ارائه یک الگوریتم ژنتیک جهت حل مسئله جهت یابی با افق زمانی وابسته به منظور بهینه سازی مسائل حمل ‎و نقل شهری

مسئله جهت‎یابی گونه ‎ای از مسائل کلاسیک حوزه حمل ‎و نقل قلمداد می‎ شود که هدف آن، یافتن بهترین مسیر جهت بازدید مجموعه ‎ای از رئوس مفروض می ‎باشد، مشروط بر آن‎که طول مسیر از یک افق زمانی مشخص بیشتر نشود. از زمان پیدایش این مسئله، پژوهشگران متعددی با بهره ‎گیری از ساختار خاص آن، اقدام به مدل ‎سازی و حل مسائل متنوعی در حوزه‎ های مختلف از جمله موضوعات و مشکلات حوزه حمل ‎و نقل شهری کرده ‎اند. به دلیل ماهیت NP-Hard مسئله، در این مقاله الگوریتم ژنتیک با درجه تصادفی بسیار بالا برای حل گونه ‎ای جدید از این مسئله با عنوان مسئله جهت‎ یابی با افق زمانی وابسته ارائه شده است. الگوریتم ژنتیک پیشنهادی از دو عملگر ترکیب و تلفیق و دو عملگر جهش استفاده کرده است که در این مقاله جهت نشان دادن همگرایی آن، بهترین جوابهای موجود در ادبیات برای ۴۰ مثال استاندارد مسئله جهت یابی، ملاک عمل قرار گرفته است؛ بدین صورت که جوابهای حاصل از حل این مثال ها با استفاده از الگوریتم پیشنهادی با آنها مقایسه شده است و به دلیل عملکرد مطلوب الگوریتم، الگوریتم مذکور برای حل مسئله جهتیابی با افق زمانی وابسته به‎کار گرفته شده است. 

کلیدواژه ها:

Urban Transportation ، Mathematical Optimization ، Orientation Problem ، Genetic Algorithm ، حمل ‎و نقل شهری ، بهینه سازی ریاضی ، مسئله جهت یابی ، الگوریتم ژنتیک