طراحی و توسعه یک سیستم هوشمند مکانی-زمانی جهت بهینه‌سازی اشتراک‌گذاری سفر با استفاده از الگوریتم ژنتیک

نوع مقاله : علمی - پژوهشی

نویسندگان

1 مهندسی نقشه برداری دانشگاه تهران جنوب

2 استادیار گروه مهندسی نقشه برداری دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد تهران جنوب

چکیده

در دهه­های اخیر با افزایش جمعیت شهرها و رشد اقتصادی، حمل و نقل و ترافیک شهری افزایش چشمگیری یافته است. امروزه، به منظور کاهش ترافیک، راهکار نوینی با نام اشتراک­گذاری سفر رایج شده است، که در آن افراد در مسیر سفر خود، با افراد دیگر همسفر شده و با خودداری از تک­سرنشینی از حجم ترافیک شهر می­کاهند. در مقاله حاضر پس از مطالعه­ی تحقیقات پیشین در این موضوع، تصمیم به بکارگیری روشی جدید جهت چینش بهینه ترکیب مسافران و کاهش تاکسیهای تک­سرنشین گرفته شد. نوآوری بکار رفته در این تحقیق در استفاده از الگوریتم ژنتیک جهت بهینه سازی و در نظر گرفتن یک زمان معطلی تعیین شده توسط هر مسافر می باشد. الگوریتم ژنتیک با کنار هم قراردادن تصادفی مبدا و مقصد مسافران در تاکسی­ها و اندازه­گیری هزینه سفر بین این مبداها و مقصدها، هزینه کل سفر هر تاکسی را محاسبه کرده و در نهایت جواب بهینه که بهترین چینش مبداها و مقصدها در همه تاکسی­ها است را پیدا می کند. البته در این بین بعضی از تاکسی­های تک­سرنشین خاموش شده و مسافران آنها بین بقیه تاکسی­ها پخش می­شوند. در این راستا از مفاهیم «آنالیز شبکه» برای محاسبه هزینه­ی سفر بین مبداها و مقصدهای مسافران استفاده شد. در نهایت نتایج بدست آمده از اعمال مدل توسعه داده شده بر روی منطقه 6، 7، 11 و 12 شهر تهران و 500 مسافر و 500 تاکسی نشان داد که 258 تاکسی (6/51 درصد) از تاکسیها خاموش شدند که نشان از کارایی مناسب الگوریتم مورد نظر برای کاهش خودروهای تک­سرنشین دارد. همچنین 98 تاکسی (6/19 درصد) تاکسی­ها به صورت 3 مسافره و 62 تاکسی (4/12 درصد) به صورت 2 مسافره تعیین شدند و تنها 82 تاکسی (4/16 درصد) اقدام به جابجایی 1مسافر کردند. به بیان دیگر، 4/16 درصد مسافران به صورت تکی سفر کرده و 6/83 درصد مسافران به صورت اشتراکی سفر کرده­اند که نشان از موفقیت­آمیز بودن روش توسعه داده می باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Developing a Smart Spatio-Temporal System for Car Sharing Optimization Using Genetic Algorithm

نویسندگان [English]

  • samira rangriz 1
  • javad saberian 2
1 faculty of civil engineering ,Islamic Azad University, South Tehran Branch
2 Assistant Prof. in; Islamic Azad University- South Tehran Branch PhD of GIS from K. N. Toosi University of Technology, Tehran, Iran.
چکیده [English]

Today, travel sharing is a new approach to reduce traffic congestion and its problems, in which people travel with others on their journey, reducing traffic congestion by avoiding single-occupancy. Sharing either cars or taxies is one of the most interesting ways that it has been used in some countries recently. In this phenomenon, 2 or 3 people use other’s car or taxi. In this article, after studying previous researches on this topic and examining the theoretical foundations that include artificial intelligence algorithms, it was decided to apply Genetic Algorithm to align and arrange passengers to find a way for passengers to optimally fit together. The concept of network analysis has been used to calculate the cost of travel between origins and destinations for passengers. It is a novel method to share taxies that uses a delay time for each passenger at computations. Therefore, some taxis will be turned off and this helps to decrease urban traffic jam in cities. The results show that the proposed model turn off 69.8 % of taxies and also 27.8 % of them carry more than one passenger, so this proves the performance of the proposed model.

کلیدواژه‌ها [English]

  • Travel sharing
  • Artificial intelligence
  • Genetic Algorithm
  • Network analysis
  • delay time
شورورزی، ح.، نعیمی، ا. و طالعی، م. (1395) "بهینه سازی سیستم حمل و نقل ادارات با خوشه بندی به روش k میانگین و ترکیب الگوریتم saving و جستجوی ممنوع"، فصلنامه مهندسی حمل و نقل. دوره هفتم، شماره چهارم، 678-665.
 
عباسی فام میاندوآب، سعید،( 1393). "گسترش مشترک سواری در شبکه چند ساختی". کرمان: دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، پایان­نامه کارشناسی ارشد.
 
عربشاهی، الف.،بلوچ، ن. و بختیاری، ا. (۱۳۹۵) "بهبود دسترسی به سرویس اشتراک تاکسی بر اساس ارتباط بین کاربران و مرکز مدیریت سرویس"،هشتمین کنفرانس بین المللی فناوری اطلاعات و دانش، همدان ، دانشگاه بوعلی سینا.
 
مطیعیان، ح.، مسگری، مح.، کارخانه، ن، و نعیمی، ا. (1391) "برنامه ریزی به اشتراک­گذاری وسایل نقلیه توسط الگوریتم کلونی مورچه"، نشریه علمی-پژوهشی علوم و فنون نقشه­برداری، دوره اول، شماره 4، 69-76.
 
معین فر، ر، و تشکری هاشمی، م. (1392) "اشتراک سواری: راهکاری برای مدیریت وآینده پژوهی جابه‌جایی در جوامع سالخورده"، سیزدهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک، معاونت و سازمان ترافیک و حمل ونقل تهران.
 
ملک­پور، ر. (1393) "تلفیق محیط اطلاعات مکانی مردم گستر و خدمات سواری اشتراکی"، پایان نامه کارشناسی ارشد، استاد راهنما: محمدرضا ملک، تهران: دانشکده ژئودزی و ژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی.
 
Fahnenschreiber, S., Gündling, F., Keyhani, M. H. and Schnee, M. (2016). “A multi-modal routing approach combining dynamic ride-sharing and public transport”, Transportation Research Procedia, Vol. 13, pp. 176-183.
Gorgoon, M. N., Davoodi, M., & Motieyan, H. (2019). AN AGENT-BASED MODELLING FOR RIDE SHARING OPTIMIZATION USING A* ALGORITHM AND CLUSTERING APPROACH. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 42, 793-796.
 
 
Lin, Y., Li, W., Qiu, F. and Xu, H. (2012). “Research on optimization of vehicle routing problem for ride-sharing taxi”, Procedia-Social and Behavioral Sciences, Vol. 43, pp. 494-502.
 
Lipowski, A. and Lipowska, D. (2012). “Roulette-wheel selection via stochastic acceptance”, Physica A: Statistical Mechanics and its Applications, Vol. 391(6), pp. 2193-2196.
 
Nourinejad, M. and Roorda, M. J. (2016). “Agent based model for dynamic ridesharing”, Transportation Research Part C: Emerging Technologies, Vol. 64, pp. 117-132.
 
Rayle, L., Dai, D., Chan, N., Cervero, R. and Shaheen, S. (2016). “Just a better taxi? A survey-based comparison of taxis, transit, and ridesourcing services in San Francisco”, Transport Policy, Vol. 45, pp. 168-178.
 
Santos, D. O. and Xavier, E. C. (2013, June). “Dynamic taxi and ridesharing: A framework and heuristics for the optimization problem”, Twenty-Third International Joint Conference on Artificial Intelligence. ‏
 
Santos, D. O. and Xavier, E. C. (2015). “Taxi and ride sharing: A dynamic dial-a-ride problem with money as an incentive”, Expert Systems with Applications, Vol. 42(19), pp. 6728-6737.
 
Sivanandam, S. N. and Deepa, S. N. (2007, December). “A genetic algorithm and particle swarm optimization approach for lower order modelling of linear time invariant discrete systems”, International Conference on Computational Intelligence and Multimedia Applications (ICCIMA 2007) (Vol. 1, pp. 443-447). IEEE.
 
Van Zuylen, H. J. and Willumsen, L. G. (1980). “The most likely trip matrix estimated from traffic counts”, Transportation Research Part B: Methodological, Vol. 14(3), pp. 281-293.