برنامه ريزي چندهدفه مسير در يك شبكه چندطريقه با مسيرهاي جايگزين

Multiobjective Route Planning in a Multimodal Network with Alternative Paths

با توجه به گسترش روز افزون ناوگان حمل و نقل شهري، همچنين پيچيدگي شبكه‌ معابر ضرورت برنامه‌ريزي بهينه‌ مسير در شبكه‌هاي حمل و نقل بيش از پيش اهميت يافته‌است. شبكه‌ي حمل و نقلي از مسيرها كه طريقه‌هاي متنوعي از وسائل نقليه در آن استفاده شود را شبكه‌ چندطريقه مي‌ناميم كه در اين نوع از شبكه‌ها غير از مشخص كردن مسير بهينه، ارائه يك توالي از طريقه‌هاي حمل و نقل نيز ضرورت دارد. همچنين، انتخاب كوتاه‌ترين مسير در اين شبكه‌ها با محدوديت‌هايي همراه است كه مسير به‌دست آمده را از ديد كاربر قابل انتخاب مي‌كند. در اين مقاله يك مدل براي برنامه‌ريزي مسير در شبكه‌هاي چندطريقه، كه در آن دو هدف هزينه و زمان در كنار كمينه كردن تعداد دفعات تغيير طريقه براي برنامه‌ريزي بيان شده‌است. در كنار حل مدل رياضي مسئله توسط نرم افزار يك الگوريتم تقريبي مبتني بر برنامه‌ريزي پويا نيز براي آن ارائه شده‌است، كه نشان داده مي‌شود كه اين الگوريتم در اكثر مسائل جواب دقيق را ارائه مي‌كند و زمان بسيار كمتري براي حل نسبت به الگوريتم‌هاي مشابه مصرف كرده و به‌طور مستقيم مي‌تواند مجموعه‌ پارتو از جواب‌ها را ارائه نمايد. در ادامه، نتايج آن با حل مدل رياضي توسط نرم افزار و الگوريتم ژنتيك چندهدفه مقايسه گرديده‌است،و در نهايت يك مطالعه‌موردي با داده‌هاي واقعي براي بررسي كاربرد مسئلهحل شده‌است.

In recent years, increasing use of public urban transportation and road networks causes that route planning is now becomes a necessary element in the transportation networks more than ever. Multimodal network is a special case of the transportation network in which we are able to use different transportation modes. In this network, the sequence of the transportation modes is as important as the sequence of nodes in determining the optimal route take into account the constraints. In this paper, a multiobjective mathematical modeling multimodal network has been presented. In addition to minimize the number of changing modes, cost and the time are also considered in the objective function. An approximation algorithm based on dynamic programming has been developed. Furthermore, the experimental analysis shows that the efficiency of the proposed algorithm in compared to NSGAII algorithm. Moreover, a real case study based on the public transportation system in Tehran is solved by our model.