TY - JOUR T1 - Modified particle swarm optimization algorithm to solve location problems on urban transportation networks (Case study: Locating traffic police kiosks) TT - الگوریتم بهینه‌سازی ذرات ازدحامی تعدیل شده به‌منظور حل مسأله مکان یابی بر روی معابر شهری (مطالعه موردی: مکان یابی ایستگاه های پلیس راهنمایی و رانندگی) JF - kntu-jgit JO - kntu-jgit VL - 8 IS - 3 UR - http://jgit.kntu.ac.ir/article-1-577-fa.html Y1 - 2021 SP - 1 EP - 19 KW - Location Problem KW - Traffic Police Kiosk KW - Particle Swarm Optimization KW - Artificial Bee Colony KW - Urban Transportation Network N2 - امروزه در شهرهای بزرگ جهان، ترافیک یکی از معضلات اصلی محسوب می­شود که در اثر رشد جمعیت و عدم رشد متناسب ظرفیت خیابان­ها و سیستم حمل­ ونقل عمومی به وجود می‌آید. وقوع حوادث رانندگی یا ازدحام جمعیت در منطقه­ای خاص به دلیل رویدادی مختلف، می­تواند سبب وخامت وضعیت ترافیکی شود. این‌گونه مشکلات ترافیکی نیاز به دخالت مستقیم پلیس راهنمایی و رانندگی دارد. غیر از مراکز پلیس راهنمایی و رانندگی موجود در محیط های شهری، احداث کانکس­های راهنمایی و رانندگی با تعداد محدودی نیرو، در محل­هایی که امکان تأسیس مراکز راهنمایی و رانندگی وجود ندارد، یکی از رویکردهایی بوده که برای تسریع خدمت‌رسانی مورداستفاده قرارگرفته است. یافتن مکانی مناسب برای احداث این کانکس­ها یک مسأله مکان­یابی به شمار می­ آید که می­توان از تجزیه‌ و تحلیل‌های سیستم اطلاعات مکانی برای حل آن استفاده کرد. در این مقاله، مکان­یابی کانکس­های پلیس راهنمایی و رانندگی با توجه به تعداد آن­ها و سرعت دسترسی به مکان­های حادثه­ خیز، با استفاده از الگوریتم ذرات ازدحامی گسسته مورد بررسی قرارگرفته است. این الگوریتم که از دسته الگوریتم­های جمعیت مبنای هوش مصنوعی بوده، سرعت بالایی در حل مسائل از خود نشان داده است. به همین دلیل امکان استفاده از این الگوریتم با اعمال یک سری تغییرات بر روی این مسأله ترکیبی آزمایش‌شده است. بدین منظور عملگرهای تلفیق و جهش از الگوریتم ژنتیک در این الگوریتم مدل شده ­اند. پس از استخراج شبکه راه قسمتی از شهر تهران و اجرای الگوریتم بهبودیافته، نتایج این الگوریتم بهبودیافته با الگوریتم کلونی زنبورعسل، مورد ارزیابی قرارگرفته است. نتایج این تحقیق بیان می­ کند که عملگرهای انتخاب‌شده برای بهبود الگوریتم PSO به‌خوبی عمل می ­کنند. الگوریتم PSO بهبودیافته در مکان‌یابی 2 و 4 کانکس همانند الگوریتم ABC عمل کرده است اما زمانی که مکان‌‎یابی برای 10 کانکس و بر روی محیط بزرگتری صورت می‌گیرد، نتایج الگوریتم PSO بهبودیافته از نظر دقت، صحت و تکرارپذیری بسیار بهتر از الگوریتم ABC است. M3 10.52547/jgit.8.3.1 ER -