متداول اندازهگیری فاصله، محاسبه نمی شوند. مسألهای که در این تحقیق بدان پرداخته شده است از نوع مسائل گسسته است بدین معنی که تعدادی سایت به عنوان مکان بالقوه برای احداث خدمتدهندگان وجود دارند که باید از بین آنها تعداد مشخصی جهت پوشش به تقاضای مشتریان انتخاب گردند. فرض شده است که مکان و زمان وقوع تقاضاها در امتداد کمان های شبکه، متغیرهای تصادفی مستقل هستند بدین صورت که مکان وقوع یک تقاضا به صورت یکنواخت در هر یک از کمان ها توزیع شده است و تقاضاها براساس فرآیند پواسان تولید می شوند. هدف این مسأله، کمینه کردن مجموع زمان های سفر و انتظار مشتریان می باشد. فرض شده است که هر مشتری به نزدیک ترین تسهیل باز مراجعه می نماید و در صورتی که برآورد آنها از مدت زمان انتظار در سیستم از مقدار آستانه مشخصی، بیشتر باشد، از ورود به صف منصرف می شوند. مسأله موردنظر در قالب یک مدل برنامه ریزی ریاضی عدد صحیح آمیخته، مدلسازی شده است. از آنجایی که مسأله تحت بررسی از جمله مسائل ناچندجمله ای سخت می باشد، برای حل آن، سه الگوریتم فراابتکاری ژنتیک، ممتیک و آنلینگ شبیه سازی شده، ارائه شده اند. برای آزمودن کارایی الگوریتم های پیشنهادی، تعدادی مسأله تصادفی در اندازه های مختلف تولید شده و نتایج حل الگوریتم های فراابتکاری با نتایج به دست آمده از حل مدل توسط نرم افزار GAMS (حل کننده CPLEX) مقایسه شده اند. نتایج به دست آمده حاکی از آن است که الگوریتم های ابتکاری پیشنهادی می توانند راه حل های قابل قبول را در زمان های محاسباتی کم، به دست آورند.