Publikace detail

An advanced spatial decision model for strategic placement of off-site hydrogen refueling stations in urban areas

Rok: 2024

Druh publikace: článek v odborném periodiku

Název zdroje: eTransportation

Název nakladatele: Elsevier Science BV

Místo vydání: Amsterdam

Strana od-do: nestránkováno

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Pokročilý model prostorového rozhodování pro strategické umísťování vodíkových čerpacích stanic mimo lokalitu v městských oblastech	Strategické rozmístění vodíkových čerpacích stanic (HRS) má zásadní význam pro úspěšné zavedení vozidel s vodíkovými palivovými články (HFCV) a podporu udržitelné městské dopravy. Stávající modely prostorového rozhodování využívající geografické informační systémy (GIS) a vícekriteriální rozhodování (MCDM) však často končí u generování map vhodnosti a spoléhají se na zjednodušené nebo libovolné metody umisťování lokalit, jako jsou pevné obslužné poloměry, bez optimalizace prostorového rozmístění, které přehlížejí inherentní nejistoty, což omezuje účinnost rozhodovacího procesu. Tato studie vyvíjí pokročilý model prostorového rozhodování pro zpracování nejistot a optimalizaci rozmístění HRS v Praze v České republice. Model integruje několik metodik: (i) Využití 21 kritérií napříč dostupností, životním prostředím, infrastrukturou a socioekonomickými dimenzemi, přičemž váhy kritérií jsou upřednostňovány pomocí Fuzzy Analytic Hierarchy Process (FAHP) pro zvládnutí nejistoty v expertních úsudcích. Analýza vhodnosti GIS identifikovala optimální oblasti, přičemž 18,13 % Prahy bylo klasifikováno jako velmi vhodné pro nasazení HRS. (ii) Implementace shlukování Fuzzy C-Means (FCM) pro optimalizaci rozmístění lokalit a řešení nejistoty při umisťování HRS, přičemž bylo navrženo 10 optimálních lokalit potvrzených skóre Siluety 0,68. (iii) Vyhodnocení výkonnosti modelu pomocí analýzy citlivosti, která odhaluje schopnost reagovat na změny kritérií. K vyhodnocení a seřazení navržených umístění HRS jsme integrovali genetický algoritmus (GA) s technikou pro preferenci pořadí podle podobnosti s ideálním řešením (TOPSIS), čímž jsme optimalizovali proces výběru prozkoumáním širšího prostoru řešení. Analýza dostupnosti navíc hodnotila pokrytí pohotovostní reakce, čímž se zajistila efektivní doba odezvy. Tento multimetodologický rámec zajišťuje robustní, daty podložený přístup k výběru lokality, optimalizaci dostupnosti, minimalizaci dopadu na životní prostředí a podporu udržitelné městsk	Udržitelná doprava; Vodíkové čerpací stanice; Obnovitelná energie; Geografické informační systémy; Vícekriteriální rozhodování; Genetický algoritmus
eng	An advanced spatial decision model for strategic placement of off-site hydrogen refueling stations in urban areas	The strategic placement of hydrogen refueling stations (HRSs) is crucial for the successful adoption of hydrogen fuel cell vehicles (HFCVs) and the promotion of sustainable urban transportation. However, existing spatial decision models using Geographic Information Systems (GIS) and Multi-Criteria Decision-Making (MCDM) often stop at generating suitability maps and rely on simplistic or arbitrary site placement methods, such as fixed service radii, without optimizing spatial distribution that overlook inherent uncertainties, limiting the effectiveness of the decision-making process. This study develops an advanced spatial decision model to handle uncertainty and optimize HRS placement in Prague, Czechia. The model integrates multiple methodologies: (i) Utilizing 21 criteria across accessibility, environmental, infrastructural, and socioeconomic dimensions, with criteria weights prioritized using the Fuzzy Analytic Hierarchy Process (FAHP) to manage uncertainty in expert judgments. GIS suitability analysis identified optimal areas, with 18.13% of Prague classified as highly suitable for HRS deployment. (ii) Implementing Fuzzy C-Means (FCM) clustering to optimize site distribution and address uncertainty in HRS placement, proposing 10 optimal locations validated by a Silhouette score of 0.68. (iii) Evaluating model performance through sensitivity analysis, revealing responsiveness to criteria variations. To evaluate and rank the proposed HRS locations, we integrated a Genetic Algorithm (GA) with the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), optimizing the selection process by exploring a wider solution space. Additionally, accessibility analysis assessed emergency response coverage, ensuring efficient response times. This multi-methodological framework ensures a robust, data-driven approach to site selection, optimizing accessibility, minimizing environmental impact, and promoting sustainable urban transportation. It advances strategic i	Sustainable transportation; Hydrogen refueling stations; Renewable energy; Geographic information systems; Multi-criteria decision-making; Genetic algorithm

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Katedry

Pracoviště

Jak nás najdete?

Služby

Často hledáte