ارائه یک مدل بهینه برای تخصیص بار در حمل‌ونقل چندوجهی«ریلی و جاده‌ای» با رویکرد استواری

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانش آموخته دکترا، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد پرند، پرند، ایران

2 دانشیار، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد پرند، پرند، ایران

چکیده

یکی از اهداف مهم صنعت حمل‌ونقل ایران بر اساس سند چشم‌انداز حمل و نقل ریلی  کاهش انتشار گازهای گلخانه‌ای و مدیریت بهینه منابع انرژی است که بر این اساس لازم است در سال 2029 تا حدود 35 درصد حمل‌ونقل بار در کشور از طریق شبکه ریلی انجام پذیرد. در این خصوص استفاده از حمل‌ونقل چندوجهی امری بدیهی و مفید به نظر می‌رسد. در این راستا ترویج حمل‌ونقل ریلی به عنوان یک شیوه سبز در مقابل روش های سبز مانند حمل‌ونقل جاده‌ای بیش از هر چیز دیگر، مستلزم ارزیابی و ارائه راهکارهای مؤثر برای بهینه سازی است. لذا در این تحقیق کوشیده شده است یک مدل ترکیبی برای ارزیابی مُدهای مختلف حمل‌ونقل ارائه شود و از این طریق جریان‌های حمل‌ونقل بار در شبکه‌ی ریلی بررسی شود. از این رو در تحقیق حاضر به ارائه یک مدل بهینه سازی  تصادفی برای ارزیابی شیوه های حمل و نقل بار پرداخته شده به طوری‌که در آن ضرایب متغیرها از یک انعطاف‌پذیری نسبی برای بهینه‌سازی برخوردار است. لذا برای نیل به هدف استواری پس از فرموله نمودن اولیه که از قطعیت نسبی برخوردار است، بر اساس برنامه‌ریزی غیرخطی عدد صحیح به تدوین یک مدل استوار و مقایسه با الگوهای غیر استوار پرداخته‌شده است. چالش‌های برنامه‌ریزی استوار، در یک فضای چندوجهی با لحاظ تنوع تسهیلات حمل‌ونقل بار در وجه‌های جاده‌ای و ریلی، مستلزم در نظر گرفتن محدودیت‌هایی مترتب بر تابع هدف است که در این تحقیق تلاش شده از طریق تعامل میان انواع جریان‌های شبکه ریلی ارزیابی مناسبی از مدل با توجه به هزینه تسهیلات حمل‌ونقل جاده‌ایریلی و ظرفیت شبکه ریلی فراهم شود. ازاین‌رو یک الگوریتم تقریبی برای تدقیق و تبیین آلترناتیوهای قطعی در یک‌زمان محاسباتی معقول موردبررسی قرارگرفته است. مدل‌های استوار و غیر استوار نیز در این تحقیق بر شبکه ریلی کشور تمرکز داشته و کوشیده شده از طریق آزمون کاربردهای مدل ابزاری مناسب و مفیدی برای تحلیل و پاسخ مناسب به تقاضای شرکت‌های ترانزیت بار در شرایط رقابت با بخش جاده‌ای ارائه گردد.

کلیدواژه‌ها


-Abate, M., Vierth, I., Karlsson, R., de Jong, G., & Baak, J. (2018). A disaggregate stochastic freight transport model for Sweden. Transportation, 46(3), 671–696.
-­Abdulaal, M., & Leblanc, L. J. (1979). Methods for combining modal split and equilibrium assignment models. Transportation Science, 13(4), 292–314.
-­Arencibia, A. I., Feo-Valero, M., García-Menéndez, L., Román, C., et al. (2015). Modelling mode choice for freight transport using advanced choice experiments. Transportation Research Part A: Policy and Practice, 75, 252–267.
-Crainic, T. G., Florian, M., & Leal, J. E. (2001). Model for the strategic planning of national freight transportation by rail. Transportation Science, 24(1), 1–24.
-Crisalli, U., Comi, A., & Rosati, L. (2013). A methodology for the assessment of railroad freight transport policies. Procedia - Social and Behavioral Sciences, 87, 292– 305. doi.org/10.1016/j.sbspro.2013.10.611.
-Croissant, Y. (2020). mlogit: Multinomial logit models. R package version 1.1-0,
-Dafermos, S. C. (2001). Integrated equilibrium flow models for transportation planning. In M. A. Florian (Ed.), Traffic equilibrium methods, Springer Berlin Heidelberg, 106–118.
-Duran, M. A., & Grossmann, I. E. (1986). An outer-approximation algorithm for a class of mixed-integer nonlinear programs. Marhematical Programming, 36, 307– 339.
-European Commission (2011). White paper on transport: roadmap to a single European transport area: towards a competitive and resource efficient transport system. Publications Office.
-European Court of Auditors (2016). Rail freight transport in the EU: Still not on the right track. Technical Report 08. European Court of Auditors. doi.org/10. 2865/53961.
-Englewood Cliffs, N.J.: Prentice-Hall. Zhang, M., Janic, M., & Tavasszy, L. A. (2015). A freight transport optimization model for integrated network, service, and policy design. Transportation Research Part E., Logistics and Transportation Review, 77, 61–76.
-Fernández L, J. E., de Cea, J., & Giesen, E. R. (2004). A strategic model of freight operations for rail transportation systems. Transportation Planning and Technology.
 -Florian, M. (2001). Traffic equilibrium model of travel by car and public transit modes. Transportation Science, 11(2), 166–179­.
-­Florian, M., & Nguyen, S. (1978). A combined trip distribution modal split and trip assignment model. Transportation Research, 12(4), 241–246.
-Floudas, C. A. (2001). Mixed-integer nonlinear optimization. In Nonlinear and mixedinteger optimization: Fundamentals and applications, Oxford University Press, Inc. 480-481.
-Friesz, T. L., & Kwon, C. (2007). Strategic freight network planning models and dynamic oligopolistic urban freight networks. In D. A. Hensher, & K. J. Button (Eds.), Handbook of transport modelling (vol 1), Emerald Group Publishing Limited.  611–631.
-Guelat, J., Florian, M., & Crainic, T. G. (1990). Multimode multiproduct network assignment model for strategic planning of freight flows. Transportation Science, 24(1), 25–39.
-­Hou, B., Zhao, S., & Liu, H. (2020). A combined modal split and traffic assignment model with capacity constraints for siting remote park-and-ride facilities. IEEE Access, 8, 80502–80517.
-Hwang, T., & Ouyang, Y. (2014). Assignment of freight shipment demand in congested rail networks. Transportation Research Record, Journal of the Transportation Research Board, 8(2448), 37–44.
-Jensen, A. F., Thorhauge, M., de Jong, G., Rich, J., Dekker, T., Johnson, D., Nielsen, O. A. (2019). A disaggregate freight transport chain choice model for Europe. Transportation Research Part E. Logistics and Transportation Review, 121, 43–62.
-de Jong, G., Tavasszy, L., Bates, J., Grønland, S. E., Huber, S., Kleven, O., Schmorak, N., et al. (2016). The issues in modelling freight transport at the national level. Case Studies on Transport Policy, 4(1), 13–21.
-de Jong, G., Vierth, I., Tavasszy, L., Ben-Akiva, M., et al. (2013). Recent developments in national and international freight transport models within Europe. Transportation, 40(2), 347–371.
 -Jourquin, B. (2016). Calibration and validation of strategic freight transportation planning models with limited information. Journal of Transportation Technologies, 06(05), 239–256.