ارائه مدل جهت عوارض مصرف سوخت در کلان شهرها با استفاده از الگوریتم ژنتیک (مطالعه موردی کلانشهر تهران)
- سال انتشار: 1394
- محل انتشار: دومین کنفرانس بین المللی و سومین همایش ملی کاربرد فناوری های نوین در علوم مهندسی
- کد COI اختصاصی: ITCC02_190
- زبان مقاله: فارسی
- تعداد مشاهده: 793
نویسندگان
دانش آموخته کارشناسی ارشد دانشگاه آزاد اسلامی، واحد علوم و تحقیقات ، گروه برنامه ریزی حمل و نقل، تهران، ایران
استاد،دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران، ایران
چکیده
تحقیق حاضر با هدف ارائه مدلی جهت دریافت عوارض مصرف سوخت خودروها انجام شده است.به نحوی که بر مبنای عدالت بوده و انواع مختلف خودرو با توجه به میزان ایجاد هزینه های بیرونیعوارض پرداخت نمایند.به این سبب، هزینه های ناشی از خودرو بر جامعه کمینه می گردد.در اینتحقیق، پس از بررسی مطالعات پیشین و در نظرگیری پارامترهای مؤثر کلی بر تعیین عوارضمصرف سوخت خودروها، به تعیین اولویت پارامترهایی با روش تحلیل سلسله مراتبی AHP پرداختهشدکه در نهایت پارامترهایی که در کشور دارای آمار استنادی هستند شامل حجم موتور، وزن، نوعسوخت و سن، دارای اوزان بیشتری نسبت به پارامترهای دیگر بوده که در مدل لحاظ گردیده اند.بعد از ساخت مدل پس از آن که مدل ساخته شد، برای خودروهای مختلفی با مشخصات فنی ومقادیر مربوط به پارامترهای مدل گوناگون، به تعیین میزان عوارض آن ها در سال های 1 تا 20پرداخته شد. در بخش دوم این تحقیق، خودروهابه گروه های اصلی بنزینی، دوگانه سوز(بنزینی+ CNG)، هیبریدی و دیزلی تقسیم بندی گردید که این گروه ها به 32 بخش طبقه بندی شدهو عوارض مصرف سوخت توسط آن ها و هزینه متغیر مربوط به خودروها تعیین گردید. محدودیت-های مدل شامل درآمد دولت، میزان مجاز آلاینده ها، میزان درآمد خانوار، سن، طول و وزنخودروها میباشد. این بخش مسئله با استفاده از الگوریتم ژنتیک حل گردید. نتایج تحقیق نشان می-دهد که خودروهای با قیمت کمتر و میزان آلایندگی و هزینه های بیرونی بیشتر، نسبت بهخودروهایی با قیمت بالاتر و میزان آلایندگی کم تر در روش جدید باید در حدود 4 برابر بیشترعوارض مصرف سوخت نسبت به روش فعلی پرداخت نمایند.در انتهای این تحقیق با تحلیلحساسیت برروی پارامترهای موثر، مشخص گردید که میزان انتشار آلایندگی بیشترین تأثیر را برمدل داشته و اهمیت بالاتری نسبت به دیگر پارامترها بر مدل دارند.کلیدواژه ها
عوارض مصرف سوخت، مدل سازی، بهینه سازی، کاهش هزینه های بیرونی ، تحلیل سلسله مراتبی، الگوریتم ژنتیکمقالات مرتبط جدید
- بررسی به کارگیری سیستم ذخیره سازی انرژی با استفاده از منابع انرژی تجدیدپذیر
- اقدامات لازم برای حفاظت از محیط زیست دریایی
- ارائه طرح مبتنی بر رایانش ابری جهت ارتقاء بهره وری صنایع خودروسازی (مطالعه موردی: مدیران خودرو)
- مروری بر تکنولوژی ماکرویو برای خردایش سنگ های کمیاب
- کاربرد و بکارگیری تکنولوژی های اینترنت اشیا ، یادگیری ماشین و پردازش تصویر در امنیت و کنترل خودرو
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.