بهینه کردن جانمایی اسکله با استفاده از الگوریتم ژنتیک، درخت رویداد و شبکه عصبی؛ مطالعه موردی: پایانه مکانیزه ریلی حمل مواد فله معدنی بندر شهید رجایی
محل انتشار: نشریه مهندسی سازه و ساخت، دوره: 12، شماره: 2
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 46
فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSEC-12-2_009
تاریخ نمایه سازی: 6 دی 1404
چکیده مقاله:
در این پژوهش با استفاده از الگوریتم ژنتیک که نوعی از الگوریتمهای فراکاوشی است، تعداد بهینه اسکلههای موردنیاز بر مبنای تعداد کشتیهای موجود، سود حاصل از صادرات و واردات سنگ آهن و زمان انتظار محاسبه میشود و بهترین کروموزومهای هر نسل بر حسب مقدار بیشینه سود حاصل، طی بازه بهرهبرداری پروژه، دستهبندی میشوند. همچنین با استفاده از درخت رویداد و با درنظرگرفتن احتمالات جزر و مد، عرضه و تقاضای بازار و تاثیر تحریم، علاوه بر شناسایی بهترین تعداد کشتیها و زمان انتظار، بهترین ظرفیت ممکن برای طرح را نیز شناسایی میکند تا پروژه با ریسک حداقل به سود حداکثری در زمان بهرهبرداری برسد. سپس با استفاده از شبکه عصبی و با درنظرگرفتن هزینههای لایروبی، دایک و تسمه نقاله، جانمایی دقیق محل اسکله مشخص میشود تا هزینه ساخت آن به حداقل مقدار ممکن کاهش یابد. این پژوهش به صورت موردی روی احداث پایانه مکانیزه ریلی مواد فله معدنی اسکله بندر شهید رجایی انجام شده است و به متخصصین این حوزه جهت مطالعات امکانسنجی و پایه کمک میکند که بهینهترین حالت ممکن در سریعترین زمان شناسایی شود تا از هدررفت وقت و منابع جلوگیری شود. در این پژوهش، استفاده از ۲ پست اسکله و با ظرفیت ۱۶ میلیون تن در سال، به عنوان بهترین طرح شناسایی شده است. همچنین؛ بهترین مکان جهت احداث اسکله نیز در فاصله ۳۵۰ متر از انتهای زمین شناسایی شده است.
کلیدواژه ها:
الگوریتم ژنتیک ، پایانه مکانیزه ریلی مواد فله معدنی اسکله بندر شهید رجایی ، جانمایی بهینه اسکله ، تعداد بهینه اسکله ، شبکه عصبی مصنوعی
نویسندگان
حامد جعفری
دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران
علی اکبر شیرزادی جاوید
دانشیار، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران
پرویز قدوسی
استاد، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران
حسن ملکی تبار
استادیار، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران
محسن نادری
کارشناس ارشد، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :