یک روش جدید برای حل مسئله حمل و نقل عمومی با استفاده از برنامه‌ریزی خطی و الگوریتم فراابتکاری ترکیبی ps-aco

اتوبوس رانی یکی از مهم‌ترین سامانه های حمل و نقل عمومی شهری بوده و اتوبوس به دلیل امتیازات خاص خود نسبت به سایر سامانه‌ها، بیشتر مورد توجه قرار گرفته است. در اکثر شهرها، سامانه  اتوبوس رانی با توجه به فقدان سامانه های پیشرفته حمل و نقل از قبیل مترو، تراموا، قطار سبک شهری و مانند آن‌ها وظیفه سنگینی را بر عهده دارند. به علت ویژگی‌های مثبت و مزایای این سامانه، ارتقای کارآیی آن به برنامه‌ریزی، اندیشه و راه‌حل‌های متعدد مسئولین و متخصصین این امر نیاز دارد. در این مقاله، یک مدل برنامه‌ریزی خطی به منظور بهینه‌سازی سیستم اتوبوس رانی شهری با هدف کمینه کردن مجموع هزینه های راه اندازی خطوط، هزینه تعمیرات و نگهداری و میزان مصرف سوخت و همچنین با کمینه‌سازی زمان ورود اتوبوس به ایستگاه‌ها سطح رفاه مسافران را به حداکثر برساند. مدل پیشنهادی در نرم افزار gams شبیه سازی گردیده و  بر روی آن تحلیل حساسیت صورت گرفته است. با توجه به پیچیدگی و زمان محاسباتی بالای مدل پیشنهادی، یک روش فراابتکاری ترکیبی مبتنی بر رهیافت های کولونی مورچگان(aco) و ازدحام ذرات (pso) موسوم به ps-aco نیز برای حل آن توسعه داده شدهو در نرم افزار متلب (matlab)  شبیه سازی گردیده است. نتایج محاسباتی نشان می‌دهد هزینه سوخت و فاصله مکانی بین ایستگاه ها، بیشترین تاثیر در میزان هزینه های عملیاتی و فاصله زمانی بین ایستگاه ها و بیشترین تاثیر در سطح رفاه مسافرین را دارد. همچنین تعداد ایستگاه ها، تاثیر بیشتری بر پیچیدگی و زمان حل مدل نسبت به تعداد مسیر و تعداد اتوبوس از خود نشان می دهد.

Solving the Public Transportation Problem using Linear Programming and Hybrid PSACO Metaheuristic Method

Bus urban public transport is one of the most considered systems and the buses have received more attention because of their special privileges compared to other systems. In most cities, the bus system is responsible due to the lack of advanced transportation systems such as subways, trams, and lightrail. Due to the positive attributes and advantages of this system, the improvement of their capabilities needs planning and consulting with experts. In this paper, a linear programming model for optimizing the public bus transportation system is proposed to minimize the total cost of setting up the lines, maintenance costs and fuel consumption as well as minimizing the bus arrival times in order to increase the welfare of the passengers. The proposed model is simulated in GAMS software and the sensitivity analysis is performed over the parameters. Due to the time complexity of the proposed model, a hybrid metaheuristic method based on the Ant Colony Optimization (ACO) and Particle Swarm Intelligence (PSO) name PSACO is also developed and simulated in Matlab for solving the proposed model. The computational results show that the fuel cost and distance between stations have the most effect on operational cost, and the time distance between the stations is the most effective parameter on the passenger’s welfare. Besides, the number of the stations highly affects the model complexity and solution time.