ارايه مدل بهينه سازي زمان بندي تعمير و نگهداري شبكه راه با استفاده از الگوريتم فرا ابتكاري مورچگان

Ant Colony Algorithm for Modeling Planning of Maintenance Management in Road Networks

شبكه حمل و نقل جاده اي در هر كشور نقشي حياتي در اقتصاد آن جامعه بازي مي كند، بنابراين، شرايط فيزيكي زيرساخت ها بسيار مهم مي باشد. هدف از اين تحقيق، ارايه برنامه اي بهينه براي زمان بندي تعمير و نگهداري قطعات روسازي (كمان ها) در سطح شبكه است. به منظور انتخاب مجموعه اي بهينه از كمان هاي شبكه جاده اي در طي افق برنامه ريزي پنج ساله، مدل برنامه‌ريزي غيرخطي و الگوريتم بيشينه و كمينه مورچگان به كار گرفته شده ‌است. براي پيش بيني تغيير حالت هر قطعه روسازي با گذشت زمان و يا پس از عمليات تعمير و نگهداري از مدل پيش بيني ماركوف استفاده شده است. از الگوريتم بيشينه و كمينه مورچگان براي حداكثر كردن رضايت كاربران مسير و حداقل نمودن هزينه سازمان در طي افق برنامه ريزي استفاده شده ‌است. محدوديت هاي مدل، ميزان بودجه دوره طرح و طول تعميري در هر سال است. مدل پيشنهادي روي يك شبكه فرضي با 40 كمان اجرا و زمان بندي بهينه تعمير و نگهداري در سطح شبكه جاده اي ارايه شد. همچنين نتايج تحليل حساسيت بودجه حاكي از آن است كه افزايش بودجه تا ميزان50 درصد هزينه تعمير و نگهداري كل شبكه، ميزان تابع هدف را بهبود مي بخشد ولي افزايش بيشتر آن تاثير قابل توجهي در بهبود تابع هدف و افزايش منافع عمومي ندارد.

Every countryʹs road transportation network plays a vital role in their economy, which is evidence for the great importance of the physical condition of infrastructure. The primary goal of this research is to introduce an optimized program for the timing of the maintenance and rehabilitation of the networkʹs pavement sections. To this end, a non-linear programming model was applied alongside the Max-Min Ant System Algorithm in order to select an optimized set of road network sections, over a five-year planning horizon. The Markovian Prediction Model was also employed to predict each pavement sectionʹs transformation over time or after any maintenance and rehabilitation operation. The Max-Min Ant System Algorithm was used in order to enhance user satisfaction and minimize the M&R costs in the course of the planning horizon. The modelʹs constraints included the allocated budget for the planning period and the treatment length per year. The proposed model was implemented on a hypothetical network of 40 sections, and the optimized timing for the maintenance and rehabilitation of the road network was presented. Furthermore, the budget sensitivity analysis results indicated that a budget increase of up to 50 percent of the M&R costs of the whole network can improve the objective function, but a further increase will not yield a significant benefit on the objective function or public interest