مکان یابی ایستگاه های ریلی با درنظر گرفتن عدم قطعیت با استفاده از رویکرد مبتنی بر بهینه سازی استوار

جعفری, هستی; صفری, حسین

doi:10.22119/jte.2022.227575.2446

مکان یابی ایستگاه های ریلی با درنظر گرفتن عدم قطعیت با استفاده از رویکرد مبتنی بر بهینه سازی استوار

نوع مقاله : علمی - پژوهشی

نویسندگان

¹ دانشجوی دکتری، گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

² استاد، گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

10.22119/jte.2022.227575.2446

چکیده

با توجه به وجود مزیت رقابتی بین سیستم های حمل‌و‌نقل، افزایش رضایت مشتریان عامل مهمی در جذب آن‌ها به این سیستم‌هاست. از سویی یک روش مفید جهت افزایش جذابیت سفرهای ریلی، احداث ایستگاه‌های جدید است. مکانیابی ایستگاه ها در شبکه های ریلی یک مساله پیچیده و زمانبر است. لذا استفاده از مدل ریاضی به منظور انتخاب مکان مناسب جهت احداث ایستگاه ها بسیار کارآمد خواهد بود، از سوی دیگر، داده ها در دنیای واقعی دارای عدم قطعیت می باشد و مکان یابی ایستگاه ها در محیط فازی با در نظر گرفتن عدم قطعیت باعث افزایش قابلیت اطمینان در ارائه ی نتایج خواهد بود. مدل های بهینه سازی استوار با درنظر گرفتن پارامترهای غیرقطعی جواب های موجه و بهینه تولید می کند لذا در این پژوهش به مدلسازی مکان یابی ایستگاه ها در محیط فازی با وارد نمودن عدم قطعیت در داده های مساله پرداخته ایم و با استفاده از مدل بهینه سازی استوار با رویکردی واقع گرایانه مدل را حل کردیم. در ادامه یک مطالعه ی موردی برروی داده های واقعی قطار شهری مشهد اجرا و نتایج حاصل از حل مدل در فضای فازی با جواب ها در فضای قطعی مقایسه شده که بیانگر بهبود قابل توجهی در جواب ها می باشد.

کلیدواژه‌ها

20.1001.1.20086598.1401.13.4.1.5

عنوان مقاله [English]

Location of railway stations by considering the uncertainty based on robust optimization approach

نویسندگان [English]

Hasti Jafari ¹
Hossein Safari ²

¹ Tehran University, Tehran, Iran

² The full professor of Tehran university, Tehra, Iran

چکیده [English]

Given the competitive advantage of transportation systems، increasing customer satisfaction is an important factor to attract them to use these systems. On the other hand، a useful way to increase the attractiveness of rail travel is to build new stations، although locating stations on rail networks is a complex and time-consuming task. Therefore، a mathematical model can be a very useful way to find the best location of constructing the stations. On the other hand، our real-world has uncertainty and locating stations in fuzzy environments by considering the uncertainty will increase the reliability of the results. In this study، we modeled the location of stations in fuzzy environment by considering the uncertainty of data by using the optimization robust model with a realistic approach. A case study has been applied on the real data of Mashhad city and the results of solving the model in fuzzy environment were compared with those in crisp situations، which indicates a significant improvement.

کلیدواژه‌ها [English]

Robust optimization
uncertainty
modeling
location

مراجع

- آقایی، محمد، علینقیان، مهدی و صباغ، محمد سعید (1397) "مکان یابی مراکز امداد موقت و مسیریابی پویای وسایل نقلیه امداد هوایی در شرایط بحران"، فصلنامه علمی پژوهشی مهندسی حمل و نقل، سال نهم، شماره 4، تابستان 1396، ص 548-519.

- توکلی مقدم، رضا، توکلی، محمد مهدی وجابری، محمد (1397) " مدلسازی ریاضی دو هدفه برای مکان‌یابی ایستگاه‌های دوچرخه با در نظر گرفتن تعداد سفر – مطالعه موردی" فصلنامه علمی پژوهشی مهندسی حمل و نقل، سال نهم، شماره 4، تابستان 1397، ص 496-483.

- جعفری، هستی، صندیدزاده، قصیری، کیوان، قوی بازو، امیر. (1395). "بررسی سطوح تمامیت ایمنی با استفاده از درخت خطای فازی (مطالعه موردی در صنعت ریلی(" فصلنامه علمی پژوهشی مهندسی حمل و نقل، سال هشتم، شماره 3، زمستان 1396، ص 371-387.

- چراغی، اسماعیل، حیدری، جعفر، رحیمی، یاسر، رزمی، جعفر. (1397). "مکان یابی هاب چند محصوله در شبکه حمل و نقل کالای ایران با در نظر گرفتن روش های تامین مالی و رویکرد زیست محیطی" فصلنامه علمی پژوهشی مهندسی حمل و نقل، سال دهم، شماره 2، زمستان 1397، ص 353-335.

- حقی، محمدرضا، پورعلیخاینی، مسعود و صداقت نیا، سعید (1397) "ارزیابی رضایتمندی شهروندان از طراحی و جانمایی ایستگاه های مترو، نمونه مطالعه : ایستگاه دانشگاه علم و صنعت خط 2 مترو تهران" فصلنامه علمی پژوهشی مهندسی حمل و نقل، سال یازدهم، شماره 2، زمستان 1398، ص 474-461.

- شیری پور، صابر. (1398). "مساله مکان‌یابی-تخصیص در مسیریابی احتمالی برای برنامه ریزی بهینه مدارس و سیستم حمل ونقل شهری" فصلنامه علمی پژوهشی مهندسی حمل و نقل، سال یازدهم، شماره 1، پاییز 1398، ص 43-21.

- Ben-Tal، L. El-Ghaoui، A. (2009). “Nemirovski، Robust Optimization”. Princeton University Press.

- Bertsimas، D. Sim، M. (2004).”The price of robustness”. Operation. Research. Vol. 52 pp. 35–53.

- Bruno، G. Gendreau، M.. (2002). “A heuristic for the location of a rapid transit line.” Computers and Operations Research. Vol. 29. No، 1. pp. 1-12.

- Dubois، D. Prade، H. (1987).” The mean value of a fuzzy number “Fuzzy Sets and Systems. Vol.24. pp. 279–300.

- Groß، D. R. P. Hamacher. H. W. Horn. S and Schobel. A. (2008). “Stop location design in public transportation networks: Covering and accessibility objectives.” TOP. Vol. 17. No. 2. Pp. 335-346.

- Hamacher، H. W.، A. Liebers، A. Schöbel، D. Wagner and F. Wagner (2001). “Locating new stops in a railway network.” Algorithmic Methods and Models for Optimization of Railways. Vol. 50. No.1.

- Jafari، H. Yaghini، M (2019) “Optimal Location of Subway Stations: A Case Study on Tehran Subway،” International Journal of Railway Research. Vol. 6. No.2. pp. 123-131.

- Jafari H, Sandidzadeh M A, Ghavibazoo A. (2020) “Determining Safety Integrity Level by Considering Uncertainty Aspects in Fuzzy Environment (Case Study on Train Braking System) ،” International Journal of Railway Research. Vol. 7. No. 2. pp. 51-59.

- Laporte، G.، A. Marin، J. M. Mesa and Orteg. d. A. (2007). “An Integrated Methodology for the Rapid Transit Network Design Problem.” Railway Optimization: pp. 187-199.

- Laporte، G.، J. A. Mesa، F. A. Ortega and F. Perea (2011). “Planning rapid transit networks.” Socio-Economic Planning Sciences. Vol. 45.No. 3. pp. 95-104.

- Marin، A. and Garcia-Rodenas. R. (2009). “Location of infrastructure in urban railway networks.” Computers and Operations Research.Vol. 36. No. 5. pp. 1461-1477.

- Mula. J. Poler. R. Garcia. J.P. (2006). “MRP with flexible constraints: a fuzzy mathematical programming approach” Fuzzy Sets and Systems.Vol. 157. pp. 74–97.

- Mulvey، J. Vanderbei، R. Zenios، S. (1995) “Robust optimization of large-scale systems”، Operation. Research. Vol. 43. Pp.264–281.

- Ouyang، Y. Li. X. Barkan. C.P. Lai. Y. (2009). “Optimal locations of railroad wayside defect detection installations.” Computer-Aided Civil and Infrastructure Engineering. Vol. 24. No. 5. Pp. 309-319.

- Pan. F. Nagi، R. (2010). “Robust supply chain design under uncertain demand in agile manufacturing” Computer Operation Research. Vol. 37. pp. 668–683.

- Peng، F.، X. Li and Y. Ouyang (2011). “Installation of railroad wayside defect detectors:” Multiperiod design. pp. 148-154.

- Pishvaee M، Razmi J. (2012) “Environmental supply chain network design using multiobjective fuzzy mathematical programming”. Applied Mathematical Modelling Vol. .36. No. 8. pp.3433–46.

- Pu، H.، Zhang، H. Li، W. Wang، L. Xiong، J. (2019). “ Concurrent optimization of mountain railway alignment and station locations using a distance transform algorithm”. Vol.127. pp. 1297-1314.

- Schobel، A.، H. W. Hamacher، A. Liebers and D. Wagner (2009). “The continuous stop location problem in public transportation networks.” Asia-Pacific Journal of Operational Research. Vol. 26. No. 1. pp.13-30.

- Soyster، A. (1973). “Convex programming with set-inclusive constraints and applications to inexact linear programming”، Operation. Research. 21. pp. 1154–1157.

- Tanaka، K. and T. Furuta (2010). “Locating flow capturing facilities on a railway network with two levels of coverage”. The 9th International Symposium on Operations Research and Its Applications (ISORA 2010). China.

- Yaghini، M.، Jafari، H (2015) “A mathematical model for finding the optimal locations of railway stations،” Advances in Railway Engineering، An International Journal. Vol. 3. No.1. pp. 1-8.

- Zhang، H. Pu، H. Schonfeld، P. Song، T. Li، W. Wang، J. Peng، X. Hu، J. (2020). “Multi-objective railway alignment optimization considering costs and environmental impacts”. Applied Soft Computing. Vol. 89.