مکانیابی با روش مونت کارلو و تلفیق آن با الگوریتم‌های جستجوی خام و ژنتیک با رویکرد پردازش تصویر (مطالعه موردی: جایگاه سوخت در شهر تبریز)
محل انتشار: فصلنامه مدل سازی در مهندسی، دوره: 17، شماره: 57
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 330
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JME-17-57_003
تاریخ نمایه سازی: 21 اسفند 1399
چکیده مقاله:
هدف از این پژوهش، یافتن مکانی بهینه برای احداث واحد جدید در داخل محدوده‌ی شهری و افزودن آن به مجموعه موجود می‌باشد، به نحوی که متوسط فاصله‌ی پیموده شده توسط هر کاربر تا نزدیک‌ترین واحد، با افزودن آن، به کمترین مقدار ممکن برسد. بدین منظور با استفاده از روش مونت‌کارلو و تلفیق آن با دو روش جستجوی خام و الگوریتم ژنتیک و با استفاده از ابزارهای پردازش تصویر که برای تصحیح نقشه و حذف مناطق برون شهری به کار برده شد، به مدل‌سازی و حل مسئله پرداخته شده است. در این مقاله که برای مورد مطالعاتی شهر تبریز و احداث واحد جدید پمپ بنزین صورت گرفته، تعداد 000‚40 نفر کاربر بصورت تصادفی و با توجه به تراکم جمعیت هر منطقه، در داخل شهر انتخاب شدند و متوسط فاصله‌ی هریک از آنها از نزدیک‌ترین ایستگاه محاسبه شد. در ادامه با استفاده از دو الگوریتم ذکر شده، واحد جدید به نحوی افزوده شد که این فاصله به کمترین مقدار خود برسد. با در نظر گرفتن کاربران تصادفی یکسان برای هر دو روش، الگوریتم ژنتیک با تعداد جمعیت اولیه 60 نفر، تعداد 30 نسل و نرخ جهش 2/0، هم به لحاظ کاهش متوسط فاصله و هم به لحاظ زمان محاسبات، نتایج بهتری را نسبت به روش جستجوی خام با 5000 جستجو ارائه می‌دهد. متوسط فاصله کاربران قبل از افزودن واحد جدید 2105 متر می‌باشد که با افزودن واحد جدید پمپ بنزین از روش جستجوی خام و الگوریتم ژنتیک، این فاصله به ترتیب به 1908 و 1901 متر کاهش می‌یابد.
کلیدواژه ها:
نویسندگان
رامین نعمتی
دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، تبریز، ایران
جواد رهبر شهروزی
دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، تبریز، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :