INTEGRATING GIS AND MULTI-CRITERIA ANALYSIS TO OPTIMIZE BUS STOP LOCATIONS FOR MASS TRANSIT AT LARGE EVENTS. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF MSc Thesis-Tewodros.pdf Restricted to Repository staff only until 31 December 2026. Download (3MB)

Arabic Abstract

تفرض الفعاليات الكبرى متطلبات عالية على أنظمة النقل، مما يجعل من الضروري تحديد مواقع مناسبة لتوقف حافلات النقل الترددي من أجل استيعاب الجماهير بكفاءة. وتعتمد الطرق التقليدية لاختيار مواقع توقف حافلات النقل الترددي على أحكام الخبراء البشريين، وهو ما قد يكون مكلفًا ويصعب الوصول إليه في الحالات التي لا يتوفر فيها جميع الخبراء المعنيين بسهولة. تطور هذه الرسالة إطارًا متكاملًا لاتخاذ القرار يجمع بين نظم المعلومات الجغرافية (GIS)، وتحليل اتخاذ القرار متعدد المعايير (MCDA)، ونماذج اللغة الكبيرة (LLMs) المستخدمة كمزوّدين لأوزان خبرية، وذلك لتحديد مواقع مناسبة لتوقف حافلات النقل الترددي حول استاد أرامكو في المنطقة الشرقية من المملكة العربية السعودية استعدادًا لكأس العالم لكرة القدم 2034. تم اختيار ثمانية معايير مكانية بالاعتماد على أدبيات تخطيط النقل، وهي: الكثافة السكانية، كثافة شبكة الطرق، القرب من المرافق، المسافة إلى الاستاد، مواقع محطات الحافلات القائمة، استخدامات الأراضي وغطاؤها، مواقع حوادث المرور، وانحدار الأرض. وتم تحويل كل معيار إلى طبقة شبكية (Raster) موحدة باستخدام تقنيات التحليل المكاني، بما في ذلك تقدير الكثافة النواة، وتحليل المسافة الإقليدية، وتحليل كثافة الخطوط، وإعادة التصنيف. تتمثل المساهمة الرئيسة لهذه الدراسة في الاستخدام المنهجي لنماذج اللغة الكبيرة لاستخلاص أوزان المعايير بديلًا عن لجان الخبراء البشريين التقليدية. وقد تم توجيه ثلاثة نماذج لغوية كبيرة (ChatGPT وGemini وDeepSeek) لتمثيل وجهات نظر تخصصية مختلفة ذات صلة بتخطيط حافلات النقل الترددي، بما في ذلك هندسة النقل، والتخطيط الحضري، ولوجستيات الفعاليات، والسلامة العامة. وتم تجميع أوزان المعايير الناتجة من خلال ترشيح القيم الشاذة وتقييم درجة الاتفاق باستخدام معامل كيندال (Kendall’s W) للوصول إلى مجموعة واحدة من الأوزان التشغيلية اللازمة لتنفيذ التحليل التراكبي الموزون المعتمد على نظم المعلومات الجغرافية. أسفر التحليل التراكبي الموزون عن إنتاج خريطة لملاءمة مواقع توقف حافلات النقل الترددي تُظهر أنماطًا مكانية واضحة. إذ تتركز المناطق عالية الملاءمة في الجزء الشرقي من منطقة الدراسة، حيث تتقاطع الكثافة السكانية المرتفعة، وقوة ترابط شبكة الطرق، والقرب من المرافق. وتظهر مناطق متوسطة الملاءمة في المناطق الانتقالية، في حين تُظهر الأجزاء الغربية والجنوبية مستويات ملاءمة منخفضة نتيجة ضعف التنمية العمرانية ومحدودية البنية التحتية للطرق. تشير النتائج إلى أن دمج التحليل المكاني القائم على نظم المعلومات الجغرافية مع تحليل اتخاذ القرار متعدد المعايير واستخلاص الأوزان بمساعدة نماذج اللغة الكبيرة يوفر إطارًا عمليًا وقابلًا للتكرار لتخطيط حافلات النقل الترددي في سياقات الفعاليات الكبرى. كما يقدم النهج المقترح بديلًا للترجيح القائم على الخبراء التقليديين في الحالات التي يكون فيها الوصول إلى لجان خبراء متنوعة محدودًا، ويؤسس لقاعدة بحثية مستقبلية في مجال نظم دعم القرار المكاني المدعومة بالذكاء الاصطناعي.

English Abstract

Large-scale events place high demands on transportation systems, making it important to identify suitable shuttle bus stop locations to efficiently accommodate spectators. Conventional methods for selecting shuttle bus stops rely on human expert judgment, which can be costly and difficult to access when all relevant experts are not readily available. This thesis develops an integrated decision framework that combines Geographic Information Systems (GIS), multicriteria decision analysis (MCDA), and Large Language Models (LLMs) used as expert weight providers to identify suitable shuttle bus stop locations around Aramco Stadium in the Eastern Province of Saudi Arabia for the 2034 FIFA World Cup. Eight spatial criteria were selected based on transport planning literature: population density, road network density, facility proximity, distance to the stadium, existing bus stops, land use and land cover, accident hotspots, and land slope. Each criterion was transformed into a standardized raster layer using spatial analysis techniques including kernel density estimation, Euclidean distance analysis, line density analysis, and reclassification. The main contribution of this study is the structured use of LLMs for criteria weight elicitation in place of conventional human expert panels. Three LLMs (ChatGPT, Gemini, and DeepSeek) were prompted to represent different domain perspectives relevant to shuttle bus planning, including transportation engineering, urban planning, event logistics, and public safety. The resulting criterion weights were aggregated through outlier filtering and agreement assessment using Kendall’s W to obtain a single operational weight set required for GIS-based weighted overlay analysis. The weighted overlay analysis produced a shuttle bus stop suitability map with clear spatial patterns. Highly suitable zones are concentrated in the eastern part of the study area, where high population density, strong road network connectivity, and proximity to facilities coincide. Moderately suitable areas occur in transitional zones, while western and southern areas show low suitability due to sparse development and limited road infrastructure. The results indicate that integrating GIS-based spatial analysis with MCDA and LLM-assisted weight elicitation provides a practical and reproducible framework for shuttle bus planning in large-event contexts. The proposed approach offers an alternative to conventional expert-based weighting when access to diverse expert panels is limited and establishes a foundation for future research on AI-supported spatial decision-support systems.

Item Type:	Thesis (Masters)
Subjects:	Civil Engineering Civil Engineering > Transportation Engineering
Department:	College of Design and Built Environment > Civil and Environmental Engineering
Committee Advisor:	Al-Ahmadi, Hassan
Committee Members:	Rahman, Syed and Abdullah, Muhammad
Depositing User:	TEWODROS SAHLU (g202320410)
Date Deposited:	31 Dec 2025 10:19
Last Modified:	31 Dec 2025 10:19
URI:	http://eprints.kfupm.edu.sa/id/eprint/143961