سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات162
تعداد شماره‌ها6,578
تعداد مقالات71,072
تعداد مشاهده مقاله125,683,977
تعداد دریافت فایل اصل مقاله98,913,439
پاکدامن, نرجس خاتون, صفاری, بابک, کیانفر, کامران. (1400). تعیین ترکییب بهینه ی گونه های (مدهای) حمل و نقل شهری. , 56(4), 702-727. doi: 10.22059/jte.2022.321390.1008451
نرجس خاتون پاکدامن; بابک صفاری; کامران کیانفر. "تعیین ترکییب بهینه ی گونه های (مدهای) حمل و نقل شهری". , 56, 4, 1400, 702-727. doi: 10.22059/jte.2022.321390.1008451
پاکدامن, نرجس خاتون, صفاری, بابک, کیانفر, کامران. (1400). 'تعیین ترکییب بهینه ی گونه های (مدهای) حمل و نقل شهری', , 56(4), pp. 702-727. doi: 10.22059/jte.2022.321390.1008451
پاکدامن, نرجس خاتون, صفاری, بابک, کیانفر, کامران. تعیین ترکییب بهینه ی گونه های (مدهای) حمل و نقل شهری. , 1400; 56(4): 702-727. doi: 10.22059/jte.2022.321390.1008451

تعیین ترکییب بهینه ی گونه های (مدهای) حمل و نقل شهری

فصلنامه تحقیقات اقتصادی
دوره 56، شماره 4 - شماره پیاپی 137، اسفند 1400، صفحه 702-727    اصل مقاله (1.42 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/jte.2022.321390.1008451
نویسندگان
نرجس خاتون پاکدامن1؛ بابک صفاری* 2؛ کامران کیانفر3
1کارشناسی ارشد گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، ایران
2استادیار گروه اقتصاد، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، ایران
3استادیار، دانشکده فنی و مهندسی، دانشگاه اصفهان، ایران،
چکیده
عملکرد مطلوب روش‌های مختلف حمل­ ونقل شهری یک موضوع حیاتی برای جابه­جایی شهروندان است. هر یک از این روش‌ها به دلیل ویژگی­ های خاص از اولویت­بندی­ متفاوتی برخوردار است و لازم است به‌کارگیری و توسعه آن­ها متناسب با خصوصیات این روش‌ها و شرایط شهر صورت گیرد. در مقاله­ ی حاضر مسئله، تخصیص مدهای مختلف حمل­ ونقل شهری به تقاضاهای موجود از هر مبدأ به هر مقصد می­باشد، به­ گونه­ ای که کم­ترین هزینه­ی اجتماعی به سیستم تحمیل شود. هدف از انجام این تحقیق، تعیین ترکیب بهینه­ای از سیستم حمل­ ونقل شهری با در نظر گرفتن سطح مناسبی از راحتی در شهر اصفهان است. نتایج حاکی از آن است که در حالت­ های مختلف ترکیب هزینه و راحتی، مدل تخصیص ­های متفاوتی را ارائه می­ دهد. تمامی این ترکیب­ها که نقاط پارتو می­باشند بهینه هستند که با توجه به نظر سیاست‌گذار، هریک از این نقاط می‌تواند جهت اجرای سیاست­های حمل­ ونقل  انتخاب شود. داده‌های استفاده شده در این پژوهش بر اساس داده‌های مبدأ- مقصد اخذ شده از معاونت حمل و نقل و ترافیک شهرداری اصفهان بین 189 محدوده ترافیکی بوده و به‌منظور تسهیل در تخصیص مدهای بهینه به داده‌های مبدأ - مقصد با تجمیع نواحی همگن بین نواحی تجمیعی 44 گانه تقلیل یافته است. مدل مورد استفاده در این پژوهش یک مدل برنامه­ریزی خطی دو هدفه می‌باشد. در این پژوهش از نرم ­افزار گمز جهت مدل‌سازی، از نرم­افزار ArcGIS به‌منظور داده‌-کاوی و از نرم‌افزارهای Excel و SPSS جهت تحلیل نتایج استفاده شده است.
طبقه ­بندی  R42, P25,C61:JEL
کلیدواژه‌ها
بهینه­ سازی؛ اقتصاد شهری؛ برنامه­ ریزی حمل­ونقل؛ حمل و نقل شهری
عنوان مقاله [English]
Determining the Optimal Combination of Urban Transportation Modes
نویسندگان [English]
Narjes khatoun Pakdaman1؛ Babak Saffari2؛ kamran kianfar3
1Master of Management, Faculty of Administrative Sciences and Economics, University of Isfahan,, Iran
2Assistant Professor, Department of Economics, Faculty of Administrative Sciences and Economics, University of Isfahan,, Iran
3Assistant Professor, Faculty of Engineering, University of Isfahan, Iran
چکیده [English]
The performance of urban transportation modes is a critical issue for people's mobility. This research analyses various transportation modes in Isfahan city, focusing on social cost minimization and comfort maximization. This study aims to determine the optimal combination of urban transportation modes by considering the appropriate comfort level in Isfahan. The study's results indicate that different allocation models are suitable for different cost-comfort combinations cases. All of these combinations, called Pareto points, are optimal and one of these points can be selected according to the policy-maker opinion. The input data are based on data of origin-destination obtained from the Deputy of Transportation and Traffic of Isfahan Municipality between 189 traffic areas. This data is reduced to 44 integrated areas for the sake of simplicity. The model used in this research is a bi-objective linear programming model. In this research, GAMS software is used for modeling, ArcGIS software is used for data mining, and finally, Excel and SPSS have been applied to analyze the results.
JEL Classification: C61, P25, R42
کلیدواژه‌ها [English]
Optimization, Urban Economics, Transportation Planning
مراجع
  1. احمدوند، علی محمد، محمدیانی،زینب و خدادادی ابیازنی، حدیثه (1394). مدل‌سازی پویای دستگاه حمل ونقل شهری پایدار به‌منظور اصلاح و بهبود ترافیک.  مدرس علوم انسانی، پژوهش‌های مدیریت در ایران (2) ۳۱-2.
  2. برادران، وحید و آذری‌خواه، ارمغان (1399). ارائه مدل چندهدفه مسیریابی در شبکه سیستم‌های حمل و نقل عمومی چندوجهی درون شهری. مطالعات مدیریت صنعتی، 18(57): 375-345.
  3. حقانی میلاد و شاه­حسینی، زهرا (1391). کتاب برنامه­ریزی حمل­ونقل و مهندسی ترافیک، تهران: نشر کتاب آوا.
  4. محمدی ده چشمه، پژمان و مهدوی، داود (1398). برنامه‌ریزی استراتژیک بهبود جایگاه سیستم حمل و نقل شهری در شهرکرد با استفاده از تلفیق رویکردهای SWOT و QSP. جغرافیا و برنامه‌ریزی، 23(68): 264-245.
  5. شیرزادی بابکان، علی و طالعی، محمد و علیمحمدی عباس (1392). انتخاب وسیله حمل و نقل عمومی مناسب در یک کریدور شهری: کاربرد روش­های تصمیم‌گیری چند معیاره، مطالعات و پژوهش‌های شهری و منطقه‌ای) 18(24-1.
  6. صلواتی، علیرضا و حق‌شناس، حسین (1387). یکپارچه‌سازی سیستم حمل و نقل عمومی به روش AHP مطالعه موردی: شهر اصفهان هشتمین کنفرانس مهندسی حمل و نقل و ترافیک ایران.
  7. مطالعات جامع تهران (1392). طرح کاهش میزان آلایندگی هوا و صوت ناشی از ترافیک در شهر تهران، مطالعات مقدماتی، کارفرما: سازمان حمل­ونقل و ترافیک تهران
  8. مطالعات جامع مشهد (1389). معاونت حمل­ونقل و ترافیک، سازمان حمل­ونقل و ترافیک، ساخت، پرداخت مدل­های تابع زمان سفر- حجم برای معابر اصلی، مهندسین مشاور طرح هفتم.
  9. Abu-Allaban, M., & Abu-Qudais, H. (2011). Impact assessment of ambient air quality by cement industry: A case study in Jordan. Aerosol and Air Quality Resarch, 11(7), 802-810.
  10. Awasthi, A. Chauhan, S. S., Omrani, H., & Panahi, A. (2011). A hybrid approach based on SERVQUAL and fuzzy TOPSIS for evaluating transportation service quality. Computers & Industrial Engineering, 61(3), 637-646.
  11. Bahmankhah, B., & Coelho, M. C. (2017). Multi-objective optimization for short distance trips in an urban area: choosing between motor vehicle or cycling mobility for a safe, smooth and less polluted route. Transportation Research Procedia, 27, 428-435.
  12. Elbert, R., Müller, J. P., & Rentschler, J. (2020). Tactical network planning and design in multimodal transportation–A systematic literature review. Research in Transportation Business & Management, 35, 100462.
  13. El-Diraby, T., Abdulhai, B., & Pramod, K. (2005). The application of knowledge management to support the sustainable analysis of urban transportation infrastructure. Canadian Journal of Civil Engineering, 32(1), 58-71.
  14. Fellesson, M., & Friman, M. (2012). Perceived satisfaction with public transport service in nine European cities. Paper presented at the Journal of the Transportation Research Forum.
  15. Gupta, P., Mehlawat, M. K., Aggarwal, U., & Charles, V. (2018). An integrated AHP-DEA multi-objective optimization model for sustainable transportation in mining industry. Resources Policy.
  16. Hao, C., & Yue, Y. (2016). Optimization on combination of transport routes and modes on dynamic programming for a container multimodal transport system. Procedia engineering, 137, 382-390.
  17. Henry, L., & Litman, T. A. (2011). Evaluating New Start Transit Program Performance.
  18. Jeon, C. M., Amekudzi, A. A., & Guensler, R. L. (2013). Sustainability assessment at the transportation planning level: Performance measures and indexes. Transport Policy, 25, 10-21.
  19. Jonsson, R. D. (2008). Analysing sustainability in a land-use and transport system. Journal of Transport Geography, 16(1), 28-41.
  20. Lai, W.T., & Chen, C.F. (2011). Behavioral intentions of public transit passengers—The roles of service quality, perceived value, satisfaction and involvement. Transport Policy, 18(2), 318-325.
  21. Nassereddine, M., & Eskandari, H. (2017). An integrated MCDM approach to evaluate public transportation systems in Tehran. Transportation Research Part A: Policy and Practice, 106, 427-439.
  22. Otto, S. (2010). The psychology of transport choice. Institute for Ecological Economic Research (IÖW), Corpus-The SCP Knowledge Hub.
  23. Ülengin, F., Kabak, Ö., Önsel, Ş., Ülengin, B., & Aktaş, E. (2010). A problem-structuring model for analyzing transportation–environment relationships. European Journal of Operational Research, 200(3), 844-859.
  24. Verma, A., & Ramanayya, T. (2014). Public transport planning and management in developing countries: CRC Press.
  25. Yu, X., Miao, H., Bayram, A. Yu, M. & Chen, X. (2021). Optimal routing of multimodal mobility systems with ride‐sharing. International Transactions in Operational Research, 28(3), 1164-1189.
آمار
تعداد مشاهده مقاله: 543
تعداد دریافت فایل اصل مقاله: 366





سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب