Development of models and solution methodologies for tree of hubs location and arc capacitated hub location problems
Abstract
In this dissertation, we study two different extensions to hub location problems, namely,
Multiple Allocation Tree of Hubs Location Problem (MATHLP) that result from
incorporating a tree topology requirement for the hub network and Multiple Allocation
Arc Capacitated Hub Location Problem (MACHLP) that result from imposing
capacities on the arcs. We consider both problems in a multiple allocation framework
and try to minimize total flow cost by locating p hubs. Unlike most studies in the
literature that use complete networks with costs satisfying the triangle inequality to
formulate the problems, we define the problems on non-complete networks and develop
a modeling approach that does not require any specific cost and network structure. Our
proposed approach provides more flexibility in modeling several characteristics of reallife
hub networks. We solve the proposed models using CPLEX-based algorithm and
Gurobi-based algorithm with NoRel heuristic. For MATHLP, we develop Benders
decomposition-based heuristic algorithms and for MACHLP, we develop a heuristic
algorithm based on simulated annealing. We conduct computational experiments using
problem instances defined on non-complete networks with up to 500 and 400 nodes for
MATHLP and MACHLP respectively. The results indicate that the proposed solution
methodologies are especially effective in finding good feasible solutions for large
instances. Bu tezde, ana dağıtım üsleri (hub) arasında bir ağaç topolojisi gerektiren Çok Atamalı
Ağaç Yapılı Hub Yerleşim Problemi (AYHYP) ve ayrıtlar üzerinden geçen akışlara üst
limitler getiren Çok Atamalı Ayrıt Kapasiteli Hub Yerleşim Problemi (AKHYP)
çalışılmıştır. Her iki problemde de çoklu atama stratejisi kullanılmıştır ve p adet hub
yerleştirilerek toplam akış maliyeti en aza indirilmeye çalışılmıştır. Problemler için
formülasyon geliştirilmesinde maliyetleri üçgen eşitsizliğini sağlayan tam serimlerin
kullanıldığı literatürdeki birçok çalışmanın aksine, her iki problem tam olmayan
serimler üzerinde tanımlanmış ve özel bir maliyet ile serim yapısı gerektirmeyen bir
modelleme yaklaşımı geliştirilmiştir. Önerilen yaklaşım, gerçek hayattaki hub
serimlerinin çeşitli özelliklerini modellemede daha fazla esneklik sağlamaktadır.
Önerilen modeller, CPLEX tabanlı dal ve sınır algoritması ve NoRel sezgiseli ile
birlikte Gurobi tabanlı dal ve sınır algoritması kullanılarak çözülmüştür. AYHYP için
Benders ayrıştırma tabanlı sezgisel algoritmalar ve AKHYP için benzetimli tavlama
metoduna dayalı bir sezgisel algoritma geliştirilmiştir. AYHYP ve AKHYP için
sırasıyla 500 ve 400 düğüme kadar tam olmayan serimlerde tanımlanan problem
örnekleri kullanılarak testler gerçekleştirilmiştir. Test sonuçları, önerilen çözüm
metodolojilerinin özellikle büyük örnekler için iyi çözümler bulmada etkili olduğunu
göstermektedir.
Collections
Related items
Showing items related by title, author, creator and subject.
-
Multiple allocation tree of hubs location problem for non-complete networks
Kayisoglu, Betul; Akgun, Ibrahim (PERGAMON-ELSEVIER SCIENCE LTDTHE BOULEVARD, LANGFORD LANE, KIDLINGTON, OXFORD OX5 1GB, ENGLAND, 2021)We study the Multiple Allocation Tree of Hubs Location Problem where a tree topology is required among the hubs and transportation cost of sending flows between OD pairs is minimized. Unlike most studies in the literature ... -
Optimal location determination of electric vehicle charging stations: A case study on Turkey's most preferred highway
Sütçü, Muhammed; Gülbahar, İbrahim Tümay (Bitlis Eren Üniversitesi, 2022)Today, electric vehicles are seen as one of the most suitable and environmentally friendly alternatives to internal combustion engine vehicles. An important issue related to the dissemination of electric vehicles is the ... -
Automatic classification of Alzheimer disease based on MRI volumetric features
Dundar, M. S.; Yilmaz, B. (ELSEVIER, RADARWEG 29, 1043 NX AMSTERDAM, NETHERLANDS, 2019)Automatic classification of Alzheimer disease based on MRI volumetric features