mathematical programming model
در نشریات گروه عمران-
امروزه دستیابی به منافع رقابتی بازار، امری ضروری است و ازآنجاکه توجه به مسائل زیست محیطی و انرژی افزایش یافته است، طراحی شبکه ی زنجیره تامین مناسب می تواند کمک بزرگی به این مهم کند. به همین منظور در این پژوهش یک مدل برنامه ریزی برای زنجیره تامین حلقه بسته ی سبز چندمحصولی، چند دوره ای طراحی شده است. جنبه ی نوآوری تحقیق برقراری توابع هدف چندگانه اختصاصی در حوزه ی مدیریت انرژی مبتنی بر حمل و نقل می باشد که یک مدل بهینه سازی برای زنجیره تامین حلقه بسته سبز با چهار هدف بهینه سازی کربن دی اکسید، هزینه حمل ونقل، انرژی و ضایعات طراحی شده است و مدل مربوطه توسط الگوریتم های فرا ابتکاری ژنتیک و شبیه سازی تبرید حل گردیده است. در راستای یکپارچه سازی توابع هدف از روش وزن دهی به اهداف استفاده شده است، وزن اهداف با توجه به نظر خبرگان انتخاب شده است. نتایج حاصل از بررسی کارایی الگوریتم ها نشان می دهد زمانی که چهار تابع هدف را به صورت هم زمان در نظر می گیریم، الگوریتم ژنتیک بهتر عمل می کند همچنین با مقایسه ی نتایج حاصل از این دو الگوریتم کارایی الگوریتم ژنتیک برای دو تابع هدف انرژی و هزینه ثابت شد و کارایی الگوریتم شبیه سازی تبرید برای دو تابع هدف کربن دی اکسید و ضایعات مشخص گردید. این مقاله کمک می کند تا مدیران از حمل ونقل سبز و بهبود عملکرد زیست محیطی و کاهش هزینه ها در کل زنجیره تامین به عنوان یک استراتژی مکمل، به منظور کسب مزیت رقابتی پایدار سود ببرند.
کلید واژگان: الگوریتم شبیه سازی تبرید، الگوریتم ژنتیک، بهینه سازی حمل و نقل، زنجیره تامین حلقه بسته سبز، مدل برنامه ریزی ریاضیToday, it is essential to achieve competitive market interests and since attention to environmental issues and reduced raw resources and energy has increased, design of a suitable supply chain network can be a great help in this regard. To this end, in this study, a multi-product closed-loop green supply chain has been designed. The innovative aspect of the research is the establishment of specific multiple objective functions in the field of transportation-based energy management, which is an optimization model for the green closed loop supply chain with four optimization objectives of carbon dioxide, transportation cost, energy, and waste, and the relevant model is designed by innovative genetic algorithms. And the refrigeration simulation is solved. In order to integrate the target functions, the weighting method of the targets has been used, the weight of the targets has been chosen according to the experts' opinion. The results of the algorithms' efficiency show that when we consider the four objective functions at the same time, the genetic algorithm performs better. Also, by comparing the results of these two algorithms, the efficiency of the genetic algorithm for the two objective functions of energy and cost was proven, and the efficiency of the refrigeration simulation algorithm was determined for the two objective functions of carbon dioxide and waste. This paper helps managers to benefit from green transportation and improving environmental performance and reducing costs in the entire supply chain as a complementary strategy in order to gain a sustainable competitive advantage.
Keywords: Refrigeration Simulation Algorithm, Genetic Algorithm, Transportation Optimization, Green Closed-Loop Supply Chain, Mathematical Programming Model -
شبکه اتوبوسرانی تندرو یکی از مهم ترین شیوه های حمل و نقل همگانی در برخی از کلان شهرهای دنیا است. از این رو بسیاری از مدیران و برنامه ریزان شهری به دنبال توسعه آن هستند؛ زیرا این شیوه به نسبت شیوه های ریلی بسیار منعطف تر بوده و می تواند تعداد مسافران قابل توجهی را جا به جا نماید.بدین جهت، در پژوهش جاری به طراحی شبکه اتوبوسرانی تندرو با لحاظ کردن تقاضای سفر پرداخته می شود. در مطالعه حاضر از یک مدل برنامه ریزی ریاضی دوتایی غیر خطی استفاده می گردد که هدف آن بیشینه کردن تقاضای پوشش داده شده و کمینه کردن هزینه ساخت است. به منظور محاسبه تقاضای سفر پوشش داده شده و همچنین حل مدل ارایه شده، یک روش جدید که خاص این مطالعه است، پیشنهاد می گردد. برای محاسبه تقاضای سفر پوشش داده شده با استفاده از روش دوایر هم مرکز و فاصله مرکز ثقل سفرهای پوشش داده شده در نواحی مبدا و مقصد از ایستگاه شروع و پایان سفر، تعداد سفرهای پوشش داده شده محاسبه می گردد. بر اساس نتایج خطوط تمایل سفر، کاربری های عمده تولید و جذب سفر و همچنین شکل و یکپارچگی شبکه، برای شهر کرج، 5 کریدور مختلف اتوبوس تندرو در نظر گرفته می شود که نتایج طراحی شبکه حاکی از آن است این کریدورها جمعا 244/6 هزار سفر را معادل 28/7 درصد کل سفرهای یک ساعت اوج صبح شهر کرج در سال 1410 را پوشش می دهند. هزینه ساخت این کریدورها در کل برابر با 282/5 میلیون دلار برآورد می گردد.
کلید واژگان: اتوبوس تندرو، طراحی شبکه، مدل برنامه ریزی ریاضی، پوشش تقاضای سفر، طراحی کریدورThe bus rapid transit (BRT) network is an important public transportation system in some metropolises across the world. Hence, many urban managers and planners seek to develop BRT networks as they are more much flexible than railway transportation networks and can transport huge numbers of passengers. This paper designed a BRT network based on the travel demand using a binary nonlinear mathematical programming model with the aim of maximizing the covered demand and minimizing the construction cost. To calculate the covered travel demand and solve the model, a novel methodology which is exclusive to this study was proposed. To obtain the covered travel demand, the number of covered travels was calculated using the concentric circle method and the center of mass distances of the covered trips in the origins and destinations from the travel start and end stations. Based on the trip demand lines, major production and attraction land-uses, and network shape and integration, five BRT corridors were considered for the city of Karaj, Iran. The network design results suggest that the corridors would cover a total of 244,600 trips (28.7% of the total morning peak-hour trips in 2031). The corridors were estimated to have a total construction cost of 282.5 million USD.
Keywords: BRT, network design, Mathematical Programming Model, Travel demand cover, Corridor design
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.