Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/10556
Title: Βελτιστοποίηση κατανομής πορών συστήματος διαχείρισης οδοστρωμάτων με χρήση γενετικού αλγορίθμου
Other Titles: Optimization model for pavement maintenance by using genetic algorithm
Authors: Παπαγιάννης, Κωνσταντίνος
Keywords: Βελτιστοποίηση
Γενετικοί αλγόριθμοι
Οδοστρώματα
Κατανομή πόρων
Συστήματα διαχείρισης
Keywords (translated): Optimization
Genetic algorithms
Pavement
Management systems
Resource allocation
Abstract: Η ανάπτυξη των συστημάτων διαχείρισης οδοστρωμάτων αποτελεί τα τελευταία χρόνια το επίκεντρο των ερευνών, καθώς η αποτελεσματική διαχείριση οδηγεί στην αειφόρο ανάπτυξη και τη βιωσιμότητα. Τα συστήματα διαχείρισης επιδιώκουν την βελτιστοποίηση της διαδικασίας λήψης αποφάσεων για συντήρηση, με παράλληλη μείωση του κόστους της και παράταση του χρόνου ζωής των οδοστρωμάτων.Η πλειοψηφία των υφιστάμενων συστημάτων μέχρι σήμερα εντοπίζει τη βέλτιστη λύση, που ελαχιστοποιεί το κόστος συντήρησης, χωρίς να λαμβάνεται υπόψη τις συνέπειες της επιδείνωσης της κατάστασης του οδοστρώματος στο χρήστη και στο περιβάλλον. Στόχος της παρούσας εργασίας είναι η βελτιστοποίηση της διαδικασίας εύρεσης σεναρίων συντήρησης σε συστήματα διαχείρισης οδοστρωμάτων, η οποία βασίζεται στην εξελικτική μέθοδο βελτιστοποίησης των γενετικών αλγορίθμων. Το προτεινόμενο μοντέλο που παρουσιάζεται δεν περιορίζεται μόνο στο κόστος συντήρησης, αλλά εστιάζει στο γενικευμένο κόστος, το οποίο περιλαμβάνει το κόστος συντήρησης, το κόστος χρήστη και το περιβαλλοντικό κόστος. Τα δεδομένα του προβλήματος σχετίζονται με την αρχική κατάσταση των οδοστρωμάτων που πρόκειται να συντηρηθούν, το είδος και τα χαρακτηριστικά των οδικών τμημάτων, τα διαθέσιμα είδη συντήρησης και το ύψος της διαθέσιμης χρηματοδότησηςγια συντήρηση και αποκατάσταση. Η βελτιστοποίηση με τη χρήση γενετικών αλγορίθμων πραγματοποιείται λόγω του του μεγέθους και της πολυπλοκότητας του προβλήματος. Ο προτεινόμενος αλγόριθμος εντοπίζει τον κατάλληλο συνδυασμό συντηρήσεων, αναφορικά με ένα ποσό διαθέσιμης χρηματοδότησης, ώστε να ελαχιστοποιείται το γενικευμένο κόστος και παράλληλα να διασφαλίζεται η καλή κατάστασητου οδοστρώματος και ένα επιτρεπτό επίπεδο λειτουργικότητας του οδικού δικτύου. Η αξιολόγηση του μοντέλου πραγματοποιήθηκε με την εξέταση διαφορετικών περιπτώσεων μελέτης, ενώ στο τέλος σχεδιάστηκε η καμπύληPareto των βέλτιστων λύσεων. Τα αποτελέσματα έδειξαν ότι το προτεινόμενο σύστημα είναι σε θέση να προτείνει σενάρια συντήρησης ταχύτερα, εξετάζοντας περισσότερες εφικτές λύσεις. Ακόμη,μπορεί να βοηθήσει αποτελεσματικά στη διατήρηση των οδικών δικτύων σε ικανοποιητικά επίπεδα λειτουργικότητας, με το χαμηλότερο δυνατό κόστος συντήρησηςκαι τις ελάχιστες επιπτώσεις στους χρήστες και το περιβάλλον.
Abstract (translated): The aim of this thesis is to optimize the process of finding maintenance scenarios in pavement management systems based on the evolutionary method of optimizing genetic algorithms. The proposed model is not only limited to maintenance costs but focuses on generalized costs, including maintenance costs, user costs and environmental costs. The problem data relate to the initial condition of the pavements to be maintained, the type and characteristics of the road sections, the available maintenance types and the amount of funding available for maintenance and rehabilitation. Optimization by using genetic algorithms is used due to the size and complexity of the problem. The proposed algorithm identifies the appropriate combination of maintenance with regard to an amount of funding available to minimize generalized cost, while ensuring good road conditions and a permissible level of road network functionality. The evaluation of the model was carried out by examining different study cases, while the Pareto curve of the best solutions was designed. The results showed that the proposed system is able to propose maintenance scenarios faster, considering more feasible solutions. It can also help effectively maintain road networks, by proposing the lowest maintenance costs and minimal impact on users and the environment.
Appears in Collections:Τμήμα Πολιτικών Μηχανικών (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
final thesis (nemertis).pdf4.2 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.