HYBRID APPROACHES TO THE TWO-STAGE CAPACITATED FACILITY LOCATION PROBLEM

Abstract

In the class of supply chain problems, the Two-Stage Capacitated Facility Location (TSCFL) is defined by optimal locations for installing factories and warehouses to meet the demand of customers. The problem aims to minimize operating costs: opening facilities and the flow of products from factories to customers, passing through warehouses, meeting the capacity constraints of factories and warehouses and customers’ demand. This problem can be viewed as a simplified version for application in the context of smart cities, as can cover all the three pillars, governance, energy and transportation. To solve this problem, two hybridization are proposed of Clustering Search (CS), Adaptive Large Neighborhood Search (ALNS) and Local Branching (LB) is proposed. This hybridization is a new and interesting approach which has found high quality solutions in low computational time. In order to compare and test robustness of the proposed components another hybridization is proposed a Hybrid approach of the Biased Random-key Genetic Algorithm. To show that, computational experiments were performed using benchmark instances. The results showed that the HBRKGA outperforms the current state-of-art for the TSCFL for 44 out of 50 instances and the stability of the methods is showed in a statistical analysis, in order to test differences of the method.

Na classe de problemas de cadeia de suprimento, O problema de localização de facilidades em Dois Níveis (PFLC2n) consiste em encontrar localizações ótimas para instalação de fábricas e depósitos que atendam a demanda dos clientes. O objetivo do problema é minimizar os custos de abertura e fluxo, obedecendo as restrições de produção das fábricas, armazenamento dos depósitos e respeitando a demanda de clientes. Esse problema pode ser visto como aplicação do contexto de cidades inteligentes, pois cobre os três pilares: governança, energia e transporte. Para encontrar soluçoes para o problema duas hibridizações são propostas uma do Clustering Search(CS) com Adaptive Large Neighborhood Search(ALNS) e Local Branching, com o intuito de comparar e mostrar robustez dos componentes outra hibridizaçõa é implementada para um Biased RandomKey Genetica Algorithm (BRKGA com Local Branching chamado HBRKGA). Para comparação instâncias da literatura foram utilizadas. Os resultados mostram que para o PFLC2n a abordagem do HBRKGA supera o estado da arte atual para 44 de 50 instâncias e a estabilidade é mostrada por meio de uma análise estatística que testa a significância em comparação aos outros métodos.