21478

21478

بازطراحي شبكه خطوط اتوبوسراني با لحاظ شرايط اجرايي

كارشناسي ارشد

برنامه ريزي حمل و نقل و مهندسي ترافيك

1397/10/8

دكتر افشين شريعت مهيمني - دكتر محمود احمدينژاد

عمران

طراحي شبكه خطوط اتوبوس‌راني، اولين مرحله از فرآيند برنامه‌ريزي در سيستم اتوبوس‌راني شهري مي‌باشد كه به دليل تاثيرگذاري بر ساير مراحل از اهميت ويژه‌اي برخوردار است. وجود يك شبكه اتوبوس‌راني كه به نحو مطلوبي پوشش‌دهنده تقاضاي سفر باشد، با همراه شدن با الگوهاي مناسب زمان‌بندي، تخصيص ناوگان و تخصيص خدمه مي‌تواند يك شبكه اتوبوس‌راني كارا و اقتصادي را نتيجه دهد. آنچه در طراحي شبكه اتوبوس‌راني اهميت فراوان دارد اين است كه شبكه طراحي شده از ديدگاه اجرايي قابليت پياده‌سازي در شهر و همچنين كمترين ميزان تغييرات نسبت به شبكه وضع موجود را در كنار بهينه كردن تابع هدف مورد نظر داشته باشد. در نظر گرفتن اين مسائل در طراحي شبكه اتوبوس‌راني تا حدود زيادي مشكلات اجرايي را كه در بسياري از شهرهاي دنيا مانع پياده‌سازي شبكه اتوبوس‌راني طراحي شده گرديده، رفع مي‌كند. در اين پژوهش، مسئله بازطراحي شبكه خطوط اتوبوس‌راني با در نظر گرفتن شرايط اجرايي و عملياتي با توجه به وضع موجود شبكه مورد توجه قرار مي‌گيرد. بر اين اساس، روش ارائه شده با در نظر گرفتن نظرات خبرگان و ارائه سازوكاري براي حفظ بخشي از شبكه موجود، سعي در بهبود وضعيت سرويس‌دهي در سيستم اتوبوس‌راني را دارد. در اين مطالعه روشي مبتني بر الگوريتم ژنتيك ايجاد شده كه در سه مرحله شامل، توليد شبكه خطوط محتمل، طراحي شبكه با استفاده از الگوريتم ژنتيك و بررسي خطوط از لحاظ قابليت اجرا انجام مي‌شود. تابع هدف مورد استفاد در اين مطالعه به دنبال حداقل كردن زمان انتظار مسافران، حداقل كردن صندلي خالي–ساعت، حداقل كردن اختلاف مسير با كوتاهترين مسير شبكه، حداقل كردن حجم ناوگان مي‌باشد. در ادامه نيز به كمك روش پيشنهادي، به مطالعه موردي شهر مشهد پرداخته شده است. شبكه خروجي اين روش در حدود 50 درصد تغيير نسبت به شبكه وضع موجود شهر مشهد دارد و همچنين تابع هدف مورد نظر را 26 درصد بهبود بخشيده است. در انتها نيز به منظور ارزيابي، روش پيشنهادي بر روي شبكه مندل پياده سازي گرديد و فاكتورهاي مورد نظر با مطالعات شاخص بر روي اين شبكه مقايسه شد. واژههاي كليدي: حملونقل همناني، بازطراحي شبكه اتوبوسراني، النوريتم ژنتيك

1398/10/07

Practical approach for transit route network redesign problem

12/29/2019 12:00:00 AM

Bus network design is the first measure of urban bus system management which is significant due to its effect on other measures. Existence of a bus network which supports the travel demand desirably in addition to appropriate timing patterns, fleet assignment and crew assignment results in an effective and economic bus network. An important issue in bus network designing is that the designed network should be practical in executive aspect in urban areas with the lowest changes compared to the current state and also it should optimize the intended objective function. Considering these subjects in designing process of a bus network, solves a lot of practical problems that prevent the implementation of a designed network in most of cities all around the world. In this research, redesigning a bus network is focused on, regarding the executive and operational conditions related to the current state of network. Based on this, the presented method tries to enhance the service condition of a bus system, considering the opinions of expertise and proposing a mechanism to maintain some parts of the current system. In this study, a method is developed based on Genetic algorithm and it consists of three measures, generating probable routes, designing the network by Genetic algorithm and route analysis in terms of functionality. The objective function of this study pursuits a way to minimize the waiting time of passengers, non-used seats – hour, route difference with the shortest route of the network and fleet size. Then, the bus network of Mashhad is investigated as a case study using the proposed method. The output network of this method has changed about 50% in comparison with the current network of Mashhad and the objective function has been enhanced for about 26%. Eventually, the proposed method got implemented on Mandl network to be evaluated and the network parameters have been compared with other significant studies on this network. Keywords: public transportation, bus network redesign, Genetic algorithm.