روشهای کمی در حمل و نقل (PDF)

درس تحقیق در عملیات در حمل و نقل، یک درس سه واحدی برای گرایش‌های راه و ترابری و برنامه‌ریزی حمل و نقل رشته مهندسی عمران است. این کتاب با ارایه مثال‌‌های عملی مرتبط از فضای علمی حمل و نقل، مباحث و مفاهیم مرتبط با برنامه ریزی و مهندسی حمل و نقل و کاربردهای آمار و تحقیق در عملیات را در آن به خوبی تشریح می‌‌کند و پوشش نسبتا خوبی را بر سرفصل درس ارایه می‌‌کند. ضمن آن‌‌که از آن می‌‌توان به عنوان منبعی در درس آمار، اقتصادسنجی، و محاسبات نرم نیز بهره برد.

فصل 1 به معرفی برنامه‌‌ریزی ریاضی کاربردی در حوزه ترافیک و حمل و نقل می‌‌پردازد. در این فصل تعاریف پایه برنامه‌‌ریزی ریاضی ارائه شده و سپس مهم‌‌ترین روش‌‌های آن یعنی برنامه‌‌ریزی خطی، برنامه‌‌ریزی عدد صحیح، برنامه‌‌ریزی عدد صحیح مختلط و برنامه‌‌ریزی دینامیکی توضیح داده می‌‌شوند.

در فصل 2 اصول شبکه حمل و نقل و مسائل کوتاه‌‌ترین مسیرها معرفی می‌‌گردند. در این فصل مثال‌‌های متعددی ارائه می‌‌شوند.

فصل 3 به آشنایی با روش‌‌های تصمیم‌‌گیری چند‌‌شاخصه (MADM) و تحلیل پوششی داده‌‌ها (DEA) اختصاص یافته است. دولت‌‌ها، صنایع و/ یا مقامات مسئول حوزه ترافیک موظفند در یک چارچوب سازمان‌‌یافته مجموعه پروژه‌‌های مربوط به حوزه حمل و نقل را (به ترتیب) اجرا کنند. ترتیب اجرای این پروژه‌‌ها بر اساس شماری از شاخص‌‌ها تعیین می‌‌شود که علی‌‌القاعده دو به دو با یکدیگر متناقض هستند. لذا در این فصل مهم‌‌ترین روش‌‌های تصمیم‌‌گیری چند‌‌شاخصه (MADM) و تحلیل پوششی داده‌‌ها (DEA) که استفاده از آن‌‌ها برای تعیین بازده صنعت حمل و نقل مرتباً در حال افزایش است، معرفی می‌‌شوند.

در فصل 4 اجزای اساسی نظریه احتمال مورد اشاره قرار می‌‌گیرند. از آن‌‌جا که عامل‌‌های تصادفی مستقل زیادی بر پدیده‌‌های ترافیکی مختلف تأثیرگذار هستند (عواملی مانند زمان سفر، تعداد کل خودروها در یک مسیر ارتباطی خاص، تعداد کل مسافران در یک پرواز خاص، میزان تقاضا در گره‌‌های یک سیستم توزیع و غیره)، نیاز است که پدیده‌‌های ترافیکی با استفاده از مفاهیم احتمالاتی تحلیل و بررسی شوند.

در فصل 5 روش‌‌های آماری پایه توضیح داده می‌‌شوند. در مهندسی ترافیک با اندازه‌‌گیری یا شمارش سر و کار داریم. از این رو برای توصیف آماری داده‌‌های جمع‌‌آوری‌‌شده در این حوزه از اعداد، نمودارهای دایره‌‌ای، نمودارهای میله‌‌ای و هیستوگرام‌‌ (بافت‌‌نگار) ها استفاده می‌‌شود. علم آمار به ما کمک می‌‌کند که بتوانیم با تحلیل داده‌‌ها به نتایج ارزشمند برسیم، به پرسش‌‌های مهندسی پاسخ مناسب دهیم و تصمیمات مناسب را اتخاذ نماییم.

فصل 6 به توضیح روش‌‌های شبیه‌‌سازی پایه می‌‌پردازد. مدل‌‌های شبیه‌‌سازی با تقلید از رفتار سیستم در دنیای واقعی و اغلب توسط رایانه‌‌ها ساخته می‌‌شوند. با استفاده از این مدل‌‌ها می‌‌توان به مطالعه تعاملات بین اجزای سیستم حمل و نقل پرداخت و همچنین مشخصه‌‌های عملکرد سیستم را مورد بررسی قرار داد. مهندسان بر مبنای نتایج به دست‌‌آمده از شبیه‌‌سازی‌‌ها به نتایج متعددی می‌‌رسند و اقدامات مناسب را در دستور کار قرار می‌‌دهند.

فصل 7 به مبحث نظریه صف اختصاص یافته است. پدیده صف در سیستم‌‌های حمل و نقل مختلف به صورت روزانه اتفاق می‌‌افتد. به عنوان مثال مدت‌‌زمان کل انتظار سفارش‌‌دهندگان یک سرویس (خدمت) به دیگر درخواست‌‌های ارائه‌‌شده و نیز به تعداد سرویس‌‌دهندگان بستگی دارد. نظریه صف به تحلیل ریاضی صف‌‌ها می‌‌پردازد. مدل‌‌های صف به ما کمک می‌‌کنند که بتوانیم طول صف و زمان‌‌های انتظار در صف‌‌ها را پیش‌‌بینی کنیم.

فصل 8 به مبانی الگوریتم‌‌های فرا‌‌ابتکاری (تبرید شبیه ­سازی­ شده، جستجوی ممنوعه، الگوریتم‌‌های ژنتیک، بهینه‌‌سازی کلونی مورچگان، بهینه‌‌سازی کلونی زنبور عسل) می‌‌پردازد.