Karınca kolonisi optimizasyonu ile ulaşım ağ tasarımı

Abstract

Çalışmada ulaşım ağ tasarım probleminin çözümü ve en iyi sinyal sürelerinin elde edilmesi için modifiye edilmiş karınca kolonisi optimizasyonu kullanılmıştır. Sinyal süreleri her bir kavşaktaki devre ve faz yeşil süreleri olarak tanımlanmıştır. Ardışık ortalamalar yöntemi kullanılarak stokastik kullanıcı dengesi ataması yapılmış ve sürücü davranışlarının temsil edilmesinde probit rota seçim modeli kullanılmıştır. Seçim olasılıklarının elde edilmesi için Monte Carlo simülasyon yönteminden faydalanılmıştır. Amaç fonksiyonu olarak sistem optimum formülasyonu kullanılmıştır. Karınca kolonisi optimizasyonu metodunun sinyal kontrol problemine adaptasyonu ile elde edilen KAKOSKA modeli ağ tasarım probleminin çözümü için önerilmiştir. İki seviyeli programlama metodu ve karşılıklı iteratif yaklaşım ağ tasarım probleminin çözümü için kullanılmıştır. Bu amaçla KAKOSKA-1 ve KAKOSKA-2 modelleri önerilmiştir. Önerilen modellerin etkinliğini ve çözüm yeteneğini göstermek için test ulaşım ağı seçilmiştir. Her iki modelle elde edilen amaç fonksiyonu değerlerinin karşılaştırılması yapılmıştır. Sonuçlara göre ağ tasarım probleminin çözümünde her iki modelle elde edilen amaç fonksiyonu değerlerinin oldukça benzer olduğu görülmüştür. KAKOSKA-1 modelinden elde edilen devre süreleri KAKOSKA-2 modeline oranla ortalama %17 daha düşük bulunmuştur. Bu nedenle KAKOSKA-1 modeli örnek ulaşım ağında sıkışıklık fiyatlandırması uygulaması için seçilmiştir. Sıkışıklık fiyatlandırması uygulaması için yeni bir yaklaşım önerilmiştir. Link tabanlı fiyatlandırma ile talep artışı senaryolarına bağlı olarak ağ toplam maliyetinde iyileşmeler gözlemlenmesine rağmen talep artışının %40'ı aşması durumunda marjinal faydaların azalmasından dolayı toplam maliyetlerde iyileşme olmadığı sonucuna varılmıştır.

The modified ant colony optimization approach to solve the network design problem is used to tackle the optimization of signal timings with equilibrium link flows. Signal timing is defined by the cycle time and the green time for each junction and stage, respectively. Stochastic user equilibrium assignment is solved by way of the method of successive averages method. Probit route choice model is used in order to illustrate of driver’s behavior. Monte- Carlo simulation method is used to find route choice probabilities of the probit model. The objective function is adopted as the system optimum formulation. By integrating the ant colony optimization, traffic assignment and traffic control, the proposed KAKOSKA model solves the network design problem. The bi-level programming method and mutually consistent approach are used to solve the network design problem. KAKOSKA-1 and KAKOSKA-2 models are developed for this purpose, respectively. Test road network has been chosen to illustrate the effectiveness and robustness of the proposed models and comparisons of the values of the objective functions have been made. Results from test road network, with and without congestion has shown the effectiveness and efficiency of the proposed ant colony optimization method as values of the objective function were similar to the mutually consistent calculations. However, the cycles times obtained from the KAKOSKA-1 model were about 17% less than the values from the KAKOSKA-2 model. Therefore, KAKOSKA-1 model was chosen to implement congestion pricing to the test road network. A novel approach is proposed in order to implement the congestion pricing to the test network. The improvements have been observed on the total cost of the network depending on the different demand scenarios according to the base demand using linkbased pricing. However, when the demand is increased more than 40% there is no improvement of the total cost since the decrease on the range of marginal cost.