پیش‌بینی مدت زمان رسیدن آتش‌نشانان به محل حادثه با بهره‌گیری از روش رگرسیون خطی فازی (مطالعه موردی: سازمان آتش‌نشانی مشهد)

ایستگاه‌های آتش‌نشانی از جمله مراکز مهم و حیاتی خدمت‌رسانی در شهر‌ها هستند که نقش مهمی در تامین ایمنی افراد، دارایی‌ها و محیط‌زیست دارند. بدیهی است خدمت‌رسانی به‌موقع آتش‌نشانان که مستلزم تخصیص صحیح ایستگاه آتش‌نشانی به محل حادثه می‌باشد، می‌تواند کاهش مطلوبی در صدمات جانی و مالی ناشی از حوادث ایجاد نماید. عوامل متعددی خدمت‌رسانی به‌موقع را تحت تاثیر قرار می‌دهند که تحلیل همه‌جانبه‌ی آنها به‌وسیله روش‌های سنتی به‌دلیل حجم زیاد داده‌ها امکان‌پذیر نیست. از طرفی عدم توجه به این عوامل می‌تواند نتایج و تصمیم‌گیری‌های نادرستی را در پی داشته باشد؛ لذا استفاده از ابزار تحلیل‌ رگرسیون که بتواند با حجم وسیعی از داده‌‌ها کار نماید، می‌تواند در دست‌یابی به نتایج و تصمیم‌گیری‌های صحیح مفید واقع گردد. از این‌رو این پژوهش برای اولین بار به توسعه مدل پیش‌بینی مدت‌زمان رسیدن آتش‌نشانان به محل حادثه با استفاده از روش رگرسیون خطی فازی و بکارگیری آن در تخصیص مناسب‌ترین ایستگاه آتش‌نشانی به محل حادثه با استفاده از اطلاعات سازمان آتش‌نشانی مشهد می‌پردازد. نتایج نشان می‌دهد که مدل رگرسیون خطی فازی با توجه به معیارهای ضریب‌تعیین، میانگین مربعات خطا و میانگین مربعات خطای پیش‌بینی از کارایی بهتری نسبت به سایر مدل‌های رگرسیون نظیر: خطی چندگانه، ریج، ماشین بردار پشتیبان و درختی برخوردار می‌باشد.

predicting the arrival time of firefighters at the scene of the incident using the fuzzy linear regression method(case study: mashhad fire department)

fire departments are important and vital service centers in urban areas that play an important role in ensuring the safety of people, assets and the environment. obviously, the prompt response of firefighters, necessitating the effective allocation of fire departments, significantly decreases human and financial losses caused by incidents. numerous factors influence timely service, which cannot be comprehensively analyzed by traditional methods due to the large volume of data. on the other hand, ignoring these factors can result in inaccurate results and decisions; hence, regression analysis tools that work with large data sets can be helpful in achieving the right results and decisions. therefore, this research, for the first time, has developed a model using the fuzzy linear regression method in order to predict the arrival time of firefighters at the scene of the incident and allocated the most appropriate fire departments to the incident point based on data from the mashhad fire department. the obtained results showed that the fuzzy linear regression method outperforms the regression models such as multiple linear,, ridge, support vector machine, and regression tree in terms of the coefficient of determination, mean square error, and mean square error of prediction metrics.