مكان يابي مراكز امداد موقت و مسيريابي پوياي وسايل نقليه امداد هوايي در شرايط بحران

Locating Temporary Relief Centers and Dynamic Routing Air Rescue Vehicles in Times of Crisis

در اين مقاله يك مدل رياضي جديد براي مكان يابي مراكز امداد موقت و مسيريابي پوياي وسايل نقليه امداد هوايي به منظور ارسال كالاهاي امدادي به مناطق آسيب ديده در شرايط بحران ارائه‌ شده است. تابع هدف مدل پيشنهادي شامل كمينه سازي حداكثر زمان انتقال كالاهاي امدادي به مراكز تاسيس شده است. در مدل پيشنهادي مكانيابي مراكز امداد به گونه‌اي انجام مي شود كه تمامي نقاط آسيب ديده در شعاع پوشش مراكز تاسيس شده قرار گيرند. با توجه به شرايط حاكم به مناطق آسيب ديده همچون نياز ضروري به كالاهاي امدادي و اهميت زمان خدمت رساني، وجود پس لرزه ها، برآوردهاي غير دقيق از ميزان خسارتها و مناطق حادثه ديده، و خرابي شبكه راه ها در مدل ارائه‌شده مناطق و ميزان تقاضاي هر منطقه پويا در نظر گرفته شده و از وسائط نقليه هوايي به منظور ارسال كالاهاي امدادي بهره گرفته شده است. با توجه به NP-Hard، مدل پيشنهادي، الگوريتم هاي ژنتيك و جست و جوي پراكنده براي اين مسئله ارائه‌ شده است، به منظور بررسي عملكرد الگوريتم هاي پيشنهادي نتايج حاصل از حل دقيق و الگوريتم هاي فرابتكاري ارائه‌شده مورد مقايسه و تحليل قرار گرفته است. در حل مسائل نمونه در ابعاد كوچك، ميانگين زمان حل براي روش دقيق، الگوريتم ژنتيك و الگوريتم جستجوي پراكنده به ترتيب 669.8 ، 54.7 و 56.2 ثانيه بدست آمد. از نظر كيفيت جواب‌ها، متوسط خطا براي الگوريتم ژنيك 3.8 درصد و براي الگوريتم جست و جوي پراكنده 4.1 درصد بدست آمد. در ابعاد بالا از منظر كيفيت جواب الگوريتم ژنتيك از 27 مسئله حل شده، در 17 مورد جواب‌هاي بهتري نسبت به الگوريتم جست و جوي پراكنده پيداكرده است. نتايج نشان دهنده عملكرد مناسب الگوريتم هاي حل پيشنهادي است.

This paper presents a new mathematical model for location of temporary relief centers and dynamic routing of aerial rescue vehicles distributing basic supplies in relief operations. The objective function of the proposed model minimizes the time required to distribute the supplies among the designated relief centers. The proposed model seeks to locate the relief centers in a way that all affected areas get covered by at least one relief center. Considering the importance of quick action amid a post-disaster environment with characteristics such as uncertain demand for relief supplies, inaccurate information regarding victims, aftershocks, and extensively damaged road networks, in the proposed model, location and level of demand are considered to be dynamic, and relief supplies are assumed to be distributed by aerial transport vehicles. The assessed problem is of NP-Hard complexity, so, this paper also presents a scatter search and genetic algorithm to obtain its solutions. To evaluate the performance of the proposed algorithm, it is tested and compared with an exact method and other meta-heuristic algorithms. In small test problems, the average solving time for exact method, genetic algorithm and scatter search algorithm were 669.8, 54.7, and 56.2 respectively. In view of solutions quality, the average percentage error for genetic algorithm and scatter search algorithm were 3.8 and 4.1 respectively. In the large scale problems, genetic algorithm reached to the better solution in 17 problems from 27 test problems compared to the scatter search algorithm. The results indicate the good performance of proposed algorithms.