بسمه تعالي
پیشنهاده (پروپوزال) رساله دکتری تخصصی/ پایاننامه کارشناسیارشد
مقررات ارا ئه پروپوزال رساله دکتری/پایاننامه کارشناسیارشد:
-
دانشجو موظف است موضوع رساله / پایان نامه خود را با هماهنگی استاد راهنما تعیین و فعالیت پژوهشی خود را آغاز کند.
-
دانشجو بايد تا زمان دفاع از رساله / پایان نامه ، الزاماً نسبت به اخذ واحد رساله / پایان نامه اقدام نمايد
-
میانگین کل نمرات دانشجو قبل از اخذ رساله دکتری نباید از 16 کمتر و پایان نامه از 14 کمتر باشد.
-
اين كاربرگ بايد زیر نظر استادان راهنما ، و مشاور تكميل شود . به تایید آنها برسد.
-
بیان مسأله (معرفی دقیق مسأله یا مشکلی که تحقیق برای حل آن مسئله یا مشکل ، طراحی و اجرا خواهد شد)
حمل و نقل جابهجایی و یا انتقال، انسان و کالا از مکانی به مکان دیگر است. حمل و نقل روابط تجاری بین افراد را ممکن میسازد که نقش اساس در شکلگیری تمدنها ایفا کرده است. حمل و نقل به شکل حلقه اتصالی در بخشها و زیر بخشهای اقتصادی هر کشوری مورد توجه بوده، اطلاعات مرتبط با تسهیلات حوزه حمل و نقل همواره اهمیت ویژه و خاص داشته است. زیرا حمل و نقل بر بسیاری از فعالیتهای جامعه، بهره برداری از صنایع و طرحهای اجرایی دیگر تاثیرگذار است. حمل و نقل با شیوههای زمینی، دریایی، هوایی، ریلی، کابلی و خط لوله انجام میشود. سریعترین شیوه حمل و نقل، حمل و نقل هوایی است که به عنوان شاخص رشد اقتصادی در فعالیتهای اقتصادی، اجتماعی و فرهنگی نیز نام برده میشود. در صنعت توریسم و افزایش سطح اشتغال جوامع اثر بسزایی دارد.
در جهان امروز، شرکتهای هوایی حجم بزرگی از ترافیک نقل و انتقالات در دنیا را شامل میشوند. نسبت به انتقالات زمینی جادهای و ریلی، انجام انتقالات هوایی از مسیرهای متعدد بیشتری امکانپذیر است و محدودیتهای و مشکلات بسیار کمتری در انتخاب مسیر وجود دارد. حمل و نقل افراد و کالا یک فعالیت حیاتی در زندگی انسان است. این فعالیت نیاز به استفاده از تسهیلات متعدد، مقادیر زیادی سرمایه و انرژی و تاثیرات قابل بررسی بر محیط زندگی دارد [1]. بهینه بودن حمل و نقل، میتواند اثر بسزایی در کاهش هزینهها و افزایش کیفیت انتقالات داشته باشد.
صنایع و تکنولوژی هوا و فضا پیشرفتهای چشمگیری در ساخت پرندههای هوایی علاوه بر هواپیما و بالگرد داشته است. از جمله این پرندهها، پهپادها هستند. پهپادها به دلیل کوچکسازی سیستمهای کنترل الکترونیکی، آلیاژها و برشهای سبک و مقاوم، پلیمرهای تقویت شده و سایر کامپوزیتها، در دسترس بودن حسگرهای ارزان قیمت در بازار، قابلیت پرواز در ارتفاع پایین و طی مسیرهای صعب العبور از محبوبیت زیادی برخوردار شدند. پهپادها نیاز به کابین خلبان ندارند، سیستمهای محیطی، تامین هوا، کنترل حرارتی، فشار کابین، وزن هواپیما و در نتیجه مصرف انرژی را کاهش میدهند. نیاز به جاده و مکانی برای فراز و فرود ندارند، امکان دسترسی به هر مکانی را دارند [2]. مناسب برای توسعه مسیرهایی با ارتفاع کم که تعامل با سایر ترافیک هوایی را به حداقل برساند [3]. کبوتر پرنده در یونان باستان، احتمالا اولین پهپاد هوایی بوده، که توانایی پرواز تا 200 متر را داشته است [4]. شرایط کنونی گواهی برای توانایی تبدیل شدن پهپادها به یک دارایی حیاتی در حوزه مایل آخر بالاخص برای محمولههایی با حجم کم و ارزش بالا، است [3].
بسیاری از شرکتهای تدارکاتی و ارائه دهندگان خدمات پهپادها را وسیلهای نوید بخش جهت تحول در صنعت تحویل میدانند [5].
پهپادها، به عنوان وسایل نقلیه هوایی بدون سرنشین شناخته میشوند، به طور قابل توجهی پیشرفت کردهاند و به صورت گسترده در حوزههای غیر نظامی مانند خدمات ارتباطات بیسیم، نظارت، تحویل بسته، ... استفاده میشوند. در سالهای اخیر بسیاری از شرکتهای تدارکات و خدماتی طرح آزمایشی تحویل بسته با پهپاد را آغاز کردهاند. در تاریخ 21 آذر ماه سال 1398 وزیر ارتباطات وقت آقای مهندس جهرمی آذری به طور رسمی از اولین پهپاد تحویل دهنده بسته در صنعت پست ایران رونمایی کردند. شرکت آمازون در سال 2013، تحقیقات رسمی برای بکارگیری پهپادها را در ارسال سفارشات آغاز کرد و در سال 2016، بخش تحویل هوایی این شرکت را تاسیس کرد و اولین آزمایش تحویل کالا را در همین سال با موفقیت انجام داد. به غیر از شرکت آمازون شرکتهای تجاری و پستی مشهور متعددی (از جمله؛ آلفابت، اوبر، ایرباس، DHL، UPS، Wing....) آزمایشهای متعددی در این زمینه انجام دادند و ارسال مرسولات پستی و تحویل کالا را با پهپاد آغاز کردند.
در نگاه اول، کاربرد پهپادها در حیطه فعالیتهای نظامی بوده است، حوزههای مختلف پهپادها عبارتند از؛ مدیریت پسماند، حمل و نقل مسافر، پیشبینی وضع هوا، معماری و ساخت و ساز، عکسبرداری، فیلمبرداری، نقشهبردای، صنایع سنگین و بازرسی، امور نظارتی، عملیاتهای نظارتی صنعت نفت و گاز، تبلیغات، ارسال مرسولات، شرایط اضطراری، امداد و نجات، تحویل تجهیزات، تحویل کالا، تحویل دارو، تحویل خون و .... .
با افزایش میزان دسترسی به پهپادها، این پرندهها جایگزین مشاغل پر خطر در صنایع ساخت و ساز و تجاری میشوند، زیرا ایمن هستند، حجم ترافیک مانع عملکرد سریع آنها نیست، مقرون به صرفه هستند و نیازی به طی مسیرهای پر پیچ و خم خیابانها و کوچهها را ندارند. بسیاری از شرکتها و استارتآپها به دنبال استفاده از رباتهای کوچک و سبک در شبکههای توزیع خود میباشند.
از آنجایی که پهپادها نقش فزایندهای در عملیات تجاری دارند، اهمیت برنامهریزی علمی و عملی افزایش مییابد [2]. سیستمهای تحویل متعددی مبتنی بر پهپادها پیشنهاد شده است. دو طرح اصلی برای پهپادها در تحقیقات مورد بررسی قرار گرفته است. طرح اول، تسهیلات توزیع مجهز به ناوگان هواپیماهای بدون سرنشین هستند و هر پهپاد به طور معمول تابع قواعد مرتبط به تعویض یا شارژ مجدد باتری، پرواز به نقاط تقاضا، تحویل بسته و بازگشت به مکانهای تسهیلات توزیع است. طرح دوم، طرح همکاری پهپادها با وسایل نقلیه باری است. همکاری پهپاد و کامیونها با رویکردهای متفاوتی انجام میشود. این دو طرح هر یک مزایا و معایبی داشتهاند. در طرح اول، بستهها به سرعت به مشتری تحویل میشود، نیروی انسانی کمتری مورد نیاز است و نتیجه هزینه اجرایی سیستم کمتر است. با این حال، عمر باتری پهپادها محدود است در نتیجه برد پروازی محدودی خواهد داشت. در طرح دوم، نیاز به راننده برای وسیله نقلیه زمینی است. هزینه نیروی انسانی، هزینه سوخت، هزینه حمل و نقل و هزینه نگهداری وسیله نقلیه زمینی به نسبت بالاتر است [5].
افزایش آسیبپذیری شبکهها به علت جهانی شدن ارتباطات و تجارت، توجه محققان و متخصصان زیادی را در جهت افزایش ریسک، پاسخ به اختلالات و مدیریت بحران جلب کرده است. جهانی سازی ارتباطات و تجارت منجر به شکلگیری شبکهها در محیطی غیر قطعی و نامطمئن شده است. این شبکهها تحت شرایط بحرانی آسیب پذیری قرار دارند که ممکن است به دلیل اختلالاتی همچون؛ فجایع طبیعی(سیل، زلزله، فوران آتشفشان، طوفان، صاعقه، بهمن، ...)، مداخلات انسانی (حملات تروریستی، بمبگذاری، عملیاتهای احتمالی، عدم انطباق تامینکنندگان، خرابی تجهیزات، تصادفات صنعتی، اعتصابات کارگری، اختلالات شبکه حمل و نقل، ...) [6]. لذا طراحی شبکه تحت رویکرد قابلیت اطمینان سبب خواهد شد تا اثر خرابی و اختلالات عملکرد قسمتی یا کل شبکه را تحت تاثیر قرار ندهد یا کاهش دهد. قابلیت اطمینان ویژگی خاصی از یک سیستم یا عنصر است که توسط آن میتوان میزان احتمال ماموریت یا وظیفه، تحت شرایط مشخص و از پیش تعریف شده را، برای مدت زمان تعیین شده مورد ارزیابی قرار داد. به بیان علمیتر این قابلیت یه میزان توانایی یک سیستم یا قطعه گفته میشود که بر طبق آن، سیستم امکان تکرار پذیری مداوم با کسب نتایج مشابه را داشته باشد. قابلیت اطمینان شبکه(سیستم)، بخش مهمی از فرآیند طراحی مهندسی است که عملکرد یک شبکه(سیستم)، را در آینده مورد بررسی و قضاوت قرار میدهد. طبیعی است که با قطعیت کامل عملکرد آینده یک شبکه(سیستم)، قابل پیشبینی نیست. لذا طراحی و بهینهسازی مدل در شرایط غیرقطعی است.
برخی از شدیدترین محدودیتهای عملیاتی که در حال حاضر بر استقرار پهپادها تاثیرگذار هستند، محدودیتهای عملکرد ناشی از آب و هوا همچون وزش باد و بارش که ممکن است منجر به از دست دادن کنترل و آسیب تجهیزات الکترونیکی شود. تهدید توسط پهپادهای دیگر در حریم همسایه [7]، خرابی فنی پهپادها، احتمال هتک شدن و سقوط آنها، احتمال مسدود یا خرابی مسیرها، ازدحام و ایجاد ترافیک، عدم قطعیت در تسهیلات شبکه، ، عدم قطعیت تقاضا و ظرفیت، عدم قطعیت در ظرفیت باتری پهپادها و ایستگاههای شارژ، ... از دیگر اختلالات ممکن است.
در تحقیق حاضر، ساخت شبکه قابل اطمینان ایستگاه های مبادله باتری (BSS) برای پشتیبانی از مسیرهای تحویل پهپادها در دو سطح توزیع کالا مد نظر قرار گرفته است. به منظور افزایش دامنه پرواز پهپادها ، BSS باید در منطقه برنامه ریزی قرار بگیرد تا یک پهپاد بتواند از آنها استفاده کند تا تقاضا را در نقاط تحویل در شرایط پس از بحران را نیز برآورده کند. شایان ذکر است که تفاوت بین مسائل کلاسیک در ادبیات و مسئله تحقیق پیشنهادی در چند بخش است:
-
تفاوت مدل مدنظر با مسائل ارائه شده در مسأله محل تأسیسات (FLP) است. سوال تحقیق ما تا حدودی یک مسأله محل تسهیلات برای شبکه BSS است. FLP کلاسیک استقلال را در بین مکان های تسهیلات فرض می کند ، به این معنی که هیچ ارتباطی بین آنها وجود ندارد. با این حال ، ماهیت مسأله ما نیاز به در نظر گرفتن روابط بین مکان ها دارد زیرا هر پهپاد برای رسیدن به محل تقاضا به چندین BSS بستگی دارد. به عبارت دیگر ، یک BSS تنها نمی تواند از سفر پهپادها به طور مستقل پشتیبانی کند لذا برای رسیدن به مشتری می توان از مسئله مسیریابی مکان (LRP) استفاده کند تا کمترین هزینه مسیر یابی برای رسیدن به مشتری را ارائه کند .
-
در یک شبکه دو سطحی، یک محصول ، ابتدا از تسهیلات مبدأ به تسهیلات میانی تحویل داده می شود و سپس از تسهیلات میانی به محل مشتریان ارسال می گردد.
-
برنامه ریزی و امکان ارسال چند محصول در طول مسیر در صورت داشتن ظرفیت خالی
-
برای پوشش کامل فضای مورد نظر پس از بحران از مدل تور پوششی در حل این مسئله استفاده شده است .
-
در این مدل دو نوع ایستگاه شارژ قابل اطمینان و غیر قابل اعتماد در نظر گرفته شده است و تأثیر اخلال در آنها پس از بحران نیز در آنها دیده شده است.
-
میزان مصرف باطری علاوه به مسافت طی شده به بار حمل شده نیز بستگی دارد.
-
قابلیت اطمینان لحاظ شده در این مدل در دو حالت گسسته ، پیوسته است و مقایسه ای بین آنها در مسیرهای انتقال صورت خواهد گرفت.
-
در این مدل سیستم پشتیبانی زمینی برای تعویض باطری های نیاز به تعویض و بالانس تعداد مورد نیازدر شبکه لحاظ شده است.
-
پنجره زمانی برای زمان تحویل کالا بوسیله پهپادها در نظر گرفته شده است که در آن زمان رسیدن محموله به مقصد در نظر گرفته شده و مد نظر می باشد
-
در این تحقیق براساس مسئله قطعی فرموله شده در PCENTER ، یک مدل دو مرحله ای قوی(2SRO) برای تأسیس P جایگاه شارژ قابل اطمینان ارائه می شود . در این مسئله P مرکز قابل اطمینان ، تصمیم گیری در مورد مکان و تخصیص اولیه قبل از ایجاد اختلال بر اساس داده های تخمین زده شده انجام می شود و پس از ایجاد اختلال ، با اطلاعات جدید ارائه می شود که منجر به تغییر هزینه ها و زمان سرویس دهی می شود. اولین مرحله این روش همان P-CENTER است ، با این تفاوت که همه مقادیر هزینه ها اسمی ویا تخمینی هستند. مرحله دوم SRO 2 پهپادها را به تسهیلات باقی مانده پس از بحران براساس اطلاعات به روز شده در مورد تقاضا و هزینه اختصاص می دهد.
در تحقیق پیشرو تابع هدف شامل دو قسمت است :
قسمت اول که حداقل کردن هزینه های قبل از اختلال و ماکزیمم کردن میزان رضایت مشتری و احتمال عبور موفق با افزایش قابلیت اطمینان مسیرها قسمت دوم هزینه های بعد از اختلال در زمان بحران . تابع هدف در مرحله اول خود شامل چندین بخش است، تابع هزینه ساخت بر اساس پوشش کامل فضای حل و انتخاب محل بهینه تسهیلات بهمراه حداقل تعداد تسهیلات و کمترین هزینه استقرار با توجه به محدودیت ظرفیت تعداد باتری ها و حداقل نمودن هزینه های حمل ونقل و فروش از دست رفته و هزینه عدم تحویل بموقع با توجه به پنجره زمانی و هزینه پشتیبانی زمینی شبکه از اهداف مدل ارائه شده است. از طرفی محدودیتهای زیر برای مدل در نظر گرفته شده است :
-
تعادل جریان برای تأمین کنندگان ، مشتریان و ایستگاههای شارژ
-
پوشش فضای حداکثری در منطقه
-
در نظر گرفتن زمان انتظار در سطح میانی
-
مقدار محصول عرضه شده برابر با کالای مورد نظر در هر بازه زمانی
-
پنجره زمانی تحویل کالا و سناریوی زمان
-
تعیین مسیر از میان ایستگاههای شارژ برای تحویل کالا
-
بازدید از ایستگاه بستگی به میزان شارژ دارد
-
تعیین تعداد باتری های دشارژ شده
-
میزان بار حمل شده روی هر مسیر
-
امکان ارسال چند محصول در یک مسیر
-
ارزیابی میزان مصرف باتری برای رسیدن به مقصد
مدل مورد نظر ما به دنبال کمینهسازی هزینه کل شبکه قبل و بعد از بحران و حداکثر پوشش منطقه پروازی زمان ارسال محصولات توسط پهپادها بین انبار اصلی شبکه و مشتریان همزمان با بهینهسازی مسیر و از سوی دیگر به دنبال بیشینهسازی قابلیت اطمینان سیستم حملونقل کالا به مشتریان و تحویل چند محصول در یک مسیر در پنجره زمانی مشخص میباشد که برای این منظور ایستگاههای میانی طراحی خواهند شد که می توانند عملیات قبل از ارسال را انجام دهند . مدلها بهصورت یک مسأله برنامهریزی عددصحیح غیرخطی مختلط ارائه خواهد شد. به دلیل ماهیت غیرقطعی بودن برخی پارامترها شامل پارامترهای هزینه و ظرفیت با عدمقطعیت مواجه خواهد بود. لذا، برای مقابله با عدمقطعیت این پارامترها، از روش 2SRO استفاده خواهد شد که یک رویکرد جدید استوار توسعه داده شده است که در آن هزینه های اولیه مدل بهمراه هزینه های تغییرات ناشی از اختلال پس از بحران را مینیمم می کند . برای حل مدل، از روش قیود محدود برای مسأله سایز کوچک و از الگوریتمهای فراابتکاری ترکیبی برای مسأله سایز بزرگ استفاده می شود.
-
اهمیت و ضرورت تحقيق :
امروزه، توسعه و ارائه روشهای نوین مکانیابی و طراحی شبکهها، سبب شده است که مفاهیمی همچون قابلیت اطمینان در شبکههای هوایی و فرودگاهی، شبکههای حمل و نقل، ... ملزم به بررسی باشند. از کار افتادن تسهیلات و اجزای شبکه، موجب اختلال در سطوح مختلفی میشود. طراحی شبکه تحویل در شرایط وقوع وقفه یا اختلال در وسایل نقلیه، تسهیلات موجود در شبکه، در ارتباط مسیرهای شبکه، یا اختلالات ناشی از عوامل طبیعی یا انسانی در حالی که شبکه باید پاسخگوی تقاضای مشتریان باشد، نیاز به بهینه شدن شبکه با رویکردی همچون قابلیت اطمینان دارد تا اثر اختلالات، عملکرد جزئی از شبکه و یا کل شبکه را مختل نکند. بررسی قابلیت اطمینان شبکههای توزیع، پیچیده و ارزیابی احتمال عملکرد موفق و پیشبینی آنها امری ضروری، حیاتی و مستلزم کاربرد رویکردهای خاصی است. قابلیت اطمینان یک مشخصه ذاتی تسهیلات و اجزای شبکه است و در جهان امروز به عنوان یکی از کمیتهای سنجش پذیر طراحی، ساخت و بهرهبرداری میباشد که در طی فرآیندهای مربوطه کنترل آن به عنوان یک معیار بسیار مهم باید مورد توجه قرار گیرد.
با توجه به گسترش روزافزون استفاده از پهپادها و ظرفیت محدود پروازی به دلیل ظرفیت باتری، نیاز به جایگاههای شارژ و تعویض باتری در مسیر پرواز بیش از پیش احساس میشود. ایستگاههای شارژ و تعویض باتری در واقع زیر ساختهایی برای قرارگیری پهپادها و دارای تجهیزاتی شارژ و تعویض باتری میباشند. تعیین مکان بهینه برای نصب و احداث ایستگاههای شارژ و تعویض باتری با مدیریت باتریهای تعویض و دشارژ شده، یک موضوع مهم و به نسبت جدید در برنامهریزی شبکه توزیع است. در یک منطقه شهری دارای مراکز تجاری، اداری، صنعتی و خانههای مسکونی با توجه به میزان ترافیک و حجم تردد پهپادها، محل قرارگیری ایستگاه شارژ و تعویض باتری و مسافت بین ایستگاههای شارژ و تعویض باتری تغییر میکند. از این رو تعیین بهترین مکان به منظور نصب ایستگاههای شارژ و تعویض باتری به منظور کمینهسازی هزینهها، یکی از اهداف برنامهریزی شبکه توزیع میباشد.
بنابراین، در این تحقیق، تعیین مکان بهینه احداث ایستگاههای شارژ و تعویض باتری ایستگاه عملیات کالا با در نظر گرفتن شاخصهای مختلف توزیع مورد نظر بوده و تابع هدف نهایی به صورت یک تابع چند منظوره تعریف خواهد شد که تمامی شاخصهای موردنظر یعنی قابلیت اطمینان، در نهایت هزینهها و درآمدهای حاصل برای صاحبان ایستگاههای شارژ و تعویض باتری، به تابع هدف افزوده خواهد شد. با احداث و انتخاب بهینه ایستگاه شارژ و تعویض باتری برد پروازی و میزان خدماترسانی بهینه در پنجره زمانی مشخص درشبکه افزایش، هزینههای شبکه کاهش و با مدیریت باتریهای تعویض شده میزان خدمات رسانی افزایش و با توجه به میزان قابلیت اطمینان شبکه در شرایط اختلال و بحران کارایی شبکه حفظ تا شبکه تحویل در شرایط اختلال پاسخگوی تقاضای مشتریان باشد.
-
كاربردهاي متصور از تحقيق و مراجع استفاده كننده از نتيجه رساله / پایان نامه : (این تحقیق در راستای دستیابی به چه اهداف کاربردی انجام خواهد شد و نتایج قابل انتظار مورد استفاده چه سازمانها و ارگانها و مراجعی خواهد بود)
در بررسی ادبیات موضوع کاربردهایی همچون؛ ارتباطات بیسیم، عملیاتهای نظارتی، تحویل بسته [5]، کاربردهای تجاری، شخصی، نظامی، روزنامهنگاری، تحقیقات علمی، عکسبرداری، عملیاتهای اورژانسی، امدادرسانی در شرایط بحران، فعالیتهای تفریحی، تحویل خدمات در مناطق صعب العبور [8]، تحویل تجهیزات پزشکی، انتقال خون، بازرسی زیر ساختها، بازرسی محصولات و زمینهای کشاورزی[9] ، بازرسی خطوط مرزی، بازرسی شبکه برق، بررسی فرسایش خاک، عملیاتهای صنعت نفت و گاز [10] ذکر شده است. نتایج تحقیق حاضر در جهت بهبود خدماترسانی پهپادها در تمامی موارد نام برده فوق تحت شرایط عدم قطعیت با قابلیت اطمینان لازم در تمامی نقاط و تسهیلات شبکه کاربرد خواهد داشت.
-
سابقه و پیشینه تحقیقات انجام شده در این زمینه (اعم از کتاب، مقاله، پایان نامه، رساله و ... براساس روش ارجاع به منابع در سیستم مأخذ نویسی APA یا Vancouver با توجه رشته تحصیلی)
نیاز به توزیع مداوم و بدون وقفه محمولهها در ناوگان حمل ونقل تجاری، خدمات سازمانی، نظامی، اورژانس خدمات درمانی یا محمولههای امدادی، انگیزه قوی برای تصمیمگیرندگان زنجیره تامین برای بکارگیری مراکز ماهوارهای بوده است تا با در نظر گرفتن ظرفیت ذخیرهسازی انبارها و تعداد جمعیت آسیب دیده از بحران یا میزان تقاضای مراکز یا افراد شرایط مدیریت انبارها برای فراهم ساختن تقاضا را بهینه کنند. مساله مسیریابی وسایل نقلیه نخستین بار توسط دانتزیگ و رامسر در سال 1959 در پژوهشی برای بررسی توزیع بار وسایل ارائه شده است [11]. در سال 1963 مارانزانا مدلی در زمینه مسیریابی و مکانیابی ارائه کرد [12]. تا اوایل سال 1990 محققان مدلهای مسیریابی را بدون در نظر گرفتن ظرفیت وسیله نقلیه و به صورت تک انبار بررسی کرده بودند. بعد از سال 1990 مساله مسیریابی وسایل نقلیه با محدودیت ظرفیت مورد بررسی قرار گرفت. چائو و همکاران در سال 1993 مدل مسیریابی وسایل نقلیه با ظرفیت محدودیت و انبارهای متعدد را ارائه کردند [13]. مسیریابی وسایل نقلیه با محدودیتهای مانند ظرفیت ناوگان حمل و نقل، وسیله نقلیه و انبارها، محدودیتهای بودجه، مسافت بین مسیرها و شرایط دسترسی متغیر در شبکه، بهینهسازی زمان رسیدن به مشتریان و پنجرههای زمانی مورد بررسی قرار گرفته است. نات در سال 1987 مدل خطی برای زمانبندی وسایل نقلیه در شرایط بحرانی ارائه کردند [14]. سیرکزما و تیجسن در سال 1998 مدلی برای مسیریابی بالگرد در جابهجایی بین سکوهای نفتی ارائه کردند [15]. در سال 2002 بارباروسوقلو و همکاران، اولین مدلسازی لجستیک بحران با در نظر گرفتن امداد هوایی توسط بالگرد و محدودیت سوختگیری مجدد را با رویکرد دقیق تصمیمگیری سلسله مراتبی ارائه کردند [16]. در سال2007 دی انجلیس و همکاران، مسیریابی هواپیما برای ارسال غذا به آنگولا با فرض ایستگاههای پارک و سوختگیری مجدد ارائه کردند [17]. با بروزرسانی برنامههای نظارت و نقشهبرداری و استفاده از پهپادها در ارسال و تحویل کالا، یکی از اولین مطالعات در ادبیات مسیریابی پهپادها توسط دی آندریا در سال 2014 انجام شد [18]. شروع مطالعات مدلهای مسیریابی وسیله نقلیه به همراه پهپاد با مقاله مورای و چو در سال 2015 آغاز شد [19]. آنها در پژوهش خود، دو مدل همکار پروازی فروشنده دورهگرد و زمانبندی پهپاد موازی با فروشنده دورهگرد را با هدف حداقلسازی زمان تحویل کالا به مشتری و برگشت به انبار مرکزی ارائه کردند. در مدل اول پهپادها توسط وسیله نقلیه به نقاط مشخصی نزدیک به محل مشتریان انتقال داده میشوند و سپس با توجه به ظرفیت پروازی خود کالاها را به مشتریان تحویل میدهند، البته وسیله نقلیه نیز قادر به تحویل مرسولات خواهد بود و برگشت پهپاد به وسیله نقلیه در نظر گرفته شده است. در مدل دوم پهپاد و کامیون به موازات هم سفر میکنند. تحقیقات روستا در سال 1982 [20]، سانسو و سومیس در سال 1991 [21]، جز اولین مقالات در زمینه قابلیت اطمینان مسیریابی در شبکه بوده است.
در مطالب فوق سیر تکاملی ادبیات مسیریابی بیان شده است. در این پژوهش، ادبیات مسیریابی پهپاد، ایستگاههای شارژ و تعویض باتری یا شارژ مجدد و رویکرد قابلیت اطمینان به تفضیل به شرح زیر است:
رابتا و همکاران، یک مدل برنامهریزی عدد صحیح مختلط خطی برای کاربردهای پهپاد در امدادرسانی به مناطق آسیب دیده برای جابهجایی محموله کالاها در آخرین مرحله انتقال به مقصد نهایی با در نظر گرفتن محدودیتهای انرژی، احداث ایستگاههای شارژ مجدد باتری پهپاد و سیاستهای الویتبندی خدمات رسانی در سناریوهای مختلف با هدف حداقلسازی فاصله عملیاتی پهپادها ارائه کردند [22].
کیم و همکاران، یک مدل رگرسیونی برای تخمین طول عمر باتری پهپاد که تابعی از دمای هوا است با رویکرد بهینهسازی استوار برای بررسی تاثیر تغییرات دما بر ظرفیت باتری پهپادها ارائه کردند. تغییرات دما در حین عملکرد پهپادها در منطقه مشخص میتواند بر برنامه زمانبندی شبکه پروازی از جمله تعداد پهپادها و مسیرهای خاص پرواز هر پهپاد، به دلیل تغییر در ظرفیت باتری که متاثر از دما است، تاثیرگذار است. برای زمانبندی پرواز بهینه در شبکه پرواز با توجه به عدم قطعیت در طول عمر باتری و ظرفیت، تاثیر تغییرات دمای هوا بر ظرفیت باتری در مرحله برنامهریزی با هدف حداقل سازی هزینههای عملیاتی و حداقل سازی زمان پرواز برای تضمین پاسخ دهی به تقاضا در شرایط غیر قطعی با روشی ساده در نظر گرفته شده است. در این تحقیق پهپادها برای شارژ و تعویض باتری به نقطه پرواز اولیه بازمیگردند [23].
لیم و همکاران، یک مدل عدد صحیح تصادفی دو مرحلهای برای ارزیابی خرابی شبکه برق ارائه کردند که در مرحله اول مکان یابی پهپادها با پیش بینی تغییرات شدید آب و هوایی تعیین میشود. در مرحله دوم تنظیم مکان و مسیرهای پهپاد برای ارزیابی شبکه برق شکل گرفته تا هزینههای عملیاتی و زمان نهایی ارزیابی خسارت پهپادها به حداقل برسد [24].
چو و همکاران، یک مدل ریاضی برای عملیاتهای امنیتی در صنعت نفت و گاز با هدف ایجاد یک برنامه بهینه عملیاتی در مناطق مورد نظر در هر دوره زمانی و تقویت امنیت دریایی و بندری ارائه کردند. پهپادهای عملیاتی میتوانند اطلاعات یکپارچه از شرایط بحرانی مانند نشت نفت، حوادث حمل و نقل، سوانح صنعتی و اقدامات تروریستی تهیه کنند. عملکرد پهپادها در ارزیابی ریسک به ویژگیهای مکانی و زمانی اختلالات، مشخصات پهپادهای موجود و نیاز اطلاعاتی تصمیمگیرندگان بستگی دارد. هر پهپاد با توجه به ظرفیت باتری و حداکثر ظرفیت شارژ باتری، حداکثر مسافت و زمان عملیاتی خاص خود را برای انجام عملیات نظارتی دارد [25].
انچلهو و همکاران، یک مدل ریاضی عدد صحیح مختلط خطی مسیریابی سبز برای ناوگان ناهمگن پهپادها با در نظر گرفتن الزامات عملیاتی، احداث ایستگاههای شارژ و عملکرد مستقل از دیگر وسایل نقلیه با هدف حداقل سازی مسافت طی شده و زمان تحویل و حداکثر سازی سرعت تحویل ارائه کردند. این مدل، برای جمعآوری و تحویل کالا متناسب با حداکثر ظرفیت پهپاد که توانایی تحویل همزمان بیش از یک مورد تحویل و یا جمعآوری با در نظر گرفتن مراکز کنترل یکپارچه و مدیریت کنترل ترافیک هوایی طراحی شده است. با الهام از دیدگاه چند معیاره یک سیستم واقعی، هفت عملکرد مختلف در مدل با یک الگوریتم ریاضی حداقل میشود. در این تحقیق یک مطالعه موردی با سناریو چند لایه در فضای پروازی لایه پایین در ارتفاعات کم، که پهپادهای کوچکتر با سرعت کمتر حرکت میکنند، لایه فوقانی در ارتفاعات بالاتر که عمده ترافیک هوایی را شامل میشود، هواپیماهای با حداکثر سرعت پروازی بالاتر و بار سنگینتر حرکت میکنند. معمولا، پهپادهای کوچکتر در مسیر پرواز کالاها را از مشتریان جمعآوری و به مراکز پشتیبانی تحویل میدهند [4].
چادهاری و همکاران، یک مدل ریاضی موجودی مکانیابی-تخصیص یکپارچه برای شبکه لجستیک امدادرسانی به نقاط آسیب دیده از بحران با استفاده از پهپاد به همراه وسیله نقلیه زمینی برای انتقال تجهیزات اضطراری با هدف حداقلسازی هزینههای شبکه تدارکاتی از جمله تخصیص موجودی کالاها، مکانیابی و حمل و نقل ارائه کردند. در این تحقیق یک مطالعه موردی، در 3 شهر ساحلی مستعد و در معرض بحران ایالت میسیسیپی انجام شده است [10].
چادهاری، یک مدل ریاضی عدد صحیح مختلط خطی مسیریابی با در نظر گرفتن تعدادی از فاکتورهای خاص مسیر حرکت پهپادها از جمله هزینههای خدماتی، شارژ مجدد باتری، معلق بودن پهپادها، چرخش، شتاب و سرعت با در نظر گرفتن احداث ایستگاههای شارژ باتری پهپادها برای امدادرسانی به مناطق آسیب دیده از بحران ارائه کردند. در برخی از انبارها نیز به عنوان ایستگاه شارژ نیز استفاده میشوند [26].
کیم و همکاران، یک مدل ریاضی عدد صحیح مختلط خطی برای زمانبندی پرواز پهپادها با در نظر گرفتن ایستگاه سوختگیری مجدد در ماموریتها بلند مدت و با فرض این که خدمات رسانی بی وقفه پهپادها و یا با جایگزینی پهپادهایی که توسط پایگاههای مشترک جغرافیایی توزیع میشود، با رویکرد حل الگوریتم ژنتیک ارائه کردند [27].
کیم و موریس، یک مدل ریاضی عدد صحیح مختلط خطی برای زمانبندی و تخصیص منابع چندگانه برای عملیاتهای پروازی پهپادها با در نظر گرفتن ایستگاه سوختگیری مجدد در ماموریتها بلند مدت با رویکرد حل الگوریتم شاخه و کران ارائه کردند [28].
لوی و همکاران، در پژوهش خود مسیریابی وسایل نقلیه بدون سرنشین ناهمگن با محدودیتهای سوختگیری با سناریوهای مختلف که در آن وسیله نقلیه با مراجعه به یکی از انبارها یا ایستگاههای سوختگیری مجاز قادر به سوختگیری مجدد خواهد بود، را با رویکرد حل ابتکاری بررسی کردند [29].
راسل و لامونت، مساله مسیریابی خودرو و وسایل نقلیه بدون سرنشین هوایی را با روابط آماری و الگوریتم ژنتیک بررسی کردند [30].
قهاری کرمانی ، در قسمتی از پایان نامه خود بر روی مکانیابی ایستگاههای شارژ پهپادها و مسیریابی در رسیدن کالا به مشتری کار کرده است [31]
گودزانکر و همکاران، در دو پژوهش در طی دو سال متوالی، افزایش برد و ظرفیت پروازی بالگردها و وسایل نقلیه بدون سرنشین با در نظر گرفتن ایستگاه شارژ سیار و بهبود ظرفیت پروازی وسایل نقلیه هوایی بدون سرنشین با در نظر گرفتن ایستگاه خدمات هوشمند با روابط تحلیلی بررسی کردند [32, 33].
کوجی و همکاران، مدلی برای ارزیابی پوششی پهپادها، یک ایستگاه زمینی شارژ و تعویض باتری در منطقه عملیاتی پهپادها با ماژولهای مختلف تعویض باتری ارائه کردند [34].
هیرمن و همکاران، یک مدل ریاضی عدد صحیح مختلط خطی برای مسیریابی وسایل نقلیه الکتریکی با ظرفیت باتری محدود با در نظر گرفتن پنجره زمانی و ایستگاه شارژ مجدد با الگوریتم شاخه و قیمت با رویکرد حل ابتکاری ترکیبی ارائه کردند [35]. گیمزگایدو و همکاران، مدل ریاضی برای بهینهسازی مکانیابی ایستگاههای شارژ مجدد خودروهای الکتریکی در مناطق شهری ارائه کردند [36].
کاواداس و همکاران، ، یک مدل ریاضی عدد صحیح مختلط خطی برای بهینهسازی مکانیابی ایستگاههای شارژ مجدد خودروهای الکتریکی در یک مطالعه موردی در کشور پرتغال و برای بررسی 9 ایستگاه ارائه کردند [37].
یانگ و سان، یک مدل ریاضی عدد صحیح مختلط خطی برای مسیریابی مکانیابی ایستگاههای تعویض باتری برای خودوروهای الکتریکی با ظرفیت باتری محدود ارائه کردند [38].
هی و همکاران، یک مدل ریاضی برای بهینهسازی مکانیابی ایستگاههای شارژ مجدد خودروهای الکتریکی در مناطق جادهای بین شهری ارائه کردند [39].
هانگ و همکاران، یک مدل ریاضی عدد صحیح مختلط برای بهینهسازی مکانیابی ایستگاههای شارژ مجدد پهپادها و مسیرهای تحویل ارائه کردند. ظرفیت پروازی این پهپادها به سوخت یا باتری به صورت الکتریکی مرتبط است با احداث ایستگاههای شارژ مجدد امکان و محدوده خدمات رسانی گسترش داده شده است [8].
یو و همکاران، مسیریابی وسایل نقلیه بدون سرنشین با ایستگاههای شارژ سیار و ثابت با رویکرد شبیهسازی بررسی کردند [40].
دورلینگ و همکاران، یک مدل ریاضی عدد صحیح مختلط خطی مسیریابی پهپاد برای تحویل کالا با محدودیت ظرفیت پروازی ارائه کردند. در این مدل فرض شده است که پهپادها امکان مراجعات متعدد به انبار را دارند تا بستههای بیشتری را برای تحویل انتخاب و تعویض باتری انجام دهند [41].
نور و همکاران، در پژوهشی مدل تحویل کالا در آخرین بازه مکانی بوسیله پهپادها را با رویکرد تصمیمگیری چند معیاره تاسیس فازی بررسی کردند. 3 سایز مختلف از پهپادها با 6 ویژگی نوع وسیله نقلیه بدون سرنشین، بعد پروازی، صفحه کنترل، ظرفیت بارگیری، فاصله تحویل و زمان پرواز به عنوان عوامل متمایز در نظر گرفته شد [9].
موری و راج، ، یک مدل ریاضی عدد صحیح مختلط خطی مسیریابی پهپاد برای تحویل کالا با ظرفیت ناهمگن به همراه وسیله نقلیه زمینی ارائه کردند. پهپادها قادر به مراجعات متعدد به کامیون برای گرفتن مرسولات هستند و هر کامیون با پهپادهای متعددی در ارتباط است [42].
یولمر و توماس، مساله تخلیه بار کشتی اسکله و تحویل کالا با ناوگان ترکیبی پهپاد و کامیون اما به صورت جداگانه و مستقل با مسیریابی پویای تصادفی در پژوهشی بررسی کردند [43].
ماسیاز و همکاران، یک مدل ریاضی مختلط خطی مسیریابی و مکانیابی برای بهینهسازی مسیر عملیاتی پهپادها با توجه به ظرفیت بارگذاری و تحویل و مکانیابی ایستگاههای شارژ برای تخصیص و شارژ باتری برای زنجیره لجستیک امدادی و تحویل ملزومات پزشکی ارائه کردند. مدیریت تعویض باتری و ذخایر باتریهای داخل انبارهای توزیع با هدف حداقل سازی هزینههای کل زنجیره در نظر گرفته شده است [3].
شهزاد و همکاران، تابآوری ترکیب خدمات تحویل پهپادها را با مدل مسیریابی و زمانبندی با رویکرد برنامهریزی پویای تصادفی در 4 بخش اصلی شبکه مسیرهای هوایی، خدمات پهپادها، اثرات سرعت و جهت باد و طرح دانش محدود برای خدمات تحویل پهپادها بررسی کردند. یک چارچوب مشخص از خدمات تابآور برای پهپادها در شرایط آب وهوایی پویا و با توجه به محدودیتهای شارژ مجدد در نظر گرفته شده است. زمان شارژ مجدد، شرایط آب و هوایی و زمان حرکت هر پهپاد بر نقشه اجرایی سار پهپادها در ایستگاهها تاثیر گذار است [44].
دلآمیکو و همکاران، یک مدل ریاضی عدد صحیح مختلط خطی برای زمانبندی پهپادها در مدل همکار پروازی فروشنده دورهگرد ارائه کردند. کامیونها و پهپادها مستقل از یکدیگر خدمات تحویل کالاها را انجام میدهند. پس از خدمات رسانی به انبار اولیه برگشت میکنند [45].
تراب بیگی و همکاران، یک مدل ریاضی عدد صحیح مختلط خطی برای بهینهسازی زمانبندی پهپادها در تحویل کالا برای برنامهرزی عملیاتی در محدوده معین با در نظر گرفتن اثرگذاری ظرفیت ترابری بر نرخ مصرف باتری ارائه کردند تا راه حل بهینه ضمن اطمینان از بازگشت ایمن پهپادها با توجه به میزان مصرف شارژ باتری، کمترین تعداد پهپادها و مسیرهای پروازی آنها برای تحویل سفارشات را فراهم کند [46].
یوکاسوری و یوشیمیتو، یک مدل ریاضی عدد صحیح مختلط خطی برای مسیریابی وسایل نقلیه و مکانیابی بهینه مراکز امدادی با در نظر گرفتن اختلالات احتمالی در شبکه حمل ونقل با رویکرد قابلیت اطمینان ارائه کردند. ذخیره موجودی، نزدیکترین مکان دسترسی به اقلام امدادی و بالاترین قابلیت اطمینان در مسیرهای دسترسی برای ارسال بهنگام اقلام امدادی در شرایط بحران در این مدل در نظر گرفته شده است [47].
سوایی ، در پژوهش خود مدل پیشنهادی جدید برنامهریزی عدد صحیح مختلط چندهدفه برای طراحی یک شبکه زنجیره تأمین خون سبز چند سطحی در شرایط بحران ارائه داده است. مدل چند هدفه پیشنهادی شامل اهداکنندگان خون، تسهیلات خون سیار، مراکز خون محلی و منطقهای و نقاط تقاضا میباشد. توابع هدف مدل پیشنهادی شامل کمینهسازی هزینههای کل شبکه، کمینه کردن مقدار کل کمبود و فرآوردههای خونی منقضیشده و همچنین کمینه کردن مقدار کل انتشار گازهای گلخانهای در شبکه میباشد. مدل پیشنهادی تعداد و مکان بهینه تسهیلات خون سیار و مراکز خون محلی و منطقهای و همچنین بهترین روش برای عرضه و توزیع خون در شرایط بحرانی را معرفی میکند. جهت انطباق بیشتر با واقعیت، عدم قطعیت پارامترها نیز در مدل به کمک تعریف سناریوهای مختلف درنظرگرفته شده است و از روش بهینهسازی استوار مبتنی بر سناریو برای برخورد با عدم قطعیت استفاده شده است. همچنین قابلیت اطمینان مراکز خون منطقهای در قالب نرخ شکست نیز در نظر گرفته شده است. برای حل مدل چندهدفه از روش برنامهریزی آرمانی استفاده شده است. [58]
گائو و السید، مدلی برای برآورد قابلیت اطمینان فنی و عملیاتی پهپادهای متعادل چند سطحی ارائه کردند. در این تحقیق، دو سناریو مختلف احتمال خرابی حتمی در ملخ پهپاد یا ملخها در حالت آمادگی با بکارگیری در حالت ضرورت در نظر گرفته شده است. برآورد قابلیت اطمینان برای هر دو سناریو با توجه به تعداد حالتهای عملیاتی و محاسبه احتمال وقوع بدست میآید [48].
آندریو و همکاران، در پژوهشی پیشبینی قابلیت اطمینان در برنامهریزی ماموریتهای فوری نظامی پهپادها را با روش تحلیلی بررسی کردند تا امکان انجام عملیاتهای خطیر بدون ریسک باشد. وسیله نقلیه هوایی باید بتواند در برابر خرابی قطعات، تهدید وسیله نقلیه هوایی دیگر و تغییرات شرایط آب و هوایی پاسخ ایمن دهد. نمودارهای تصمیم باینری با ساختار درخت گسل که دلایل فاز خرابی ماموریت را نشان میدهد، قابلیت پردازش تجزیه و تحلیل فاز ماموریت پهپاد را ممکن میسازد [7].
تان و همکاران، مدل ارزیابی قابلیت اطمینان اجزای هواپیماهای بدون سرنشین را با در نظر گرفتن اثرات عوامل انسانی با 2 سناریو برای تحلیل کمیت خطای انسانی، بررسی کردند [1].
پتریتولی و همکاران، قابلیت اطمینان و نگهداری هواپیماهای بدون سرنشین را با توسعه یک رویکرد جدید لجستیکی مبتنی بر ارزیابی قابلیت اطمینان و نگهداری سیستمها با اختلالات جزئی با روابط و تحلیل آماری و ارزیابی عدم قطعیت در فاصله اطمینان با تضمین فاصله اطمینان مناسب نگهداری پیشگیرانه، بررسی کردند [49].
تراب بیگی و همکاران، مدل ریاضی دو مرحلهای تصادفی برای برنامه تحویل توسط پهپادها با در نظر گرفتن قابلیت اطمینان با خرابی فنی پهپادها در طول مسیر پروازی ارائه کردند. قابلیت اطمینان برای داشتن مسیرهای ایمنتر برای آسودگی خاطر در تحویل بسته مشتریان، تقاضا و رضایتمندی بیشتر مشتریان است. ارزیابی قابلیت اطمینان بر اساس محاسبه قابلیت اطمینان در شبکه برق الگوبرداری شده است [50].
هانگ و همکاران، مدل برنامهریزی ریاضی تصادفی مسیریابی قابل اطمینان برای تحویل کالا توسط پهپاد برای جایگزینی در سیستم حمل و نقل عمومی در شبکهای وابسته به زمان تصادفی ارائه کردند. مدل تصادفی برای توصیف زمان پیمایش مسیر و الگوریتم تنظیمی برای ایجاد مسیر قابل اطمینان یا در واقع امکان پذیر بودن مسیر در نظر گرفته شده است. طول عمر محدود باتری در این مدل امکانپذیر بودن یا نبودن مسیر را مشخص میکند. در این تحقیق به طور خاص توابع چگالی احتمال مسیر هواپیماهای بدون سرنشین با بسط دادن پرواز هواپیمای بدون سرنشین و سفر با یک وسیله نقلیه بررسی شده است. در حالت دوم، هواپیماهای بدون سرنشین باید زودتر از وسیله نقلیه که قصد سفر با آن را دارد به گره ایستگاه برسد و این شامل زمان انتظار هم است. علاوه بر این، اینه که هواپیماهای بدون سرنشین با کدام وسیله نقلیه سفر میکند بستگی به ورود فوری هواپیماهای بدون سرنشین و لحظه حرکت آن دارد. در این مدل طول عمر باتری محاسبه میشود و زمان پیمایش مسیر در سطح اطمینان مشخص به حداقل میرسد [5].
یون و همکاران، یک مدل ریاضی عدد صحیح غیر خطی برای تسهیلات حمل و نقل رفت و برگشت تحت اختلال ورود و خروج مشتری با خدمات متفاوت سفر بر اساس سناریو با رویکرد قابلیت اطمینان با حالت گسسته با رویکرد حل آزادسازی لاگرانژی ارائه کردند. مشتریان اطلاعات مربوط به تسهیلات را به طور کامل دریافت نمیکنند. مشتری سعی میکند از تسهیلات از پیش تعیین شده به طور متوالی بازدید کند تا هزینههای عملیاتی خود را به حداقل برساند [51].
یون و همکاران، یک مدل ریاضی عدد صحیح غیر خطی برای تسهیلات حمل و نقل رفت و برگشت تحت اختلال ورود و خروج مشتری با خدمات متفاوت سفر بر اساس سناریو با رویکرد قابلیت اطمینان با حالت پیوسته ارائه کردند. مشتریان اطلاعات مربوط به تسهیلات را به طور کامل دریافت نمیکنند. مشتری سعی میکند از تسهیلات از پیش تعیین شده به طور متوالی بازدید کند تا هزینههای عملیاتی خود را به حداقل برساند. وقتی مشتری منصرف شود و یا خدمات دریافت کند به محل اولیه خود باز میگردد [52].
اکسای و همکاران، یک مدل ریاضی عدد صحیح خطی مسیریابی و مکانیابی تسهیلات قابل اطمینان تحت اختلالات با هدف به حداقل رساندن هزینههای تسهیلات، مسیریابی، عملیاتی و جریمه عدم پاسخگویی به مشتری با رویکرد آزادسازی لاگرانژی، ایجاد ستون و جستجوی محلی برای ارزیابی حل مدل ارائه کردند. این تحقیق برای یک مطالعه موردی لوکومکوتیوهای یک شرکت بزرگ راهآهن در ایالت متحده آمریکا انجام شده است [53].
برمن و همکاران، یک مدل ریاضی با رویکرد برنامهریزی پویا برای مسیریابی قابل اطمینان و بهینه خدماترسانی با بروز اختلالات در شبکه تسهیلات با هدف کل مسافت مورد انتظار برای سفر ارائه کردند. هر مشتری با یافتن اولین مرکز ارائه دهنده خدمات متوقف میشود. در این مدل احتمال خرابیها یکسان نیست، تسهیلات بازدید نشده احتمال شکست کمتری دارند و تسهیلات بازدید شده محتملتر در بروز خرابی هستند [54].
کابلرو مورالس و مارتینزفلورس، یک مدل ریاضی عدد صحیح خطی مسیریابی بالگرد در لجستیک اورژانسی برای جابه جایی کارکنان سکوهای متعدد نفتی دریایی و تسهیلات زمینی با نرخ خرابی غیر قطعی با رویکرد حل فراابتکاری الگوریتم ژنتیک ارائه کردند. برای بررسی نرخ شکست دو توزیع نمایی و ویبول در نظر گرفته شده است. با توجه به دلایلی همچون شرایط نامساعد جوی، آتشسوزی و انفجار آگاهی از نرخ شکست قابلیت اطمینان برنامهریزی پرواز را بهبود میبخشد و میزان حوادث و فوتیهای احتمالی را کاهش میدهد [55].
کیان و همکاران، مدل ریاضی برای مسیریابی بالگردها برای نقل و انتقال کارکنان صنعت نفت تحت اختلالات حمل ونقل در سطح برنامه عملیاتی برای یک مطالعه موردی در نروژ تا تعداد حوادث هوایی و تلفات کاهش یابد، ارائه کردند. تصمیمگیرندگان بین مدت زمان سفر کوتاهتر و سفر ایمنتر حق انتخاب دارند [56].
عطائی و همکاران ، ارا ئه يك مدل چندهدفه يكپارچه براي مكانيابي - مسيريابي و موجودي تسهيلات امدادي با در نظر گرفتن چند مد حمل و نقل و تور پوششي است که در آن مسالة كنترل و مديريت براي قبل و بعد از بحران دیده شده است. در نظر گرفتن حالت عدم قطعيت سناريويي بههمراه، عدم قطعيت مسير و تقاضا، چند كالايي، چند مد حمل و نقل و تور پوششي از جمله نوآوريهاي اين پژوهش بشمار ميآيد. براي اعتبار سنجي مدل پيشنهادي در ابعاد كوچك و متوسط از روش محدوديت اپسيلو ن در محيط نرم افزاري گمز و براي مطالعه موردي (منطقه 1 شهر تهران) در ابعاد بزرگ با استفاده از الگوريتم علف هرز حل شده است . نتايج تحليل بيانگر آن است كه الگوريتم علف هرز با كمترين خطا نسبت به حل دقيق و زمان كمتر ، قادر به حل مدل خواهد بود و همچنين با افزايش ظرفيتهاي مراكز توزيع، هزينه كاهش مييابد ، با افزايش تقاضا تعداد مراكز توزيع تأسيس شده افزايش مييابد و با افزايش شعاع پوششي، طول تور كاهش مييابد ولي تعداد نقاط حادثه ديدة پوشش نيافته بيشتر شده و هزينه امدادرساني افزايش مييابد [57].
با توجه به بررسی ادبیات، مدلسازی شبکه توزیع دو سطحی بر اساس احداث ایستگاههای توزیع کالا و تعویض باتری با ظرفیت مشخص و تعریف شده با استفاده از تور پوششی به جهت پوشش حداکثری فضای مورد نظردر شرایط بحران به همراه مدیریت مراکز جمعآوری و شارژ مجدد باتریهای دشارژ و تعویض شده و همزمانی این موارد با در نظر گرفتن رویکرد قابلیت اطمینان با توزیعهای گسسته و پیوسته در شرایط عدم قطعیت و در نظر گرفتن پنجره زمانی و رضایت مشتری به همراه چند مد پهپاد و تور پوششی ، طرحی نوین در راستای اجرای تحقیق حاضر است.
5 ) اهداف تحقیق: (این تحقیق برای رسیدن به اهداف زیر طراحی و اجرا خواهد شد)
اهداف اصلی:
در عصر حاضر، استفاده از وسیله نقلیه بدون سرنشین به عنوان وسیله جدید در عملیاتهای نظامی، امنیتی، نظارتی، امدادی و خدماتی در مرحله توزیع آخر بسیار مورد توجه قرار گرفته است. کاربرد پهپادها برای خدمات تحویل برای ارائه دهندگان خدمات تجاری از موضوعات مورد علاقه و بررسی شرکتهای بزرگ تجاری است. سرعت تحویل پهپادها امتیاز و مزیت رقابتی برای این شرکتها فراهم خواهد کرد. استفاده از پهپادها بسیار شتابزده انجام شده است. پهپادها با توجه به نوع محدوده پروازی مشخصی دارند. و با توجه به سایز کوچک خود عمر باتریهایشان کوتاه است از طرف دیگر هر مشتری چند محصول مختلف را از توزیع کننده تقاضا دارد که برای آماده سازی هر محصول نهایی ،به عناصر سازنده اولیه ی مختلف نیاز است بدین منظور به وسیله وسایل نقلیه ی سطح اول ، از تسهیلات سطح اول به تسهیلات میانی انتقال داده می شود که ما در این تحقیق در صددیم با طراحی شبکه ایستگاه تعویض باتری در دو سطح اولیه و میانی ، بهینهسازی مسیر پرواز پهپادها تحت شرایط عدم قطعیت برد پروازی پهپادها افزایش، تحویل به نقاط مختلف تقاضا ممکن با حداکثر پوشش و بیشترین رضایت مشتری و هزینههای شبکه کاهش یابد. اهداف اصلی این پژوهش را میتوان به صورت زیر خلاصه کرد:
-
توسعه و طراحی مدل ریاضی برای:
-
حداقلسازی هزینههای ساخت شبکه ایستگاه تعویض و شارژ باتری با استفاده از تور پوششی
-
حداکثر کردن قابلیت اطمینان مسیرهای شبکه در زمان قبل از بحران
-
طراحی مدل مسیریابی برای مسیرهای پروازی پهپادها و پوشش حداکثری کلیه نقاط
-
حداكثر كردن حداقل برآورده سازي تقاضا و میزان رضایت مشتری
-
مسیریابی و حداقل کردن زمان رسیدن کالا به مشتری
-
حداکثر کردن تعداد کالای ارسالی در طول یک مسیر با توجه به میزان بار هر پهپاد
-
2-شناسایی روش حل مناسب و حل مثالهای مختلف به منظور ارزیابی مدل
-
استفاده از نرم افزارهای دقیق برای توسعه و طراحی مدل
-
حل مدل در سایزهای بزرگ با الگوریتم فراابتکاری ترکیبی
اهداف فرعی:
-
حداكثر كردن حداقل برآورده سازي تقاضا و میزان رضایت مشتری
-
مسیریابی و حداقل کردن زمان رسیدن کالا به مشتری
-
حداکثر کردن تعداد کالای ارسالی در طول یک مسیر با توجه به میزان بار هر پهپاد
-
طراحی شبکه ایستگاه شارژ و تعویض باتری با استفاده از تور پوششی
-
مدیریت باتریهای دشارژ و تعویض شده
-
ساخت ایستگاه سطح اولیه جهت ارائه خدمات بهتر به مشتری
-
استفاده از پهپادهای ناهمگن با قابلیت های متفاوت با توجه به دنیای واقعی
-
استفاده از دو سطح در توزیع کالا با توجه به نیاز مشتری
-
در نظرگرفتن سناریوی پیادهسازی برای کاربرد در موارد دنیای واقعی
-
جلب رضایت مشتری در ارائه سرویس خدمات تحویل
-
مشخص کردن بازه زمان تحویل (پنجره زمانی )
-
تشخیص اختلالات در بحران
-
قابلیت اطمینان در شرایط عدم قطعیت
توسعه مسیرهایی با ارتفاع کم، که بار ترافیک هوایی را به حداقل برساند.
6 ) فرضيه ها یا سوا لهای تحقیق : ( هر فرضيه به صورت جمله خبري ، و هر سوال به صورت جمله پرسشی و بر اساس اهداف تحقیق ارائه شود )
مفروضات مدل:
پهپادها ناهمگن هستند.
پهپادها توسط باتری الکتریکی تغذیه میشوند.
پهپادها دارای یک کارایی ثابت هستند.
هر پهپاد برد پروازی مشخصی دارد.
هر پهپاد ظرفیت حمل و نقل مشخصی دارد.
با هدف افزایش دامنه پرواز پهپادها با توجه به محدودیت باتری منطقه و عملیات پروازی تعریف شده و محدود میباشد.
در هر سفر یک پهپاد می تواند چندین سفارش را از یک تامینکننده به چند مشتری حمل کند.
پرواز برگشت از مشتری به تامینکننده از همان مسیر پرواز تحویل است.
ایستگاههای شارژ و تعویض باتری متعددی قابل احداث هستند.
ظرفیت ایستگاههای شارژ و تعویض باتری مشخص و تعریف شده است.
هزینه ساخت و بهرهبرداری متاثر از تفاوت باتری است.
برنامهای از پیش تعیین شده برای مدیریت باتریهای دشارژ و شارژ و تعویض شده و شارژ مجدد آنها در نظر گرفته شده است.
مراکزی برای انتقال و شارژ مجدد باتریهای دشارژ و تعویض شده در نظر گرفته شده است.
ایستگاههای شارژ و تعویض باتری و مراکزی که برای انتقال و شارژ مجدد باتریهای دشارژ و تعویض شده روی زمین قابل احداث هستند.
مدل در شرایط غیر قطعی است.
در سطح میانی چند کالا بسته بندی شده و تحویل پهپاد می شود.
فروش از دست رفته مجاز است اما هزینه زیادی به همراه دارد.
.
سوالات تحقیق:
-
مکانیابی ساخت ایستگاه های شارژ و توزیع مرحله اول و دوم ومسیریابی پرواز در دو مرحله و افزایش برد پروازی ،با در نظر گرفتن مدیریت باطری های دشارژ و عدم قطعیت در تقاضاها ،چه تأثیری بر کاهش زمان وهزینه های ارسال کالا و خدمات دارد؟
-
انحراف از پنجره زمانی بعنوان یکی از عوامل نامطلوب در سرویس دهی، چگونه بر رضایت مشتری و میزان تقاضای وی در هر دوره و نهایتا هزینه حاصل شده در طولانی مدت تأثیر گذار خواهد بود؟
-
مسیریابی پهپادها در استفاده بهینه از شارژ آنها چه تأثیری بر افزایش رضایت مشتری داشته باشد ؟
-
آیا قابلیت اطمینان شبکه طراحی شده ،در شرایط بحران و اختلال ، می تواند پاسخگوی تقاضای مشتریان باشد ؟
-
مدیریت باتری های دشارژ شده چه تأثیری بر افزایش رضایت مشتری در زمان ارسال مشخص دارد؟
-
انجام عملیات تکمیلی در تسهیلات میانی چه تأثیری بر کاهش زمان تحویل کالا و رضایت مشتری را دارد؟
7) جنبه نوآوري و جديد بودن (این قسمت توسط استاد راهنما تکمیل و امضا شود):
-
مدلسازی سیستم حمل و نقل و تحویل کالا توسط پهپاد با در نظر گرفتن روشی جدید برای مکانیابی نقاطی که برای ساخت ایستگاههای شارژ باتری ها، برای پیمودن مسیرهای طولانی تر در تحویل کالاها مناسب هستند.
-
در نظر گرفتن شبکه توزیع در دو سطح اولیه و میانی و مکانیابی سطح میانی بهمراه ایستگاه های شارژ پهپادها
-
لحاظ نمودن فرض ناهمگن بودن ناوگان پهپادهای مورد استفاده
-
در نظر گرفتن پنجره زمانی نرم تحویل محصول در مدل ، جهت افزایش رضایت مشتری و بکارگیری آن در مدل اصلی سیستم حمل و نقل پهپادی
-
در نظر گرفتن سیستم پشتیبانی زمینی برای جابجایی باطری هایی که در گره هایی انباشته شده و زمان شارژ برای آنها میسر نشده است و جایگزینی آنها با باطری های شارژ شده .
-
در نظر گرفتن شرایط عدم قطعیت در الگوی تقاضا در شرایط بحران
-
همزمانی موارد فوق با در نظر گرفتن رویکرد قابلیت اطمینان با توزیعهای گسسته و پیوسته
-
محاسبه میزان شارژ باتری با توجه به مسافت طی شده و میزان بار حمل شده
-
در نظر گرفتن هزینه های ساخت برای دو مکان با قابلیت اطمینان متفاوت
-
در نظر گرفتن زمان انتظار در سطح میانی برای کامل شدن سفارش مشتری
امضاء استاد راهنما:
8) روش انجام تحقيق:
15) جدول زمان بندی مراحل انجام دادن تحقیق از زمان تصویب تا دفاع نهایی :
14) فهرست منابع و مأخذ ( فارسي و غیرفارسی):
( ارجاع به آخرین یافته ها و منابع مرتبط با موضوع پایان نامه/ رساله بر اساس روش ارجاع به منابع در سیستم مأخذ نویسی APAیا Vancouver با توجه به رشته تحصیلی)
1.Tan, Y., D. Feng, and H. Shen. Research for Unmanned Aerial Vehicle components reliability evaluation model considering the influences of human factors. in MATEC Web of Conferences. 2017. EDP Sciences.
2.Otto, A., et al., Optimization approaches for civil applications of unmanned aerial vehicles (UAVs) or aerial drones: A survey. Networks, 2018. 72(4): p. 411-458.
3.Macias, J.E., P. Angeloudis, and W. Ochieng, Optimal hub selection for rapid medical deliveries using unmanned aerial vehicles. Transportation Research Part C: Emerging Technologies, 2020. 110: p. 56-80.
4.Coelho, B.N., et al., A multi-objective green UAV routing problem. Computers & Operations Research, 2017. 88: p. 306-315.
5.Huang, H., A.V. Savkin, and C. Huang, Reliable Path Planning for Drone Delivery using a Stochastic Time-Dependent Public Transportation Network. IEEE Transactions on Intelligent Transportation Systems, 2020.
6.Dixit, V., N. Seshadrinath, and M. Tiwari, Performance measures based optimization of supply chain network resilience: A NSGA-II+ Co-Kriging approach. Computers & Industrial Engineering, 2016. 93: p. 205-214.
7.Andrews, J.D., J. Poole, and W.-H. Chen, Fast mission reliability prediction for Unmanned Aerial Vehicles. Reliability Engineering & System Safety, 2013. 120: p. 3-9.
8.Hong, I., M. Kuby, and A.T. Murray, A range-restricted recharging station coverage model for drone delivery service planning. Transportation Research Part C: Emerging Technologies, 2018. 90: p. 198-212.
9.Nur, F., et al., Last mile delivery drone selection and evaluation using the interval-valued inferential fuzzy TOPSIS. Journal of Computational Design and Engineering, 2020.
10.Chowdhury, S., et al., Drones for disaster response and relief operations: A continuous approximation model. International Journal of Production Economics, 2017. 188: p. 167-184.
11.Dantzig, G.B. and J.H. Ramser, The truck dispatching problem. Management science, 1959. 6(1): p. 80-91.
12.Maranzana, F.E., On the location of supply points to minimize transportation costs. IBM Systems Journal, 1963. 2(2): p. 129-135.
13.Chao, I.-M., B.L. Golden, and E. Wasil, A new heuristic for the multi-depot vehicle routing problem that improves upon best-known solutions. American Journal of Mathematical and Management Sciences, 1993. 13(3-4): p. 371-406.
14.Knott, R., The logistics of bulk relief supplies. Disasters, 1987. 11(2): p. 113-115.
15.Sierksma, G. and G.A. Tijssen, Routing helicopters for crew exchanges on off-shore locations. Annals of Operations Research, 1998. 76: p. 261-286.
16.Barbarosoğlu, G., L. Özdamar, and A. Cevik, An interactive approach for hierarchical analysis of helicopter logistics in disaster relief operations. European Journal of Operational Research, 2002. 140(1): p. 118-133.
17.De Angelis, V., et al., Multiperiod integrated routing and scheduling of World Food Programme cargo planes in Angola. Computers & operations research, 2007. 34(6): p. 1601-1615.
18.D'Andrea, R., Guest editorial can drones deliver? IEEE Transactions on Automation Science and Engineering, 2014. 11(3): p. 647-648.
19.Murray, C.C. and A.G. Chu, The flying sidekick traveling salesman problem: Optimization of drone-assisted parcel delivery. Transportation Research Part C: Emerging Technologies, 2015. 54: p. 86-109.
20.Roosta, M., Routing through a network with maximum reliability. Journal of Mathematical Analysis and Applications, 1982. 88(2): p. 341-347.
21.Sansó, B. and F. Soumis, Communication and transportation network reliability using routing models. IEEE Transactions on Reliability, 1991. 40(1): p. 29-38.
22.Rabta, B., C. Wankmüller, and G. Reiner, A drone fleet model for last-mile distribution in disaster relief operations. International Journal of Disaster Risk Reduction, 2018. 28: p. 107-112.
23.Kim, S.J., G.J. Lim, and J. Cho, Drone flight scheduling under uncertainty on battery duration and air temperature. Computers & Industrial Engineering, 2018. 117: p. 291-302.
24.Lim, G.J., et al., Multi-UAV pre-positioning and routing for power network damage assessment. IEEE Transactions on Smart Grid, 2016. 9(4): p. 3643-3651.
25.Cho, J., et al., Safety and security management with unmanned aerial vehicle (UAV) in oil and gas industry. Procedia Manufacturing, 2015. 3: p. 1343-1349.
26.Chowdhury, S., Drone routing and optimization for post-disaster inspection. 2020, Mississippi State University.
27.Kim, J., B.D. Song, and J.R. Morrison, On the scheduling of systems of UAVs and fuel service stations for long-term mission fulfillment. Journal of Intelligent & Robotic Systems, 2013. 70(1-4): p. 347-359.
28.Kim, J. and J.R. Morrison, On the concerted design and scheduling of multiple resources for persistent UAV operations. Journal of Intelligent & Robotic Systems, 2014. 74(1-2): p. 479-498.
29.Levy, D., K. Sundar, and S. Rathinam, Heuristics for routing heterogeneous unmanned vehicles with fuel constraints. Mathematical Problems in Engineering, 2014. 2014.
30.Russell, M.A. and G.B. Lamont. A genetic algorithm for unmanned aerial vehicle routing. in Proceedings of the 7th annual conference on Genetic and evolutionary computation. 2005.
31.Ghaharikermani, A., Essays on Applications of Transportation Network Design and Optimization. 2018.
32.Arlbjørn, J.S., et al., Helicopter routing in the Norwegian oil industry. International Journal of Physical Distribution & Logistics Management, 2011.
33.Godzdanker, R., M.J. Rutherford, and K.P. Valavanis. Improving endurance of autonomous aerial vehicles through intelligent service-station placement. in 2012 IEEE International Conference on Robotics and Automation. 2012. IEEE.
34.Suzuki, K.A., P. Kemper Filho, and J.R. Morrison, Automatic battery replacement system for UAVs: Analysis and design. Journal of Intelligent & Robotic Systems, 2012. 65(1-4): p. 563-586.
35.Hiermann, G., et al., The electric fleet size and mix vehicle routing problem with time windows and recharging stations. European Journal of Operational Research, 2016. 252(3): p. 995-1018.
36.Giménez-Gaydou, D.A., et al., Optimal location of battery electric vehicle charging stations in urban areas: A new approach. International Journal of Sustainable Transportation, 2016. 10(5): p. 393-405.
37.Cavadas, J., G.H. de Almeida Correia, and J. Gouveia, A MIP model for locating slow-charging stations for electric vehicles in urban areas accounting for driver tours. Transportation Research Part E: Logistics and Transportation Review, 2015. 75: p. 188-201.
38.Yang, J. and H. Sun, Battery swap station location-routing problem with capacitated electric vehicles. Computers & Operations Research, 2015. 55: p. 217-232.
39.He, F., Y. Yin, and J. Zhou, Deploying public charging stations for electric vehicles on urban road networks. Transportation Research Part C: Emerging Technologies, 2015. 60: p. 227-240.
40.Yu, K., A.K. Budhiraja, and P. Tokekar. Algorithms for routing of unmanned aerial vehicles with mobile recharging stations. in 2018 IEEE International Conference on Robotics and Automation (ICRA). 2018. IEEE.
41.Dorling, K., et al., Vehicle routing problems for drone delivery. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2016. 47(1): p. 70-85.
42.Murray, C.C. and R. Raj, The multiple flying sidekicks traveling salesman problem: Parcel delivery with multiple drones. Transportation Research Part C: Emerging Technologies, 2020. 110: p. 368-398.
43.Ulmer, M.W. and B.W. Thomas, Same‐day delivery with heterogeneous fleets of drones and vehicles. Networks, 2018. 72(4): p. 475-505.
44.Shahzaad, B., et al., Resilient composition of drone services for delivery. Future Generation Computer Systems, 2020.
45.Dell’Amico, M., R. Montemanni, and S. Novellani, Matheuristic algorithms for the parallel drone scheduling traveling salesman problem. Annals of Operations Research, 2020: p. 1-16.
46.Torabbeigi, M., G.J. Lim, and S.J. Kim, Drone delivery scheduling optimization considering payload-induced battery consumption rates. Journal of Intelligent & Robotic Systems, 2020. 97(3): p. 471-487.
47.Ukkusuri, S.V. and W.F. Yushimito, Location routing approach for the humanitarian prepositioning problem. Transportation research record, 2008. 2089(1): p. 18-25.
48.Guo, J. and E.A. Elsayed, Reliability of balanced multi-level unmanned aerial vehicles. Computers & Operations Research, 2019. 106: p. 1-13.
49.Petritoli, E., F. Leccese, and L. Ciani, Reliability and maintenance analysis of unmanned aerial vehicles. Sensors, 2018. 18(9): p. 3171.
50.Torabbeigi, M., G.J. Lim, and S.J. Kim. Drone delivery schedule optimization considering the reliability of drones. in 2018 International Conference on Unmanned Aircraft Systems (ICUAS). 2018. IEEE.
51.Yun, L., et al., Reliable facility location design with round-trip transportation under imperfect information Part I: A discrete model. Transportation Research Part E: Logistics and Transportation Review, 2020. 133: p. 101825.
52.Yun, L., H. Fan, and X. Li, Reliable facility location design with round-trip transportation under imperfect information part II: A continuous model. Transportation Research Part B: Methodological, 2019. 124: p. 44-59.
53.Xie, W., Y. Ouyang, and S.C. Wong, Reliable location-routing design under probabilistic facility disruptions. Transportation Science, 2016. 50(3): p. 1128-1138.
54.Berman, O., E. Ianovsky, and D. Krass, Optimal search path for service in the presence of disruptions. Computers & operations research, 2011. 38(11): p. 1562-1571.
55.Caballero-Morales, S.-O. and J.-L. Martinez-Flores, Helicopter routing model with non-deterministic failure rate for evacuation of multiple oil platforms. Computers & Industrial Engineering, 2020. 139: p. 105669.
56.Qian, F. and I. Gribkovskaia, Helicopter routing in the Norwegian oil industry: Including safety concerns for passenger transport. International Journal of Physical Distribution & Logistics Management, 2011. 41(4): p. 401-415.
57.عطائی, ا., ر. صادقیان, م. حامدی, ارایه یک مدل چندهدفه یکپارچه برای مکانیابی- مسیریابی و موجودی تسهیلات امدادی با در نظر گرفتن چند مد حمل و نقل و تور پوششی. پژوهشنامه حمل و نقل, 2020. 17(2): p. 49-66.
58. سوایی ، ف. طراحی یک شبکه زنجیره تأمین خون چندهدفه در زمان وقوع بحران با در نظرگرفتن تصمیماتمسیریابیوسایل نقلیه خون] پایان نامه [،] تفرش[ . ]دانشگاه تفرش[.2020. ص150