<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن علمی جنگلبانی ایران</PublisherName>
				<JournalTitle>مجله جنگل ایران</JournalTitle>
				<Issn>2008-6113</Issn>
				<Volume>12</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2020</Year>
					<Month>04</Month>
					<Day>20</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Optimization Forest Road Construction Using Ant Colony Metaheuristic</ArticleTitle>
<VernacularTitle>بهینه‌سازی عملیات ساخت جاده‌های جنگلی با استفاده از الگوریتم فراابتکاری کلونی مورچگان</VernacularTitle>
			<FirstPage>113</FirstPage>
			<LastPage>130</LastPage>
			<ELocationID EIdType="pii">107501</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>ایمان</FirstName>
					<LastName>پژوهان</LastName>
<Affiliation>استادیار گروه مرتع و آبخیزداری، رشته مهندسی جنگل، دانشکده منابع طبیعی و محیط زیست، دانشگاه ملایر، ملایر.</Affiliation>
<Identifier Source="ORCID">0000-0002-5605-3107</Identifier>

</Author>
<Author>
					<FirstName>اکبر</FirstName>
					<LastName>نجفی</LastName>
<Affiliation>دانشیار گروه جنگلداری، دانشکده منابع طبیعی و علوم دریایی نور، دانشگاه تربیت مدرس</Affiliation>
<Identifier Source="ORCID">0000-0003-1065-4641</Identifier>

</Author>
<Author>
					<FirstName>جواد</FirstName>
					<LastName>وحیدی</LastName>
<Affiliation>دانشیار  گروه ریاضیات، دانشگاه علم و صنعت، تهران</Affiliation>

</Author>
<Author>
					<FirstName>ابوالقاسم</FirstName>
					<LastName>کامکار روحانی</LastName>
<Affiliation>دانشیار گروه نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود.</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2019</Year>
					<Month>10</Month>
					<Day>06</Day>
				</PubDate>
			</History>
		<Abstract>For designing forest roads that in addition to minimize the cost of constructing, satisfy environmentalists, it is necessary to provide designers and contractors accurate data from surface and subsurface conditions of the road area due to the large-scale of data using of optimization methods (metaheuristic algorithms) with the help of computers is necessary. For this purpose, this research was carried out on a proposed forest road whit length of 1 km in the forests of the district 4 of Babakoh in the city of Siahkal in Guilan province. The cycle of all earthwork work was studied by continuous time study method and the information of the subsurface layers terms of digging was carefully recorded. The results of comparing the method of the ant colony with the hand-made design scenario showed that the multi-objective algorithm presented in this study has great potential for reducing the cost of earthwork operations and its volume. Based on the results, the algorithm is able to reduce 58.55 and 64 percent the cost of earthwork operations and the volume of operations, respectively. Finally, the results of this research can be used as a guide to better management of forest areas, especially forest roads with the development of efficient methods in all forestry forests.</Abstract>
			<OtherAbstract Language="FA">برای طراحی جاده‌های جنگلی به‌گونه‌ای که افزون‌بر حداقل‌سازی هزینۀ ساخت، رضایت طرفداران محیط‌ زیست را نیز جلب کند، باید اطلاعات دقیقی از شرایط روی زمینی و زیر زمینی بستر جاده در اختیار طراحان و پیمانکاران قرار گیرد. از طرفی با توجه به حجم زیاد داده‌ها به‌کارگیری روش‌های بهینه‌سازی با کمک رایانه‌ها ضروری به نظر می‌رسد. بدین منظور این پژوهش در جاده‌ای پیش‌بینی‌شده به طول تقریبی یک کیلومتر در جنگل‌های سری چهار باباکوه شهرستان سیاهکل در استان گیلان انجام گرفت. همۀ مراحل اجرایی عملیات خاکی، مورد بررسی زمان‌سنجی پیوسته قرار گرفت و اطلاعات لایه‌های زیرسطحی از جنبۀ سختی حفاری به‌دقت ثبت شد. در مرحلۀ بعد برای اصلاح خط پروژه از الگوریتم بهینه‌سازی کلونی مورچگان استفاده شد. نتایج مقایسۀ روش الگوریتم بهینه‌یابی کلونی مورچگان با سناریوی طراحی دستی نشان داد که الگوریتم چندهدفۀ ارائه‌شده در این پژوهش، شامل کاهش حجم و هزینۀ عملیات خاکی قابلیت زیادی در کاهش هزینه‌های عملیات خاکی و حجم آن دارد. براساس نتایج، الگوریتم بهینه‌سازی کلونی مورچگان به مقدار 55/58 و 64 درصد قادر به کاهش هزینه و حجم عملیات است. از نتایج این پژوهش می‌توان به‌عنوان راهنمایی در مدیریت بهینۀ ساخت جادۀ جنگلی و توسعۀ روش‌های کارامد در دیگر علوم جنگلی استفاده کرد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">حجم عملیات خاکی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">خط پروژه</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مدل هزینه</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مقطع عرضی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://www.ijf-isaforestry.ir/article_107501_57730f6a36490f43734901462705c98f.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
