استفاده از روش بهينه سازي و فرا ابتكاري به منظور كاهش سرفاصله زماني اتوبوس (نمونه موردي: خطوط اتوبوس راني قزوين)

Using optimization and metaheuristic method to reduce the bus headway (Case study: Qazvin Bus Routes

يكي از مهم ترين پارامترها در ارزيابي ميزان رضايت مسافران سيستم اتوبوس راني، فراواني اتوبوس ها و يا سرفاصله زماني بين آن هاست. در اين مطالعه مسئله بهينه سازي فراواني سيستم حمل ونقل عمومي موردبررسي قرارگرفته است، كه هدف آن تعيين فاصله زماني بين اتوبوس هاي بعدي براي مجموعه اي از خطوط حمل ونقل عمومي است كه توسط برنامه هاي سفر آن ها تعيين مي شود. نتيجه حاصله بايد تقاضاي مبدا-مقصد داده شده و محدوديت در ناوگان اتوبوس راني موجود را برآورده سازد. به اين ترتيب يك مدل برنامه ريزي خطي مختلط عدد صحيح (MILP) براي يك مدل از قبل موجود پيشنهاد شد، كه در اصل به عنوان يك فرمول دوسطحي غيرخطي تدوين شده است. فرمولاسيون پيشنهادي قادر به حل موارد واقعي بهينگي مسائل كوچك مقياس با استفاده از تكنيك MILP است. براي حل موارد بزرگ مقياس يك روش فرا ابتكاري پيشنهاد شد كه دقت آن با مقايسه نتايج دقيق برآورد شده است. هر دو رويكرد دقيق و تقريبي، با استفاده از موارد موجود تست شده است، به اين ترتيب از سيستم حمل ونقل عمومي شهر قزوين به عنوان نمونه هاي موردي در اين مطالعه استفاده شد. اگرچه سيستم حمل ونقل عمومي آن داراي 22 خط بود، پيشرفتي حدود 6 درصد با استفاده از اين مدل به دست آمد. اين نشان مي دهد كه حتي در موارد كوچك، جا براي بهبود بهره وري سيستم وجود دارد. ازآنجاكه يافتن بهينگي كلي از شهر قزوين پس از مقدار قابل توجهي از زمان اجرا امكان نداشت، در اين مطالعه يك روش راه حل جايگزين پيشنهاد شد. بنابراين، يك رويكرد فرا ابتكاري جستجوي ممنوعه ارائه شد كه نتايج آن در مقايسه با مدل دقيق، رقابتي است.

One of the most important parameters in assessing the satisfaction of passengers in a bus system is bus frequency or bus headway. In this study, optimization of the public transportation system’s frequency has been investigated, which aims to determine time interval between the next buses for a set of public transport lines determined by their travel plans. Origin-destination demand and restrictions on existing bus fleets should be considered by results. In this way, a model (MILP) was proposed for a pre-existing model which originally formulated as a non-linear two-level formula. The proposed formulation is capable of solving the real optimality of small scale problems using the MILP technique. In order to solve large scale, a metaheuristic method has been proposed that its accuracy is estimated by comparing exact results. Both an exact and approximate approach have been tested using existing cases, thus, the public transportation system of Qazvin has been used as case study. Although its public transport system has 22 lines, an improvement of about 6% was achieved using this model. This shows that, even in small cases, there are improvements in system efficiency. Since the general improvement of Qazvin bus system was not possible after a considerable amount of runtime, an alternative solution approach was proposed in this study. Therefore, a tabu search method has been proposed, which results in a competitive comparison with the exact model.