حل مسأله مسیریابی وسایل نقلیه با در نظر گرفتن سفرهای چندگانه و پنجره های زمانی در مدیریت پسماند شهری با استفاده از الگوریتم بهینه سازی گرگ خاکستری
Publish place: Journal Of Modeling in Engineering، Vol: 17، Issue: 57
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 442
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JME-17-57_007
تاریخ نمایه سازی: 21 اسفند 1399
Abstract:
یکی از مهم‌ترین مسائل نگران‌کننده جوامع بشری در سال‌های اخیر مدیریت پسماند شهری بوده که از جمله ملزومات اصلی هر شهر می‌باشد و بی‌توجهی نسبت به آن می‌تواند برای هر شهر و حتی ساکنان روستاهای اطراف آن مشکل‌آفرین باشد. مناطق شهری بیشترین مقدار زباله را تولید کرده و در نتیجه به یک سیستم کارا جهت جمع‌آوری زباله و دفع آن نیازمند است که تعیین و تثبیت آن بسیار مشکل و هزینه‌بر است. در این راستا، این مقاله به بررسی مسأله مسیریابی وسایل نقلیه با در نظر گرفتن سفرهای چندگانه و پنجره‌های زمانی مختص به جمع‌آوری زباله شهری با هدف کمینه سازی هزینه کل شامل هزینه‌های مسیریابی، هزینه‌های جریمه خروج از پنجره‌های زمانی سرویس و هزینه‌های بکارگیری وسایل نقلیه می‌پردازد. برای حل مسأله در ابعاد کاربردی، الگوریتم بهینه‌سازی گرگ خاکستری (GWO) توسعه می‌یابد و عملکرد آن در مقابل حل‌کننده CPLEX نرم افزار GAMS و الگوریتم شبیه‌سازی تبرید (SA) مورد ارزیابی قرار می‌گیرد. نتایج بدست آمده بیانگر آن است که الگوریتم GWO پیشنهادی دارای عملکرد قابل قبولی در تولید جواب‌های با کیفیت می‌باشد. در نهایت، برای مطالعه رفتار تابع هدف در مقابل تغییرات پارامتر تقاضا در دنیای واقعی، آنالیز حساسیت بر روی این پارامتر انجام شده و سیاست بهینه مدیریتی تحلیل می‌شود.
Keywords:
مسأله مسیریابی وسایل نقلیه سفرهای چندگانه , جمع آوری زباله شهری , الگوریتم بهینه‌سازی گرگ خاکستری , الگوریتم شبیه‌سازی تبرید
Authors
عرفان بابایی تیرکلایی
دانشکده مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل، ایران
ایرج مهدوی
گروه صنایع دانشگاه علوم و فنون مازندران
میر مهدی سید اصفهانی
گروه مهندسی صنایع دانشگاه صنعتی امیرکبیر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :