مدلسازی مسئله مکان‏یابی و تخصیص در شرایط بحران زلزله و حل آن به‏ وسیله الگوریتم‏ های فراابتکاری

در این پژوهش، یک مسئله ‏ی مکان‏یابی و تخصیص با در ‏نظر ‏گرفتن قید ظرفیت، در شرایط بحران زلزله، طرح شده ‏است. هدف، انتخاب بهترین مکان‏ها برای اسکان موقت افراد و همچنین تخصیص بهینه ‏ی افراد به این اماکن است، به نحوی که میزان تلفات و آسیب‏ های ناشی از زلزله و پس ‏لرزه‏ های بعد از آن، حداقل شود. در ادامه تخصیص بهینه‏ ی افراد به مراکز درمانی نیز مورد بحث قرار می‏گیرد. برای دستیابی به این اهداف، مدل‏ ریاضی متناسب با شرایط مسئله با در‏‏ نظر ‏گرفتن محدودیت‏های تعریف ‏شده، ارائه شده‏ است. با توجه به تحقیقات پیشین پژوهشگران این امر، مسئله‏ ی مکان‏یابی و تخصیص یک مسئله ‏ی بهینه ‏سازی پیچیده محسوب می‏شود. برای حل این‏گونه مسائل، روش‏های فراابتکاری پیشنهاد شده ‏است. در این تحقیق از الگوریتم ‏های ژنتیک و رقابت استعماری استفاده شده و نتایج نهایی با هم مقایسه شده‏ اند. طبق نتایج به دست آمده الگوریتم رقابت استعماری می‏تواند رقیبی برای الگوریتم ژنتیک در این‏گونه مسائل باشد، چرا که میانگین جواب‏ های پیدا شده توسط این الگوریتم بهتر از الگوریتم ژنتیک است، اما سرعت همگرایی در الگوریتم ژنتیک، بیشتر است. مطالعه ‏ی موردی این پژوهش، مطالعه بر‏ روی منطقه‏ ی شماره‏ ی 3 شهر تهران است. با استفاده از اطلاعات موجود و در دسترس این منطقه، مکان‏هایی که دارای شرایط مطلوب برای اسکان هستند، با کمک علم سیستم اطلاعات جغرافیایی (gis) و نرم ‏افزار arc gis استخراج شده ‏است. الگوریتم رقابت استعماری برای حل این مسئله پیاده‏ سازی شده ‏است و در پایان تعداد بهینه‏ ی مراکز اسکان و تخصیص بهینه‏ ی افراد منطقه به این مراکز و هچنین تخصیص افراد به مراکز درمانی موجود در منطقه، ارائه شده‏ است

Modeling Location Allocation Problem in Earthquake crisis Situation and Solving by Metaheuristic Algorithm

In this study, a locationallocation problem is proposed regarding capacity factor in critical situation of an earthquake. Output is the selection of the best places for temporary shelters and optimized arrangement of the casualties in those places somehow minimizing casualties and damages. In the following, efficient allocation of the casualties to the medical centers will be discussed. Reaching these goals, a mathematics model proportionate to the problem conditions and constraints is presented. In literatures, locationallocation problem has been classified as a NPHard Problem. For these problems, metaheuristic algorithm were proposed. In this research, Imperialist Compeitive Algorithm (ICA) and Genetic Algorithm (GA) are used and the results comprised with each other. Based on the results of research, in such cases, ICA can be an opponent for Genetic Algorithm, because of the average of the solution obtained by this algorithm is rather better than Genetic Algorithm. However the GA convergence is faster than ICA. Case study is performed on region 3 of Tehran. Using available information of this region, the most fitted places for sheltering are extracted from GIS science and ARC GIS software. ICA is implemented to solve the problem. At the end, the number of optimized shelters and arrangement of inhabitants in these places and also arrangement of casualties to available medical centers in the region are presented.