Facility layout and location proble

Facility layout and location problems have been the subject of analysis since the seventeenth century(Francis et al. 1992). Even though these problems have received considerable attention over the years, it was not until the emergence of the interest in operations research and management science that the subject received renewed attention in a number of disciplines. Currently, there exists a strong interdisciplinary interest in facility layout and location problems. Mathematicians, operation researchers, architects, computer scientists,economists, engineers from several disciplines, management scientists, technical geographer, transportation
system designers, regional scientists, and urban planners have discovered a commonality of interest in a concern for the layout and location of the facilities. Each brings different interpretations and different solutions to the problem. One of the objectives of the facility layout and location problem is to find the locations of the facilities in a system such that the sum of system operating costs is minimized. For example, Li et al. (1999) developed a dynamic programming model to find the location of web proxies with minimum cost. The stochastic queue
median (SQM) of Berman et al. (1985) considers a mobile server such as an emergency response unit, in which in response to each demand call (e.g., patients), the available sever (e.g., ambulance) travels to the demand location to provide services. Another objective of the facility layout and location problem is to determine the minimum number of storage facilities among a discrete set of location sites such that the probability of each customer being covered is not less than a critical value. The literature within the subject of emergency services also includes many works that extend the probabilistic location set covering problem (PLSCP) (Revelle and Hogan 1989). For example, Marianov and Revelle (1994) developed the PLSCP, which models each geographic region as multi-server queuing system. The flow-capturing model introduced by Hodgson (1990) is anotherclosely related subject. Locating gas stations, convenience stores, and billboards are some applications of the flow-capturing model (Berman et al. 1995; Hodgson and Berman 1997), in which sometimes the server may be congested (Berman 1995). As an example, Shavandi and Mahlooji (2006) presented a fuzzy location-allocation model for congested systems. They utilized fuzzy theory to develop a queuing maximal covering location-allocation model which they called the fuzzy queuing maximal covering location-allocation model. The facility location-allocation modeling of logistic networks is a very important decision-making method to determine the structure of logistic systems. Liu and Xu (2009) studied a facility location-allocation problem in the logistic environment of randomness and fuzziness and solved their random and fuzzy model by a genetic algorithm. Esnaf and Kucukdeniz (2009) presented a hybrid method of the gravity and fuzzy clustering-based for a multi-facility location problem in which it was assumed that the capacity of each facility is unlimited. Wang et al. (2004), motivated by applications to locating servers in communication networks and automated teller machines, presented several models for the facilities location subject to congestion. These models were developed for situations in which immobile service facilities were congested by stochastic demand originating from nearby customer locations. They suggested using heuristic procedures to find good solutions for those models that were more challenging. Furthermore, Tarkeshx et al. (2009) presented a novel approach to the facility design problem based on multi-agent society. Each agent corresponds to a facility with inherent characteristics, emotions, and a certain amount of money, forming its utility function. They solved their model by a new method that is called parallel adaptive simulated annealing (PASA). This method utilizes both genetic algorithm and simulated annealing methods. Yalaoui et al. (2009) studied a combined group technology with a facility location problem. They developed a hybrid method based on genetic algorithm to solve the resulting model. The hybrid method consisted of a loop so that the number of cells is determined during the loop. Server allocation models have also been studied in the manufacturing area (Shanthikumar and Yao 1987). One of the problems in manufacturing environments is to optimally allocate a number of servers to the work centers such that the throughput of the queuing network is maximized. A variation of this problem is introduced by Green and Guha(1995).

Kết quả (Việt) 1:

Cơ sở bố trí và vị trí các vấn đề đã là chủ đề của các phân tích kể từ thế kỷ XVII (Francis et al. năm 1992). Mặc dù những vấn đề này đã nhận được sự quan tâm đáng kể trong những năm qua, nó đã không cho đến khi gia hạn sự nổi lên của lãi suất trong hoạt động nghiên cứu và khoa học quản lý đề tài này đã nhận được sự chú ý trong một số môn. Hiện nay, có tồn tại một lãi suất mạnh mẽ liên ngành trong cơ sở bố trí và vị trí các vấn đề. Nhà toán học, nhà nghiên cứu hoạt động, kiến trúc sư, các nhà khoa học máy tính, kinh tế, các kỹ sư từ một số môn học, các nhà khoa học quản lý, nhà địa lý học kỹ thuật, giao thông vận tảithiết kế hệ thống, các nhà khoa học khu vực và nhà quy hoạch đô thị đã phát hiện ra một sự tương đồng của lãi suất trong một mối quan tâm đối với cách bố trí và vị trí của các cơ sở. Mỗi người mang đến giải thích khác nhau và các giải pháp khác nhau cho vấn đề. Một trong những mục tiêu của vấn đề bố trí và vị trí của thiết bị là để tìm địa điểm của các cơ sở trong một hệ thống sao cho tổng của hệ thống chi phí điều hành được tối thiểu hoá. Ví dụ, Li et al. (1999) đã phát triển một mô hình lập trình năng động để tìm vị trí của proxy web với chi phí tối thiểu. Xếp hàng ngẫu nhiênTrung bình (m2) của Berman et al. (1985) sẽ xem xét một máy chủ điện thoại di động như một đơn vị ứng phó khẩn cấp, trong đó đáp ứng từng nhu cầu (ví dụ: bệnh nhân), có sẵn sever (ví dụ, xe cứu thương) đi đến địa điểm theo yêu cầu để cung cấp dịch vụ. Các mục tiêu khác của vấn đề bố trí và vị trí của thiết bị là để xác định số lượng tối thiểu của hành lý trong một tập rời rạc các vị trí các trang web như vậy mà xác suất của mỗi khách hàng được bảo hiểm không phải là ít hơn một giá trị quan trọng. Văn học trong chủ đề của các dịch vụ khẩn cấp cũng bao gồm nhiều công trình mở rộng các thiết lập vị trí xác suất bao gồm các vấn đề (PLSCP) (Revelle và Hogan 1989). Ví dụ, Marianov và Revelle (1994) phát triển PLSCP, trong đó mô hình mỗi vùng địa lý như hệ thống xếp hàng nhiều máy chủ. Thu giữ dòng chảy mô hình được giới thiệu bởi Hodgson (1990) là anotherclosely liên quan đến chủ đề. Vị trạm xăng, Cửa hàng tiện lợi và biển báo là một số ứng dụng của mô hình dòng chảy-chụp (Berman et al. 1995; Hodgson và Berman 1997), trong đó đôi khi các máy chủ có thể bị tắc nghẽn (Berman 1995). Ví dụ, Shavandi và Mahlooji (2006) trình bày một mô hình mờ vị trí-phân bổ cho các tắc nghẽn hệ thống. Họ sử dụng lý thuyết mờ để phát triển một tối đa xếp hàng bao gồm các mô hình phân bổ vị trí mà họ gọi là sự mờ xếp hàng tối đa bao gồm các mô hình phân bổ vị trí. Mô hình phân bổ vị trí cơ sở của các mạng lưới hậu cần là một phương pháp quyết định rất quan trọng để xác định cấu trúc của hệ thống hậu cần. Lưu và Xu (2009) nghiên cứu một vấn đề phân bổ vị trí cơ sở trong môi trường hậu cần của ngẫu nhiên và hơi say và giải quyết mẫu ngẫu nhiên và mờ bằng một thuật toán di truyền. Esnaf và Kucukdeniz (2009) trình bày một phương pháp hybrid của lực hấp dẫn và mờ clustering dựa trên cho một vấn đề đa cơ sở vị trí mà nó được giả định rằng năng lực của mỗi cơ sở là không giới hạn. Wang et al. (2004), thúc đẩy bởi các ứng dụng để xác định vị trí máy chủ trong mạng lưới thông tin liên lạc và máy rút tiền tự động, trình bày một số mô hình cho các vị trí nghi bị tắc nghẽn. Các mô hình này được phát triển cho các tình huống trong đó bất dịch vụ tiện nghi bị tắc nghẽn bởi nhu cầu ngẫu nhiên có nguồn gốc từ các khách hàng địa điểm. Họ đề nghị sử dụng thủ tục heuristic để tìm giải pháp tốt cho những mô hình đã là khó khăn hơn. Hơn nữa, Tarkeshx et al. (2009) trình bày một cách tiếp cận mới để vấn đề thiết kế cơ sở dựa trên nhiều đại lý xã hội. Mỗi đại lý tương ứng với một cơ sở với vốn có đặc điểm, tình cảm, và một số tiền, hình thành các chức năng tiện ích của nó. Họ giải quyết các mô hình của họ bằng một phương pháp mới được gọi là song song thích ứng mô phỏng tôi (PASA). Phương pháp này sử dụng các thuật toán di truyền và mô phỏng các phương pháp tôi. Yalaoui et al. (2009) nghiên cứu công nghệ nhóm kết hợp với một vấn đề địa điểm cơ sở. Họ đã phát triển một phương pháp lai dựa trên các thuật toán di truyền để giải quyết các mô hình kết quả. Phương pháp hybrid bao gồm một vòng lặp do đó số lượng tế bào được xác định trong các vòng lặp. Máy chủ phân bổ các mô hình cũng đã được nghiên cứu trong lĩnh vực sản xuất (Shanthikumar và Yao năm 1987). Một trong những vấn đề trong sản xuất môi trường là để tối ưu phân bổ một số máy chủ Trung tâm làm việc như vậy mà thông lượng của mạng xếp hàng tối đa. Một biến thể của vấn đề này được giới thiệu bởi màu xanh lá cây và Guha(1995).