طراحی و پیاده سازی یک مدل مکان یابی و تخصیص توام مراکز مختلف خدماتی بر مبنی الگوریتم های تکاملی

با رشد روزافزون جمعیت، نیاز به انواع خدمات شهری افزایش می یابد. برآورده ساختن این نیازها مستلزم استقرار مراکز خدماتی جدید است. تصمیم گیری در خصوص مکان، تعداد و ظرفیت مراکز جدید از گام های اصلی در استقرار آنها می باشد. مکان و موقعیت مراکز خدماتی نقش مهمی در استفاده مطلوب از زمین، هماهنگ سازی و تنظیم اثرات متقابل آنها برهم و کاهش هزینه های سفر برای متقاضیان دارند. لذا در مکانیابی این مراکز توجّه به عواملی همچون دسترسی، نحوه قرارگیری مراکز و کاربری های مختلف نسبت بهم و موقعیت و شرایط متقاضیان، امری ضروری می نماید. در مواردی که هر نوع مرکز خدماتی جدید بطور مستقل مکانیابی شود، تنها اثرات مکان ها و کاربری های موجود قابل بررسی خواهد بود. درحالیکه استقرار یک نوع مرکز، تناسب فضای پیرامون را برای استقرار مراکز دیگر تغییر می دهد و ممکن است دستیابی به هدف استفاده مطلوب از زمین را با مشکل مواجه سازد. با مکانیابی چند نوع مرکز جدید بطور همزمان می توان نتایج بهتری درخصوص چیدمان مراکز مختلف در یک منطقه بدست آورد. هدف این تحقیق، مکانیابی و تخصیص همزمان مراکز خدماتی مختلف در یک چارچوب واحد با توجّه به شرایط مکان، اثرات متقابل مراکز برهم و همچنین موقعیت متقاضیان می باشد. برای این منظور، با استفاده از تحلیل های مکانی و روش های بهینه سازی چندهدفه، روشی برای حل مسأله مکانیابی و تخصیص برای سه نوع مرکز نمونه شامل دبستان، پارک و درمانگاه در بخشی از منطقه 17 تهران ارائه شد. تعداد و مکان مراکز مورد نظر برای پوشش کل تقاضاها و نیز جمعیت مراجعه کننده به هر مرکز مشخص گردید. جهت بهینه سازی توابع هدف و برآورده ساختن شرایط مسأله مکانیابی و تخصیص چند نوع مرکز (mtfla )، دو الگوریتم تکاملی چندهدفه nsga_ii و moea/d بصورت مقید مورد بررسی و مقایسه قرار گرفتند. اهداف بهینه سازی شامل کمینه سازی هزینه سفر بر مبنای فاصله شبکه ای، بیشینه سازی تناسب و مطلوبیت زمین برای مرکز، بیشینه سازی سازگاری و اولویت همجواری مراکز و کاهش هزینه استقرار می باشد. تناسب و مطلوبیت مکان های کاندید جهت استقرار مراکز با توجّه به شرایط مکان مورد نظر و موقعیت سایر کاربری های موجود با استفاده از روش topsis تعیین شدند. با توجّه به لزوم حفظ فاصله معین بین برخی از مراکز جهت کاهش اثرات منفی آنها بر روی هم، قیدهای فاصله نیز تعریف و وارد مدل شدند. برای مواجهه با قیود، روش های جریمه، ترمیم کروموزوم (با تلفیقsa و nsga_ii) و همچنین روش تولید و حفظ کروموزوم های مجاز بررسی شدند. در نهایت روش تولید و حفظ کروموزوم های مجاز به دلیل دارا بودن سرعت بالاتر و تعیین مقادیر بهتر در اکثر توابع هدف برای پاسخ های مجاز مورد استفاده قرار گرفت. برای مکانیابی و تخصیص مراکز دو حالت کلی در نظر گرفته شد. در حالت اوّل، تعداد هر یک از انواع مراکز ثابت و از پیش تعیین شده است. در حالت دوّم، تعداد مراکز در هر پاسخ طی فرایند بهینه سازی مشخص می گردد. در هر یک از حالات مذکور، ظرفیت مراکز به هر دو صورت محدود و نامحدود در نظر گرفته شدند. چنان که انتظار می رفت با محدود شدن ظرفیت مرکز، امکان مراجعه به نزدیکترین مرکز برای برخی از متقاضیان وجود نداشت. تأثیر محدود بودن مراکز بر هزینه های دسترسی و فواصل پیموده شده بررسی شد. در هر دو حالت، نتایج دو الگوریتم nsga_ii و moea/d از نظر همگرایی و پارامترهای اولیه وضعیت قابل قبولی دارند و پاسخ های نهایی در جبهه اول پارتو قرار گرفته اند. قابلیت دو روش در تولید پاسخ های بهینه پارتو با معیارهای متعددی شامل نزدیکی به نقطه ایده آل، بیشترین گسترش، پوشش مجموعه و نظم (توزیع یکنواخت) مورد مقایسه قرار گرفتند. مقایسه نتایج نشان داد که پاسخ های الگوریتم nsga_ii در هر دو حالت گسترش بیشتری داشته اند. همچنین در هر دو حالت تعداد پاسخ های بدست آمده از روش nsga_ii بیشتر مغلوب پاسخ هایmoea/d شده اند. این مقدار در حالت اول برابر 2/11 درصد و در حالت دوم برابر 2/23 درصد بوده است. این دو الگوریتم از نظر نزدیکی به نقطه ایده آل و توزیع پاسخ ها در دو حالت مورد بررسی، وضعیت متفاوتی داشته اند. با توجّه به تولید پاسخ های بهینه پارتو متعدد در روش های nsga_ii و moea/d و تمایل به انتخاب یک پاسخ از میان آنها جهت پیاده سازی، معیارهای مختلفی شامل بهترین مقدار هر تابع هدف، مجموع وزندار، غلبه نسبی پاسخ به تفکیک توابع هدف و نزدیکی به نقطه ایده آل برای انتخاب پاسخ برتر مورد استفاده قرار گرفتند. پاسخ هایی که کمترین مقدار را به ازاء یک تابع هدف خاص دارند، اغلب با روش nsga_ii بدست آمده اند. روش ارائه شده امکان مکانیابی و تخصیص مراکز مختلف خدماتی بصورت همزمان را فراهم می کند. با بهره گیری از آن می توان چیدمان مناسب برای مراکز جدید مختلف در یک منطقه را با توجّه به اهداف و معیارهای مختلف و ترجیحات تصمیم گیران مشخص نمود. بررسی پاسخ ها با تعداد مراکز متفاوت و مقایسه هزینه استقرار و هزینه سفر در آنها باعث سهولت تصمیم گیری در مورد تعداد مراکز می گردد. در این تحقیق، با بررسی فواصل سفر متقاضیان در پاسخ های مختلف، نقشه نشان دهنده میزان حساسیت نقاط تقاضا نسبت به انتخاب یک پاسخ تهیه شد. این نقشه می تواند به مکانی سازی اثرات وزندهی اهداف توسط تصمیم گیران و همچنین شناسایی مناطق حساس نسبت به انتخاب راه حل های مختلف کمک نماید.