بهینه سازی استراتژی‌های مدیریت اختلال در خطوط راه آهن شهری با استفاده از الگوریتم جستجوی همسایگی متغیر
Authors
Abstract:
رخداد اختلالات در راه آهن شهری باعث بروز تاخیرات قطارها، افزایش زمان انتظار مسافرین، افت سطح خدمت و استواری برنامه زمانبندی می‌شود. مدیریت اختلال در راه‌آهن، مجموعه روش‌هایی جهت مدیریت رخدادهای پیش‌بینی نشده و کنترل عملکرد سیستم است. در این تحقیق، مسدودی موقتی بخشی از مسیر به عنوان عامل اختلال در برنامه حرکت قطارها در نظر گرفته شده است. جهت حل مساله از رویکرد بهینهسازی مبتنی بر شبیه‌سازی برای کمینه کردن متوسط مجموع زمان‌های انتظار و سفر مسافرین استفاده شده است. استراتژی های مدیریت اختلال بصورت ترکیبی و شامل سیاست توقف-عبور و گردش مسیر است. مدل شبیه سازی به منظور مدل سازی متغیرهای تصادفی در مساله شامل زمان سیر احتمالی، نرخ ورود تصادفی مسافرین به ایستگاه ها توسعه داده شده است. بخش بهینه سازی رویکرد پیشنهادی نیز شامل الگوریتم جستجوی همسایگی متغیر است. جهت اعتبارسنجی رویکرد مدیریت اختلال، از چند سناریوی اختلال در خط 1 متروی تهران استفاده شده است. نتایج حل مساله روی مسایل واقعی، کارایی و کاربرد مناسب روش بهینه سازی مبتنی بر شبیه سازی را در تصمیم‌گیری در شرایط بروز اختلال و مسدودی مسیر نشان می‌دهد. همچنین نتایج نشان داده است که استراتژی ترکیبی مدیریت اختلال نسبت به استراتژی های مستقل، بهبود بیشتری در کاهش زمان های سفر مسافرین ایجاد می‌کند. پیاده‌سازی روش جستجوی همسایگی روی نمونه مسایل واقعی و استفاده از استراتژی ترکیبی مدیریت اختلال باعث کاهش حدود 14 درصدی متوسط زمان سفر مسافرین شده است.
similar resources
طراحی بهینه خطوط لوله با استفاده از الگوریتم بهینه سازی چند هدفه ازدحام ذرات (MOPSO)
در بیشتر موارد تعیین همزمان مقدار بهینه پارامترهای موثر در طراحی خطوط لوله بسیار مشکل است. لذا یافتن راه حلی که بتواند بطور هم زمان چند تابع هدف مستقل را که به چند پارامتر مشترک وابسته اند را بهینه نماید، بسیار با اهمیت است. هدف این مقاله بهینه نمودن ضخامت، قطر و سرعت سیال دریک خط لوله با مشخصات معلوم می باشد که با تعریف دو تابع هدف هزینه و دبی عبوری سیال و با استفاده از الگوریتم بهینهسازی چند...
full textبهینه سازی اقتصادی واحد بازیابی گاز طبیعی مایع با استفاده از ژنتیک الگوریتم با جستجوی مجذوری
ژنتیک الگوریتم با جستجوی مجذوری یک روش ترکیبی برای بهینه سازی اقتصادی یک واحد فرآیندی مدل شده با نرم افزار های شبیه سازی فرآیند می باشد. از طریق ترکیب الگوریتم ژنتیک عادی با الگوریتمی بر اساس جستجوی مجذوری می توان تعداد محاسبات مربوط به توابع هدف را کاهش داد. روش پیشنهادی شامل مزایای ژنتیک الگوریتم عادی و تکنیک های جستجوی مجذوری می باشد . از جمله این مزایا تعیین بهینه مطلق توابعی با احتمال ناپی...
full textبهینه سازی مسیر یابی بار در راه آهن با استفاده از مدل های ریاضی
راههای مختلفی برای نیل به کارآیی اقتصادی در یک سیستم ریلی وجود دارد . از جمله این راه ها که بویژه در شرایط کشور ما موفقیت بیشتری را نوید می دهد . مدیریت بهینه منابع با استفاده از بهینه سازی عملیات است . امروزه یکی از ابزار هادی مهمی که برای این منظور در اختیار قرار دارد ، استفاده از مدل های ریاضی است . در این رابطه می توان به سیستم های پشتیبان تصمیم اشاره نمود که هسته اصلی آنها را یک مدل بهینه ...
full textبهینه سازی برنامه ریزی حمل و نقل با استفاده از الگوریتم جستجوی ممنوع
هدف این تحقیق توسعه الگوریتم بهینهسازی برای حل مسئله برنامه‌ریزی حمل و نقل با کارائی وانعطاف‌پذیری بالا است. در این مقاله ابتدا با بکارگیری مدلی جامع، انواع مسائل موجود در برنامه‌ریزی حمل و نقل در زنجیره تامین صنایع مختلف مورد دسته‌بندی قرار گرفته است. با توجه به نتایج چشمگیر ارائه شده توسط روشهای ابتکاری پیشرفته، روش جستجوی ممنوع برای توسعه الگوریتم مورد نظر انتخاب گردیده است. الگوریتم طراح...
full textبهینه سازی سبد سهام به شیوه فازی و با استفاده از الگوریتم فراابتکاری جستجوی ناخودآگاه
بهینهسازی سبد سهام وتخصیصثروتبیندارایی‌هایمختلفاز جملهمهمترینمسائلدر سرمایه‌گذاریبهحسابمی‌آید. در این مطالعه، مساله بهینهسازی سبد سهام، با درنظر گرفتن محدودیت‌های دنیای واقعی و با این فرض مورد بررسی قرار گرفت که بازده داراییهای ریسکی از اعداد فازی تشکیل شده است. سپس، مدل احتمالی جدید میانگین- نیمه انحراف مطلق ارائه شد که در آن محدودیت هزینههای معامله و محدودیت کاردینالیتی نیز در نظر گرفته ش...
full textMy Resources
Journal title
volume 9 issue 3
pages 451- 471
publication date 2018-03-21
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023