ارائه مدل چندهدفه مسيريابي در شبكه سيستم‌هاي حمل و نقل عمومي چندوجهي درون‌شهري

A mathematical multi-objective model for routing in the multi-modal public transportation network

توسعه انواع سيستم‌هاي حمل‌ونقل عمومي شهري كه هر كدام مناطق مختلفي را پوشش مي‌دهند، مسئله انتخاب نوع سيستم حمل‌ونقل و تعيين مسير مناسب سفر بين دو ايستگاه مبداء و مقصد مشخص را براي مسافران و استفادهكنندگان سيستمهاي حمل‌ونقل عمومي دشوار كرده است. در شهرهاي بزرگ مانند تهران شبكه‌اي از سيستم‌هاي حمل‌ونقل عمومي موسوم به سيستم‌هاي چندوجهي شامل ايستگاه‌ها به عنوان گره‌ها و وسايل حمل‌ونقل عمومي واسط بين دو ايستگاه متوالي به عنوان كمان‌هاي آن تشكيل مي‌شود. مسافران پيوسته به دنبال روشي براي يافتن مسير بهينه در شبكه‌هاي حمل‌ونقل چندوجهي پيچيده مي‌باشند تا با كمترين هزينه و سردرگمي از مبدا مشخص به مقصد مورد نظر خود برسند. در اين مقاله، جهت مسيريابي در شبكه‌هاي سيستم‌هاي حمل‌ونقل چندوجهي مدلي برنامه‌ريزي رياضي چندهدفه با سه تابع هدف توسعه داده شده‌است. اهداف مدل ارائه ‌شده، حداقل‌كردن هزينه، زمان سفر و تعداد تغيير نوع وسايل نقليه مي‌باشد. ضمن بررسي اعتبارسنجي مدل‌ها با مسائل آزمون، دو الگوريتم دقيق و فراابتكاري (الگوريتم مورچگان) براي حل مدل پيشنهادي توسعه داده شده است. نتايج ارزيابي عملكرد روش‌هاي حل نشان مي‌دهد زمان حل مسائل با روش دقيق براي مسائل با بيش از 15 گره غيركارا است. در حالي كه الگوريتم فراابتكاري، مسائل نمونه را با كيفيتي مشابه روش دقيق اما با زمان منطقي ارائه مي‌كند.

The development of a variety of public transportation systems that cover different areas, has made it difficult for passengers and users to choose the type of transportation system and appropriate route between two specified departures. In large cities such as Tehran, a network of public transportation systems, called multi-modal systems, consist of stations as nodes and public transport vehicles intermediate between the two consecutive stations as arcs, is formed. Travelers are looking continuously for a way to find the optimal route in complex multi-modal transportation networks to reach their desired destination with minimal cost and confusion. In this paper, two linear and nonlinear multi-objective programming models with three objective functions have been developed for routing in multi-modal transport systems. The objectives of the proposed model are to minimize the cost, travel time and the number of vehicle types. By examining the validation of models by test issues, two exact and meta-heuristic algorithms (ant colony algorithm) have been developed to solve the proposed model. The results of the evaluation of the performance of the solving methods indicate that problem solving by exact method for networks with more than 15 nodes are non-operating, while the meta-heuristic algorithm provides the same problems with same precision in the exact method but with logical time.