مقایسه الگوریتم های توسعه مدیریت پسماند شهری و بهینه سازی آن با استفاده از الگوریتمهای فرابتکاری و یادگیری ماشین
عنوان مقاله: مقایسه الگوریتم های توسعه مدیریت پسماند شهری و بهینه سازی آن با استفاده از الگوریتمهای فرابتکاری و یادگیری ماشین
شناسه ملی مقاله: ICIORS16_175
منتشر شده در شانزدهمین کنفرانس بین المللی انجمن ایرانی تحقیق در عملیات در سال 1402
شناسه ملی مقاله: ICIORS16_175
منتشر شده در شانزدهمین کنفرانس بین المللی انجمن ایرانی تحقیق در عملیات در سال 1402
مشخصات نویسندگان مقاله:
وحید نجف پور - دانشجوی دکترای مهندسی فناوری اطلاعات-گرایش شبکه ، دانشگاه ارومیه
صالح یوسفی - دانشیار و عضو هیئت علمی گروه مهندسی برق و کامپیوتر دانشگاه ارومیه
هادی ویسی - دانشیار و عضو هیئت علمی گروه بین رشته ای فناوری دانشگاه تهران
خلاصه مقاله:
وحید نجف پور - دانشجوی دکترای مهندسی فناوری اطلاعات-گرایش شبکه ، دانشگاه ارومیه
صالح یوسفی - دانشیار و عضو هیئت علمی گروه مهندسی برق و کامپیوتر دانشگاه ارومیه
هادی ویسی - دانشیار و عضو هیئت علمی گروه بین رشته ای فناوری دانشگاه تهران
سیستمهای حمل ونقل هوشمند شهری در جهان امروز، سیستمهایی متشکل از فناوریهای نوین الکترونیک، کامپیوتر، IT، الکترومکانیک، سنسورها، سامانههای هوشمند رصد و تحلیل دیتا، و زیر ساخت های متناسب شبکهای نسل ۴ و ۵ هستند که در برنامهریزی سیستمهای حمل ونقل زمینی بخصوص در زمینه مدیریت هوشمند ناوگان جمع آوری پسماند، نقش بسیار مهمی ایفا مینمایند. قدمت کاربرد و برنامه ریزی سیستمهای حمل ونقل هوشمند (ITS ) به اوایل دهه ۹۰ میلادی میرسد. از مهم ترین مزایای استفاده از سیستمهای حمل ونقل هوشمند در بحث پسماند میتوان به افزایش کارایی حرکت و جابه جایی پسماند ، پرهیز از ترافیک و کاهش تراکم ترافیک، افزایش توان مدیریت ساختارهای حمل پسماند، کاهش هزینههای عملیاتی و کاهش عوارض زیست محیطی و مصرف سوخت ناوگان اشاره نمود. یکی از مباحث مهم که در چند دهه اخیر کاربرد بسیار بالایی در عمل داشته و برای افزایش کارایی و بهره وری سیستمهای حمل ونقل ناوگان مدیریت پسماند شهری مطرح شده است بحث مسئله مسیریابی وسایل نقلیه (VRP) است. این مسئله درصدد است تا با ارائه مدلهای ریاضی و بهینه سازی مناسب به گونه ای عمل کند که معیارهایی همچون مسافت طی شده، زمان کل سفر، تعداد وسایل مورد نیاز حمل ونقل، جریمههای دیرکرد و در نهایت تابع هزینه حمل ونقل و مصرف سوخت ناوگان پسماند حداقل گردد و در نهایت رضایت مشتریان به حداکثر برسد. باتوجه به اینکه مسئله مسیریابی خودرو با پنجرههای زمانی، از جمله مسائل NP-hard است، بنابراین برای حل آن در ابعاد بزرگ و تعداد رخداد بالا، باید از الگوریتمهای ابتکاری و فراابتکاری (فرا مکاشفه ای) استفاده کرد.
کلمات کلیدی: مدیریت هوشمند؛ پسماند خشک ؛ بهینه سازی ؛ الگوریتمهای ابتکاری و فراابتکاری؛ مسیریابی وسایل نقلیه ؛ مصرف سوخت ناوگان ؛ یادگیری ماشین
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1920631/