1. 1. 1. شوندی و خامنه (۱۳۹۰) مسئله جایابی پوششی با در نظر گرفتن تراکم مشتریان و تقاضای از دست رفته با روش حل الگوریتم ژنتیک را حل کردند. آن­ها در مقاله خود یک مدل جایابی با ساختار احتمالی که احتمال مراجعه تقاضا از یک گره به خدمت دهنده ها با توجه به فاصله آن­ها برآورد می شود توسعه دادند. همچنین در مدل ارائه شده با فرض رقابتی بودن بازار بحث فروش از دست رفته را در نظر گرفتند و با توجه ‌به این موضوع هدف مدل را حداقل کردن هزینه از دست دادن تقاضاها یا حداکثر کردن سود حاصل از ‌پاسخ‌گویی‌ ‌به این تقاضاها تعریف کردند. بعد از ارائه مدل، یک الگوریتم ژنتیک برای حل مدل ارائه کرده تا علاوه بر این از بحث طراحی آزمایشات و متدولوژی سطح پاسخ برای تنظیم پارامترهای الگوریتم ژنتیک استفاده کردند تا عملکرد ‌الگوریتم ارتقا یابد (شوندی و خامنه ۱۳۹۰).

      

   

1. 1. شوندی و همکاران (۱۳۹۰) مدل مکان­ یابی – تخصیص حداکثر پوشش با امکان ایجاد ازدحام در محیط رقابتی مبتنی بر انتخاب مشتری را توسعه دادند. در مدل پیشنهادی آن­ها چندین ویژگی مهم یعنی مدل های تعامل فضایی، ازدحام، محیط رقابتی مبتنی بر انتخاب مشتری و تقاضای احتمالی مورد بررسی قرار گرفته است. هدف مدل حداکثر نمودن درصد تقاضای جذب شده توسط تجهیزات خدمتدهی در محیط رقابتی است. برای حل مدل با ابعاد کوچک از نرم افزار بهینه سازی لینگو ۸ و الگوریتم فرا ابتکاری ژنتیک استفاده شده است. اما با توجه به پیچیدگی مسئله و ماهیت غیرخطی آن، نرم افزار لینگو ۸ توانایی حل مسایل با ابعاد بزرگ را ندارد و مسایل با ابعاد بزرگتر با بهره گرفتن از الگوریتم ژنتیک پیاده سازی شده است (شوندی و همکاران ۱۳۹۰).

1. 1. ساده­وند (۱۳۹۰) به مکان­ یابی جایگاه­های سوخت CNG با بهره گرفتن از مدل مکان­ یابی جریان سوخت­گیری FRLM پرداخت او در این مسئله مطرح ‌کرده‌است که شبکه فعلی جایگاه­های سوخت CNG با توجه به گسترش ناوگان حمل و نقل گازسوز، علاوه بر کمبود ظرفیت سوخت رسانی، عمدتاًً به سبب توزیع نامناسب جغرافیایی جوابگوی نیازها نمی ­باشد لذا لازم است تا با ارائه الگویی مناسب، توزیع شبکه جایگاه­های سوخت CNG در سطح شهر به صورت صحیح انجام گیرد و علاوه بر جلوگیری از مشکلاتی که در آینده بر شهر تحمیل می­گردد، مانع از اتلاف انرژی و افزایش بهره ­وری امکانات و منابع موجود گردد (ساده­وند ۱۳۹۰).

1. 1. شورورزی و همکاران (۱۳۹۱) در مقاله «مقایسه قابلیت الگوریتم­های فراابتکاری در حل مسئله مکان­ یابی مراکز آتش­نشانی» روش­های فراابتکاری جست‌وجوی ممنوع، ژنتیک و شبیه‌سازی بازپخت را به عنوان روش‌های بهینه­ سازی برای مکان­ یابی مراکز آتش­نشانی و تخصیص مناطق شهری به آن‌ ها استفاده کردند. این روش­ها با توجه به معیارهای زمان حل مسئله، مقدار تابع هدف، تعداد تکرار و نحوه پوشش منطقه در سناریوهای مختلف ارزیابی شده‌ و سناریوهای مختلف در روش ژنتیک بر‌اساس تغییر در تعداد تکرار و جمعیت اولیه و در روش شبیه­سازی بازپخت بر‌اساس تغییر در تعداد تکرار حرکات و تغییرات دما تولید شده‌ است (شورورزی و همکاران ۱۳۹۱).

1. 1. خاتمی فیروزآبادی و همکاران )۱۳۹۱( به ارائه الگویی برای مکان­ یابی شعب مؤسسه‌ مالی و اعتباری قوامین» با بهره گرفتن از رویکردهای کمی (آزمون تی یک نمونه ای برای شناسایی شاخصه‌ها) و کیفی (روش تحلیل سلسله مراتبی برای وزن دهی به شاخصه‌ها) و با بهره گرفتن از نرم افزارهای SPSS،Expert Choice، GISو LINGOپرداختند و مشخص کردند که بر مبنای شاخصه‌های به دست آمده و استفاده از مدل ریاضی حداکثر پوشش، می‌توان ۹۵ ٪ از تقاضای منطقه مورد مطالعه را با احداث حداکثر ۴ شعبه در نقاط مشخص شده (به علاوه ۴ شعبه موجود)، تحت پوشش قرار داد )خاتمی فیروزآبادی و همکاران ۱۳۹۱).

1. 1. یوسفی در سال ۱۳۹۱ با به کارگیری منطق فازی و روش تصمیم گیری FUZZY DEMANTEL و همچنین روش تصمیم گیری گروهی Cook&Seiford به انتخاب سبد پروژه­ های عمرانی پرداخت (یوسفی، ۱۳۹۱).

1. 1. ماریانوو سرا در سال ۱۹۹۸ در مقاله خود، چندین مدل حداکثر پوشش احتمالی با زمان انتظار یا طول صف محدود ارائه کردند. اولین آن­ها مدل مکان تعدادی مرکز خدمتدهی با یک خدمتدهنده را به طوری که جمعیت پوشش داده­ شده در یک فاصله استاندارد و با طول صف محدود حداکثر شوند مشخص می­ کند و مدل‌های بعدی مسائلی که در آن­ها بیشتر از یک خدمتدهنده وجود داشته باشد را ارائه ‌می‌کنند (ماریانوو سرا، ۱۹۹۸).

1. 1. کورآ و لورنا در سال ۲۰۰۶ در مقاله­ای تحت عنوان « استفاده از الگوریتم ژنتیک برای حل مسئله مکان­ یابی حداکثر پوشش احتمالی» راه حلی برای مدل­های احتمالی با در نظر گرفتن یک سرویس دهنده در هر مرکز با بهره گرفتن از الگوریتم ژنتیک سازنده ارائه کردند (کورآ و لورنا، ۲۰۰۶).

1. 1. رناد و همکاران (۲۰۱۲) به تعیین محل مناسب برای مراکز توزیع ماهواره­ای جهت تامین کمک­های بشر دوستانه به مردم آسیب دیده در مناطقی که دچار بلایای طبیعی و یا هر حادثه مخرب دیگر شده است پرداختند. بدین منظور مدل این مسئله را به صورت مدل حداکثر پوشش تور به همراه یک روش حل هیوریستیک ارائه کردند (رناد و همکاران ۲۰۱۲).

1. 1. لیانگ وی و همکاران (۲۰۱۲) با به کارگیری مسائل مجموعه پوشش و حداکثر پوشش به ارائه مدلی جهت اخذ تصمیم مربوط به مکان پناهگاه­های شهری پرداختند. در این مدل هزینه­ ها و درآمدها کاملا در نظر گرفته ‌شده‌اند که موجب می­ شود در تصمیمات نهایی اتخاذ شده مسئله بودجه نیز در نظر گرفته شده باشد (لیانگ وی و همکاران، ۲۰۱۲).

1. 1. معین مقدس و کاخکی در سال ۲۰۱۲ در مقاله­ای با عنوان روش حل هیوریستیک برای مسئله حداکثر پوشش با سیستم صف M/G/1، مدلی با هدف تعیین محل حداکثر p مرکز سرویس و تخصیص نقاط تقاضا به آن­ها بگونه ای که جمعیت سرویس داده شده ماکزیمم شود، اراده کردند در این مدل هر مرکز سرویس با سیستم صف M/G/1 به مشتریان ارائه سرویس می‌دهد و میانگین زمان انتظار در هر مرکز سرویس برای مشتریان از مقدار داده شده نبایستی تجاوز کند. در این مقاله پس از معرفی و مدل بندی مسئله، یک روش تقریبی برای حل مسئله پیشنهاد می شود (معین مقدس و کاخکی، ۲۰۱۲).

1. بارای و کلیکوئت (۲۰۱۲) در مقاله بهینه­ سازی مکان­ یابی از طریق مدل پوشش حداکثر و P-Median برای بیمارستان مادران فرانسه، به ارائه یک مدل مکان­ یابی تخصیص سلسله مراتبی که ترکیبی از مدل پوشش حداکثر و P-Median است، می­پردازند. هدف انطباق توزیع فضایی از عرضه با سطوح مختلف تقاضاست. در حل مدل از الگوریتم­های Lagrangian relaxation و myopic استفاده شده است (بارای و کلیکوئت، ۲۰۱۲).

فصل سوم

روش اجرای پژوهش

• 1. مقدمه

مکان­ یابی معمولاً شامل دو فاز اصلی است : ۱) تعیین محل (مشخص کردن مکان­های بالقوه در یک منطقه جغرافیایی) و ۲) ارزیابی مکان (در واقع آزمایش هر مکان کاندید شده ‌بر اساس یک سری معیارهای معلوم برای مشخص نمودن اینکه کدام مناسب­ترین است) (فیروزآبادی، رودپشتی و تقوی فرد، ۱۳۹۱) .