بهینه سازی کاهش اضافه بار در وسایل نقلیه با استفاده از سیستم توزین در حال حرکت
Publish place: Transportation Research Journal، Vol: 21، Issue: 3
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 39
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TRJ-21-3_013
تاریخ نمایه سازی: 24 شهریور 1403
Abstract:
سیستم توزین در حال حرکت یکی از کارآمدترین روش ها برای کنترل وزن وسایل عبوری از یک مقطع است. سیستم توزین در حال حرکت فناوری مفید و کارآمد برای کنترل وسایل نقلیه با اضافه بار و جلوگیری از وارد آمدن آسیب به روسازی راه ها است. در این پژوهش مدل بهینه سازی کاهش اضافه بار در وسایل نقلیه با استفاده از سیستم توزین در حال حرکت، از روش تحلیل سلسله مراتبی استفاده شده است. هدف تکنیک فرایند تحلیل سلسله مراتبی انتخاب بهترین گزینه براساس معیارهای مختلف از طریق مقایسه زوجی است. این تکنیک برای وزن دهی به معیارها نیز استفاده می شود. پارامترها مشخص ومیزان اهمیت وزن دهی آن ها به این ترتیب است: بین معیارهای اصلی، حجم وسایل نقلیه سنگین با وزن ۰.۲۲۰ رتبه اول، حجم ترددAADT با وزن ۰.۱۹۴ رتبه دوم، طول مسیر با وزن ۰.۱۶۸ رتبه سوم، سرعت میانگین محور با وزن ۰.۱۲۳ رتبه چهارم تخلفات محور با وزن ۰.۱۱۱ رتبه پنجم، میانگین تعداد خطوط عبوری با وزن ۰.۱۱۰ رتبه ششم و تعداد متوسط بار کامیون با وزن ۰.۰۶۱ رتبه هفتم را کسب کرده است. وزن نهایی گزینه ها از ضرب وزن نسبی گزینه ها در وزن معیارهای اصلی حاصل می شود. محوراراک-سلفچگان با وزن ۰.۴۳۸رتبه اول، محور اراک-بروجرد با وزن ۰.۳۱۳ رتبه دوم و محور اراک- کنار گذر شمالی با وزن ۰.۰۹۳ رتبه سوم را کسب کرده است .
Keywords:
Authors
محمد امین ابراهیم زاده
دانشجوی دکتری، گروه برنامه ریزی حمل ونقل، دانشکده عمران، هنرومعماری، علوم وتحقیقات، تهران، ایران
علی عبدی کردانی
استاد، دانشکده عمران ،گروه راه وترابری و برنامه ریزی حمل ونقل، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران
نوید نخعی
دانشجوی دکتری، گروه برنامه ریزی حمل ونقل، دانشکده عمران، هنرومعماری، علوم وتحقیقات، تهران، ایران
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 :
