مکانیابی پارکینگهای غیر حاشیهای با در نظر گرفتن هزینه های ساخت - دانشکده فنی و مهندسی
مکانیابی پارکینگهای غیر حاشیهای با در نظر گرفتن هزینه های ساخت
نوع: Type: پایان نامه
مقطع: Segment: کارشناسی ارشد
عنوان: Title: مکانیابی پارکینگهای غیر حاشیهای با در نظر گرفتن هزینه های ساخت
ارائه دهنده: Provider: حمیدرضا درویشی - رشته عمران
اساتید راهنما: Supervisors: دکتر محسن بابایی
اساتید مشاور: Advisory Professors:
اساتید ممتحن یا داور: Examining professors or referees: دکتر اکبری و دکتر طاهری نژاد
زمان و تاریخ ارائه: Time and date of presentation: 1401/06/29 ساعت 8:00 صبح
مکان ارائه: Place of presentation: دانشکده مهندسی
چکیده: Abstract: توجه به افزایش جمعیت و رشد ناموزون شهرها از یک طرف و افزایش خودروها از طرف دیگر، بهمنظور کاهش ازدحام ترافیکی در مناطق مرکزی شهرها، احداث پارکینگ¬های غیرحاشیه¬ای به عنوان یکی از راهکارهای مؤثر، می¬تواند مدنظر قرار گیرد. احداث این تسهیلات درصورتیکه با مدیریت ترافیک منجر به کاهش حجم پارک حاشیه¬ای همراه شود، سبب افزایش عرض مفید خیابان¬ها و روان¬تر شدن ترافیک خواهد شد. ازآنجاییکه ایجاد پارکینگ¬های عمومی مستلزم صرف هزینه¬های زیاد است، لذا تعیین مکان بهینه آن¬ها به شیوه¬ای که همه شهروندان به نحو مؤثر از آن بهره¬مند شوند ضروری است. در این پژوهش، یک مدل ریاضی با اهداف بیشینه کردن تقاضای پوششیافته، کمینه کردن فاصله پیاده¬روی و هزینه¬ها شامل هزینه ساخت و هزینه تملک، برای مکان¬یابی پارکینگ¬های غیرحاشیه¬ای عمومی ارائه شده است. برای حل این مسئله، چارچوبی دوسطحی بر مبنای الگوریتمهای فراابتکاری SA، PSO، GA و الگوریتم ترکیبی GA-PSO ارائهشده است، بهگونهای که در سطح بالای آن بهترین گزینه از میان نقاط مستعد ساخت پارکینگ بر مبنای کمترین هزینه احداث و تملک تعیین میشود، و در سطح پایین تقاضای پارکینگ به پارکینگهای انتخابشده تخصیص مییابد. به عبارت دیگر، مسأله سطح بالا هدف اصلی پژوهش، یعنی تعیین مکان و تعداد طبقات پارکینگ را تشکیل میدهد. مدل استفاده شده در این پژوهش در شهر سنندج به عنوان مطالعه موردی به کار گرفته شده است و نواحی مناسب جهت ساخت پارکینک طبقاتی را در بین نواحی ترافیکی شهر مشخص میکند. نتایج نشان میدهد که الگوریتم ترکیبی PSO-GA، در حالی که نسبت به دیگر الگوریتم¬های استفاده شده در بحث کاهش هزینه ساخت دارای عملکرد بسیار بهتری است. زمان حل این الگوریتم نسبت به الگوریتم GA بسیار بالاتر است و با الگوریتم SA تقریباً برابر و از الگوریتم PSO به طور قابل توجهی کمتر است. میتوان گفت که در این پژوهش GA عامل سرعت و PSO عامل جستجوی بهتر در الگوریتم ترکیبی PSO-GA بودهاند.
فایل: ّFile: دانلود فایل