مکان‌یابی و مسیریابی تسهیلات اورژانسی با فرض احتمال خرابی مسیرهای ارتباطی در زمان بحران

برنامه‌ریزی برای پیشگیری از وقوع حوادث از یک سو و تصمیم‌گیری‌های درست برای کاهش آثار ناشی از وقوع بحران از سوی دیگر اهداف کلیدی مدیریت بحران‌اند. در این تحقیق، مسئله‌ی مکان‌یابی و مسیریابی تسهیلات اضطراری با در نظر گرفتن احتمال خرابی مسیرهای ارتباطی و ازدحام تسهیلات اورژانسی در زمان وقوع بحران بررسی می‌گردد؛ بدین منظور، یک مدل برنامه‌ریزی ریاضی دوهدفه برای انتخاب مکان استقرار تسهیلات، تخصیص تسهیلات به مصدومان و تعیین مسیرهای ارتباطی ارائه می‌شود. در مدل ریاضی ارائه‌شده، فرد مصدوم در صورتی می‌تواند خدمات اورژانسی را دریافت کند که حداقل یک سرور آزاد در تسهیل متناظر، مستقر و مسیر ارتباطی از تسهیل تا مکان وی تخریب نشده باشد. توابع هدف مدل ارائه‌شده شامل کمینه کردن مجموع میزان مصدومان پوشش‌نیافته و کمینه کردن میانگین زمان‌های سفر در واحد زمان است. برای حل مسئله‌ی مورد بررسی، دو الگوریتم حل شامل الگوریتم دقیق محدودیت اپسیلون و الگوریتم فراابتکاری ژنتیک چندهدفه ارائه می‌گردد. صحت مدل ریاضی و کارایی الگوریتم‌های ارائه‌شده از طریق ارائه‌ی مثالی عددی ارزیابی می‌شود.

Location-routing for emergency facilities considering destruction probabilities for communication paths in crises

Planning to prevent and respond to disasters are two key aims of the crisis management.  This paper tries to locationrouting facilities considering destruction probabilities for communication paths and congestion in facilities, due to the crises. Thus, a biobjective model is developed to determine the location emergency facilities, assignment of injuries and routing of emergency vehicles. An injury can receive emergency service if there is at least a free server in corresponding facility and also, the route between its location and related facility is not destructed. The objective functions of the proposed model are the minimization of the rate of injuries not being covered and the minimization of the average travelling times per a time unit. The proposed model was solved using two solution procedures, including ɛconstraint method and a multiobjective genetic algorithm. The accuracy of the proposed model and the performance of the proposed algorithms are evaluated using a case study.