عنوان مقاله :
ارائه يك الگوريتم ژنتيك جهت حل مسئله جهتيابي با افق زماني وابسته به منظور بهينه سازي مسائل حمل و نقل شهري
عنوان به زبان ديگر :
Provide a Genetic Algorithm to Aolve the Time-Dependent Orientation Problem in Order to Optimize Urban Transportation Problems
پديد آورندگان :
جعفريان، مهدي دانشگاه پيام نور، تهران، ايران , جعفري، عزيزاله گروه مهندسي صنايع، ايران , رامين دانشگاه پيام نور، تهران، ايران
كليدواژه :
حمل و نقل شهري , بهينه سازي رياضي , مسئله جهتيابي , الگوريتم ژنتيك
چكيده فارسي :
مسئله جهت يابي گونه اي از مسائل كلاسيك حوزه حمل و نقل قلمداد مي شود كه هدف آن، يافتن بهترين مسير جهت بازديد مجموعه اي از رئوس مفروض مي باشد، مشروط بر آنكه طول مسير از يك افق زماني مشخص بيشتر نشود. از زمان پيدايش اين مسئله، پژوهشگران متعددي با بهره گيري از ساختار خاص آن، اقدام به مدل سازي و حل مسائل متنوعي در حوزه هاي مختلف از جمله موضوعات و مشكلات حوزه حمل و نقل شهري كرده اند. به دليل ماهيت NP-Hard مسئله، در اين مقاله الگوريتم ژنتيك با درجه تصادفي بسيار بالا براي حل گونه اي جديد از اين مسئله با عنوان مسئله جهت يابي با افق زماني وابسته ارائه شده است. الگوريتم ژنتيك پيشنهادي از دو عملگر تركيب و تلفيق و دو عملگر جهش استفاده كرده است كه در اين مقاله جهت نشان دادن همگرايي آن، بهترين جوابهاي موجود در ادبيات براي 40 مثال استاندارد مسئله جهت يابي، ملاك عمل قرار گرفته است؛ بدين صورت كه جوابهاي حاصل از حل اين مثال ها با استفاده از الگوريتم پيشنهادي با آنها مقايسه شده است و به دليل عملكرد مطلوب الگوريتم، الگوريتم مذكور براي حل مسئله جهتيابي با افق زماني وابسته بهكار گرفته شده است.
چكيده لاتين :
Orientation is a type of classic transportation problem that aims to find the best route to visit a given set of vertices, provided that the length of the route exceeds a certain time horizon. Don't be. Since the emergence of this problem, many researchers have used its special structure to model and solve various problems in various fields, including issues and problems in the field of urban transportation. Due to the NP-Hard nature of the problem, this paper presents a very high degree of random genetic algorithm to solve a new type of problem called the dependent time horizon orientation problem. The proposed genetic algorithm uses two combinatorial operators and two mutation operators. In this paper, to show its convergence, the best answers in the literature for 40 standard examples of the orientation problem are used; Thus, the results of solving these examples have been compared with the proposed algorithm and due to the optimal performance of the algorithm, the algorithm has been used to solve the problem of orientation with a dependent time horizon.
عنوان نشريه :
اقتصاد و مديريت شهري
