Time-Plan Optimization with Genetic Algorithm for Regain of Energy from Train Tracks
Bu makalede, Metro İstanbul araçlarından zaman planı uyarlanarak maksimum enerji kazanımının optimize edilmesine yönelik araştırma sonuçları paylaşılmıştır. Yeniden enerji kazanımı (rejeneratif enerji), elektromanyetik frenleme yapan trenlerin ürettiği enerjiyi hatta hareket etmeye hazır durumunda b...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Bursa Uludag University
2021-04-01
|
| Series: | Uludağ University Journal of The Faculty of Engineering |
| Subjects: | |
| Online Access: | https://dergipark.org.tr/tr/download/article-file/963187 |
| _version_ | 1797915105996832768 |
|---|---|
| author | Metin Turan Büşra Tural İbrahim Ethem Demirci |
| author_facet | Metin Turan Büşra Tural İbrahim Ethem Demirci |
| author_sort | Metin Turan |
| collection | DOAJ |
| description | Bu makalede, Metro İstanbul araçlarından zaman planı uyarlanarak maksimum enerji kazanımının optimize edilmesine yönelik araştırma sonuçları paylaşılmıştır. Yeniden enerji kazanımı (rejeneratif enerji), elektromanyetik frenleme yapan trenlerin ürettiği enerjiyi hatta hareket etmeye hazır durumunda bulunan diğer trenlere aktarması prensibine dayanmaktadır. Yeniden enerji kazanımı elde etmenin en etkili yollarından birisi, trenlerin istasyonlarda bekleme sürelerinde düzenleme yaparak zaman-planı en iyileştirmesinin gerçekleştirilmesidir. Bu oldukça karışık ve elle yapılması mümkün olmayan bir NP problemi olduğundan bu çalışmada bekleme sürelerini bulmak için genetik algoritma kullanılmıştır. Genetik algoritmalar, evrimsel sürece benzer şekilde çalışan arama ve en iyileştirme yöntemidir. Bu yöntem çok boyutlu ve karmaşık uzayda en iyinin hayatta kalması ilkesine göre en iyi çözümü aramaya dayanır. Her tekrar sonunda en iyi birkaç elit birey bir sonraki nesle aktarılmıştır. Her tekrarda toplam birey sayısı sabit tutulmuş, diğer bireyler ise elit bireylerin çaprazlanması sonucu veya rastgele üretilmesiyle oluşturulmuştur. Agresif mutasyon işlemi, istasyon bekleme sürelerindeki değişimin sıfıra eşit olmadığı durumlarda uygulanmıştır. Yapılan simülasyon sonucunda, genetik algoritma ile elde edilen yeni bekleme süreleriyle trenlerin hızlanma ve frenleme anlarındaki örtüşme, referans çalışmaya göre %26 civarında daha iyi sonuçlar elde edilmiştir. Referans çalışmada %60 oranında olan trenlerin örtüşme anları bu çalışma ile %76 ‘ya kadar çıkartılmıştır. |
| first_indexed | 2024-04-10T12:36:31Z |
| format | Article |
| id | doaj.art-9bf66df11a19421e98a5fdf085da475f |
| institution | Directory Open Access Journal |
| issn | 2148-4147 2148-4155 |
| language | English |
| last_indexed | 2024-04-10T12:36:31Z |
| publishDate | 2021-04-01 |
| publisher | Bursa Uludag University |
| record_format | Article |
| series | Uludağ University Journal of The Faculty of Engineering |
| spelling | doaj.art-9bf66df11a19421e98a5fdf085da475f2023-02-15T16:14:35ZengBursa Uludag UniversityUludağ University Journal of The Faculty of Engineering2148-41472148-41552021-04-0126118720210.17482/uumfd.6872141779Time-Plan Optimization with Genetic Algorithm for Regain of Energy from Train TracksMetin Turan0Büşra Tural1İbrahim Ethem Demirci2İstanbul Ticaret Üniversitesi, Turkeyistanbul ticaret üniversitesiMetro İstanbul A.Ş.Bu makalede, Metro İstanbul araçlarından zaman planı uyarlanarak maksimum enerji kazanımının optimize edilmesine yönelik araştırma sonuçları paylaşılmıştır. Yeniden enerji kazanımı (rejeneratif enerji), elektromanyetik frenleme yapan trenlerin ürettiği enerjiyi hatta hareket etmeye hazır durumunda bulunan diğer trenlere aktarması prensibine dayanmaktadır. Yeniden enerji kazanımı elde etmenin en etkili yollarından birisi, trenlerin istasyonlarda bekleme sürelerinde düzenleme yaparak zaman-planı en iyileştirmesinin gerçekleştirilmesidir. Bu oldukça karışık ve elle yapılması mümkün olmayan bir NP problemi olduğundan bu çalışmada bekleme sürelerini bulmak için genetik algoritma kullanılmıştır. Genetik algoritmalar, evrimsel sürece benzer şekilde çalışan arama ve en iyileştirme yöntemidir. Bu yöntem çok boyutlu ve karmaşık uzayda en iyinin hayatta kalması ilkesine göre en iyi çözümü aramaya dayanır. Her tekrar sonunda en iyi birkaç elit birey bir sonraki nesle aktarılmıştır. Her tekrarda toplam birey sayısı sabit tutulmuş, diğer bireyler ise elit bireylerin çaprazlanması sonucu veya rastgele üretilmesiyle oluşturulmuştur. Agresif mutasyon işlemi, istasyon bekleme sürelerindeki değişimin sıfıra eşit olmadığı durumlarda uygulanmıştır. Yapılan simülasyon sonucunda, genetik algoritma ile elde edilen yeni bekleme süreleriyle trenlerin hızlanma ve frenleme anlarındaki örtüşme, referans çalışmaya göre %26 civarında daha iyi sonuçlar elde edilmiştir. Referans çalışmada %60 oranında olan trenlerin örtüşme anları bu çalışma ile %76 ‘ya kadar çıkartılmıştır.https://dergipark.org.tr/tr/download/article-file/963187regain of energysubway time-tablegenetic algorithmyeniden enerji kazanımımetro zaman planıgenetik algoritma |
| spellingShingle | Metin Turan Büşra Tural İbrahim Ethem Demirci Time-Plan Optimization with Genetic Algorithm for Regain of Energy from Train Tracks Uludağ University Journal of The Faculty of Engineering regain of energy subway time-table genetic algorithm yeniden enerji kazanımı metro zaman planı genetik algoritma |
| title | Time-Plan Optimization with Genetic Algorithm for Regain of Energy from Train Tracks |
| title_full | Time-Plan Optimization with Genetic Algorithm for Regain of Energy from Train Tracks |
| title_fullStr | Time-Plan Optimization with Genetic Algorithm for Regain of Energy from Train Tracks |
| title_full_unstemmed | Time-Plan Optimization with Genetic Algorithm for Regain of Energy from Train Tracks |
| title_short | Time-Plan Optimization with Genetic Algorithm for Regain of Energy from Train Tracks |
| title_sort | time plan optimization with genetic algorithm for regain of energy from train tracks |
| topic | regain of energy subway time-table genetic algorithm yeniden enerji kazanımı metro zaman planı genetik algoritma |
| url | https://dergipark.org.tr/tr/download/article-file/963187 |
| work_keys_str_mv | AT metinturan timeplanoptimizationwithgeneticalgorithmforregainofenergyfromtraintracks AT busratural timeplanoptimizationwithgeneticalgorithmforregainofenergyfromtraintracks AT ibrahimethemdemirci timeplanoptimizationwithgeneticalgorithmforregainofenergyfromtraintracks |