پیوندهای مفید
آمار
| تعداد نشریات | 8 |
| تعداد شماره‌ها | 423 |
| تعداد مقالات | 5,542 |
| تعداد مشاهده مقاله | 6,470,674 |
| تعداد دریافت فایل اصل مقاله | 5,541,614 |
طراحی شبکه اتوبوسرانی با در نظر گرفتن نقاط تغییر خط | ||
| نشریه مهندسی عمران امیرکبیر | ||
| مقاله 9، دوره 46، شماره 2، اسفند 1393، صفحه 79-90 اصل مقاله (926.05 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22060/ceej.2015.387 | ||
| نویسندگان | ||
| افشین شریعت مهیمنی* 1؛ مجید شالفروش2 | ||
| 1استادیار، دانشکده عمران، دانشگاه علم و صنعت ایران | ||
| 2کارشناسی ارشد، دانشکده عمران، دانشگاه علم و صنعت ایران | ||
| چکیده | ||
| طراحی شبکه خطوط اتوبوسرانی اولین گام از برنامه ریزی سیستم اتوبوسرانی شهری میباشد. با توجه به تاثیر طراحی شبکه خطوط بر سایر گامهای طراحی شبکه اتوبوسرانی نظیر تدوین جدول زمانبندی، تخصیص ناوگان و تخصیص خدمه این مرحله از اهمیت بسیار زیادی برخوردار است. یکی از مواردی که در طراحی شبکه خطوط مشخص می شود، مکان نقاط تبادلی میباشد که در طراحیهای شبکه معمول تنها به بهینه سازی پارامترهایی نظیر زمان سفر مسافران پرداخته شده و به موقعیت این نقاط توجهی نمی شود. موقعیت نقاط تبادل سفر که نتیجه مرحله طراحی شبکه است در این مقاله مورد بررسی قرار گرفته است. در این مقاله روشی ارائه شده که طراحی شبکه به گونه ای انجام شود تا تبادل سفر در نقاطی صورت گیرد که ظرفیت بیشتری داشته باشند. روش ارائه شده در این تحقیق بر مبنای الگوریتم ژنتیک میباشد که بر روی شبکه فرضی به کار گرفته شده‌است. نتایج به دست آمده نشان دهنده موثر واقع شدن در نظر گرفتن محدودیت تبادل مسافر در مکان نقاط تبادلی میباشد. - ظظظ | ||
| کلیدواژه‌ها | ||
| طراحی شبکه اتوبوسرانی؛ الگوریتم ژنتیک؛ نقاط تبادلی؛ ظرفیت تبادل سفر | ||
| عنوان مقاله [English] | ||
| Bus Network Design Considering Transfer Stations | ||
| نویسندگان [English] | ||
| afshin shariat Mohaymany1؛ Majid Shalforoush2 | ||
| 1Associate Professor, Iran University of Science and Technology | ||
| 2M.Sc. Student, Iran University of Science and Technology | ||
| چکیده [English] | ||
| ABSTRACT Bus network design is the first step in urban transportation planning process, and due to its influence on the consequent steps, such as timetabling, vehicle scheduling and crew scheduling, this step plays an important role in the process of transportation planning. One of the important issues in transit network design is locating transfer points. However, in the previous studies this issue was not considered, and it has been only paid attention to optimizing parameters such as travel time. This study is focused on defining the location of transfer points, as a result of transit network design, such that transfers are performed in points with higher capacities. Applying the genetic algorithm, the presented methodology is implemented on a virtual network, and the results showed that considering transfer constraint affects defining the location of transfer points. | ||
| کلیدواژه‌ها [English] | ||
| Bus Network Design, genetic algorithm, Transfer Points, Transfer Capacity | ||
|
سایر فایل های مرتبط با مقاله
|
||
| مراجع | ||
|
[1] Poetranto, D.R.; “ Stop Location Problem in Public Transportation Network”, (Master Thesis, Department of Mathematics Technische Universit¨at Kaiserslautern Germany), 2004. [2] رنجبری، اندیشه، ”طراحی شبکه اتوبوسرانی با تقاضاای متغیار “ ،)پایان نامه جهت گرفتن مدرک کارشناسی ارشد، دانشگاه علام و صنعت ایران(، استاد راهنما: دکتر افشین شریعت، 1390 . [3] Aldaihani, M.M., Quadrifogli, L., Dessouky, M.M., & Hall, R., “Network design for a grid hybrid transit service”, Transportation Research Part A No. 38, pp. 511– 530, 2004. [4] Baaj, M.H., Mahmassani, H.S., “An AI based approach for transit route system planning and design”, Journal of Advanced Transportation, No. 25, Vol. 2, pp. 187– 210, 1991. [5] Baaj, M.H., Mahmassani, H.S., “Hybrid route generation heuristic algorithm for the design of transit networks”, Transportation Research Part C, No.3, pp. 31- 50, 1995. [6] Ceder, A., Prashker, J.N., Stern, J.I., “An algorithm to evaluate publictransportation stops for minimizing passenger walking distance”, Appl. Math Modelling, Vol.7, 1983. [7] Ceder, A., Wilson, N.H.M., “Bus network design”, Transportation Research Part B, No. 20, Vol. 4, pp. 331– 344, 1986. [8] Cipriani, E. et al, “ Transit network design: A procedure and an application to a large urban area”, Transportation Research Part C, Emerging Technologies, Article in Press, Corrected Proof, 2010. [9] Chakroborty, P., Deb, K., Subrahmanyam, P.S., “Optimal scheduling of urban transit systems using genetic algorithms”, Journal of Transportation Engineering, No.121, Vol.6, pp. 544– 553, 1995. [10] Chakroborty, P., Deb, K., & Srinivas, B., “Network-Wide Optimal Scheduling of TransitSystems Using Genetic Algorithms”, Computer-Aided Civil and Infrastructure Engineering, No.18, pp. 363- 376, 1998. [11] Chakroborty, P., Wivedi, T., “Optimal Route Network Design for Transit Systems Using Genetic algorithm”, Engineering Optimization, No.34, vol.1, pp. 83– 100, 2002. [12] Chakroborty, P., “Genetic algorithms for optimal urban transit network design”, Journal of Computer Aided Civil and Infrastructure Engineering, No.18, pp. 184– 200, 2003. [13] DiJoseph, P., Chien, S.I., “Optimal Service Planning for a Sustainable Transit System”, The Transportation Research Forum, The 50th Annual Meeting, 2009. [14] Fan, W., Machemehl, R., “Optimal transit route network design problem with variable transit demand: genetic algorithm approach”, Journal of Transportation Engineering, No.132, Vol.1, pp. 40– 51, 2006. [15] Ghanbari, R., MahdaviAmiri, N., “Solving bus terminal location problems using evolutionary algorithms”, Applied Soft Computing, No.11, pp. 991– 999, 2011. [16] Guihaire, V., Hao, J., “Transit network design and scheduling: A global review”, Transportation Research Part A, No. 42, pp. 1251– 1273, 2008. [17] Ibeas, A., dell'Olio, L., Alonso, B., Sainz, O., “Optimizing bus stop spacing in urban erea”, Transportation Research Part E, No.46, pp. 446– 458, 2010. [18] Israeli, Y., Ceder, A., “Designing Transit Routes at the Network Level”, Transportation Research Record, No.1221, pp. 8– 22, 1989. [19] Kepaptsoglou, K., Karlaftis, M., “Transit Route Network Design Problem: Review”, Journal of Transportation Engineering, No.135, Vol.8, pp. 491- 505, 2009. [20] Lee, Y.J., Vuchic, V.R., “Transit network design with variable demand”, Journal of Transportation Engineering, No.131, Vol.1, pp. 1– 10, 2005. [21] Mandl, C.E., “Evaluation and optimization of urban public transportation networks”, European Journal of Operational Research, No.5, pp. 396– 404, 1979. [22] Murray, A. T., Davis, R., Stimson, R.J., Ferreira, L., “Public Transportation Access”, Transpn Res.-D, No. 5, Vol.3, pp. 319- 328, 1998. [23] Ngamchai.S, Lovell, D., “Optimal time transfer in bus transit route network design using a genetic algorithm”, Journal of Transportation Engineering, No.129, Vol.5, pp. 510– 521, 2003. [24] Pattnaik, S.B., Mohan, S., Tom, V.M., “Urban bus transit route network design using genetic algorithm”, Journal of Transportation Engineering, No.124, Vol.4, pp. 368– 375, 1998. [25] Patz, A., “Die richtige Auswahl von Verkehrslinien bei groen Straenbahnnetzen”, Verkehrstechnik 50/51, 1925. [26] Shariat Mohaimeni, A., Gholami, A., “Multimodal Feeder Network Design Problem: Ant Colony Optimization Approach”, Journal of Transportation Engineering, No.4, Vol.136, pp. 323- 33, 2010. [27] Szeto, W.Y., Wu, Y., “A simultaneous bus route design and frequency setting problem for Tin Shui Wai, Hong Kong”, European Journal of Operational Research, No. 209, pp. 141– 155, 2011. [28] Zhao, F., Zeng, X., “Simulated annealing–genetic algorithm for transit network optimization”, Journal of Computing in Civil Engineering, No. 20, Vol.1, 57– 68, 2006. [29] Zhao, F., Zeng, X., “Optimization of transit route network, vehicle headways and timetables for large-scale transit networks”, European Journal of Operational Research, No.186, pp. 841– 855, 2008. [30] Wu, C., Murray, A.T., “Optimizing public transit quality and system access: the multiple-route, maximal covering/shortest path problem”, Environment and Planning B: Planning and Design, vol.32, pp. 163– 178, 2005. | ||
|
آمار تعداد مشاهده مقاله: 2,665 تعداد دریافت فایل اصل مقاله: 1,765 |
||
