چکیده:
توسعه انواع سیستمهای حملونقل عمومی شهری که هر کدام مناطق مختلفی را پوشش میدهند، مسئله انتخاب نوع سیستم حملونقل و تعیین مسیر مناسب سفر بین دو ایستگاه مبداء و مقصد مشخص را برای مسافران و استفادهکنندگان سیستمهای حملونقل عمومی دشوار کرده است. در شهرهای بزرگ مانند تهران شبکهای از سیستمهای حملونقل عمومی موسوم به سیستمهای چندوجهی شامل ایستگاهها به عنوان گرهها و وسایل حملونقل عمومی واسط بین دو ایستگاه متوالی به عنوان کمانهای آن تشکیل میشود. مسافران پیوسته به دنبال روشی برای یافتن مسیر بهینه در شبکههای حملونقل چندوجهی پیچیده میباشند تا با کمترین هزینه و سردرگمی از مبدا مشخص به مقصد مورد نظر خود برسند. در این مقاله، جهت مسیریابی در شبکههای سیستمهای حملونقل چندوجهی مدلی برنامهریزی ریاضی چندهدفه با سه تابع هدف توسعه داده شدهاست. اهداف مدل ارائه شده، حداقلکردن هزینه، زمان سفر و تعداد تغییر نوع وسایل نقلیه میباشد. ضمن بررسی اعتبارسنجی مدلها با مسائل آزمون، دو الگوریتم دقیق و فراابتکاری (الگوریتم مورچگان) برای حل مدل پیشنهادی توسعه داده شده است. نتایج ارزیابی عملکرد روشهای حل نشان میدهد زمان حل مسائل با روش دقیق برای مسائل با بیش از 15 گره غیرکارا است. در حالی که الگوریتم فراابتکاری، مسائل نمونه را با کیفیتی مشابه روش دقیق اما با زمان منطقی ارائه میکند.
The development of a variety of public transportation systems that cover different areas, has made it difficult for passengers and users to choose the type of transportation system and appropriate route between two specified departures. In large cities such as Tehran, a network of public transportation systems, called multi-modal systems, consist of stations as nodes and public transport vehicles intermediate between the two consecutive stations as arcs, is formed. Travelers are looking continuously for a way to find the optimal route in complex multi-modal transportation networks to reach their desired destination with minimal cost and confusion. In this paper, two linear and nonlinear multi-objective programming models with three objective functions have been developed for routing in multi-modal transport systems. The objectives of the proposed model are to minimize the cost, travel time and the number of vehicle types. By examining the validation of models by test issues, two exact and meta-heuristic algorithms (ant colony algorithm) have been developed to solve the proposed model. The results of the evaluation of the performance of the solving methods indicate that problem solving by exact method for networks with more than 15 nodes are non-operating, while the meta-heuristic algorithm provides the same problems with same precision in the exact method but with logical time.
خلاصه ماشینی:
فصلنامه علمی مطالعات مدیریت صنعتی – سال هجدهم ، شماره ٥٧، تابستان ٩٩ صفحات ٣٧٥-٣٤٥ ارائه مدل چندهدفه مسیریابی در شبکه سیستم های حمل و نقل عمومی چندوجهی درون شهری وحید برادران *، ارمغان آذریخواه ** تاریخ دریافت :٩٦/٦/٢٢ تاریخ پذیرش :٩٧/٧/٢٥ چکیده : توسعه انواع سیستم های حمل ونقل عمومی شهری که هر کدام مناطق مختلفی را پوشش میدهند، مسئله انتخاب نوع سیستم حمل ونقل و تعیین مسیر مناسب سفر بین دو ایستگاه مبداء و مقصد مشخص را برای مسافران و استفاده کنندگان سیستم های حمل ونقل عمومی دشوار کرده است .
در این مقاله ، جهت مسیریابی در شبکه های سیستم های حمل ونقل چندوجهی مدلی برنامه ریزی ریاضی چندهدفه با سه تابع هدف توسعه داده شده است .
بنابراین هدف در این مقاله ، توسعه یک مدل ریاضی چندهدفه است تا در یک شبکه حمل ونقل عمومی چندوجهی بین دو گره مبدا و مقصد مشخص ، مسیری با کمترین هزینه ، زمان سفر و تعداد تغییر وسیله و نوع سیستم حمل ونقل بر اساس ارجحیت های مسافر تعیین 1 .
مسائل کوتاه ترین مسیر تک هدفه با درنظر گرفتن محدودیت نیز مورد توجه تعدادی از محققین در گذشته بوده و روش هایی مانند برنامه ریزی پویا (جاکچ ٥، ١٩٦٦)، الگوریتم برچسب گذاری (آنجا و همکاران ٦، ١٩٨٣) و آزادسازی لاکرانژ (هندلر و ژانگ ، 7 ١٩٨٠) برای حل آن ها توسعه داده شده است .
(2010), “An ant colony optimization algorithm for the bi-objective shortest path problem ,”Applied Soft Computing ,Vol. 10, pp.