DOI: https://doi.org/10.1038/s41598-025-92085-7
PMID: https://pubmed.ncbi.nlm.nih.gov/40050402
تاريخ النشر: 2025-03-06
المؤلف: Fan Chen وآخرون
الموضوع الرئيسي: تحليل المخاطر والسلامة
نظرة عامة
تتناول البحث القضية المعقدة لتحسين طرق النقل للمواد الخطرة، مع الأخذ في الاعتبار معايير تقييم متعددة وأنماط نقل متنوعة. لمواجهة هذا التحدي، يقترح المؤلفون نموذج برمجة صحيحة ثلاثي الأهداف ويقدمون خوارزمية جينية متعددة الأهداف محسّنة، تُسمى DSNSGA3. تستخدم هذه الخوارزمية تقنية ترميز الكروموسومات المعتمدة على الأولويات لاستبعاد الحلول غير الممكنة وتدمج خوارزميات الفرز غير المهيمنة والمسافة المزدحمة لتقييم الحلول. كما يتم دمج استراتيجية بحث محلي لتحسين معدلات التقارب وتقليل عمليات النقل. تشير المحاكاة العددية إلى أن DSNSGA3 تتفوق بشكل كبير على NSGA3 التقليدية، محققة تحسينات متوسطة بنسبة 1.93% في دقة الحل، و1.32% في المتانة، وتعزيز التقارب بمقدار 11.33 جيل.
في الختام، يقدم الدراسة نهجًا فعالًا لتخطيط الطرق للمواد الخطرة في سياق النقل متعدد الأنماط تحت اتخاذ القرار متعدد المعايير. تظهر خوارزمية DSNSGA3 المحسّنة، التي تتميز بترميزها المعتمد على الأولويات واستراتيجية البحث المحلي، أداءً متفوقًا من حيث الدقة والسرعة والمتانة، مما يسهل تحديد الحلول المثلى في الشبكات المعقدة. بالإضافة إلى ذلك، يتم اقتراح طريقة جديدة لاتخاذ القرار لاشتقاق حلول فريدة من مجموعات باريتو المثلى، تم التحقق منها من خلال دراسات حالة عددية. تشير النتائج إلى أن الخوارزمية المقترحة وإطار اتخاذ القرار قابلان للتكيف مع السيناريوهات التي تتضمن أنماط نقل إضافية ومعايير تقييم، مما يعزز قابليتها للتطبيق في السياقات الواقعية.
طرق
في هذا القسم، يقدم المؤلفون منهجية شاملة لتقييم المخاطر المرتبطة بالمواد الخطرة أثناء النقل متعدد الأنماط. يتم تصنيف نماذج قياس المخاطر إلى ثلاثة أنواع: تعرض السكان، تلوث البيئة، ونماذج فقدان الممتلكات. تم تطوير نموذج تعرض السكان لقياس المخاطر على أقواس النقل المحددة، مع الأخذ في الاعتبار احتمالات الحوادث الفريدة لأنماط النقل المختلفة. تم تحديد معاملات تعديل المخاطر، مع اعتبار النقل البري كمعيار (1)، وتم تحديد معاملات النقل المائي والسكك الحديدية عند 0.19 و0.08، على التوالي. تم صياغة قياس تكلفة المخاطر لحوادث المواد الخطرة رياضيًا.
بالنسبة للعقد، تتضمن المنهجية مخاطر النقل، التي تنشأ من تغيير أنماط النقل والتكاليف المرتبطة مثل التحميل والتفريغ. تم تقديم نموذج تكلفة مخاطر النقل، حيث يتم تعريف المخاطر عند العقدة \(i\) على أنها \(R_i = \rho(k,l) \delta_i\)، مع \(\rho(k,l)\) تمثل احتمال وقوع حادث أثناء الانتقال بين الأنماط و\(\delta_i\) تشير إلى القيمة الوحدة للأضرار المادية. ثم يقترح المؤلفون نموذج تخطيط طرق متعدد الأنماط ومتعدد المعايير لنقل المواد الخطرة، والذي يقلل من التكاليف والوقت والمخاطر، مع مراعاة قيود مختلفة لضمان التدفق الصحيح واختيار الأنماط عبر شبكة النقل. يتم التعبير عن هذا النموذج من خلال سلسلة من المعادلات التي توضح العلاقات بين تكاليف النقل والوقت والمخاطر، مع الالتزام بالقيود التشغيلية.
نتائج
في هذا القسم، يتم تحليل نتائج أداء الخوارزمية بعد التحقق منها. تم تنفيذ الخوارزمية 50 مرة لتوليد مجموعة من القيم الموضوعية، والتي تم استخدامها لتحديد الجبهة الحقيقية المثلى لباريتو. يتم توضيح الجبهات التاريخية والنهائية لباريتو في الشكل 7، مع عرض الجانب الأيسر للجبهات المثلى من كل تشغيل والجانب الأيمن يقدم الجبهة المثلى الحقيقية المقدرة. تم تقييم أداء الخوارزمية مقابل هذه الجبهة باستخدام عشرة حلول مختارة عشوائيًا، كما هو موضح في الجدول 5. كانت مؤشرات التقارب، المسافة الجيلية (GD) والمسافة الجيلية المعكوسة (IGD)، تتراوح قيمها بين 0.004 إلى 0.0138 و0.0179 إلى 0.0511، على التوالي، مما يشير إلى تقارب قوي نحو الجبهة المثلى الحقيقية.
بالإضافة إلى ذلك، تم تقييم مقاييس الانتشار، والتباعد، والحجم الفائق (HV) لتقييم تنوع وتوزيع مجموعة الحلول. تراوحت قيم الانتشار بين 1.5423 إلى 1.8205، مما يشير إلى مجموعة حلول موزعة بشكل جيد في فضاء الأهداف، بينما تراوحت قيم التباعد بين 0.054 إلى 0.0906، مما يدل على تجانس جيد دون تكتلات كبيرة. تراوحت قيم HV، التي تقيس الحجم الفائق الذي تغطيه مجموعة الحلول، بين 0.5761 إلى 0.6184، مما يعكس أداءً مثاليًا. بشكل جماعي، تظهر هذه المؤشرات أن خوارزمية DSNSGA3 المقترحة تحقق نتائج جديرة بالثناء في التقارب، والامتداد، والتجانس، مما يثبت قابليتها للتطبيق في اتخاذ القرار في السيناريوهات ذات الصلة.
مناقشة
تسلط قسم المناقشة في الورقة الضوء على الأبحاث الحالية حول تخطيط طرق النقل متعدد الأنماط للمواد الخطرة، مع تحديد فجوة كبيرة في معالجة مشاكل التحسين متعددة الأهداف. ركزت الدراسات السابقة، مثل تلك التي أجراها كاو وآخرون وكيوفك وآخرون، بشكل أساسي على التحسين أحادي الهدف وافتقرت إلى خوارزميات قوية للعثور على الطرق، مما جعلها مناسبة فقط للمشاكل الصغيرة. بالمقابل، بدأت الأعمال الأكثر حداثة في استكشاف النماذج الثنائية والثلاثية الأهداف، ومع ذلك لا تزال تفشل في مراعاة المعايير المتنوعة لاتخاذ القرار من مختلف أصحاب المصلحة المعنيين في نقل المواد الخطرة، وهم الشاحنين، والناقلين، والحكومات.
لمعالجة هذه النقائص، يقترح المؤلفون نهجًا جديدًا يدرس بشكل مستقل الأهداف المتعددة المتعلقة بتكاليف النقل، والوقت، والمخاطر. يقدمون خوارزمية DSNSGA3، وهي خوارزمية جينية متعددة الأهداف هجينة مصممة لتحديد الطرق المثلى بكفاءة مع توليد جبهة باريتو موزعة بشكل جيد. تشمل الابتكارات الرئيسية لهذه الدراسة إنشاء نموذج توجيه متعدد الأنماط ومتعدد المعايير يأخذ في الاعتبار قيود النقل وتطوير طريقة اتخاذ قرار تلقائية لتعيين الأوزان تهدف إلى إنتاج حل موصى به فريد. تشير النتائج إلى أن هذا النهج لا يسرع فقط من التحسين الذكي في النقل متعدد الأنماط، بل يعزز أيضًا اتخاذ القرار من خلال توفير حل نهائي وسط تعقيدات التحسين متعدد الأهداف.
DOI: https://doi.org/10.1038/s41598-025-92085-7
PMID: https://pubmed.ncbi.nlm.nih.gov/40050402
Publication Date: 2025-03-06
Author(s): Fan Chen et al.
Primary Topic: Risk and Safety Analysis
Overview
The research addresses the complex issue of optimizing transportation routes for hazardous materials, considering multiple evaluation criteria and diverse transportation modes. To tackle this challenge, the authors propose a three-objective integer programming model and introduce an enhanced multi-objective genetic algorithm, termed DSNSGA3. This algorithm employs a priority-based chromosome encoding technique to eliminate infeasible solutions and incorporates non-dominated sorting and crowding distance algorithms for solution assessment. A local search strategy is also integrated to improve convergence rates and reduce transshipments. Numerical simulations indicate that DSNSGA3 significantly outperforms the traditional NSGA3, achieving average improvements of 1.93% in solution accuracy, 1.32% in robustness, and a convergence enhancement of 11.33 generations.
In conclusion, the study presents an effective approach to route planning for hazardous materials in a multi-mode transportation context under multi-criteria decision-making. The improved DSNSGA3 algorithm, characterized by its priority-based encoding and local search strategy, demonstrates superior performance in terms of accuracy, speed, and robustness, facilitating the identification of optimal solutions in complex networks. Additionally, a novel decision-making method is proposed to derive unique solutions from Pareto-optimal sets, validated through numerical case studies. The findings suggest that the proposed algorithm and decision-making framework are adaptable to scenarios involving additional transportation modes and evaluation criteria, enhancing their applicability in real-world contexts.
Methods
In this section, the authors present a comprehensive methodology for assessing the risk associated with hazardous materials during multimodal transportation. The risk measurement models are categorized into three types: population exposure, environmental pollution, and property loss models. A population exposure model is developed to quantify risks on specific transportation arcs, taking into account the unique accident probabilities for different modes of transport. The risk adjustment coefficients are established, with road transportation as the benchmark (1), and coefficients for water and railway transportation set at 0.19 and 0.08, respectively. The risk cost measurement for hazardous materials accidents is formulated mathematically.
For nodes, the methodology incorporates transshipment risks, which arise from the change of transportation modes and associated costs such as loading and unloading. A transshipment risk cost model is introduced, where the risk at node \(i\) is defined as \(R_i = \rho(k,l) \delta_i\), with \(\rho(k,l)\) representing the probability of an accident during mode transition and \(\delta_i\) denoting the unit value of property damage. The authors then propose a multi-mode and multi-criterion route planning model for hazardous materials transportation, which minimizes costs, time, and risk, subject to various constraints ensuring proper flow and mode selection throughout the transportation network. This model is expressed through a series of equations that delineate the relationships between transportation costs, time, and risk, while adhering to operational constraints.
Results
In this section, the results of the algorithm’s performance are analyzed following its validation. The algorithm was executed 50 times to generate a set of objective values, which were used to establish the true Pareto optimal front. The historical and final Pareto fronts are illustrated in Figure 7, with the left side showing the optimal fronts from each run and the right side presenting the approximated true Pareto front. The algorithm’s performance was evaluated against this front using ten randomly selected solutions, as detailed in Table 5. The convergence indicators, Generational Distance (GD) and Inverted Generational Distance (IGD), yielded values ranging from 0.004 to 0.0138 and 0.0179 to 0.0511, respectively, indicating strong convergence towards the true optimal front.
Additionally, the Spread, Spacing, and Hypervolume (HV) metrics were assessed to evaluate the diversity and distribution of the solution set. The Spread values ranged from 1.5423 to 1.8205, suggesting a well-distributed solution set in the objective space, while the Spacing values ranged from 0.054 to 0.0906, indicating good uniformity without significant clustering. The HV values, which measure the hypervolume covered by the solution set, ranged from 0.5761 to 0.6184, reflecting an ideal performance. Collectively, these indicators demonstrate that the proposed DSNSGA3 algorithm achieves commendable results in convergence, extensiveness, and uniformity, validating its applicability for decision-making in relevant scenarios.
Discussion
The discussion section of the paper highlights the existing research on multimodal transportation route planning for hazardous materials, identifying a significant gap in addressing multi-objective optimization problems. Previous studies, such as those by Cao et al. and Kaewfak et al., primarily focused on single-objective optimization and lacked robust route-finding algorithms, making them suitable only for small-scale problems. In contrast, more recent works have begun to explore bi-objective and tri-objective models, yet they still fail to adequately consider the diverse decision-making criteria of the various stakeholders involved in hazardous materials transportation, namely shippers, carriers, and governments.
To address these shortcomings, the authors propose a novel approach that independently studies multiple objectives related to transportation expenses, time, and risk. They introduce the DSNSGA3 algorithm, a hybrid multi-objective genetic algorithm designed to efficiently identify optimal routes while generating a well-distributed Pareto frontier. This study’s primary innovations include the establishment of a multi-mode and multi-criterion routing model that accounts for transfer constraints and the development of an automatic weight-assigning decision-making method aimed at producing a unique recommended solution. The findings suggest that this approach not only accelerates intelligent optimization in multimodal transportation but also enhances decision-making by providing a definitive solution amidst the complexities of multi-objective optimization.