Multi-period Hub Location Problem with Serial Demands: A Case Study of Humanitarian Aids Distribution in Lebanon
Autores
|
6835 |
Rahimeh Neamatian Monemi
|
3055,44,3054,3053,3052
|
|
6836 |
Shahin Gelareh
|
3055,44,3054,3053,3052
|
|
6837 |
Anass Nagih
|
3055,44,3054,3053,3052
|
|
6838 |
3055,44,3054,3053,3052
|
|
|
6839 |
Kassem Danach
|
3055,44,3054,3053,3052
|
Informações:
Publicações do PESC
É abordado o problema da distribuição de ajudas humanitárias nos campos de refugiados em locais de guerra numa perspectiva de concepção de rede. Mostramos que o problema pode ser modelado como uma variante do problema de localização multi-período do hub com um padrão de demanda específico resultante do comportamento do usuário. O problema foi motivado por um estudo de caso da experiência libanesa em acomodações de refugiados da guerra na Síria. Levando em consideração a complexidade e as restrições da vida real propusemos uma formulação de um modelo matemático de otimização do problema (Programação Linear Inteira Mista). Para a sua solução usa-se um esquema de decomposição de Benders e desigualdades válidas também foram encontradas, assim como os seus algoritmos de separação. Extensos experimentos computacionais no estudo de caso com dados reais e instâncias geradas aleatoriamente comprovam o bom desempenho do método de solução proposto.
In this paper, we address the problem of humanitarian aids distribution across refugee camps in war-ridden areas from a network design perspective. We show that the problem can be modeled as a variant of multiperiod hub location problem with a particular demand pattern resulted by the user’s behavior. The problem has been motivated by a case study of Lebanese experience in Syrian war refugee accommodation. We elaborate on the complexity and real-life constraints and, propose a compact formulation of a mathematical model of the problem. We then show that modeling the problem using a Benders paradigm drives O(n3) variables of the original compact model unnecessary in addition to the constraints that are being projected out in a typical Benders decomposition. Additionally, we identify several classes of valid inequalities together with efficient separation procedures leading to a cut-and-Benders approach. Our extensive computational experiments on the case study with real data as well as randomly generated instances proves the performance of proposed solution methods.
