امروزه، بسیاری از سیستم های حمل ونقل از ساختارهای هابی برای انتقال جریان (کالا، مسافر، پیام و ...) از مبدأ به مقصد استفاده می کنند. در چنین سیستم هایی، اتخاذ تصمیمات صحیح و به موقع در مورد تسهیلات در طی افق برنامه ریزی اهمیت به سزایی برای تصمیم گیرندگان دارد. زیرا پارامترهای مؤثر در تعیین تصمیمات، در طی زمان دچار تغییر می شوند و ممکن است طراحی اولیه شبکه حمل ونقل برای آینده مطلوب نباشد. در چنین شرایطی، طراحی مدل های مکان یابی هاب پویا می تواند به تصمیم گیرندگان کمک کند تا بتوانند از تصمیمات بهینه در مورد تسهیلات و بهترین زمان برای اجرای تصمیمات در طی افق برنامه ریزی آگاه شوند. در این رساله، یک چارچوب مدل سازی برای مسئله مکان یابی چنددوره ای هاب با در نظر گرفتن تقاضای وابسته به زمان در یک افق برنامه ریزی زمان-پیوسته ارائه می گردد. ابتدا، یک مدل برنامه ریزی ریاضی چندهدفه با در نظر گرفتن تابع تقاضای وابسته به زمان خطی با پارامترهای قطعی ارائه می شود که در آن، اهداف پایداری شامل کمینه سازی مجموع هزینه های شبکه حمل ونقل، کمینه سازی انتشار آلاینده ها در کمان ها و حداکثر سازی فرصت های شغلی در کل افق برنامه ریزی لحاظ شده است. در مدل پیشنهادی، امکان تنظیم ظرفیت های عملیاتی تسهیلات از طریق افزایش ظرفیت هاب ها و کمان های هاب و انتقال ظرفیت میان هاب ها وجود دارد. روش محدودیت اپسیلون تکامل یافته برای حل یک مسئله نمونه مورد استفاده قرار می گیرد. برای حل نمودهای با ابعاد بزرگتر، یک روش برنامه ریزی پویا پیشنهاد می شود که می تواند نمودهایی از مسئله را تا 25 گره و 6 دوره زمانی حل کند. نتایج حل مسئله، بهترین تصمیمات در مورد تسهیلات و بهترین زمان برای اجرای تصمیمات را از طریق مقادیر بهینه نقاط شکست مشخص می کند. در ادامه، در جهت توسعه مدل قطعی ارائه شده، مدل دیگری تحت عدم قطعیت استوار تقاضا ارائه می گردد. برای حل مدل غیرقطعی از روش دوفاز ترابی-حصینی استفاده شده است. در این روش، در فاز اول، مدل غیرقطعی به کمک روش برتسیماس و سیم به یک مدل معادل قطعی تبدیل می شود و در فاز دوم، جواب های بهینه پارتو حاصل می شوند. برای اعتبارسنجی مدل پیشنهادی، داده های شبکه ترکیه مورد استفاده قرار می گیرد و نتایج حل مدل در دوحالت مورد مقایسه قرار می گیرد. در حالت اول، پارامترهای تابع تقاضا مقادیر اسمی را اختیار می کنند و در حالت دوم، پارامترهای تابع تقاضا، می توانند تا حداکثر 20 درصد مقادیر اسمی خود تغییر نمایند. نتایج نشان می دهد که در حالت دوم، مجموع ظرفیت انتخاب شده برای تسهیلات، بیشتر از حالت اول است. هم چنین، نتایج تحلیل حساسیت نشان می دهد که با افزایش سطح محافظه کاری مقادیر توابع هدف بهبود نمی یابند.
