logo móvil
Contáctanos

Multi-objetivo optimización para selección de sitios verdes de BTS en redes de telecomunicaciones utilizando NSGA-II y MOPSO

Autores: Babaei, Salar; Khalaj, Mehran; Keramatpour, Mehdi; Enayati, Ramin

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Multi-objetivo optimización para selección de sitios verdes de BTS en redes de telecomunicaciones utilizando NSGA-II y MOPSO


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Software

Palabras clave

Ubicación de instalaciones
Toma de decisiones estratégicas
Modelo de ubicación de centro
Cadena de suministro verde
Algoritmo metaheurístico
NP-Difícil

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 28

Citaciones: Sin citaciones


Descripción
Hoy en día, la planificación de la ubicación de instalaciones se refiere principalmente a la toma de decisiones estratégicas y operativas a largo plazo de grandes organizaciones públicas y privadas, y los costos significativos asociados con la ubicación, construcción y operación de instalaciones han convertido la investigación de ubicaciones en una decisión a largo plazo. Presentar un modelo de ubicación de centro de distribución para la cadena de suministro verde puede abordar el estado actual de las instalaciones y mejorar significativamente la cobertura de la demanda a un costo aceptable. Por lo tanto, en este estudio, se ha propuesto una red de instalaciones para la ubicación del centro de distribución en el dominio del sitio de servicio, considerando las instalaciones existentes y potenciales bajo escenarios probables. Después de presentar el modelo matemático, se realizó una validación a pequeña escala, seguida de un análisis de sensibilidad de los principales parámetros del modelo. Además, se empleó un algoritmo metaheurístico para analizar la NP-Dificultad del modelo. Además, se desarrollaron dos algoritmos metaheurísticos, NSGAII y MOPSO, para demostrar la eficiencia del modelo. Basándose en el análisis realizado, se puede observar que el tiempo computacional aumenta exponencialmente con el tamaño de los problemas de muestra, lo que indica la NP-Dificultad del problema. Sin embargo, el algoritmo NSGAII funciona mejor en términos de tiempo computacional para problemas de tamaño mediano en comparación con el algoritmo MOPSO. Estos algoritmos fueron elegidos debido a su eficiencia probada en el manejo de problemas de optimización NP-difíciles y su capacidad para equilibrar la exploración y la explotación en los espacios de búsqueda.

Otros recursos que podrían interesarte

Temas Virtualpro