امروزه با توجه به افزایش جمعیت و گسترش شهرها و در پی آن افزایش تقاضا برای دریافت کالا و خدمات، مسائل مربوط به حمل و نقل اهمیت بسزایی پیدا کرده اند. یکی از مسائل مهم در بحث حمل و نقل که توجه محققین بسیاری را به خود معطوف ساخته است مسأله مسیریابی وسیله نقلیه می باشد. در این پژوهش، مدل جدیدی از مسأله مسیریابی چند قرارگاهی و برای چند دوره متوالی به صورت برنامه ریزی خطی عدد صحیح فرموله می شود که در آن الزامی به بازگشت وسائل نقلیه به قرارگاه اولیه نبوده و قرارگاه ابتدایی و انتهایی برای هر مسیر در هر دوره با توجه مشتریان سایر دوره ها مشخص می گردد. هدف اصلی مدل ارائه شده نیز سرویس دهی به مجموعه ای از مشتریان در طی دوره های مختلف از طریق چندین قرارگاه می باشد. سپس یک الگوریتم فرا ابتکاری (الگوریتم ژنتیک) به عنوان راه حل مدل ارائه شده مورد مطالعه و توسعه قرار خواهد گرفت. از نتایج مهم این مقاله می توان به کاهش مجموع هزینه های مسیریابی با لحاظ نمودن ویژگی انعطاف پذیری در تعیین قرارگاه پایانی هر مسیر اشاره نمود. معتبر بودن و کارایی محاسباتی الگوریتم ارائه شده در بررسی تعدادی از مسائل نمونه تولید شده نشان داده شده است.

مسأله مکانیابی هاب یکی از موضوعات جدید در حوزه مسائل مکانیابی بشمار می رود. این دسته از مسائل؛ کاربردهای فراوانی در سیستمهای حمل و نقل، در شبکه های پستی و همچنین در شبکه های ارتباطی دارند. در این تحقیق؛ فرموله نمودن مسائل هاب پوششی(یکی از انواع مسائل مکان یابی هاب) در محیط فازی انجام می شود و به منظور لحاظ نمودن عدم قطعیت های موجود در زمانهای انتقال و جابجایی محموله ها، مدل برنامه ریزی خطی فازی برای آن پیشنهاد می گردد. هدف اصلی مدل ارائه شده، یافتن مکان هاب ها و تخصیص گره های غیر هاب به گره های هاب می باشد بطوریکه زمان سفر بین هر جفت از گره های مبدأ – مقصد از محدودیت از پیش تعیین شده (محدودیت پوشش) تجاوز نکند. سپس یک الگوریتم ابتکاری مبتنی بر الگوریتم ژنتیک به عنوان راه حل مدل ارائه شده مورد مطالعه و توسعه قرار خواهد گرفت. از نتایج مهم این مقاله می توان به اثبات موضوع نیاز به افزایش تعداد هاب های تأسیس شده با فرض فازی در نظر گرفتن پارامترهای مسأله و نیز توانایی الگوریتم ارائه شده در حل مسائل با اندازه بزرگ و برتری محاسباتی آن از لحاظ زمان انجام محاسبات و کیفیت جوابها اشاره نمود. معتبر بودن و کارایی محاسباتی الگوریتم ارائه شده، برروی مجموعه داده های شناخته شده cab , ap از طریق آزمایشات شبیه سازی نشان داده شده است.

مسأله مسیریابی کمان ظرفیت دار یکی از مهم ترین مسائل مسیریابی با کاربردهای بسیار در شرایط دنیای واقعی است. در بسیاری از کاربردهای واقعی نظیر جمع آوری زباله های شهری و ...، تصمیم گیرندگان می بایست بیشتر از یک هدف را در نظر گرفته و مسأله را در شرایط غیر قطعی و در حالتی که یال های موردنیاز، دارای تقاضا برای بیش از یک نوع کالا می باشند بررسی نمایند. از اینرو در این تحقیق، یک مدل جدید از مسأله مسیریابی کمان ظرفیت دار بصورت چندهدفه با در نظر گرفتن دو هدف کمینه سازی تعداد وسایل نقلیه و کمینه سازی هزینه کل سفر بصورت یک مدل برنامه ریزی محدودیت شانسی مبتنی بر معیار اعتبار فازی فرموله می شود. در مدل مذکور، هر یال مورد نیاز متقاضی سرویس برای بیشتر از یک کالا بوده و مقادیر تقاضا برای هر نوع کالا بصورت عدد فازی مثلثی فرض می شود. سپس یک الگوریتم ژنتیک چندهدفه با استفاده از رویکرد مجموعه پارتو توسعه داده شده و به منظور تولید یک الگوریتم کارا و موثر برای حل مدل ارائه شده، با الگوریتم شبیه سازی احتمالی ترکیب می شود. همچنین به منظور بهبود کیفیت جواب های نهایی، یک روش ابتکاری جدید برای تولید یک جواب اولیه خوب در جمعیت اولیه الگوریتم ژنتیک ارائه می گردد. در ادامه تعدادی مسأله نمونه با تقاضای فازی بصورت تصادفی تولید شده و برای ارزیابی و بررسی ویژگی های مدل پیشنهادی و رویکرد حل آن بکار می روند.

هاب ها تسهیلاتی هستند که در بسیاری از سیستم های توزیع برای تعویض و انتقال جریان بین مبدا ها و مقصد ها استفاده می شوند. مسایل مکان یابی هاب زمانی مطرح می شوند که جابه جایی مستقیم اقلام بین زوج های مبدا- مقصد به دلیل هزینه بالای ایجاد شبکه مورد نیاز عملا امکان پذیر نبوده و جابجایی جریان از طریق هاب ها هزینه کمتری نسبت به جابجایی مستقیم بین گره ها دارا است. مسأله هاب مرکز در شبکه ای از هاب ها مطرح می شود که به منظور جابجایی اقلام حساس به زمان طراحی شده اند. در این نوع از مسائل، هدف خدمت رسانی با صرف حداقل مجموع هزینه ها یا زمان سرویس نیست بلکه هدف خدمت دهی به دورترین مشتری در کمترین زمان ممکن است. مسأله هاب مرکز با تخصیص تکی و ظرفیت محدود به دنبال انتخاب مکان تعدادی هاب و سپس تخصیص گره های غیرهاب به دقیقا یک هاب می باشد به گونه ای که بیشینه زمان/مسافت بین هر زوج مبدا مقصد کمینه شود. این مسأله یک مسأله سخت در حوزه مکان یابی - تخصیص محسوب می شود و بدین جهت در این تحقیق، دو روش فرا ابتکاری برای حل مسأله استفاده شده است. در این تحقیق، یک مدل برنامه ریزی عدد صحیح آمیخته برای مساله فوق توسعه داده می شود. ابتدا با استفاده از الگوریتم بازپخت شبیه سازی شده که روشی بهبود دهنده محسوب می شود مدل حل می گردد سپس الگوریتم بهینه سازی دسته مورچگان که یک روش سازنده می باشد برای حل استفاده می شود. نتایج این دو روش فراابتکاری با استفاده از داده های استاندارد ap با یکدیگر و همچنین با نتایج حاصل از lingo مورد مقایسه و بررسی قرارگرفته اند. نتایج محاسباتی بر روی داده های نمونه، حاکی از کارایی مناسب الگوریتم های حل ارائه شده در یافتن جواب های نزدیک به جواب بهینه می باشد.

مسأله مسیریابی وسایل نقلیه، به عنوان پایه ای ترین مسأله در مدیریت توزیع شناخته می شود و بطورکلی به مجموعه ای از مسائل اطلاق می گردد که در آن تعدادی وسایل نقلیه متمرکز در قرارگاه بایستی به مجموعه ای از مشتریان با تقاضای معین مراجعه نموده و خدمتی را ارائه دهند. دراکثر مسائل دنیای واقعی به خصوص مسائل لجستیک با مسائل چند هدفه مواجه هستیم که خیلی اوقات در تضاد با یکدیگر می باشند. همچنین در مسائل دنیای واقعی، تقاضای مشتریان برای برخی کالاها در مناسبت های خاص افزایش می یابد. ازطرفی یکی از عواملی که برای مشتریان بسیار با اهمیت است؛ تامین به موقع تقاضاها می باشد. در این تحقیق با تلفیق مفاهیم پنجره های زمانی و چند تقاضایی و همچنین در نظر گرفتن دو هدف حداقل نمودن هزینه سفر و حداکثر سازی پوشش تقاضا، مدل جدیدی از مسأله مسیریابی وسایل نقلیه بصورت برنامه ریزی خطی آمیخته عدد صحیح ارائه گردیده است. این توسعه مدل با هدف، نزدیکی مدل های کلاسیک به مسائل دنیای واقعی انجام شده و برای اعتبارسنجی مدل ارائه شده، تعدادی مثال نمونه تولید گردیده و با نرم افزار gams حل شده است. همچنین دو رویکرد مبتنی بر الگوریتم ژنتیک مرتب سازی نامغلوب-2(nsga-ii) با تنوع بخشی به ساختار عملگر جهش، برای حل مدل پیشنهادی، ارائه گردیده است. در ادامه نیز به منظور ارائه جواب های کارا و موثرتر، رویکرد حل ترکیبی مبتنی بر nsga-iiو شبیه سازی تبرید طراحی گردیده است. در بکارگیری این الگوریتم ها از ساختار دو سطری نمایش کروموزوم استفاده شده است. همچنین در مقایسه الگوریتم ها، از دو معیار پوشش جوابهای نامغلوب و معیار گسترش استفاده شده است. نهایتا کارایی محاسباتی الگوریتمهای ارائه شده در بررسی تعدادی از مسائل نمونه تولید شده نشان داده شده است.

مسیریابی وسایل حمل ونقل درون انبار مهمترین فعالیت در بین فعالیت های درون انبار است زیرا پیمایش مسیر، زمان قابل توجهی را در مقایسه با سایر فعالیت ها به خود اختصاص می دهد. از این رو یافتن کوتاهترین مسیر حرکت وسایل درون انبار جهت برداشت و تحویل اقلام، امری مهم و غیرقابل اجتناب است. از طرفی در انبارها، راهروهایی با عرض های متفاوت وجود دارند و توجه به این نکته که چه تعداد وسایل می توانند درون این راهروها حرکت کنند؛ فاکتور مهمی در مسیریابی وسایل حمل و نقل درون انبارها می باشد. از سوی دیگر، بدلیل خطر ناشی از برخورد وسایل با هم و بمنظور نزدیک تر شدن به دنیای واقعی، بایستی بحث تراکم ناشی از حرکت وسایل مختلف درون انبار را نیز در نظر گرفت. بنابراین در نظر گرفتن این فاکتورها، کارایی سیستم انبارداری را در عمل بهبود خواهد بخشید. در این تحقیق، یک مدل برنامه ریزی عدد صحیح آمیخته با هدف حداقل کردن حداکثر زمان تحویل آخرین کالا از طریق یافتن کوتاهترین مسیرهای برداشت و تحویل برای تمامی وسایل، پیشنهاد شده است. به علاوه، دو فاکتور مهم عرض راهروها و تراکم نیز در حین مسیریابی در نظر گرفته شده است. همچنین دو رویکرد حل ابتکاری حریصانه و فراابتکاری تبرید شبیه سازی شده برای حل مدل پیشنهادی در ابعاد بزرگ طراحی گردیده است. در بکارگیری الگوریتم فراابتکاری نیز از ساختار چندسطری نمایش جواب استفاده شده است. اعتبارسنجی مدل و کارایی محاسباتی الگوریتمهای ارائه شده در بررسی تعدادی از مسائل نمونه متنوع تولید شده نشان داده شده است.

در این پژوهش، شبکه توزیع فرآورده های نفتی در سطح پایین دستی مورد بررسی قرار می گیرد. این شبکه شامل خطوط حمل و نقل جاده ای و لوله ای است. با توجه به مفروضات و محدودیت های این شبکه، زمان توزیع فرآورده ها و تقاضای مصرف آن ها و مسیرهای حمل و نقل می تواند دارای پنجره زمانی باشد. همچنین برای انتقال فرآورده های نفتی گزینه های متفاوتی از نظر وسایل حمل و نقل و خط لوله وجود دارد. هدف پژوهش حاضر ارائه یک برنامه زمانی برای حمل و نقل فرآورده-های نفتی شامل جدول زمان بندی حمل هریک از این فرآورده ها حاوی نوع، مقدار، وسیله حمل و نقل و مسیرهای حمل هریک از آن ها می باشد. تابع هدف مورد نظر در این پژوهش شامل دو قسمت حداکثر کردن سطح پوشش تقاضا در پنجره زمانی مربوطه و حداقل کردن کل هزینه حمل و نقل فرآورده ها است. اجزاء اصلی شبکه توزیع فرآورده های نفتی که در این پژوهش به آن می پردازیم عبارتند از پالایشگاه، انبار اصلی، نیروگاه، جایگاه سوخت، انبار میانی و مشتری. حمل و نقل فرآورده های نفتی می توانند در کلیه مسیرها با استفاده از انواع کامیون ها (در صورتی که امکان عبور آن نوع کامیون در زمان ارسال از آن مسیر وجود داشته باشد) حمل شوند. امکان تأمین فرآورده های نفتی انبارهای میانی، نیروگاه ها و جایگاه های سوخت به صورت مستقیم توسط پالایشگاه یا با واسطه انبارهای اصلی وجود دارد. مسیرهای حمل و نقل نیز در این مسأله دارای شرایط ویژه ای هستند. با توجه به اینکه حمل و نقل توسط کامیون هایی با ظرفیت های مختلف صورت می گیرد، برخی از مسیرها برای برخی از انواع کامیون ها قابل تردد نیستند. علاوه بر این، در بازه های زمانی مختلف، ممکن است یک مسیر برای انواع خاصی از کامیون ها یا برای کلیه کامیون ها غیر قابل تردد باشد. به منظور ارائه یک قالب ریاضی برای مسأله مورد نظر، ابتدا این مسأله به صورت یک برنامه ریزی عدد صحیح مختلط فرمول بندی می شود. در فرمول بندی ریاضی ارائه شده، انواع مفروضاتی که مسأله را به شرایط دنیای واقعی نزدیک می کند، لحاظ شده اند. با توجه به پیچیدگی بسیار بالای مسأله، از یک الگوریتم فرا ابتکاری چند هدفه به نام nsgaii به منظور حل آن استفاده شده است. در الگوریتم ارائه شده از مکانیزم های ویژه ای شامل نحوه ایجاد جواب های اولیه و نحوه حفظ شدنی بودن جواب ها در هنگام اجرای عملگرها برای افزایش کارایی آن استفاده شده است. در انتها الگوریتم حل پیشنهادی برای حل مسأله برنامه ریزی حمل ونقل در شبکه توزیع فرآورده های نفتی استان کردستان مورد استفاده قرار گرفته است. نتایج حاکی از کارایی الگوریتم پیشنهادی است.

بازارهای به شدت رقابتی کنونی؛ شرکت ها را ناچار به پاسخگویی سریع و دقیق به نیازهای مشتریان شان کرده تا از این طریق با جلب رضایت آنها، موقعیت خود را در بازار حفظ و بهبود بخشند. در چنین شرایطی نقش تأمین کنندگان و مباحث مرتبط با آنهادر مدیریت زنجیره تأمین از اهمیت بسزایی برخوردار می باشد. مسأله انتخاب تأمین کنندگان، تأمین کننده یا تأمین کنندگانی را که باید به عنوان منابع خرید انتخاب شوندواینکه چگونه مقادیر سفارش باید میان تأمین کنندگان انتخاب شده تخصیص داده شوندرا تعیین می کند. در دنیای واقعی، تصمیمگیرندگان اطلاعات دقیق و کاملی در ارتباط با معیارها و محدودیت ها ندارند. بنابراین همواره نوعی عدمقطعیت در مسأله وجود دارد. از اینرو در این تحقیق مسأله انتخاب تأمین کنندگان با درنظرگرفتن هم زمان منافع خریدار و تأمین کنندگان تحت شرایط عدم قطعیت در نظرگرفته می شود. این مسأله شامل سه مرحله می باشد: مرحله اول: تعیین صلاحیت اولیه تأمین کنندگان بألقوه و انتخاب تأمین کنندگان با صلاحیت. مرحله دوم: رتبه بندی تأمین کنندگان با صلاحیت. مرحله سوم : تعیین مقدار سفارش به هر یک از تأمین کنندگان با صلاحیت. در هردو مرحله اول و دوم یک تکنیک تلفیقی بر اساس تکنیک تحلیل پوششی داده (از عمده ترین کارکردهای آن: تمیز واحدهای کارا و ناکارا در یک سیستم، تعیین نمره کارایی، مقایسه و الگوبرداری، رتبه بندی و ارزیابی کارایی در طول زمان) ارائه می گردد. در این تحقیق سعی گردیده است از تکنیک تحلیل پوششی داده- آنالیز تشخیص به طوری که طبقه بندی اولیه آن با استفاده از تکنیک تلفیقی تحلیل پوششی داده با مقایسات زوجی- آنالیز اجزاء اصلی اصلاح یافته صورت می گیرد به منظور تعیین صلاحیت اولیه تأمین کنندگان بألقوه و انتخاب تأمین کنندگان با صلاحیت و از مدل utastar که رتبه بندی اولیه آن با استفاده از تکنیک تلفیقی پروفایل کارایی ورودی- آنالیز اجزاء اصلی اصلاح یافته- (تحلیل پوششی داده - تاپسیس) انجام می گردد برای رتبه بندی تأمین کنندگان با صلاحیت استفاده گردد. نهایتاً یک مدل ریاضی چندهدفه و چندپریودی تحت عدم قطعیت با درنظرگرفتن ارزش زمانی پول، تورم، حالت های مختلف حمل و نقل و منافع تأمین کنندگان به منظور تخصیص سفارش به همراه استراتژی قیمت گذاری فرموله می گردد. این مدل ریاضی به یک مدل معادل قطعی تک هدفه تبدیل می گردد. سپس، به منظور حل این مدل معادل از سه الگوریتم فرا ابتکاری که مبتنی بر الگوریتم های فرا ابتکاری فاخته و رقابت استعماری می باشد و هم چنین نرم افزار لینگو استفاده می شود. نهایتاً یک مسأله نمونه به همراه برخی آزمون های آماری و تحلیل حساسیت برای ارزیابی و بررسی مدل پیشنهادی بررسی می گردد.

پروژه ها باید براساس قراردادها در زمان و موعد مشخصی تحویل داده شوند. بر همین اساس، زمان هایی برای اجرا و اتمام فعالیت ها از قبل تعیین و پیش بینی می گردد. اما در مواردی لازم می شود پروژه زودتر از زمان برنامه ریزی شده به اتمام برسد که در اینصورت، باید زمان تعدادی از فعالیت ها را کاهش داد، این امر توأم با افزایش منابع کاری و صرف هزینه است. از طرفی، انجام فعالیت ها در زمان طولانی تر معمولاً سبب کاهش هزینه های فعالیت می شود، اما ممکن است به افزایش زمان پروژه که احتمالاً جریمه های مشخصی را دربر دارد منجر شود. تصمیم جامع و دقیق در ارتباط با این منافع و جریمه ها اغلب برای مدیران چالش برانگیز است. در عمل، یکی از معیارهای اساسی برای موفقیت پروژه، کیفیت انجام آن است که می تواند با تسریع زمان تکمیل پروژه با هزینه های اضافی تحت تأثیر قرار گیرد. هدف مسائل موازنه زمان-هزینه-کیفیت انتخاب مجموعه ای از فعالیت ها برای تسریع و همچنین انتخاب حالت اجرای مناسب برای هر فعالیت است به نحوی که هزینه و زمان پروژه حداقل و کیفیت آن حداکثر شود. در این تحقیق، مدل جدیدی برای مسأله موازنه زمان-هزینه-کیفیت پیشنهاد شده است که بر خلاف مدل های سنتی که در آن ها تنها یک نوع رابطه بین فعالیت هایی که به دنبال هم اجرا می شوند وجود دارد، در اینجا روابط وابستگی بین فعالیت ها از نوع روابط پیش نیازی تعمیم یافته است که لحاظ کردن این نوع روابط علیرغم پیچیده تر کردن مسائل، ما را به دنیای واقعیت نزدیک تر می سازد و از طرف دیگر سعی می شود سه فاکتور زمان، هزینه و کیفیت در موازات با هم بهینه گردند. در ادامه به منظور اعتبارسنجی مدل ارائه شده، چندین مثال تولید شده که با رویکرد ?–محدودیت و استفاده از نرم افزار بهینه ساز gams حل شده اند. به دلیل پیچیدگی مسائل موازنه زمان، هزینه و کیفیت در حالت گسسته ضرورت استفاده از الگوریتم های ابتکاری و فراابتکاری برای مسائل با ابعاد بزرگ انکارناپذیر است. در این تحقیق از دو الگوریتم nsga-ii و fastpga به این منظور استفاده شده که کارایی آن ها با استفاده از چندین معیار که بر کیفیت و تنوع جواب ها تأکید دارند، مورد ارزیابی و مقایسه قرار گرفته است.

مسائل مکان یابی هاب، نقش مهمی در شبکه های ارتباطی و سیستم های حمل ونقل دارند. در تحقیق حاضر به مطالعه یک شبکه هاب سه سطحی با ساختار سلسله مراتبی پرداخته ایم که سطح مرکزی شبکه یاد شده به شکل درخت می باشد هدف از این امر، حداقل کردن هزینه لازم برای ایجاد یالها و مسیرهای ارتباطی است.گره های باقیمانده در این شبکه ساختار ستاره ای دارند . بنابراین هدف این مسأله؛ جایابی برای تعداد مشخصی از هاب های مرکزی، اتصال آنها به کمک یک درخت و نیز اختصاص هاب های سطح دوم و گره های تقاضا به شبکه هاب مرکزی است به گونه ای که کل هزینه های مسیریابی در شبکه کمینه شود و طول مسیرهای بوجود آمده از مقدار مشخصی بیشتر نشود(محدودیت سطح سرویس). در تحقیق حاضر، یک مدل برنامه ریزی عدد صحیح چهار اندیسه مبتنی بر مسیر برای شبکه هاب-گره مورد نظر پیشنهاد شده است. مدل ارائه شده دارای آزاد سازی خطی فشرده ای است. در ادامه برای حل مسائل بزرگ تر از رویکرد شاخه زنی محلی استفاده گردید. این الگوریتم از حل کننده های برنامه ریزی عدد صحیح مختلط برای حل همسایگی هایی که توسط نامساوی های خطی(برش محلی) تعریف می شود در چارچوب مدل استفاده می کند. بنابراین می توان آنرا الگوریتمی ترکیبی دانست که مفاهیم برنامه ریزی ریاضی را با مکانیزم های موجود درمتاهیورستیک ها همچون جستجوی محلی و تعریف همسایگی ترکیب می کند. به علاوه، برای ایجاد جواب های مرجع متفاوت جهت اجرای جستجوی محلی، الگوریتم در ساختار رویکرد تجزیه بندرز تعبیه گردید. در نهایت مدل و الگوریتم ارائه شده در محیط نرم افزار gams کد گردیده و با حل کننده cplex به اجرای آنها پرداختیم. نتایج محاسباتی برروی مجموعه داده هواپیمایی ایران و شبکه حمل ونقل ترکیه کارایی الگوریتم توسعه داده شده را تأیید می کند.

تراکم ایجاد تاخیر و پیدایش صف های طولانی در شبکه معابر شهری موجب شده است تا متصدیان امور حمل ونقل در جهت بهره برداری بهینه از سیستم نسبت به کارگیری روش های مدیریتی در شبکه معابر شهری اقدام نمایند. لذا هدف کلی تحقیق را می توان در قالب توسعه استراتژی های موثر مسیریابی به منظور هدایت وسایل نقلیه تعریف کرد. ارزش سویه ها بر روی سویه های شبکه-های حمل و نقل تحت تاثیر برخی از نامعینی ها نظیر تصادفات بشکل پویا تغییر می یابد. لذا بدلیل مشکل بودن محاسبات بهترین مسیر پویا در این وضعیت و نیز غیر کافی بودن مدل های موجود در ادبیات موضوع، پیدا کردن مدل جایگزین برای الگوریتم مسیر یابی یکی از انگیزه های تحقیقات در این زمینه بوده است. در این پایان نامه سیستم هدایت مسیر، از شبکه مورد نظر ، داده های مربوط به معیارهای انتخاب مسیر، ضرایب هر کدام از این معیارها تشکیل یافته است. نکته مهم در اینجا کاربر محور بودن مساله است یعنی راننده با وارد نمودن وزن های دلخواه به هر کدام از معیارهای مد نظر و مشخص نمودن مبدا و مقصد خود می تواند بهترین مسیر را به وسیله عامل های هوشمند مستقر در هر تقاطع که خود به سیستم مرکزی متصل هستند، دریافت نماید. مساله مورد نظر در واقع یادگیری این عامل های هوشمند می باشد. در این پایان نامه از تلفیق دو رویکرد q-learning و antsystem(as)با نام الگوریتم ant-q استفاده شده است. از نتایج مهم تحقیق ارائه شده می توان به معرفی یک مدل ترکیبی بر پایه عامل ها و استفاده از اطلاعات زمان واقعی، حل مدل مساله هدایت مسیر در وضعیت پویا با روش های شبیه سازی، توانمندسازی مدل های یادگیری پیشنهاد شده در ارائه سیاست یا استراتژی انتخاب مسیر در تطبیق با شرایط پویای ترافیکی می-باشد. در پایان می توان به اجرای الگوریتم ها بر روی بخشی از شبکه ترافیکی شهر تهران بعنوان یک نمونه واقعی اشاره نمود.

مکان‎یابی تسهیلات یکی از عناصر مهم در تصمیم‎گیری‎ها و برنامه‎ریزی استراتژیک سازمان‎های دولتی و بخش خصوصی می‎باشد. از سوی دیگر یکی از رایج‎ترین مدل‎های مکان‎یابی تسهیلات، مسأله پوشش است. این تحقیق به بررسی مسأله حداکثر پوشش تدریجی با شعاع متغیر طی چند دوره زمانی می‎پردازد. در مسأله پوشش تدریجی، فرض پوشش کامل با یک تابع پوشش جایگزین می‎شود، بدین صورت که با افزایش فاصله از تسهیل، مقدار پوشش نقطه تقاضا کاهش می‎یابد. در مسأله پوشش با شعاع متغیر، هر تسهیل دارای یک هزینه ثابت و یک هزینه متغیر است که هزینه متغیر روی شعاع پوشش، تأثیر مستقیم دارد. یعنی برای داشتن شعاع پوشش بالاتر، باید بیشتر هزینه کرد. در مسائل دنیای واقعی، به دلیل آنکه ممکن است تقاضای نقاط در طی زمان تغییر کند و منجربه مکان‎یابی مجدد تسهیلات شود، این مسأله را می‎توان در طی چند دوره زمانی فرموله نمود. در این تحقیق، با لحاظ کردن ظرفیت تسهیلات و درنظر گرفتن دو هدف حداکثر کردن تقاضای پوشش داده شده و حداقل کردن هزینه مکانیابی مجدد تسهیلات، مدل جدیدی بصورت برنامه‎ریزی آمیخته عدد صحیح ارائه می‎شود. به علت np-hard بودن مسأله حداکثر پوشش و نیز مدل‎های مشتق شده از آن، برای حل مسأله تحقیق از الگوریتم فراابتکاری تبرید شبیه‎سازی شده استفاده نموده‎ایم. کارایی و قابلیت اطمینان این روش با استفاده از حل برخی مسائل نمونه‎ای تصادفی که در نرم‎افزار gams پیاده‎سازی شده‎اند، ارزیابی شده است. نتایج محاسباتی و مقایسه‎ها بیانگر عملکرد مطلوب الگوریتم تبرید شبیه‎سازی شده است.

امروزه یکی از چالش های اصلی شبکه های ترافیکی، هدایت وسائل نقلیه برای رسیدن به مقصدشان تحت وضعیت پویای ترافیک با هدف اجتناب از تراکم، کاهش زمانهای سفر و استفاده موثرتر از ظرفیتهای موجود شبکه حمل ونقل شهری می باشد. در پاسخ به مسائل بیان شده، سیستم پویای هدایت(راهنمای) مسیر رویکردی موثر به نظر می رسد. این سیستم از جمله حوزه های مهم فعالیت سیستمهای هوشمند حمل ونقل(its) می باشد. هسته اصلی سیستم پویای هدایت مسیر، محاسبات کوتاهترین مسیر بر اساس شرایط جاری(اطلاعات در زمان واقعی) است. امروزه بمنظور جمع آوری اطلاعات زمان واقعی، شبکه خیابانهای بسیاری از شهرها به حسگرهایی نظیر حلقه های مغناطیسی مجهز شده اند اما از این داده های زمان واقعی بشکل موثری استفاده نمی شود. از اینرو با توجه به ضرورتهای بیان شده، هدف کلی تحقیق را می توان در قالب توسعه استراتژیهای موثر مسیریابی بمنظور هدایت مسیر وسائل نقلیه تحت وضعیت پویای محیط تعریف نمود. ارزش سویه ها یا زمانهای سفر برروی سویه های شبکه های حمل ونقل تحت تاثیر برخی از نامعینی ها و شرایط غیرقابل پیش بینی نظیر تصادفات؛ بشکل پویا تغییر می یابد. لذا بدلیل مشکل بودن محاسبات کوتاهترین مسیر پویا در این وضعیت و نیز غیرکافی بودن مدلهای موجود در ادبیات موضوع، پیدا کردن فرمولاسیون جایگزین برای الگوریتم های یافتن مسیرکه تخمین های خوبی از جواب بهینه فراهم نموده و زمان اجرای محاسیات را کاهش دهد از جمله انگیزه های تحقیقات در این زمینه بوده است. بدین منظور در این تحقیق با بیان چارچوب مفهومی هدایت مسیر مبتنی بر ساختار مسیریابی غیرمتمرکز، به چگونگی ادغام سیستم های هدایت مسیر با روشهای هوش مصنوعی و بکارگیری تکنیکهای عامل گرا با تاکید بر یادگیری تقویتی بعنوان یک راه حل در مواجهه با نامعینی های مساله مسیریابی وسائل نقلیه در شبکه های ترافیکی پرداخته شده است. از نتایج مهم تحقیق ارائه شده می توان به معرفی یک مدل ترکیبی بر پایه عاملها و استفاده از اطلاعات زمان واقعی، حل مدل مساله هدایت مسیر در وضعیت پویا با روشهای شبیه سازی، توانائی مدلهای یادگیری پیشنهاد شده در ارائه سیاست یا استراتژی انتخاب مسیر در تطبیق با شرایط پویای ترافیکی و نیز ارائه آلترناتیوهای مختلف پیشنهادی طی مسیر برای رانندگان با هدف صرفه جویی در زمانهای سفر وسائل نقلیه، اجرای الگوریتم ها برروی بخشی از شبکه ترافیکی شهر تهران بعنوان یک نمونه واقعی اشاره نمود.