Περίληψη
Η παρούσα Διδακτορική Διατριβή παρουσιάζει μια ολιστική μεθοδολογία για την αποδοτική επίλυση προβλημάτων πολυκριτηριακής βελτιστοποίησης στον τομέα της διαχείρισης τεχνικών και συγκοινωνιακών υποδομών της επιστήμης του Πολιτικού Μηχανικού. Ειδικότερα, μοντελοποιούνται κατάλληλα τόσο παράμετροι λήψης απόφασης (προτεραιότητα στην εξυπηρέτηση, μονοσήμαντη αντιστοίχιση, εναλλακτικές επιλογές κλπ) όσο και προτιμήσεις ή περιορισμοί που απορρέουν από τις φυσικές και επιχειρησιακές ανάγκες του εκάστοτε προβλήματος. Παράλληλα η Μητρωική Άλγεβρα χρησιμοποιείται για την δόμηση της αντικειμενικής συνάρτησης ώστε να αξιολογηθεί το πόσο κοντά είναι μια υποψήφια λύση στην επίτευξη των στόχων της διαχείρισης, ενώ οι γενετικοί αλγόριθμοι επιλέχτηκαν για την επίλυση καθώς αποτελούν ένα ισχυρό εργαλείο βελτιστοποίησης ικανό να παρέχει γρήγορα και αξιόπιστα αποδοτικές λύσεις. Επιπλέον, η αναπτύχθηκε μια χωρική προσέγγιση βασισμένη στην υλοποίηση του Αλγορίθμου Ray Casting για την αποτελεσματική εξερεύνησ ...
Η παρούσα Διδακτορική Διατριβή παρουσιάζει μια ολιστική μεθοδολογία για την αποδοτική επίλυση προβλημάτων πολυκριτηριακής βελτιστοποίησης στον τομέα της διαχείρισης τεχνικών και συγκοινωνιακών υποδομών της επιστήμης του Πολιτικού Μηχανικού. Ειδικότερα, μοντελοποιούνται κατάλληλα τόσο παράμετροι λήψης απόφασης (προτεραιότητα στην εξυπηρέτηση, μονοσήμαντη αντιστοίχιση, εναλλακτικές επιλογές κλπ) όσο και προτιμήσεις ή περιορισμοί που απορρέουν από τις φυσικές και επιχειρησιακές ανάγκες του εκάστοτε προβλήματος. Παράλληλα η Μητρωική Άλγεβρα χρησιμοποιείται για την δόμηση της αντικειμενικής συνάρτησης ώστε να αξιολογηθεί το πόσο κοντά είναι μια υποψήφια λύση στην επίτευξη των στόχων της διαχείρισης, ενώ οι γενετικοί αλγόριθμοι επιλέχτηκαν για την επίλυση καθώς αποτελούν ένα ισχυρό εργαλείο βελτιστοποίησης ικανό να παρέχει γρήγορα και αξιόπιστα αποδοτικές λύσεις. Επιπλέον, η αναπτύχθηκε μια χωρική προσέγγιση βασισμένη στην υλοποίηση του Αλγορίθμου Ray Casting για την αποτελεσματική εξερεύνηση οποιουδήποτε χώρου για προβλήματα όπου η βέλτιστη χωροθέτηση εγκαταστάσεων ή υποδομών είναι το κύριο ζητούμενο. Οι μεθοδολογίες που αναπτύχθηκαν στο πλαίσιο της παρούσας διδακτορικής διατριβής, με μικρές διαφοροποιήσεις προσαρμοσμένες στις ιδιαιτερότητες του κάθε προβλήματος, εφαρμόζονται σε τρία από τα πιο κρίσιμα προβλήματα της διαχείρισης τεχνικών έργων και συγκοινωνιακών υποδομών, τα οποία είναι η χωροθέτηση των εργοταξιακών εγκαταστάσεων (Construction Site Layout Planning, CSLP) υπό συνθήκες στενότητας χώρου ή μη, η μοντελοποίηση δικτύου κόμβων και ακτινωτών συνδέσεων (Hub and Spoke, H&S) επικεντρωμένο στις θαλάσσιες μεταφορές μικρών αποστάσεων (Short Sea Shipping transportation), καθώς και η διαχείριση της εφοδιαστικής αλυσίδας σε επιχειρησιακό επίπεδο, με τη λειτουργία κέντρων διανομής τύπου cross-docking συμπεριλαμβανομένου και του σχεδιασμού της δρομολόγησης στόλου (Cross Docking with Vehicle Route Planning, CDVRP). Τα αποτελέσματα από όλες τις μελέτες περίπτωσης και τα επιχειρησιακά σενάρια που εξετάστηκαν επικυρώνουν την ευρωστία των μοντέλων στην παροχή αποδεκτών (σχεδόν βέλτιστων) λύσεων όσον αφορά τόσο την ποιότητα της λύσης (αντικατοπτρίζοντας τους στόχους βελτιστοποίησης ικανοποιώντας παράλληλα τους περιορισμούς/προτιμήσεις που έχουν τεθεί) όσο και την υπολογιστική αποδοτικότητα (αποδεκτός χρόνος εκτέλεσης), παρέχοντας έτσι ένα χρήσιμο εργαλείο για καλά ενημερωμένη υποστήριξη αποφάσεων στη διαχείριση τεχνικών και συγκοινωνιακών υποδομών.
περισσότερα
Περίληψη σε άλλη γλώσσα
This Doctoral Thesis illustrates a holistic methodology for efficiently considering multi-objective optimization problems in Transportation Infrastructure and Construction Management of Civil Engineering science. More specifically, decision parameters such as priority in service, one-to-one matching or assignment between several alternatives with or without alternative options are appropriately formulated. Furthermore, Μatrix Αlgebra is employed to calculate the fitness function to evaluate how close a candidate solution is to achieving the set aims, while Genetic Algorithms are employed for the implementations. Moreover, this Thesis also illustrates a spatial approach based on Ray Casting Algorithm implementation for efficiently exploiting any given space for problems where the optimal placement of facilities or infrastructure is the issue. These methodologies developed in the framework of this doctoral Thesis, with slight variations adapted to each problem's particularities, are appl ...
This Doctoral Thesis illustrates a holistic methodology for efficiently considering multi-objective optimization problems in Transportation Infrastructure and Construction Management of Civil Engineering science. More specifically, decision parameters such as priority in service, one-to-one matching or assignment between several alternatives with or without alternative options are appropriately formulated. Furthermore, Μatrix Αlgebra is employed to calculate the fitness function to evaluate how close a candidate solution is to achieving the set aims, while Genetic Algorithms are employed for the implementations. Moreover, this Thesis also illustrates a spatial approach based on Ray Casting Algorithm implementation for efficiently exploiting any given space for problems where the optimal placement of facilities or infrastructure is the issue. These methodologies developed in the framework of this doctoral Thesis, with slight variations adapted to each problem's particularities, are applied in three of the most critical issues in the relative fields, which are the Construction Site Layout Planning (CSLP) for both spacious and congested sites, the Hub-and-Spoke (H&S) network modeling focused on Short Sea Shipping (SSS) transportation, and the supply chain & logistics management at operational level dealing with cross-docking operation in the distribution centers scheduling including vehicle route planning concerns (CDVRP). The outputs validate the models' robustness in providing acceptable (near-optimal) solutions in terms of solution quality (reflecting optimization objectives and constraint/preference satisfaction) and computational efficiency (acceptable running time) for all case studies and operational scenarios, providing a useful tool for well-informed decision support.
περισσότερα