TY - JOUR ID - 48148 TI - ارایه روش حلی بر مبنای الگوریتم ژنتیک برای مسئله یکپارچه انتخاب و زمان‌بندی پروژه‌های سرمایه‌گذاری حمل و نقل JO - پژوهشنامه حمل و نقل JA - TRI LA - fa SN - 1735-3459 AU - حسینی‌نسب, سید محمدرضا AU - شتاب بوشهری, سید نادر AU - خرمنی نودهی, رقیه AD - دانش آموخته دکتری، دانشکده صنایع و سیستم‌ها، دانشگاه صنعتی اصفهان، اصفهان، ایران AD - دانشیار، دانشکده صنایع و سیستم‌ها، دانشگاه صنعتی اصفهان، اصفهان، ایران AD - دانش آموخته کارشناسی ارشد، دانشکده صنایع و سیستم‌ها، دانشگاه صنعتی اصفهان، اصفهان، ایران Y1 - 2016 PY - 2016 VL - 13 IS - 1 SP - 1 EP - 22 KW - برنامه ریزی حمل و نقل KW - انتخاب پروژه‌ها KW - زمان‌بندی پروژه‌ها KW - طراحی شبکه گسسته KW - الگوریتم ژنتیک KW - روش تاگوچی DO - N2 - یکی از مهمترین مسائلی که متولیان حوزه حمل و نقل همواره درگیر آن هستند، انتخاب پروژه‌های سرمایه‌گذاری به منظور توسعه شبکه حمل و نقل است. البته با توجه به محدودیت‌های منابع در دست، اجرای پروژه‌های انتخاب شده مستلزم زمان‌بندی آن‌ها در طول افق برنامه‌ریزی می‌باشد. یکپارچه‌سازی انتخاب و زمان‌بندی پروژه‌ها در قالب یک مدل، هر چند پیچیدگی حل مدل را افزایش می‌دهد اما صحت و دقت نتایج را نیز بالا می‌برد. در این مقاله، مدل یکپارچه انتخاب و زمان‌بندی پروژه‌های سرمایه‌گذاری حمل و نقل در قالب یک مسئله طراحی شبکه گسسته(DNDP) دو سطحی معرفی شده است. در این مدل برای هر یک از پروژه‌های پیشنهادی مدت زمان اجرا و میزان سرمایه‌گذاری سالیانه، در ابتدا به صورت دقیق مشخص نیست و با حل مدل مقادیر آن‌ها مشخص می‌شود. همچنین یک شاخص جدید به منظور ارزیابی پروژه‌ها با توجه به آستانه­ی رضایتمندی استفاده­کنندگان سیستم توسعه داده شده است که در ترکیب با شاخص"زمان سفر طی شده در شبکه"، تابع هدف سطح بالایی مدل را تشکیل می‌دهد. با توجه به پیچیدگی حل دقیق مدل و زمان‌فرسا بودن آن، یک الگوریتم ژنتیک برای حل مدل در مدت زمان منطقی ارایه شده است. همچنین جهت بهینه کردن مقادیر پارامترهای الگوریتم، روش طراحی آزمایش‌های تاگوچی بکار برده شده است. به منظور ارزیابی عملکرد الگوریتم ارایه شده، سه مسئله نمونه بر مبنای شبکه­ی حمل و نقل شهری سوفالز در مقیاس‌های مختلف تولید گردیده است و از الگوریتم ژنتیک و همچنین روش شمارش کامل برای حل آن‌ها استفاده شده است. نتایج نشان‌دهنده آن است که الگوریتم ژنتیک ارایه شده چه از جنبه کیفیت جواب و چه از جنبه زمان حل عملکرد قابل قبولی، به ویژه در مسائل بزرگ، داشته است.      UR - https://www.trijournal.ir/article_48148.html L1 - https://www.trijournal.ir/article_48148_f587e85c280e93ef9cc70ba781e15260.pdf ER -