Variable and adaptive neighbourhood search algorithms for rail rapid transit timetabling problem

تامین خدمات مقرون به صرفه و کارآمد حمل و نقل به کاربران یکی از وظایف اصلی سیستم های حمل و نقل عمومی است. در این مطالعه، هدف، حداقل و حداکثر زمان انتظار مسافران از طریق بهینه سازی جدول زمانی قطار برای سیستم های حمل و نقل شهری است. برای این منظور، مدل های برنامه ریزی خطی و غیر خطی ترکیبی عدد صحیح توسعه یافته است که می تواند نمونه های آزمایش کوچک و متوسط ​​را به طور مطلوب حل کند. به منظور مقابله با نمونه های بزرگ، الگوریتم های جستجو در محدوده سازگار و متغیر با توجه به طرح های رمزنگاری مختلف ریشه و روش های رمزگشایی طراحی شده اند. اثربخشی مدل های پیشنهادی و روش های راه حل از طریق کاربرد خطوط راه آهن زیرزمینی تهران در ایران نشان داده شده است. نتایج نشان می دهد که الگوریتم جست و جو متغیر محله در روش های متفاوتی از روش محاوره ای گام به گام سازگار در سناریوهای مختلف مورد واقعی بهتر عمل می کند. علاوه بر این، پیشرفت تولید شده برای دوره مطالعه موجب کاهش چشمگیری در کل زمان انتظار مسافران نسبت به جدول زمانی فعلی پایه می شود.