مسیریابی چندساختی مبتنی بر عامل در سیستم حمل و نقل عمومی

مشکلات متعدد حمل و نقل شهری نظیر آلودگی و تراکم ترافیک، تصمیم گیران را بر آن داشته تا شهروندان را ترغیب به استفاده هرچه بیشتر از وسایل حمل و نقل عمومی نمایند.  یکی از مشکلات در این زمینه، در دسترس نبودن یک سامانه جامع از تمامی وسایل حمل و نقل عمومی می باشد. مدلسازی عاملمبنا یکی از روش های مطرح در مدل سازی پدیده های پویا نظیر ترافیک شهری است. با کمک این مدل می توان سفر درون شهری با استفاده از وسایل حمل و نقل عمومی را در قالب عامل ها شبیه سازی نمود و انتخاب بهینه در سفر بین دو نقطه را یافت. از این رو در این تحقیق یک مسیریابی چندساختی عاملمبنا مشتمل بر تاکسی، اتوبوس و آژانس برای سفر درون شهری طراحی و در مدل شهری و حمل و نقل عمومی شهر قزوین پیاده سازی شد. عامل ها در مدل در نقش مسافرانی ظاهر می شوند که امکان برگزیدن هر یک از وسایل حمل و نقل ممکن را برای گذر از مبدا تا مقصد دارند و خلاهای مسیر خود را نیز با پیاده روی پر می کنند. معیارهای اصلی برگزیدن مسیر، زمان و هزینه طی طریق است. برای بررسی نتایج مدل، داده های میدانی جمع آوری شد. نتایج نشان داد که اولویت هر یک از گزینه‌های سفر برابر 0.4 ، 0.27 ، 0.19 و 14/.  به ترتیب مربوط به تاکسی اینترنتی، آژانس، اتوبوس و تاکسی می‌باشد. بررسی ها آشکار ساخت که تصمیم های افراد تا حدودی با خروجی مدل عاملمبنا که در واقع بیانگر انتخاب های بهینه است، متفاوت می باشد. به نظر می رسد دلیل این امر تصمیم گیری پیچیده انسانی باشد که عوامل متعددی از جمله ریسک پذیری و ویژگی های شخصیتی و عادت و سایر عوامل ریز و درشت دیگر در آن نقش دارند. با این وجود، رواج یافتن چنین سامانه هایی در سطح عمومی نه تنها می تواند افراد را به استفاده بیشتر از حمل و نقل عمومی ترغیب نماید، بلکه موجب کاهش زمان و هزینه های سفر نیز خواهد شد.

Multi-Modal Agent-based Path Finding in Public Transportation System

The increasing importance of transportation in urban spaces, as well as the numerous problems it has created, have prompted decisionmakers to encourage citizens to use public transportation as much as possible. Therefore, scientists and urban decisionmakers are looking for a comprehensive system for more connections between transportation systems. On the other hand, the use of public transportation is very important and will create spatial justice, will bring proper access for all people. In this paper, a factorbased multiprocessor routing including taxis, buses and agencies was designed. Agents appear in the role of travelers who have the opportunity to choose any possible means of transportation to cross from origin to destination and also fill the gaps in their path by walking. The main criteria are choosing the path of time and cost along the way. Field data were collected to evaluate the results of the model. The results of analyzing the field data by multicriteria methods revealed that the priorities of people’s travelling mode are internet taxi, agency (called by telephone), bus and taxi (with predetermined rout and taking more than one passenger) with values of 0.4, 0.27, 0.19 and 0.14 respectively. The observations differed somewhat from the model output, which in fact represents optimal choices. This seems to be due to complex human decisionmaking in which many factors, including risktaking and personality traits and habits and other factors, play a role.