طراحی مدل مبتنی بر منطق فازی و مدیریت ریسک امداد و نجات زلزله زدگان جاده ایی شهر تهران

زمینه و هدف: در سال های اخیر مدیریت بحران به عنوان یک رویکرد مناسب جهت برنامه ریزی و  مقابله با بحران بلایا مطرح شده است. در این خصوص لجستیک امداد بعنوان یکی از اجزای مهم مدیریت بحران نقش حیاتی در موفقیت مدیریت بحران دارد. تحقیق حاضر با تمرکز بر لجستیک امداد و کمینه سازی هزینه در انتخاب مراکز توزیع و مسیریابی به نقاط نیازمند امداد با در نظر گرفتن قید ریسک به ارائه مدلی ریاضی جدید برای مکانیابی مراکز توزیع و امداد و نیز مسیریابی وسایل نقلیه به منظور تامین کالاهای مورد نیاز افراد آسیب دیده در زمان وقوع فجایع پرداخته است.روش: این پژوهش از نوع کاربردی و نحوه انجام آن، توصیفی تحلیلی می‌باشد. برای ارائه مدل مکان یابی، کمینه سازی هزینه با در نظر گرفتن قید ریسک مورد نظر قرار گرفته است. با توجه به nphard بودن مساله الگوریتم پیشنهادی از ترکیب الگوریتم ازدحام ذرات و معادله ریسک تحت شرایط محیط فازی بدست آمده است. روش پیشنهادی برروی داده های زلزله شهرتهران مورد نظر قرار گرفته است.یافته‌ها و نتیجه‌گیری: بررسی روش پیشنهادی بر روی داده های زلزله شهر تهران نشان داد که با استفاده از الگوریتم پیشنهادی، مکانیابی مراکز امداد از بین مکان های کاندید و مسیریابی مراکز منتخب با کمترین هزینه امکان پذیر است. براین اساس ایستگاههای کمک رسان به عنوان بهترین انتخاب در شرایط زلزله در شهر تهران از میان 15 ایستگاه بالقوه عبارتند از: شهرک غرب بوستان جمشیدیهسرخه حصار آزادی ساحل مصنوعی حکیمیه. همچنین به منظور بررسی عملکرد الگوریتم پیشنهادی، الگوریتم پیشنهادی با 5 الگوریتم (الگوریتم جنگل، الگوریتم کرم شب تاب، الگوریتم پرندگان مبتنی بر نیروی الکترو استاتیک، الگوریتم پرندگان مبتنی بر فاصله و پرندگان مبتنی بر دسته بندی وجستجوی محلی) در هفت معیار مورد مقایسه قرار گرفته است که نتایج نشان دهنده عملکرد بسیار مناسب الگوریتم پیشنهادی بوده است.

A New Model for Location – Routing – Relief Logistic Inventory inEarthquake Situations under Fuzzy Conditions Based on RiskManagement (Case Study: Tehran City)

Context and Goal: In recent years, crisis management has been proposed asan appropriate approach to planning and encounter with disaster crisis. In thisregard, relief logistics as an important component of crisis management plays acritical role in the achievement of crisis management. The present research hasproposed a new mathematical model for location of distribution and reliefcenters as well as vehicles routing in order to providing required goods fordisabled people at the time of disasters with focusing on the relief logistics.The goal of this proposed model is to minimize the cost of choosingdistribution centers and routing of needy points for relief with considering riskconstraint.Method: This research is a practical study and applied in a descriptiveanalyticalmanner that is considered to proposing location model andminimizing the cost of choosing distribution centers and routing of needypoints for relief with considering risk constraint. Given that this problem isNPHard, the proposed algorithm is derived from the combination of particleswarm algorithm and risk equation for location – relief logistic routing inearthquake situations under fuzzy environment. The proposed method isimplemented on the earthquake data of Tehran that are provided based on thelibrary method and data sheets of the earthquake database extracted from thedatabase of the Iran seismological center.Findings and Conclusion: The proposed method on earthquake data inTehran showed that with using the proposed algorithm, it is possible tolocating of relief centers from candidate locations and routing the selectedcenters with the lowest cost. Therefore, the relief stations that selected as thebest choice in earthquake conditions from among the 15 potential stations inTehran were: West Town, Jamshidieh Bustan, Sorkheh Hesar, Azadi, ArtificialBeach, and Hakimiyeh. Also, in order to evaluate the performance of theproposed algorithm the proposed algorithm is compared with five algorithms(forest algorithm, firefly algorithm, particle swarm algorithm based on electrostaticpower, particle swarm algorithm based on distance and particle swarmalgorithm based on classifying and local search) in seven criteria. The resultsrepresented a very good performance of the proposed algorithm.