fa مسیریابی چند ساختی‌ چند هدفه با استفاده از الگوریتم‌های ژنتیک چند هدفه با مرتب‌سازی غیر مغلوب نسخه‌ی 2 و تاپسیس سیستمهای اطلاعات مکانی (عمومی) GIS پژوهشي Research <p dir="RTL">در یک مساله‌ی مسیریابی چند ساختی‌ چند هدفه، هدف پیدا کردن مسیری بهینه، متشکل از چند ساخت حمل و نقلی، با در نظر گرفتن چند تابع هدف بین نقاط مبدا و مقصد می‌باشد. اکثر مسائل بهینه‌سازی چند هدفه با اختصاص دادن یک وزن به هر تابع هدف و استفاده از مجموع وزن‌دار توابع به عنوان یک تابع هدف جدا حل می‌شوند. این روش‌ حل مسائل بهینه‌سازی چند هدفه دارای نقاط ضعفی می‌باشد که از جمله‌ی آنها می‌توان به عدم توانایی در جست‌ و جوی فضای مساله و نیاز به نرمال‌ سازی توابع هدف اشاره نمود. بنابراین، در این تحقیق از الگوریتم ژنتیک چند هدفه‌ با مرتب سازی غیر مغلوب نسخه 2 <span dir="LTR">(</span><span dir="LTR">NSGA-II</span><span dir="LTR">)</span> برای حل مساله‌ی بهینه‌سازی بهینه‌ی چند&nbsp;ساختی‌ چند هدفه استفاده شده است. این الگوریتم به جای یک مسیر، مجموعه‌ای از مسیرها را پیشنهاد می‌دهد که این مسیرها هیچ برتری مطلقی بر هم ندارند. در نهایت مسیر بهینه از بین این مجموعه از مسیرها با استفاده از روش تاپسیس تعیین می‌گردد. توابع هدف در نظر گرفته شده در این تحقیق شامل کمترین تعداد تغییر ساخت‌های حمل و نقلی، کرایه‌ی مسیر و زمان طی شدن مسیر می‌باشند. همچنین در این تحقیق، ساختهای حمل و نقلی اتوبوس، اتوبوس‌های تندرو، تاکسی، مترو و پیاده روی برای جابجایی در سطح شبکه‌ی حمل و نقلی در نظر گرفته شده‌اند. نتایج نشان‌ داد مسیر پیشنهادی الگوریتم <span dir="LTR">NSGA-II</span> به ترتیب در 89 و 87 درصد مسیریابی‌های صورت گرفته برتر از مسیرهای پیشنهادی الگوریتم&shy;های ژنتیک و شبیه&shy;سازی تبرید بوده ‌است.</p> <p class="Matn" style="margin-left:1.0cm;text-align:justify;text-indent:0cm; direction:ltr;unicode-bidi:embed">In a multi-modal multi-objective route planning problem, the main purpose is finding an optimal route between the origin and destination, which is a combination of multi-transportation modes, pairs by considering multi-fitness function. Most of multi-objective problems are solved by assigning a weight to each objective function and using a linear averaging of the objectives as a distinct objective function. These methods have some weaknesses such as inability in searching the problem space and a need to normalize the objective functions. Therefore, in this paper, a non-dominated sorting genetic algorithm (NSGA-II) has been used to solve the multi-modal multi-objective routing problem. This algorithm proposes a set of non-dominated routes that has no absolute superiority to each other. Finally, the optimal route was determined using TOPSIS method from this set. The intended objective functions in this research are the lowest number of changes in transportation means, fare and time during the path. Moreover, five transportation modes including subway, taxi, bus, BRT, and walking transportation modes have been considered as means of transportation inside the mentioned network. This algorithm was implemented in a part of Tehran transportation network and results showed that the proposed NSGA-II algorithm proposed a better route in 89% and 87% of the routing cases than those of the genetic and the simulated annealing algorithms respectively.</p> مسیریابی بهینه‌ چند ساختی‌ چند هدفه, روش تاپسیس, الگوریتم NSGA-II Multimodal multi-objectives route planning, NSGA-II, TOPSIS method, Lp-norm method 123 142 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-102-3&slc_lang=fa&sid=1 Parham Pahlavani پرهام پهلوانی pahlavani@ut.ac.ir 10031947532846004889 10031947532846004889 Yes University of Tehran دانشگاه تهران Fazel Ghaderi فاضل قادری 10031947532846004890 10031947532846004890 No University of Tehran دانشگاه تهران