پیوندهای مفید
آمار
| تعداد نشریات | 21 |
| تعداد شمارهها | 692 |
| تعداد مقالات | 10,049 |
| تعداد مشاهده مقاله | 71,052,972 |
| تعداد دریافت فایل اصل مقاله | 62,504,326 |
ارزیابی روشهای فرا ابتکاری بهمنظور بهینهسازی خط پروژه مسیرهای راه | ||
| مهندسی زیر ساخت های حمل و نقل | ||
| مقاله 9، دوره 3، شماره 4 - شماره پیاپی 12، اسفند 1396، صفحه 77-94 اصل مقاله (890.03 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/jtie.2017.11605.1219 | ||
| نویسندگان | ||
| محسن ابوطالبی اصفهانی* 1؛ علیرضا غنی زاده2؛ نسرین حیدرآبادی زاده3 | ||
| 1استادیار دانشکده عمران و حملونقل، دانشگاه اصفهان | ||
| 2استادیار دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان | ||
| 3دانشآموخته کارشناسی ارشد، دانشکده عمران و حملونقل، دانشگاه اصفهان | ||
| تاریخ دریافت: 20 خرداد 1396، تاریخ بازنگری: 15 مرداد 1396، تاریخ پذیرش: 30 مرداد 1396 | ||
| چکیده | ||
| در طراحی مسیر، بخش روسازی راه دارای جزئیات مشخص بوده و هزینهی آن اجتنابناپذیر است. اما در بخش زیرسازی، میتوان با بهینه نمودن محل خط پروژه، هزینهها را کاهش داد. یکی از هزینههای سنگین زیرسازی، هزینه عملیات خاکی است که به شدت به خط پروژه طراحی شده وابسته است. بنابراین، هدف این پژوهش، ارزیابی روشهای مختلف فراابتکاری برای پیشنهاد توسعه روشی به منظور بهینهسازی خط پروژه، برای داشتن کمترین هزینه عملیات خاکی، است. بدین منظور، ابتدا تابع هدف و محدودیتهای مسئله فرمولبندی و سپس کیلومتر، ارتفاع و طول قوس قائم در هر سومه بهعنوان متغیرهای تصمیم در نظر گرفته شدهاند. خط پروژه اولیه و موقعیت سومهها طبق ضوابط و نیازها تعیین گردیدند. تابع هدف به صورت مجموع قدر مطلق اختلاف ارتفاع خط پروژه و خط زمین و محدودیتها بهصورت حداقل و حداکثر شیب طولی، حداقل ارتفاع پلها، عدم تداخل قوسها و حداقل طول قوس قائم تعریف شدهاند. برای بهینهسازی مسئله از الگوریتمهای ژنتیک، ازدحام پرندگان شتابدار و کرم شبتاب در محیط MATLABاستفاده شده است. برای ارزیابی بهتر روش، سه مسیر مختلف در سه توپوگرافی دشت، تپهماهور و کوهستانی طراحی و خط پروژه اولیه توسط هر یک از این الگوریتمها، بهینهسازی شد. علاوه بر مجموع قدر مطلق اختلاف ارتفاع خط پروژه و خط زمین، سنجش این بهینهسازی با نسبت حجم خاکریزی به حجم خاکبرداری و هزینه عملیات خاکی صورت گرفت. نتایج، نشاندهنده درصد بالای بهینگی توسط الگوریتم کرم شبتاب و سپس ازدحام پرندگان و ژنتیک، برای هر سه توپوگرافی است. بنابراین، میتوان با بهکارگیری الگوریتم کرم شبتاب، هزینههای زیرسازی مسیر را به مقدار قابل توجهی کاهش داد. همچنین، تکرار و زمان صرف شده جهت حل مسئله نشان میدهد که زمان لازم برای بهینهسازی و دست یافتن به جواب بهینه، در مقابل کاهش هزینهها بسیار ناچیز است. | ||
| کلیدواژهها | ||
| روش های فرا ابتکاری؛ بهینه سازی؛ خط پروژه؛ الگوریتم کرم شب تاب؛ الگوریتم ازدحام پرندگان شتابدار | ||
| عنوان مقاله [English] | ||
| Evaluation of Metaheuristic Methods to Optimize Vertical Alignment of Highway Route | ||
| نویسندگان [English] | ||
| Mohsen Aboutalebi Esfahani1؛ Ali Reza Ghanizadeh2؛ Nasrin Heidarabadizadeh3 | ||
| 1Assistant Professor, Faculty of Civil and Transportation, University of Isfahan, Isfahan, I. R. Iran. | ||
| 2Assistant Professor, Faculty of Civil Engineering, Sirjan University of Technology, Sirjan, I. R. Iran. | ||
| 3Graduated MSc., Faculty of Civil and Transportation, University of Isfahan, Isfahan, I. R. Iran. | ||
| چکیده [English] | ||
| In road design, pavement has detailed design and its cost is inevitable. But, in the infrastructure, the costs can be considerably reduced by optimizing the position of vertical alignment. One of the most expensive parts of the infrastructure is earthwork costs, which is highly dependent on the project vertical alignment. Therefore, the aim of this study was to evaluate various meta-heuristic methods for proposing a method for vertical-alignment optimization to have the lowest cost of earthwork operations. In this study, first, the objective function and constraints of the problem were formulated and then the distance, height, and length of the vertical curve in every point of vertical intersection (PVI) were considered as decision variables. Initial vertical alignment and position of the PVIs were defined according to the guidelines and demands. The objective function was defined as the sum of absolute difference of the vertical alignment height and ground surface. Meanwhile, the constraints were defined as minimum and maximum longitudinal slope, minimum height of the bridges, avoiding interference of the curves, and minimum length of the vertical curve. For optimization of the problem, Genetic Algorithm (GA), Accelerated Particle Swarm Algorithm (APSA) and Firefly Algorithm (FA) were used in the MATLAB software. For better evaluation of the developed method, three different topographies (plain, rolling, and mountainous) were designed and the original vertical alignment was optimized by each algorithm. In addition to the difference of vertical alignment and ground surface, comparison of the ratio of volume of fill to volume of cut, and earthwork costs, was carried out. Results showed that the highest optimiztion percentage for the three topographies belonged to FA, APSA and GA, respectively. Therefore, application of FA highly reduced the costs of road infrastructure. In addition, the time and replications needed to solve the problem show that the necessary time for optimization and obtaining the optimum solution is ignorable in comparison to the achieved cost saving. | ||
| کلیدواژهها [English] | ||
| Metaheuristic methods, Optimization, Vertical alignment, Firefly Algorithm, Accelerated Particle Swarm Algorithm | ||
| مراجع | ||
|
معاونت برنامهریزی و نظارت راهبردی رئیسجمهور. 1391. "آییننامه طرح هندسی راههای ایران". نشریه شماره 415. باباپور، ر.، نقدی، ر.، فجر، ا. و مظفری، س. 1395. "مدل ابتکاری برآورد مساحت عملیات خاکی برای طراحی پروفیل طولی جادههای کوهستانی". تحقیقات جنگل و صنوبر ایران، 24(2): 189- 199. روشنی، ا. و کوچک زاده، ص. 1387. "تعیین حجم عملیات خاکی مسیر کانالهای روباز با استفاده از شبکه مثلثی نامنظم". علوم کشاورزی و منابع طبیعی، 15(6): 259-269. سازمان مدیریت و برنامهریزی کشور. 1395. فهرستبهای واحد پایه رشته راه، راهآهن و باند فرودگاه. Al-Sobky, Al-S. A. 2014. “An optimization approach for highway vertical alignment using the earthwork balance condition”. World Appl. Sci. J., 29(7): 884-891. Bababeik, M. and Monajjem, M. S. 2012. “Optimizing longitudinal alignment in railway with regard to construction and operating costs”. J. Transport. Eng., 138(11): 1388-1395. Dabbour, E., Raahemifar, K. and Easa, S. M. 2008. “Optimum vertical curves for highway profiles using nonlinear optimization”. Proceedings of the Annual Conference, Canadian Society for Civil Engineering. Easa, S. M. 1988. “Selection of roadway grades that minimize earthwork cost using linear programming”. Transport. Res. Part A: General, 22(2): 121-136. Goktepe, A. B. and Lav, A. H. 2003. “Method for balancing cut-fill and minimizing the amount of earthwork in the geometric design of highways”. J. Transport. Eng., 129(5): 564-571. Goktepe, A. B. and Lav, A. H. 2004. “Method for optimizing earthwork considering soil properties in the geometric design of highways’. J. Survey. Eng., 130(4): 183-190. Göktepe, A. B., Lav, A. H., Altun, S. and Altıntaş, G. 2008. “Fuzzy decision support system to determine swell/shrink factor affecting earthwork optimization of highways”. Math. Comp. Appl., 13(1): 61-70. Goktepe, A. B. Lav, A. H. and Altun, S. 2009. “Method for optimal vertical alignment of highways”. Proceedings of The Institution of Civil Engineers-Transport, 162(4): 177-188. Hare, W., Hossain, S., Lucet, Y. and Rahman, F. 2014. “Models and strategies for efficiently determining an optimal vertical alignment of roads”. Comp. Oper. Res., 44: 161-73. Hare, W., Lucet, Y. and Rahman, F. 2015. “A mixed-integer linear programming model to optimize the vertical alignment considering blocks and side-slopes in road construction”. Eur. J. Oper. Res., 241(3): 631-641. Holland, J. H. 1975. “An introductory analysis with applicati on to biology, control, and artificial intelligence”. University of Michigan Press, Ann Arbor, MI.
Jha, M. K., Schonfeld, P. and Jong, J. C. 2006. Intelligent road design”. WIT Press.
Kazemi, S. F. and Shafahi, Y. 2013. “An integrated model of parallel processing and PSO algorithm for solving optimum highway alignment problem”. Proceedings of the 27th European Conference on Modelling and Simulation ©ECMS, Webjørn Rekdalsbakke.
Kennedy, J. and Eberhart, R. C. 1995. “Particle Swarm Optimization”. In: Proceedings of the IEEE International Conference on Neural Networks, Piscataway, NJ, USA, pp. 1942-1948.
Mil, S. and Piantanakulchai, M. 2013. “Vertical alignment optimization using customized polynomial regression model”. Proceedings of the Eastern Asia Society for Transportation Studies.
Trypia, M. 1979. “Minimizing ‘cut and fill’costs in roadmaking”. Computer-Aided Design, 11(6): 337-339.
Tunahoglu, N. and Soycan, M. 2014. “A novel route design methodology based on minimizing level differences between grade and ground line”. Geodetski Vestnik, 58(1): 140-154.
Yang, X. S. 2009. “Firefly algorithm for multimodal optimization”. Stoch Algorithms: Found. Appl., 5792(2): 169-178.
Yang, X. S. 2014. “Nature-inspired optimization algorithms”, Elsevier. | ||
|
آمار تعداد مشاهده مقاله: 2,294 تعداد دریافت فایل اصل مقاله: 3,080 |
||