مکان یابی هاب ها در شبکه پشتیبانی حمل و نقل هوایی چند مده سبز با استفاده از الگوریتم بهینه سازی ژنتیک

Authors

  • محمد حسن سون قوری کارشناس ارشد، دانشکده مهندسی صنایع و سیستم‌ها، دانشگاه تهران و کارشناس ارشد، دانشگاه ensam فرانسه
Abstract:

شبکه پشتیبانی حمل و نقل هوایی سبز سیستمی متشکل از تقاضا و برآوردن تقاضا با اهداف زیست محیطی می‌باشد. در این مقاله در صدد ایجاد شبکه پشتیبانی سبز در صنایع هوایی هستیم به نحوی که از احداث مراکز آلوده کننده در مناطق آلوده تا حد امکان جلوگیری شود. متمرکزسازی باعث استفاده بهینه از تسهیلات حمل‌ونقل و در نهایت کاهش آلودگی می‌شود. یک شبکه پشتیبانی چند مده در حمل‌ونقل می‌تواند با توجه به اهداف شبکه از جمله کمینه سازی آلودگی زیست محیطی، با مکان‌یابی بهینه‌ی هاب نقش مهمی در این راستا ایفا کند. در این مقاله با در نظر گرفتن زمان برنامه ریزی شده برای تحویل هر قطعه به پایگاه‌های هوایی، یک مدل ریاضی بهینه ارائه شده است. حمل‌ونقل چند مده یکی از نوآوری‌های این پروژه است که با برنامه‌ریزی یک مدل جامع و انعطاف‌پذیر در حمل‌ونقل ایجاد می‌گردد. همچنین به دلیل ماهیت غیر قطعی در بسیاری از مسائل دنیای واقعی، پارامتر زمان حمل ونقل به صورت فازی در نظر گرفته شده است. برای قطعی سازی مدل از روش خمینز استفاده شده است. مدل پس از خطی سازی با نرم افزار GAMS و حل کننده CPLEX حل و اعتبارسنجی شده است و هم چنین برای حل مدل در ابعاد بزرگ از روش فراابتکاری الگوریتم ژنتیک استفاده شده است. الگوریتم ژنتیک با خطای قابل قبولی وضعیت بهینه را شناسایی و نمایش می دهد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بهینه سازی محل یاتاقان ها در روتور های چند پله ای با استفاده از الگوریتم ژنتیک

طراحی بهینه‌ی سیستم های شامل روتورهای دوار، بطوریکه سیستم دارای خواص ارتعاشی مناسب باشد، یکی از فاکتور‌های مهم در نحوه‌ی عملکرد و راندمان تجهیزات دوار می باشد. ارتعاش تجهیزات دوار معمولا ناشی از عواملی همچون نامیزانی، عدم همراستایی، سایش اجزاء و قطعات متحرک و دیگر عوامل می‌باشند. فرکانس این نیروهای ارتعاش‌زا، معمولا ضرائب صحیحی از دور کاری روتور می‌باشند و بنابراین هرچه سرعت‌های بحرانی روتور از...

full text

بهینه سازی مسیر تردد سرویسهای حمل و نقل یک شرکت، با استفاده از خوشه بندی و الگوریتم ژنتیک

یکی از راهکارهای استفاده پایدار از منابع، سیستم حمل و نقل ادارات است. امروزه، سامانه های حمل و نقل به صورت دلخواه و با نظر افراد تعیین می شوند، در حالی که این انتخاب بهینه نیست. بنابراین باید روشی اتخاذ شود که بتوان این مسئله را به صورت کارآمد مدل کرد. از سوی دیگر در صورتی که تعداد کارمندان در یک شرکت زیاد باشد، فضای جستجوی مسئله افزایش پیدا کرده و استفاده از الگوریتمهای ریاضی مشکل است. به همین...

full text

مکان یابی هاب چند محصوله در شبکه حمل و نقل کالای ایران با در نظر گرفتن روش های تامین مالی و رویکرد زیست محیطی

با افزایش روزافزون جمعیت و در نتیجه افزایش تقاضای حمل ونقل کالا، اهمیت طراحی مناسب شبکه های حمل ونقل کالا بیش از پیش نمایان شده است.  استفاده از هاب ها در شبکه های حمل و نقل باعث کاهش قابل توجهی در هزینه ها و تعداد مسیرهای ارتباطی و همچنین کاهش مصرف انرژی می گردد. بنابرین، با توجه به کاربردهای مهم شبکه های هاب در حمل ونقل کالا، در این مقاله، مسئله مکان‌یابی هاب میانه چند هدفه چند محصولی بررسی ش...

full text

بهینه 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 text

توسعه مدل مکان یابی هاب بر مبنای صرفه جویی اقتصادی جریان ها با استفاده از وسایل حمل و نقل ظرفیت دار و محدودیت جریان ورودی به هاب

هاب­ها تسهیلات ویژه هستند که به عنوان ایستگاه­های واسطه، درسیستم­های توزیع به تعیین مسیر و سازماندهی جریان بین نقاط مبدأ/مقصد می­پردازند. بیشتر مدل های مکان­یابی هاب بدون توجه به میزان جریان بین غیرهاب و هاب پارامترهای جریمه χ و δ را، که درتابع هدف به عنوان ضریب هستند، بزرگتر از یک فرض کرده­اند. این امر می­تواند بطور جدی تعداد و مکان هاب­ها را تحت تاثیر قرار دهد. همچنین درمدل­های کلاسیک مکان­یا...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 21  issue 83

pages  221- 252

publication date 2017-08-23

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