Проектирование эффективного дорожного освещения – это стратегическое и сложное мероприятие, поскольку оно требует учёта как экологических, так и экономических факторов. Цель данного исследования состоит в том, чтобы предложить новую структуру комплексного подхода, основанную на систематическом применении анализа среды функционирования (англ. data envelopment analysis, DEA, сокрщ. АСФ), структурировании (развёртывании) функции качества (quality function deployment, QFD) и метода простого аддитивного взвешивания (simple additive weighting, SAW) для поддержки критического процесса принятия решений по проектированию освещения проезжей части. Сначала с помощью АСФ оценивается эффективность освещения проезжей части. Далее QFD позволяет учесть и выполнить требования заказчика. Наконец, для ранжирования альтернатив, которые признаны эффективными, используется метод SAW. Чтобы выбрать наиболее подходящий вариант с точки зрения энергетической и экономической эффективности, как самых важных аспектов, анализируются альтернативные варианты УНО для типичной городской дороги. Результаты показывают, что предлагаемый комплексный подход позволяет выбрать наиболее эффективное светотехнические решение для дороги, используя преимущества АСФ, QFD и SAW. Предлагаемый подход также обеспечивает относительно простой и очень хорошо подходящий инструмент принятия решений для такого рода стратегических задач.
1. Kostic, M., Djokic, L., Pojatar, D., and Strbac-Hadzibegovic, N., Technical and economic analysis of road lighting solutions based on mesopic vision // Build. Environ., 2009, Vol. 44, #1, pp. 66–75.
2. Subramani, C., Surya, S., Gowtham, J., Chari, R., Srinivasan, S., Siddharth, J. P., and Shrimali, H. Energy efficiency and pay-back calculation on street lighting systems // AIP Conference Proceedings, 2019, 2112.
3. Mayeur, A., Bremond, R., Bastien, J. C., The effect of the driving activity on target detectionas a function of the visibility level: Implications for road lighting // Transport. Res. Ftraf., 2010, Vol. 13, #2, pp. 115–128.
4. Coureaux, I. M., Manzano, E., The energy impact of luminaire depreciation on urban lighting // Energy. Sustain. Dev., 2013, Vol. 17, #4, pp. 357–362.
5. Kostic, M., Djokic, L., Recommendations for energy efficient and visually acceptable street lighting // Energy, 2009, Vol. 34, #10, pp. 1565–1572.
6. Kostic, M., Djokic, L. Recommendations for energy efficient and visually acceptable street lighting // Energy, 2009, Vol. 34, #10, pp. 1565–1572.
7. Mirzaei, M. J., Dashti, R., Kazemi, A., Amirioun, M.H. An asset-management model for use in the evaluation and regulation of public-lighting systems // Utilities Policy, 2005, Vol. 32, pp. 19–28.
8. Rabaza, O., Peña-García, A., Pérez-Ocón, F., Gómez-Lorente, D. A simple method for designing efficient public lighting, based on new parameter relationships // Expert Systems with Applications, 2013, Vol. 40, #18, pp. 7305–7315.
9. Wu, M. S., Huang, H. H., Huang, B. J., Tang, C. W., Cheng, C.W. Economic feasibility of solar-powered led roadway lighting // Renewable energy, 2009, Vol. 34, #8, pp. 1934–1938.
10. Liu, G. Sustainable feasibility of solar photovoltaic powered street lighting systems // International Journal of Electrical Power and Energy Systems, 2014, Vol. 56, pp. 168–174.
11. Radulovic, D., Skok, S., Kirincic, V. Energy efficiency public lighting management in the cities // Energy, 2011, Vol. 36, #4, pp. 1908–1915.
12. Jiang, Y., Shuo Li, Bowen Guan, Guangyuan Zhao, Cost effectiveness of new roadway lighting systems // Journal of Traffic and Transportation Engineering (English Edition), 2015.
13. European Committee for Standardization. Standard EN‑13201: Road Lighting; European Committee for Standardization: Bruxelles, Belgium, 2015.
14. Publication of Minnesota Department of Transportation- Roadway Lighting Design Manual, 2010.
15. Fotios, S.; Boyce, P.; Ellis, C. The effect of pavement material on road lighting performance // Light. J., 2005, Vol. 71, pp. 35–40.
16. Publication of European Committee for Standardization Road lighting – Part 3: Calculation of performance (CEN/TR13201–3)
17. Charnes, A., Cooper, W. W., & Rhodes, E. Measuring the efficiency of decision-making units // European journal of operational research, 1978, Vol. 2, #6, pp. 429–444.
18. Liu J.S., Lu L.Y.Y., Lu W., Lin B.J.Y. A survey of DEA applications // Omega, 2013, Vol. 41, #5, pp. 893–902.
19. Cooper, W. W., Seiford, L. M., & Tone, K. Data envelopment analysis: a comprehensivetext with models, applications, references and DEA-solver software // Springer Science & Business Media, 2007.
20. Amado, C. A., Santos, S. P., & Sequeira, J.F. Using Data Envelopment Analysis to support the design of process improvement interventions in electricity distribution // European Journal of Operational Research, 2013, Vol. 228, #1, pp. 226–235.
21. Sullivan, L.P. Policy management through quality function deployment // Quality Progress, 1988, Vol. 21, #6, pp. 18–20.
22. Mallon JC, Mulligan DE. Quality function deployment – a system for meeting customers’ needs // Journal of Construction Engineering and Management, 1993, Vol. 119, #3, pp. 516–31.
23. Kumar R, Midha PS. A QFD based methodology for evaluating a company’s PDM requirements for collaborative product developments // Industrial Management and Data Systems, 2001, Vol. 101, #3, p. 126e31.
24. Alinezad A, Esfandiari N. Supplier evaluation and selection with QFD and FAHP in pharmaceutical company // International Journal of Advanced Manufacturing Technology, 2013.
25. Ayağ Z., Samanlioglu F., Buyukozkan G. A fuzzy QFD approach to determine supply chain management strategies in the dairy industry // Journal of Intelligent Manufacturing, 2012.
26. Dikmen I., Birgonul MT., Kiziltas S. Strategic use of quality function deployment (QFD) in the construction industry // Building and Environment, 2005, Vol. 40, #2, pp. 245–255.
27. Cohen L. Quality function deployment: how to make QFD work for you // Reading, MA: Addison-Wesely, 1995.
28. Carnevalli, J. A., & Miguel, P.C. Review, analysis, and classification of the literature on QFD – Types of research, difficulties and benefits // International Journal of Production Economics, 2008, Vol. 114, #2, pp. 737–754
29. Edwards, W. Social Utilities. Engineering Economist, Summer Symposium Series, 1971, Vol. 6, pp. 119–129.
30. Shakouri, H., Nabaee, M., & Aliakbarisani, S. A quantitative discussion on the assessment of power supply technologies: DEA (data envelopment analysis) and SAW (simple additive weighting) as complementary methods for the «Grammar // Energy, 2014, Vol. 64, pp. 640–647.
31. Yoon, K. P., & Hwang, C.L. Multiple attribute decision making: an introduction // Sage Publications, 1995, Vol. 104.
32. Brownlow, S. A., & Watson, S.R. Structuring multi-attribute value hierarchies // Journal of the Operational Research Society, 1987, pp. 309–317.
33. Akgun, I., Kandakoglu, A., & Ozok, A.F. Fuzzy integrated vulnerability assessmentmodel for critical facilities in combating the terrorism // Expert Systems with Applications, 2010, Vol. 37, #5, pp. 3561–3573.
34. Publication of European Committee for Standardization Road lighting – Part 1: Selection of lighting classes (CEN/TR13201–1)
35. Tähkämö, L., Ylinen, A., Puolakka, M. et al. Life cycle cost analysis of three renewed street lighting installations in Finland // Int J Life Cycle Assess 17, 2012, pp. 154–164.
36. Boussofiane, A., Dyson, R.G., and Thanassoulis, E. Applied Data Envelopment Analysis // European Journal of Operational Research, 1991, Vol. 52, pp. 1–15.
37. Ayaz, R.; Ozcanli, A.K.; Nakir, I.; Bhusal, P.; Unal, A. Life cycle cost analysis on M1 and M2 road class luminaires installed in Turkey // Light Eng., 2019, Vol. 27, pp. 61–70

• Предыдущая статья
• Следующая статья

• анализ среды функционирования
• освещение проезжей части
• метод простого аддитивного взвешивания
• структурирование (развёртывание) функции качества
• мульти-параметрическое принятие решений