عنوان پایان‌نامه
مکان یابی استوار جایگاه های سوخت جایگزین
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2344;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 58306
- تاریخ دفاع
- ۲۲ تیر ۱۳۹۲
- دانشجو
- بابک بدری کوهی
- استاد راهنما
- رضا توکلی مقدم
- چکیده
- در این پایان نامه ابتدا مدلی قطعی بر پایه‌ی مفاهیم برنامه‌ریزی ریاضی و جریان‌های شبکه برای حل بهینه‌ی مسأله مکان‌یابی جایگاه‌های سوخت جایگزین و یافتن تعداد بهینه جایگاه‌ها با هدف پوشش بهینه‌ی تقاضا (جریان) در شبکه‌ی مسیرهای یک منطقه اعم از کشور، استان، شهر، یا روستا ارائه شده است. مدل مذکور، با در نظر گرفتن قابلیت سودآوری جایگاه‌ها و هزینه‌های احداث و بهره برداری از آنها در طول زمان، ظرفیت محدود برای جایگاه‌ها، قابلیت انحراف از مسیر برای رانندگان، و ظرفیت باک و نرخ مصرف سوخت خودروها، به عنوان اولین تلاش جدی در استفاده از نگاه استراتژیک و پویا به مسأله‌ی مذکور در ادبیات موضوع مسأله به نظر می‌رسد. همچنین در این پژوهش، با توجه به غیر قطعی بودن مقدار جریان خودروهای با سوخت جایگزین در هر مسیر و نرخ مصرف سوخت و ظرفیت باک سوختی آنها، مدلی بر پایه‌ی مفاهیم بهینه‌سازی استوار با در نظر گرفتن پارامترهای مذکور به صورت غیر قطعی و محدود به مجموعه‌ی عدم قطعیتِ چند وجهیِ بودجه‌بندی شده ارائه شده است. نتایج حل دقیق دو مدل قطعی و غیر قطعی (استوار) حاکی از عملکرد صحیح مدلهای ارائه شده هستند. ضمناً با توجه به آنکه حل دقیق مدلهای ارائه شده در مقیاس‌های بزرگ نیازمند زمان و حجم قابل توجهی در استفاده از رایانه‌ای شخصی است، با تلفیق الگوریتم ژنتیک و الگوریتم رقابت استعماری، الگوریتمی فراابتکاری جهت یافتن جوابهای نزدیک به بهینه در زمانی معقول برای مقیاس‌های بزرگِ مسأله ارائه شده است. مقایسه‌ی جوابهای بدست آمده از الگوریتم فراابتکاری و حل دقیق مسأله، نشان دهنده‌ی کارایی مناسب الگوریتم ارائه شده است.
- Abstract
- In this thesis, based on the concepts of network flows and mathematical programming, a deterministic model is firstly proposed to find the optimal number and locations of alternative-fuel stations. The model tries to optimally cover the demand (traffic flow) in a paths network of a region such as country, province, city, or town. It takes into account profitability of stations and stations’ investment and operational costs during their lifetime along with limited capacity for stations, drivers’ ability to deviate from their shortest paths, and vehicles’ rate of fuel consumption and tank capacity. Hence, the proposed model seems to be the first effort in the literature for applying a dynamic and strategic approach to the problem. Moreover, given that the flow of alternative-fuel vehicles in each path and vehicles’ rate of fuel consumption and tank capacity are uncertain, based on the concepts of robust optimization, a mathematical model is also proposed in this thesis whose parameters are non-deterministic with variations restricted to the budgeted polyhedral uncertainty set. Computational results of exactly solving the deterministic and robust model point out the appropriate performance and computational complexity of the models. Additionally, given that exactly solving the proposed models for large-scale problems requires a relatively long time and large volume when using a regular computer, a hybrid meta-heuristic algorithm using the Genetic Algorithm and the Imperialistic Competitive Algorithm is proposed in this thesis to find near-optimal solutions for large-scale problems in reasonable times. Comparing the results of running the proposed algorithm and exactly solving problems highlights the appropriate performance of the algorithm.
