دومین نسخه چاپی مجله فصلنامه مطالعات ادبی و فرهنگی معاصر
آیین نامه نشریات علمی مصوب اردیبهشت ۱۳۹۸
شیوه نامه ارزیابی و رتبه بندی نشریات علمی

  اخبار و اعلانات

 آمار

تعداد نشریات29
تعداد شماره‌ها289
تعداد مقالات2,806
تعداد مشاهده مقاله3,279,866
تعداد دریافت فایل اصل مقاله4,359,538
امین زاده گوهرریزی, بهرام, توحیدی راد, سعید, اسدی, روشنک. (1395). بکارگیری الگوریتم NSGA-II برای حل مسائل مکان‌یابی چندهدفه. , 5(19), 15-26.
بهرام امین زاده گوهرریزی; سعید توحیدی راد; روشنک اسدی. "بکارگیری الگوریتم NSGA-II برای حل مسائل مکان‌یابی چندهدفه". , 5, 19, 1395, 15-26.
امین زاده گوهرریزی, بهرام, توحیدی راد, سعید, اسدی, روشنک. (1395). 'بکارگیری الگوریتم NSGA-II برای حل مسائل مکان‌یابی چندهدفه', , 5(19), pp. 15-26.
امین زاده گوهرریزی, بهرام, توحیدی راد, سعید, اسدی, روشنک. بکارگیری الگوریتم NSGA-II برای حل مسائل مکان‌یابی چندهدفه. , 1395; 5(19): 15-26.

بکارگیری الگوریتم NSGA-II برای حل مسائل مکان‌یابی چندهدفه

فصلنامه مطالعات شهری
مقاله 2، دوره 5، شماره 19، مرداد 1395، صفحه 15-26    اصل مقاله (1.23 M)
نوع مقاله: مقاله پژوهشی
نویسندگان
بهرام امین زاده گوهرریزی1؛ سعید توحیدی راد* 2؛ روشنک اسدی2
1دانشیار دانشکده معماری و شهرسازی دانشگاه بین المللی امام خمینی(ره) قزوین
2دانشگاه بین المللی امام خمینی(ره) قزوین
چکیده
مکان‌یابی کاربری‌ها یکی از مهمترین مسائل شهرسازی است که دارای مقیاس‌های متفاوتی می‌باشد. هنگامی‌که با یک مسئله‌ی مکان‌یابی کوچک مقیاس با شرایط و محدودیت‌های اندک روبه‌رو باشیم می توان با استفاده از روش‌های سنتی به جواب رسید ولی زمانی که با یک مسئله‌ی بزرگ مقیاس مکان‌یابی با شرایط و محدودیت‌های زیاد روبه‌رو باشیم، مشکل بتوان بدون استفاده از هوش مصنوعی و الگوریتم‌های تکاملی، مکان بهینه یا حتی نزدیک به آن را در مقیاس زمان و هزینه‌ی قابل‌قبول به‌دست آورد. هدف این مقاله، معرفی یک تکنیک کارآمد و مناسب برای حل مسائل مکان‌یابی چندهدفه است. در پژوهش حاضر نوع تحقیق کاربردی و روش تحقیق توصیفی- تحلیلی است. به همین منظور یک مسئله‌ی مکان‌یابی فرودگاه برای یکی از شهرهای بزرگ کشور، به عنوان مطالعه موردی بر اساس الگوریتم ژنتیک رتبه‌بندی نامغلوب‌ (NSGA-II) بررسی شده و بنابر بر شاخص‌هایی مانند دسترسی آسان، کاهش آلودگی صوتی، میدان دید خلبان، دسترسی به تاسیسات و زیرساخت‌ها و ... به‌ صورت یک مدل برنامه‌ریزی ریاضی با 6 تابع‌هدف و تعداد مشخصی شرایط مورد نیاز پیکربندی شده است. در نهایت با حل مسئله از طریق الگوریتم پیشنهادی، از میان 200 جواب نهایی که شامل جبهه جواب‌های متفاوت بود، یک جبهه جواب با 4 نقطه به‌عنوان مکان بهینه برای احداث فرودگاه برگزیده شد. الگوریتم ژنتیک رتبه‌بندی نامغلوب(NSGA-II) ‌که جز روش‌های مستقیم حل مسائل مکان‌یابی چندهدفه می‌باشد، با توجه به سرعت و دقت بیشتر نسبت به سایر روش‌ها و همچنین ارائه‌ی یک سیستم پشتیبان تصمیم، به عنوان رهیافتی تازه در مسائل مکان‌یابی چندهدفه، جانشین مناسبی برای روش‌های تجزیه و روش‌های سنتی خواهد بود.
کلیدواژه‌ها
مکان‌یابی؛ الگوریتم NSGA-II؛ تصمیم‌گیری چندهدفه؛ فرودگاه
مراجع
  1. Alborzi, M.(2009), Genetic Algorithm, Tehran, Sharif university.[In Persian]
  2. Asgharpour, M.(2011), Multi-Criteria Decision making, 10th edn, Tehran, university of Tehran. [In Persian]
  3. Bennett, David A., Wade, Greg A., Armstrong, Marc P. (1999) "Exploring the Solution Space of Semi-structured Geographical Problems Using Genetic Algorithms". Transactions in GIS, No. 3(1), Pp. 51-71.
  4. Bui, Lam Thu., Alam, Sameer. (2008), Multi-Objective Optimization in Computational Intelligence: Theory and Practice (Premier Reference Source), New York, Information Science Reference.
  5. California Department of transportation. (2011), California airport land use planning handbook.
  6. Cao, Kai., Batty, Michael., Huang, Bo., Liu, Yan., Yu, Le. & Chen, Jiongfeng. (2011), "Spatial Multi-Objective Land-use Optimization: Extensions to the Non-dominated Sorting Genetic Algorithm-II". International Journal of Geographic Information Science, No. 25 (12), Pp. 1949-1969.

 

  1. Cao, Kai., Huang, Bo., Wang, Shaowen. & Lin, Hui. (2012), "Sustainable Land Use Optimization Using Boundary-based Fast Genetic Algorithm". Computers, Environment and Urban Systems, No. 36 (3), Pp. 257-269.
  2. City and Planning Consulting engineers. (2011), Master plan report of the city of Qazvin and the influence area, Ministry of Housing & Urbanism, Housing and Urbanism organization of Qazvin province. [In Persian]
  3. Coello Coello, Carlos A., Lamont, Gary B. & Van Veldhuizen, David A. (2007),  Evolutionary Algorithms for Solving Multi-objective Problems, 2th edn, New York, Springer.
  4. Duh, Jiunn Der., Brown, Daniel G. (2007), "Knowledge-informed Pareto Simulated Annealing for Multi-objective Spatial Allocation". Computers, Environment and Urban Systems. No.31 (3), Pp. 253-281.
  5. Durillo, Juan J., Nieto, Jose Garcia., Nebro, Antonio J., Coello Coello, Carlos A., Luna, Francisco. & Alba, Enrique. (2009), "Multi-Objective Particle Swarm Optimizers:An Experimental Comparison". 5th International Conference on EMO 2009, Nantes, France, April 7-10, Pp. 495-509.
  6. Engelbrecht, Andries P. (2007), computational intelligence, 2th edn, England, John Wiley & Sons Ltd.
  7. Forghani, A., Sharif yazdi, M.& Akhundi, A.(2008), Locating industrial and service centers with functional approach, Tehran, jahad daneshgahi. [In Persian]
  8. Haupt, Randy L., Haupt, Sue Ellen. (2004), Practical Genetic Algorithms, 2th edn. John Wiley & Sons, New Jersey.
  9. Huy, Man‌ Quang., Kappas, Martin.(2010),"Developing multi objective linear programming (MOLP) to improve the decision making of land use planning". 31st Asian Conference on Remote Sensing(ACRS) 2010, Hanoi, Vietnam, November 1-5, pp. 647-652.
  10. Liu, Xiaoping., Li, Xia., Shi, Xun., Huang, Kangning. & Liu, Yilun. (2012), "A Multi-type Ant Colony Optimization (MACO) Method for Optimal Land Use Allocation in Large Areas". International Journal of Geographical Information Science. No.26 (7), Pp. 1325-1343.
  11. Liu, Yang., Lan, Zeying. (2010), "Automatic Districting of Land Consolidation Based on Multi-objective Tabu Search Algorithm". Wuhan Daxue Xuebao (XinxiKexue Ban)/ Geomatics and Information Science of Wuhan University. Vol. 35, Issue. 9, Pp. 1129- 1133.
  12. Masumi, Z., Mansourian, A. & Mesgari, M.(2010), "Application of Multi-Objective Genetic Algorithm in the industrial locating studies". Journal of Iranian RS & GIS society, No. 4(2), Pp. 1-22. [In Persian]
  13. Porta, Juan., Parapar, Jorge., Doallo, Ramon., Rivera, Francisco F., Sante, Ines. & Crecente, Rafael. (2013), "High Performance Genetic Algorithm for Land Use Planning", Computers, Environment and Urban Systems, Vol. 37, Pp. 45-58.
  14. Qian, Min., Pu, Lijie., Zhu, Ming. & Weng, Lingyan. (2010), "Spatial Optimization Method for Sustainable Multi-objective Land Use Allocation". 18th International Conference on Geoinformatics, Beijing, China, June 18-20,  Pp. 1-6.
  15. Senthilkumar, Chinnamuthu., Ganesan, Gowrishankar. & Karthikeyan, Ramanujam. (2012), "Optimization of ECM Process Parameters Using NSGA-II". Journal of Minerals and Materials Characterization and Engineering. No.11(10), Pp. 931-937. 
  16. Stewart, Theodor J., Janssen, Ron. & Van Herwijnen, Marjan. (2004), "A Genetic Algorithm Approach to Multi-objective Land Use Planning". Computers and Operations Research, No. 31(14), Pp. 2293-2313.
  17. Wells, Alexander T., Young, Seth B. (2004), Airport Planning & Management, 5th edn, New York, McGraw.Hill.
  18. Yang, Z., Moodie, D.R. (2009) "Locating Urban Logistics Terminals and Shopping Centers in a Chinese City", POMS 20th Annual Conference, Orlando, USA,1-4 May.
  19. Yin, Peng Yeng., Wang, Tai Yuan. (2012), "A Grasp-VNS Algorithm for Optimal Wind Turbine Placement in Wind Farms". Renewable Energy, Vol. 48, Pp. 489-498.
  20. Zhou, Jiang., Civco, Daniel L.(1996), "Using Genetic Learning Neural Networks for Spatial Decision Making in GIS". Photogrammetric Engineering and Remote Sensing, No. 62 (11), Pp. 1287-1295.
آمار
تعداد مشاهده مقاله: 5,377
تعداد دریافت فایل اصل مقاله: 19,816


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب