ارزیابی توابع جریمه مختلف در بهینه‌سازی خط پروژه راه با استفاده از الگوریتم‌های بهینه‌سازی ازدحام ذرات شتابدار (apso) و برخورد اجسام(cbo)

طراحی خط پروژه‌ای بهینه که کمترین هزینه عملیات خاکی را داشته باشد، می‌تواند در کاهش هزینه‌های اجرایی پروژه‌های راه‌سازی بسیار موثر باشد. در تحقیقات گذشته تابع هدف عموماً به‌صورت کمینه‌سازی مجموع قدر مطلق فاصله بین خط پروژه و خط زمین در نظر گرفته‌می‌شد و با توجه به پیچیدگی تعیین احجام عملیات خاکی توجه چندانی به حداقل نمودن حجم دقیق عملیات خاکی نشده است. همچنین برای مقابله با محدودیت‌ها صرفاً از تابع جریمه ساکن استفاده‌شده است که درصورت عدم براورده شدن یکی از محدودیت‌ها، ضریب نسبتاً بزرگی در تابع هدف ضرب و درنتیجه بسیاری از جمعیت‌های اولیه حذف می‌شوند و زمان همگرایی در تعیین جواب بهینه افزایش مییابد. هدف این تحقیق مقایسه توابع جریمه مختلف برای بهینه‌سازی خط پروژه با استفاده از روش‌های بهینه‌سازی فراابتکاری است. برای این منظور، نخست مسئله بهینه‌سازی خط پروژه بر اساس تابع هدف و محدودیت‌های مسئله فرمول‌بندی شد و تابع هدف به‌صورت هزینه اجرای عملیات خاکریزی و خاکبرداری و محدودیت‌ها به‌صورت حداکثر و حداقل شیب طولی، حداقل ارتفاع پل، عدم‌تداخل قوس‌ها و حداقل طول قوس‌های قائم در نظر گرفته شد. برای بهینه‌سازی مسئله از دو الگوریتم ازدحام ذرات شتابدار (apso) و بهینه‌سازی برخورد اجسام (cbo) استفاده شد. نتایج این تحقیق نشان داد که انتخاب تابع جریمه بر سرعت و همچنین جواب بهینه که همان حداقل‌سازی هزینه اجرای عملیات خاکی است، تاثیر می‌گذارد. این تحقیق همچنین نشان داد که تابع جریمه از نوع تبرید همراه با الگوریتم بهینه‌سازی برخورد اجسام می‌تواند به صورت موثر برای بهینه‌سازی خط پروژه بکار رود.

Valuating Different Penalty Functions for Optimization of Highway Vertical Alignment using Accelerated Particle Swarm Optimization (APSO) and Colliding Bodies Optimization (CBO) Algorithms

Design of vertical alignment with minimum earthwork cost can effectively reduce the construction costs of highways. In most past researches, the objective function has been considered as the sum of the absolute value of difference between the vertical alignment and the existing ground and due to the complexity of earthwork calculation, real costs of earthwork have been ignored. Also, to deal with constraints just the static penalty functions are employed. In case of static penalty functions, if one of the constraints is violated, a relatively large coefficient is multiplied by the objective function and as a result, many early populations are removed in the next iteration and the convergence time increases. This paper aims to compare different penalty functions for problem of vertical alignment optimization. To this end, station, elevation and vertical curve length in case of each point of vertical intersection (PVI) were considered as decision variables. The objective function was considered as earthwork cost and constraints were assumed as the maximum and minimum longitudinal slope, minimum elevation of compulsory points, and the minimum length of vertical curves. For solving of this optimization problem, the accelerated particle swarm optimization (APSO) and the colliding bodies optimization (CBO) algorithm were employed. The results illustrate that the selected penalty function greatly affects the convergence speed as well as the optimum solution (earthwork costs). This study also showed that the effective optimization of highway vertical alignment can be achieved using annealing penalty function and CBO algorithm.