Here, it is considered the network

Here, it is considered the network location-allocation p-median
problem of establishing p facilities at some of n predefined points.
In the p-median problem, the objective is to minimize the distance
sum from each point to the nearest facility. This is a well-known
problem in the field of discrete location problems, being NP-hard
for general p, even when the network has a simple structure [5,6].
Integer linear programming has remained a standard technique
to solve network location problems of moderate size. As the problem
size increases, approaching the solution with linear programming
becomes unpractical. For larger problems, specialized
Lagrangean procedures such as Lagrangean relaxation with subgradient
optimization have proven to be robust. Lagrangean relaxation
is a well-known procedure to approach combinatorial
optimization problems. For a review of Lagrangean relaxation
techniques and applications, see [7].
Heuristic methods have been a popular choice of solution
methods for the facility location [8–15], and the p-median problem
[16–22,6]. They range from simple greedy algorithms to genetic
algorithms. For a review of heuristic methods, see [23–26].
Although many heuristic algorithms for p-median problems
have been proposed, the computational cost can still be high for
larger problems. Thus, computationally efficient parallel CPU and
GPU-based implementations have also been reported [27,28].
Also specific applications of these techniques to energy systems
are available.
Optimal locations for polygeneration systems with simultaneous
production of electricity, district heating, ethanol and biogas
in Sweden were presented by [29] with the aim to reduce the total
production cost and the environmental impact, where a detailed
process model was used to generate input data for an optimization
model and optimal geographic locations for polygeneration plants
in Sweden were found using a mixed integer linear programming
model [30].
In [31], the cellulosic ethanol infrastructure investment was
modeled using a mixed integer program that locates ethanol re-
fineries and connects these refineries to the biomass supplies and
ethanol demands in a way that minimizes the total cost.
In [32], the location problem of micro hydropower plants was
studied and a methodology was proposed to this analysis.
The investment activity of ethanol plants at the county level for
the contiguous 48 United States from 2000–2007 was analyzed by
[33], using bivariate probit regression and spatial clustering
methods as basis.
In [34], the location problem of solid biomass power plants in
an agricultural region was studied. In [35], geographical information
systems (GIS) were associated to multi-criteria decision
making methods, proposing a solution for solar farms location
problem.
In [36], a model to reduce costs and to maximize revenue was
developed, where mixed-integer linear programming appears to
be the prevailing optimization framework [12] and involves multiple
decision variables, such as the capacity, facility location,
technology selection, number of facilities, biomass type and other
logistical variables (transport, biomass flow, biofuel flow, warehousing,
etc.) [37,38].
In [39], location problem of wind power generation-transmission
systems was studied with application of hierarchical fuzzy
DEA. In [40], linear regression theory was applied to wind energy
systems placed at the Brazilian state of Ceara. In [41], an optimization
algorithms review was done for wind energy systems. In
[42], heuristic algorithms were used to optimize electrical power
systems. In [43,44], optimal location problem of renewable energy
facilities was reviewed and several criteria to make decision had
been considered.

ผลลัพธ์ (ไทย) 1:

ที่นี่ มันถือเป็นเครือข่ายการจัดสรรตำแหน่ง p-มัธยฐานปัญหาของการสร้างสิ่งอำนวยความสะดวกของ p ที่ n จุดที่กำหนดไว้ล่วงหน้าในปัญหา p มัธยฐาน วัตถุประสงค์คือเพื่อ ลดระยะทางผลรวมจากแต่ละจุดไปยังสถานที่ที่ใกล้ที่สุด นี้เป็นรู้จักกันปัญหาในด้านของสถานที่ไม่ต่อเนื่องปัญหา การยาก(NP-HARD)สำหรับ p ทั่วไป แม้ว่าเครือข่ายมีโครงสร้างเรียบง่าย [5,6]โปรแกรมเชิงเส้นจำนวนเต็มยังคง เป็นเทคนิคมาตรฐานการแก้ปัญหาเครือข่ายตั้งขนาดปานกลาง เป็นปัญหาเพิ่มขนาด ใกล้การแก้ปัญหา ด้วยโปรแกรมเชิงเส้นจะดำริ สำหรับปัญหาใหญ่ ความกระบวนการ Lagrangean เช่น Lagrangean ผ่อน subgradientเพิ่มประสิทธิภาพได้พิสูจน์แล้วว่ามีความแข็งแกร่ง ผ่อน Lagrangeanเป็นขั้นตอนรู้จักวิธีการ combinatorialปัญหาการเพิ่มประสิทธิภาพ เงินผ่อน Lagrangeanเทคนิคและการใช้งาน ดู [7]พฤติกรรมวิธีการมองของโซลูชันวิธีสำหรับการอำนวยความสะดวก [8-15 และปัญหา p มัธยฐาน[16-22,6] พวกเขาช่วงจากอัลกอริทึมโลภง่ายกับพันธุกรรมอัลกอริทึม สำหรับรีวิววิธีศึกษาสำนึก ดู [23-26]แม้ว่าขั้นตอนวิธีแก้หลายปัญหา p มัธยฐานได้รับการเสนอ คำนวณต้นทุนยังสามารถสูงสำหรับปัญหาใหญ่ ดังนั้น CPU มีประสิทธิภาพ computationally ขนาน และการใช้งาน GPU ยังได้รายงาน [27,28]นอกจากนี้ยังใช้งานเฉพาะของเทคนิคเหล่านี้กับระบบพลังงานมีสถานที่เหมาะสมสำหรับระบบ polygeneration ด้วยพร้อมกันผลิตไฟฟ้า เขตร้อน เอทานอล และก๊าซชีวภาพในสวีเดนถูกนำเสนอ โดย [29] มีเป้าหมายเพื่อลดจำนวนต้นทุนการผลิตและผลกระทบสิ่งแวดล้อม ซึ่งมีรายละเอียดแบบจำลองกระบวนการถูกใช้เพื่อสร้างข้อมูลการป้อนเข้าสำหรับการเพิ่มประสิทธิภาพรูปแบบและสถานทางภูมิศาสตร์ที่เหมาะสมสำหรับพืช polygenerationในสวีเดนพบว่าการใช้โปรแกรมเชิงเส้นแบบผสมเลขจำนวนเต็มรุ่น [30]ใน [31], เป็นการลงทุนโครงสร้างพื้นฐานของเอทานอลจากจำลองการใช้งานโปรแกรมผสมเต็มที่หาเรื่องเอทานอล-fineries และโรงกลั่นน้ำมันเหล่านี้ที่เชื่อมต่อกับอุปกรณ์ชีวมวล และความต้องการเอทานอลที่ช่วยลดต้นทุนรวมใน [32], แก้ไขปัญหาสถานที่ตั้งของโรงไฟฟ้าพลังน้ำขนาดเล็กศึกษา และเสนอวิธีแก้ไขการวิเคราะห์นี้กิจกรรมลงทุนของโรงงานเอทานอลที่ระดับเขตโดยติดกัน 48 ไทยจาก 2000-2007[33], ใช้ bivariate probit ถดถอยและคลัสเตอร์เชิงพื้นที่วิธีที่เป็นพื้นฐานใน [34], ปัญหาตั้งไม้ชีวมวลพลังงานพืชในเป็นศึกษาภาคการเกษตร ใน [35], ข้อมูลทางภูมิศาสตร์(GIS) ระบบถูกเชื่อมโยงกับการตัดสินใจหลายเกณฑ์เสนอวิธีแก้ไขปัญหาสำหรับฟาร์มแสงอาทิตย์ตั้ง วิธีการทำปัญหาใน [36], เป็นรูปแบบ เพื่อลดต้นทุน และเพิ่มรายได้พัฒนา ที่ปรากฏเชิงผสมเต็มมีกรอบเพิ่มประสิทธิภาพอัตรา [12] และเกี่ยวข้องกับหลายตัวแปรตัดสินใจเช่นความจุ ความสะดวกการเลือกเทคโนโลยี หมายเลข ชนิดของชีวมวล และอื่น ๆจิสติกส์แปร (ขนส่ง ชีวมวลไหล การไหล ของเชื้อเพลิงชีวภาพ คลังสินค้าฯลฯ) [37,38]ใน [39], ปัญหาสถานที่ตั้งของลมไฟฟ้ารุ่นส่งระบบเป็นศึกษา ด้วยการประยุกต์ใช้ลำดับชั้นเลือนDEA ใน [40], ทฤษฎีการถดถอยเชิงเส้นใช้พลังงานลมระบบที่วางไว้ที่ Ceara รัฐบราซิล ใน [41], การเพิ่มประสิทธิภาพทำรีวิวอัลกอริทึมสำหรับระบบพลังงานลม ใน[42], ขั้นตอนวิธีแก้ถูกนำมาใช้เพื่อเพิ่มประสิทธิภาพพลังงานไฟฟ้าระบบ ใน [43,44], สถานที่ที่ดีที่สุดปัญหาของพลังงานทดแทนแก้ไขการตรวจสอบสิ่งอำนวยความสะดวก และมีหลายเกณฑ์การตัดสินรับการพิจารณา

ผลลัพธ์ (ไทย) 2:

นี่ก็ถือว่าเป็นเครือข่ายที่ตั้งของการจัดสรร P-แบ่ง
ปัญหาของการสร้างสิ่งอำนวยความสะดวก P ที่บางส่วนของจุดที่กำหนดไว้ล่วงหน้า n.
ในปัญหา P-เฉลี่ยที่มีวัตถุประสงค์คือเพื่อลดระยะทาง
รวมจากแต่ละจุดไปยังสถานที่ที่ใกล้ที่สุด นี้เป็นที่รู้จักกันดี
ปัญหาในด้านของปัญหาที่ตั้งที่ไม่ต่อเนื่องเป็นรุ่น NP-ยาก
สำหรับ P ทั่วไปแม้ในขณะที่เครือข่ายที่มีโครงสร้างที่เรียบง่าย [5,6].
จำนวนเต็มโปรแกรมเชิงเส้นยังคงเป็นเทคนิคมาตรฐาน
ในการแก้ปัญหาที่ตั้งเครือข่าย ที่มีขนาดปานกลาง ในฐานะที่เป็นปัญหา
การเพิ่มขึ้นของขนาดใกล้แก้ปัญหาด้วยการโปรแกรมเชิงเส้น
กลายเป็นใช้ไม่ได้ผล สำหรับปัญหาที่มีขนาดใหญ่เฉพาะ
ขั้นตอนการ Lagrangean เช่นการผ่อนคลาย Lagrangean กับ subgradient
เพิ่มประสิทธิภาพได้พิสูจน์แล้วว่ามีประสิทธิภาพ ผ่อนคลาย Lagrangean
เป็นขั้นตอนที่รู้จักกันดีในการเข้าหา combinatorial
ปัญหาการเพิ่มประสิทธิภาพ สำหรับความคิดเห็นของการพักผ่อน Lagrangean
เทคนิคและการใช้งานให้ดู [7].
วิธี Heuristic ได้รับทางเลือกที่นิยมของการแก้ปัญหา
วิธีการสำหรับสถานที่สิ่งอำนวยความสะดวก [8-15] และปัญหา P-แบ่ง
[16-22,6] พวกเขาช่วงจากขั้นตอนวิธีการง่ายๆในการโลภพันธุกรรม
ขั้นตอนวิธีการ เพื่อทบทวนวิธีการแก้ปัญหาให้ดู [23-26].
แม้ว่าขั้นตอนวิธีการแก้ปัญหาหลายปัญหา P-เฉลี่ย
ได้รับการเสนอค่าใช้จ่ายในการคำนวณยังสามารถสูงสำหรับ
ปัญหาที่มีขนาดใหญ่ ดังนั้น CPU ขนานคอมพิวเตอร์มีประสิทธิภาพและ
การใช้งานของ GPU ที่ใช้ยังได้รับรายงาน [27,28].
นอกจากนี้ยังมีการใช้งานที่เฉพาะเจาะจงของเทคนิคเหล่านี้ไปใช้กับระบบพลังงาน
ที่มีอยู่.
สถานที่ที่เหมาะสมที่สุดสำหรับระบบ polygeneration ด้วยพร้อมกัน
การผลิตกระแสไฟฟ้าเขตร้อนเอทานอลและก๊าซชีวภาพ
ในสวีเดนถูกนำเสนอโดย [29] โดยมีวัตถุประสงค์เพื่อลดการรวม
ต้นทุนการผลิตและผลกระทบต่อสิ่งแวดล้อมที่รายละเอียด
รูปแบบกระบวนการถูกนำมาใช้ในการสร้างข้อมูลที่ป้อนสำหรับการเพิ่มประสิทธิภาพของ
รูปแบบและสถานที่ทางภูมิศาสตร์ที่เหมาะสมสำหรับพืช polygeneration
ในสวีเดนพบว่ามีการใช้ จำนวนเต็มผสมเขียนโปรแกรมเชิงเส้น
รุ่น [30].
ใน [31] การลงทุนโครงสร้างพื้นฐานของเอทานอลจากเซลลูโลสถูก
จำลองการใช้โปรแกรมจำนวนเต็มผสมเอทานอลที่ตั้งอยู่อีก
fineries และเชื่อมต่อโรงกลั่นเหล่านี้เพื่อวัสดุชีวมวลและ
ความต้องการเอทานอลในทางที่ช่วยลดการรวมที่ ค่าใช้จ่าย.
ใน [32] ปัญหาสถานที่ตั้งของโรงไฟฟ้าพลังน้ำขนาดเล็กได้รับการ
ศึกษาและวิธีการได้รับการเสนอให้การวิเคราะห์นี้.
กิจกรรมการลงทุนของโรงงานเอทานอลในระดับเขตสำหรับ
ที่ต่อเนื่องกัน 48 สหรัฐอเมริกา 2000-2007 ได้รับการวิเคราะห์โดย
[33 ] โดยใช้การถดถอย probit bivariate และการจัดกลุ่มเชิงพื้นที่
วิธีการเป็นพื้นฐาน.
ใน 34] ปัญหาสถานที่ตั้งของโรงไฟฟ้าชีวมวลที่มั่นคงใน [
พื้นที่การเกษตรได้รับการศึกษา ใน [35], ข้อมูลทางภูมิศาสตร์
ระบบ (GIS) ได้รับการที่เกี่ยวข้องกับการตัดสินใจหลายเกณฑ์
การทำวิธีการเสนอวิธีการแก้ปัญหาสำหรับฟาร์มที่ตั้งของแสงอาทิตย์
ปัญหา.
ใน [36], รุ่นเพื่อลดค่าใช้จ่ายและเพิ่มรายได้ได้รับการ
พัฒนาที่ mixed- การเขียนโปรแกรมเชิงเส้นจำนวนเต็มดูเหมือนจะ
เป็นกรอบการเพิ่มประสิทธิภาพการแลกเปลี่ยน [12] และเกี่ยวข้องกับหลาย
ตัวแปรการตัดสินใจเช่นความสามารถในการตั้งสิ่งอำนวยความสะดวก
การเลือกเทคโนโลยีจำนวนของสิ่งอำนวยความสะดวกประเภทชีวมวลและอื่น ๆ
ตัวแปรจิสติกส์ (การขนส่ง, การไหลของชีวมวลการไหลของเชื้อเพลิงชีวภาพคลังสินค้า ,
ฯลฯ ) [37,38].
ใน [39] ปัญหาสถานที่ตั้งของพลังงานลมรุ่นเกียร์
ระบบการศึกษาด้วยการประยุกต์ใช้ลำดับชั้นเลือน
DEA ใน [40] ทฤษฎีการถดถอยเชิงเส้นถูกนำไปใช้พลังงานลม
ระบบวางไว้ที่รัฐของบราซิล Ceara ใน [41], เพิ่มประสิทธิภาพ
การตรวจสอบขั้นตอนวิธีการที่ทำสำหรับระบบพลังงานลม ใน
[42] ขั้นตอนวิธีการแก้ปัญหาถูกนำมาใช้เพื่อเพิ่มประสิทธิภาพการใช้พลังงานไฟฟ้า
ระบบ ในปัญหา [43,44] ที่ดีที่สุดสถานที่ตั้งของพลังงานทดแทน
สิ่งอำนวยความสะดวกรับการตรวจสอบและเกณฑ์การต่างๆเพื่อให้การตัดสินใจได้
รับการพิจารณา

ผลลัพธ์ (ไทย) 3:

ที่นี่ถือว่าเป็นสถานที่ตั้งของเครือข่ายการจัดสรร p-medianปัญหาของการสร้าง P เครื่องบางของจุดที่กำหนดใน p-median ปัญหา วัตถุประสงค์คือเพื่อลดระยะทางผลรวมจากจุดแต่ละจุดไปยังสถานที่ที่ใกล้ที่สุด นี้เป็น ที่รู้จักกันดีปัญหาในด้านของปัญหาที่ตั้งไม่ต่อเนื่องเป็น NP อย่างหนักสำหรับทั่วไป P , แม้ว่าเครือข่ายที่มีโครงสร้างเรียบง่าย [ 5 , 6 ]การโปรแกรมเชิงเส้นจำนวนเต็ม ยังคงเป็นเทคนิคมาตรฐานเพื่อแก้ไขปัญหาของเครือข่ายที่ตั้งขนาดปานกลาง เป็นปัญหาเพิ่มขนาด , ใกล้ทางออกด้วยการโปรแกรมเชิงเส้นกลายเป็นแพรคทิคัล . สำหรับปัญหาใหญ่พิเศษlagrangean ขั้นตอนเช่น lagrangean ผ่อนคลายกับ subgradientการเพิ่มประสิทธิภาพได้พิสูจน์แล้วจะแข็งแรง lagrangean ผ่อนคลายเป็นขั้นตอนที่รู้จักกันดีวิธีการเยอรมนีปัญหาการเพิ่มประสิทธิภาพ สำหรับความคิดเห็นของ lagrangean ผ่อนคลายเทคนิคและการประยุกต์ใช้ , ดู [ 7 ]วิธีฮิวริสติกที่ได้รับเป็นทางเลือกที่เป็นที่นิยมของ โซลูชั่นวิธีการสถานที่ตั้ง [ 8 – 15 ] และ p-median ปัญหาและ 22,6 [ 16 ] พวกเขาช่วงจากง่ายพันธุกรรมอัลกอริทึมละโมบอัลกอริธึม ให้มีการทบทวนวิธีการฮิวริสติก เห็น [ 23 – 26 ]แม้ว่าขั้นตอนวิธีฮิวริสติกสำหรับปัญหา p-median หลายที่ได้รับการเสนอ ราคาคอมพิวเตอร์ยังสามารถสูงสำหรับปัญหาใหญ่ ดังนั้นซีพียูขนาน computationally ที่มีประสิทธิภาพและนอกจากนี้ยังได้รับรายงานจาก GPU [ 27,28 ]นอกจากนี้การใช้งานที่เฉพาะเจาะจงของเทคนิคเหล่านี้กับระบบพลังงานพร้อมใช้งานสถานที่ที่เหมาะสมที่สุดสำหรับระบบ polygeneration ด้วยพร้อมกันการผลิตไฟฟ้า เขต ร้อน เอทานอล และก๊าซชีวภาพในสวีเดนที่ถูกนำเสนอโดย [ 29 ] ที่มีเป้าหมายเพื่อลดการรวมต้นทุนการผลิตและผลกระทบต่อสิ่งแวดล้อม ซึ่งมีรายละเอียดแบบจำลองกระบวนการที่ถูกใช้เพื่อสร้างข้อมูลสำหรับการเพิ่มประสิทธิภาพรูปแบบและที่ตั้งทางภูมิศาสตร์ที่เหมาะสม polygeneration พืชในสวีเดน พบว่า การใช้โปรแกรมเชิงจำนวนเต็มผสมแบบ [ 30 ]ใน [ 31 ] , การลงทุนโครงสร้างพื้นฐานเอทานอลเซลลูโลสคือออกแบบโดยใช้โปรแกรมที่เป็นจำนวนเต็มผสมเอทานอล - ตั้งอยู่fineries และเชื่อมต่อโรงกลั่นเหล่านี้เพื่อกำหนดวัสดุ และเอทานอล ความต้องการในลักษณะที่ช่วยลดต้นทุนรวมใน [ 32 ] , สถานที่ตั้งของโรงไฟฟ้าพลังน้ำขนาดเล็กมีปัญหาศึกษา และวิธีการนำเสนอ เพื่อวิเคราะห์กิจกรรมการลงทุนของโรงงานเอทานอลที่ระดับมณฑลสำหรับที่ติดกัน 48 สหรัฐอเมริกา จาก 2000 - 2007 โดยใช้[ 33 ] , การใช้พื้นที่สำหรับการถดถอยตัวและวิธีการเป็นพื้นฐานใน [ 34 ] , ที่อยู่ปัญหาของพืชพลังงานชีวมวลของแข็งเป็นเขตเกษตรศึกษา ใน [ 35 ] , สารสนเทศทางภูมิศาสตร์ระบบ GIS ถูกเชื่อมโยงกับหลายเกณฑ์การตัดสินใจทำให้วิธีการ เสนอโซลูชั่นสำหรับฟาร์มพลังงานแสงอาทิตย์ที่ตั้งปัญหาใน [ 36 ] รูปแบบการลดต้นทุน และเพิ่มรายได้ คือการพัฒนาโปรแกรมเชิงเส้นตรงจำนวนเต็มผสม ที่ปรากฏเป็นกรอบที่มีประสิทธิภาพ [ 12 ] และเกี่ยวข้องกับหลายตัวแปรในการตัดสินใจ เช่น ความจุ , สถานที่ตั้งสถานที่ ,การเลือกใช้เทคโนโลยี จํานวนเครื่องประเภทชีวมวลและอื่น ๆตัวแปรจิสติกส์ขนส่งชีวมวลเชื้อเพลิงชีวภาพ , ไหล , ไหล , คลังสินค้า ,ฯลฯ ) [ 37,38 ]ใน [ 39 ] ปัญหาสถานที่ส่งของพลังงานลมระบบการศึกษากับการประยุกต์ใช้แบบฟัซซี่DEA ใน [ 40 ] , ทฤษฎีการถดถอยเชิงเส้นใช้พลังงานลมระบบอยู่ในรัฐของบราซิลเซร่า . ใน [ 41 ] , การเพิ่มประสิทธิภาพขั้นตอนวิธีการตรวจสอบถูกทำสำหรับระบบพลังงานลม ใน[ 42 ] , อัลกอริทึมฮิวริสติกเพื่อใช้ปรับไฟฟ้าระบบ ใน [ 43,44 ] ปัญหาที่ตั้งที่เหมาะสมของพลังงานหมุนเวียนเครื่องตรวจสอบและเกณฑ์ในการตัดสินใจ มีหลายได้รับการพิจารณา