1403/09/03
سید محمدرضا حسینی نسب

سید محمدرضا حسینی نسب

مرتبه علمی: استادیار
ارکید: https://orcid.org/0000-0002-9789-798X
تحصیلات: دکترای تخصصی
اسکاپوس: 56677800000
دانشکده: دانشکده فنی مهندسی
نشانی: دانشگاه اراک، گروه مهندسی صنایع
تلفن:

مشخصات پژوهش

عنوان
ارائه روش حلی بر مبنای الگوریتم ژنتیک برای مسئله یکپارچه انتخاب و زمان بندی پروژه های سرمایه گذاری حمل و نقل
نوع پژوهش
مقاله چاپ‌شده
کلیدواژه‌ها
برنامه ریزی حمل و نقل، انتخاب پروژه ها، زمان بندی پروژه ها، طراحی شبکه گسسته، الگوریتم ژنتیک، روش تاگوچی
سال 1395
مجله پژوهشنامه حمل و نقل
شناسه DOI
پژوهشگران سید محمدرضا حسینی نسب ، سید نادر شتاب بوشهری ، رقیه خرمنی نودهی

چکیده

یکی از مهمترین مسائلی که متولیان حوزه حمل و نقل همواره درگیر آن هستند، انتخاب پروژه های سرمایه گذاری به منظور توسعه شبکه حمل و نقل است. البته با توجه به محدودیت های منابع در دست، اجرای پروژه های انتخاب شده مستلزم زمان بندی آن ها در طول افق برنامه ریزی می باشد. یکپارچه سازی انتخاب و زمان بندی پروژه ها در قالب یک مدل، هر چند پیچیدگی حل مدل را افزایش می دهد اما صحت و دقت نتایج را نیز بالا می برد. در این مقاله، مدل یکپارچه انتخاب و زمان بندی پروژه های سرمایه گذاری حمل و نقل در قالب یک مسئله طراحی شبکه گسسته(DNDP) دو سطحی معرفی شده است. در این مدل برای هر یک از پروژه های پیشنهادی مدت زمان اجرا و میزان سرمایه گذاری سالیانه، در ابتدا به صورت دقیق مشخص نیست و با حل مدل مقادیر آن ها مشخص می شود. همچنین یک شاخص جدید به منظور ارزیابی پروژه ها 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 می دهد. با توجه به پیچیدگی حل دقیق مدل و زمان فرسا بودن آن، یک الگوریتم ژنتیک برای حل مدل در مدت زمان منطقی ارایه شده است. همچنین جهت بهینه کردن مقادیر پارامترهای الگوریتم، روش طراحی آزمایش های تاگوچی بکار برده شده است. به منظور ارزیابی عملکرد الگوریتم ارایه شده، سه مسئله نمونه بر مبنای شبکه­ی حمل و نقل شهری سوفالز در مقیاس های مختلف تولید گردیده است و از الگوریتم ژنتیک و همچنین روش شمارش کامل برای حل آن ها استفاده شده است. نتایج نشان دهنده 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.