بررسی الگوریتم رقابت استعماری (ICA) و کاربرد آن در زمینه جمع‌آوری زباله‌های شهری به روش فروشنده دوره‌گرد (TSP) در شهر اردبیل

الموضوعات : فصلنامه علمی و پژوهشی پژوهش و برنامه ریزی شهری

حسین یغفوری ¹ (دانشیار گروه جغرافیا و برنامه ریزی شهری، دانشگاه سیستان و بلوچستان، زاهدان، ایران)
وحید پاسبان عیسی لو ² (دانشجوی دکتری جغرافیا و برنامه ریزی شهری، دانشگاه سیستان و بلوچستان، زاهدان، ایران)
محبوبه تاجی ³ (دانشجوی مقطع کارشناسی ارشد جغرافیا و برنامه ریزی گردشگری، دانشگاه سیستان و بلوچستان، زاهدان، ایران)

تاريخ الإرسال : 17 الثلاثاء , جمادى الثانية, 1441 تاريخ التأكيد : 11 السبت , ذو الحجة, 1441 تاريخ الإصدار : 07 الأربعاء , جمادى الثانية, 1442

الکلمات المفتاحية: اردبیل, خدمات شهری, الگوریتم رقابت استعماری (ICA), مدل فروشنده دوره‌گرد (TSP),

ملخص المقالة :

امروزه سرعت عمل شهرداری­ها در زمینه ارائه خدمات شهری و در رأس  آن­ها جمع‌آوری زباله‌های شهری نقش بسیار مهمی درزمینه بهبود کارایی این ارگان و درنتیجه جلب رضایت شهروندان دارد. این در حالی است که باوجود مدرنیزه شدن ماشین‌آلات جمع­آوری زباله‌ها، مسئله سرعت عمل ارائه خدمات با اینکه همواره تأثیر بسزایی درزمینه کاهش هزینه و بهبود کیفیت ارائه خدمات دارد، عمدتا مورد بی‌توجهی و غفلت مدیران شهری قرارگرفته است. شهر اردبیل نیز مستثنا از این قضیه نیست. این شهر دارای چهار منطقه و بالغ‌بر 100 محله مختلف هست که همواره شهرداری را درزمینه سرعت عمل در جمع­آوری پسماندهای شهری و ارائه یک‌ چشم‌اندازی زیبا از شهر با مشکل مواجه کرده است. هدف این مقاله افزودن فاکتور سرعت به فرایند فعالیت اکیپ­های جمع‌آوری زباله از طریق پیشنهاد بهترین مسیر حرکت برای این ماشین‌آلات با استفاده از مدل الگوریتم رقابت استعماری است.، به این صورت که با برنامه‌نویسی مربوطه و تعریف موقعیت محلات 100 گانه برای مدل، اقدام به معرفی بهینه‌ترین مسیرهای حرکت به اکیپ‌های خدماتی شهرداری می‌نماییم، با این شرط که از هر محله فقط یک‌بار عبور کنند و بعد از طی همه محلات درنهایت به نقطه شروع حرکت بازگردند. روش پژوهش توصیفی تحلیلی، مبتنی بر مطالعات کتابخانه ای و در صورت لزوم بررسی میدانی است. یافته‌های تحقیق نشان داد که الگوریتم مورداستفاده در تحقیق در صورت دریافت اطلاعات مناسب، ابزار کارآمدی به منظور افزایش سرعت عمل اکیپ های جمع آوری زباله های شهری است. همان طور که برای محلات 100 گانه واقع در مناطق 4 گانه شهر اردبیل با تکرار 200 و به ترتیب با ضریب اطمینان 99، 91،93 و 97 درصد و در بازه زمانی30، 22، 30 و 24 ثانیه به بهینه‌ترین جواب دست‌یافت. به عبارت دیگر گروه های خدماتی در بازه زمانی کمتر، بهترین مسیر برای حرکت و جمع آوری زباله ها را انتخاب کردند.

المصادر:

1. Abdoli, M. A. (1998). Disposal and recycling management of municipal solid waste in Iran. Tehran: Organization of national municipalities, p162.


2. Akhtar, Mahmuda; Basri, Hassan, Scavino, Edgar. (2017). Backtracking search algorithm in CVRP models for efficient solid waste collection and route optimization, Waste Management, 61 (3), 117-128.


3. Asghary zadeh, E., jafar Nejad, A., Zandie, M., Jooybar, S. (2017). Explaining the Traffic Modeling Pattern in Vehicle Routing Problems Based on Green Transportation Paradigm (Case Study: Zamzam Company), Journal of Industrial Management, Faculty of Management, University of Tehran, 4 (2): 217-244.


4. Eksioglu, Burak, Vural, Arif. Volkan and Reisman, Arnold. (2009). The vehicle routing problem: A taxonomic review, Computers, Industrial Engineering, 57, 2, 1472- 1483.


5. jycan, kovak. (2005). recycle in Europe. J. of. Waste management world. ISWA publication. 2 (11), 21.


6. Khammar, Gh. (2017). Application of ant community algorithm in optimal routing of intercity relief groups, Journal of Spatial Planning, 7 (23): 41-52.


7. Khammar, Gh., Pasban Essaloo, V., Mojgan, N. (2018). Comparative study of ant community algorithm and genetics in optimal routing (Case study: Parsabad and suburbs), Journal of Transportation Engineering, 8 (3): 343- 383.


8. Lin, Qinying; Song, Houbing; Gui, Xiaolin, Wang, Xiaoping; Su, Saiyu. (2017). A shortest Path Routing algorithm for unmanned aerial systems based on grid position, Journal of Network and Computer Applications, 103 (2): 215- 224.


9. Malandraki, Chryssi, Daskin, Mark. (1992). Time dependent vehicle routing problems, formulations, properties, and heuristic algorithms, Transportation Science, 26 (3), 185-200.


10. Masumi, Z., Sadegniaraki, A., Mesgary, M. (2012). Application of multi-criteria ant colony algorithm in intelligent and user-based transportation systems, Transportation Research Journal, 8 (1): 47- 62.


11. Molaiy, N. (2009). Routing using GIS with emphasis on comparing weighting methods and combining layers with intelligent algorithms, University of Bonab. P 37.


12. Nejat Bakhsh, Y., Ebrahimi, E. (2016). Design of a Logistics Transport Routing Model with Trans-Innovation Algorithm, 4th Levin International Conference on Management Research, Journal of Economics and Accounting, Berlin, Germany.


13. Omrani, G. (2017). Municipal Waste Management, Occupational Safety Research and Training Center, Published by University of Tehran.


14. Pellegrini, P. (2005), Application of two nearest neighbor approachesto a rich vehicle routing problem, TR/IRIDIA..15, IRIDIA,Universite Librede Bruxelles, Brussels, Belgium.


15. Rahaman, Mohammad; Hamilton, Margaret; Salim, Flora. (2017). CAPRA: A contour- based accessible path routing algorithm, Information Sciences, 385 (5): 157-173.


16. Rahimi, A., Rajabi, V. (2017). Provide a combined vehicle routing problem-solving algorithm with simultaneous receipt and delivery of goods, Amir Kabir Scientific Journal - Civil and Environmental Engineering, 48 (4): 375- 385.


17. Sepehry, M. (2014). Designing a model for relocating ambulances, International Journal of Production Management Engineering, 24 (2): 172- 182.


18. Tong, Liangliang; Lau, Francis. (2013). Skew- space garbage collection, Science of Computer Programming, 78 (5): 445- 457.


19. Tuzkaya, U. R. and Onut, S. (2008). A fuzzy analytic network process based approach to transportation-mode selection” between Turkey and Germany: A case study; Inform. Sciences;178 (15), 3133-3146.


20. Yousefi, M., Didevar, F., Rahmati, F. (2012). Application of a colonial competition correction algorithm to solve the itinerant vendor problem, Journal of Advanced Mathematical Modeling, 1 (2): 29- 49.


21. Yousefi, M., Didevar, F., Rahmati, F., Sedigh pour, M. (2012). An effective, comprehensive competitive algorithm for solving the open vehicle routing problem, Transportation Research Journal, 9 (1): 83- 96.


22. Yousefi, Rahmati, F. (2012). Application of Improved Ant Population Algorithm to Solve Vehicle Routing Problem with Simultaneous Receipt and Delivery of Goods, Transportation Research Journal, 8 (2): 183- 198.


23. Zolfaghary, A., Korke Abadi, Z. (2013). Intelligent routing of rescue teams using game theory algorithm (Semnan case study), Journal of Transportation Engineering, 5 (1): 19- 32.