ارائه مدل مکانی هوشمند به منظور یافتن مسیرهای بهینه در شبکه حمل ونقل شهری

یکی از تحلیل های پرکاربرد سیستم های اطلاعات جغرافیایی (GIS) یافتن مسیرهای بهینه بین دو نقطه در شبکه حمل ونقل شهری است. به دلیل تنوع بالای مسیرهای ممکن بین دو نقطه در شبکه حمل ونقل شهری، یافتن مسیرهای بهینه کار پیچیده ای است. از سویی، درنظرگرفتن هم زمان تمامی پارامترهای موثر در انتخاب مسیر از جمله طول مسیر، ترافیک، سختی عبور از تقاطع ها، کیفیت معابر و ...، پیچیدگی فرایند کشف مسیر بهینه را دوچندان می کند. همچنین در پاره ای از موارد، وجود دو یا چند پارامتر موثر ناسازگار، مانند طول مسیر و ترافیک، بر پیچیدگی مسئله می افزاید. الگوریتم های بهینه سازی، به ویژه الگوریتم هایی مانند الگوریتم ژنتیک چندهدفه NSGA-II، که توانایی درنظرگرفتن هم زمان چندین پارامتر ناسازگار در یک مسئله را دارند، می توانند GIS را در حل این گونه مسائل یاری کنند. هدف از این پژوهش عرضه مدلی برمبنای الگوریتم NSGA-II در بستر GIS، به منظور کشف مسیرهای بهینه در شبکه حمل ونقل شهری است. بدین منظور، الگوریتم NSGA-II به گونه ای مدل شد تا ساختار توپولوژیک مسیرهای بهینه (پیوستگی و نبود حلقه در مسیر) حفظ شود؛ بنابراین، هم در تولید مسیرهای اولیه و هم در عملگرهای ژنتیکی مورد استفاده، حفظ ساختار توپولوژیک مسیرهای خروجی مدنظر قرار گرفت. در این راستا به منظور رسیدن به اهداف یادشده، دو عملگر ژنتیکی ابتکاری، متناسب با مسئله بهینه سازی مسیر در شبکه حمل ونقل شهری، توسعه داده شد. همچنین با هدف بالابردن کارآیی مدل در ارائه مسیرهای بهینه، افزون بر درنظرگرفتن طول مسیر، ترافیک و کیفیت مسیر به منزله توابع هدف، دشواری عبور از تقاطع ها نیز به مثابه یکی دیگر از توابع هدف مدل شد. به منظور آزمودن قابلیت های مدل، یک شبکه حمل ونقل شهری فرضی با محدودیت های لازم طراحی شد و مدل، با بهره گیری از آن، مورد ارزیابی قرار گرفت. نتایج به دست آمده نشان دهنده صحت کارکرد مدل و توانایی بالای آن در یافتن مسیرهای بهینه با چندین هدف متضاد است.

کلیدواژه ها:

بهینه سازی چندهدفه مسیر ، شبکه حمل و نقل شهری ، الگوریتم NSGA-II ، عملگر ابتکاری ، GIS