شبیه سازی و ترجمه مقاله تصمیم‌گیری ترکیبی قیمت‌ گذاری تراکم و گسترش ظرفیت

1- مقدمه 2- فرمولبندی مدل 3- مدل بهینه سازی دو سطحی پیشنهادی 4- روش حل 5- آزمایش عددی 6- نتایج عددی 7- نتیجه گیری

چکیده این مقاله، روش حلی را ارائه می‌دهد که می‌تواند برای تعیین حل بهینه‌ی مسائل قیمت‌گذاری تراکم و گسترش ظرفیت، مورد استفاده قرار گیرد. برای تعیین مکان و میزان عوارضی‌ها، درصد گسترش ظرفیت و مکان گسترش بطورهمزمان، الگوریتم ژنتیک (GA) دوسطحی براساس روش حل بهینه‌سازی پیشنهاد شده است. سطح بالایی زیربرنامه، کل هزینه جابجایی سیستم را باتوجه به محدودیت‌های عوارضی و بودجه، به حداقل می‌رساند. سطح پایینی زیربرنامه برای مساله تعادل کاربر است، جایی‌که تمام کاربران تلاش می‌کنند تا مسیری را پیدا کنند که هزینه (یا زمان) سفرشان را به حداقل برسانند. محدودیت بودجه نیز با استفاده از یک پارامتر جریمه رسیدگی شده است. فرض شده که تقاضا ثابت و از قبل داده شده است. مدل پیشنهادی GA، به شبکه Sioux Falls که شامل 76 لینک، 24 جفت مقصد اصلی و کاربرانِ مستقلِ مشابه می‌باشد، اعمال شده است. بنابراین، مساله‌ی بهینه شناخته شد. تحلیل‌های حساسیت برای پارمترهای جریمه و بودجه، انجام شده است. روش پیشنهادی، ابزار بسیار مفیدی برای برنامه‌ریزان شبکه حمل و نقل جهت تخصیص بودجه و اولویت‌بندی لینک‌ها برای بهسازی و قیمت‌گذاری تراکم خواهد بود.

This paper presents a solution methodology that can be used to determine the optimal solution for the combined congestion pricing and capacity expansion problems. A bilevel genetic algorithm (GA)-based optimization solution methodology is proposed to determine the optimal toll location, toll rate, percentage capacity expansion, and location for the expansion simultaneously. The upper-level subprogram minimizes the total system travel cost given certain budget and toll constraints. The lower-level subprogram is a user equilibrium problem where all users try to find the route that minimizes their own travel cost (or time). The budget constraint is handled using a penalty parameter. The demand is assumed to be fixed and given a priori. The proposed GA model is applied to Sioux Falls network, which has 76 links and 24 origin-destination (OD)-pairs, assuming homogeneous users. The optimal solution is thus identified. Sensitivity analyses are conducted for the budget and penalty parameter. The proposed methodology will be a very useful tool for transportation network planners for allocation of budgets and prioritization of links for improvements and congestion pricing

تراکم ترافیک

تراکم ترافیک بطور پیوسته در حال رشد است و در چند دهه‌ی گذشته به‌عنوان تهدیدی برای کیفیت زندگی مردم در بسیاری از کشورها بشمار می‌رود. تراکم در حالت کلی، منجر به کاهش دسترس‌ پذیری و جابجایی آسان، اتلاف زمان سفر و آلودگی هوا می‌شود. تاکنون، راه‌حل‌های مختلفی اعم از سمت تقاضا (برای مثال، قیمت‌گذاری تراکم و مدیریت ترافیک)، سمت عرضه (برای مثال، ساخت جاده‌ های بیشتر و گسترش ظرفیت)، یا ادغام آن‌ها برای کاهش تراکم پیشنهاد شده است. شاید در نگاه اول این موضوع ربطی به مهندسی برق وجود نداشته باشد هر چند بسیار مناسب برای رشته های مهندسی عمران و مهندسی صنابع است ولی از این موضوع برای خودروهای الکتریکی و جایابی بهینه ایستگاه های شارژ خوردوهای الکتریکی با در نظر گرفتن ترافیک نیز بسیار استفاده می شود. به همین دلیل این مقاله در سایت سیگمالند گنجانده شده است.

قیمت گذاری تراکم

قیمت‌گذاری معابر (Road Pricing) یکی از بهترین روشهای محدودیت ترافیک بوده و بصورت اخذ عوارض و مالیاتهای مختلف از استفاده‌ کنندگان راه ها و معابر اعمال می‌شود. چهارچوب نظری قیمت‌گذاری تراکم (Congestion Pricing) براساس اصل های علم اقتصاد قیمت‌گذاری هزینه حاشیه‌ای بوده و به صورت زیر بیان می‌شود که استفاده‌ کنندگان از معابر متراکم بایستی عوارضی پرداخت نمایند که اختلاف بین هزینه حاشیه‌ ای اجتماعی (Marginal-Social Cost) و هزینه متوسط است. در این مقاله نیز به بررسی قیمت گذاری تراکم و گسترش ظرفیت توسط الگوریتم ژنتیک پرداخته شده است.

در کل در این مقاله روش حل بهینه‌ ی دو سطحی بر پایه‌ی الگوریتم ژنتیک توسعه داده شود تا بطور همزمان، مکان بهینه‌ی عوارضی، میزان عوارضی، درصد گسترش ظرفیت و موقعیت توسعه در یک شبکه نمونه با فرض تقاضای ثابت و از پیش تعیین شده، مشخص شوند.