توسعه ی مدل شعاع پوشش متغیر برای مکان یابی مرا کزتوزیع در لجستیک امدادی تحت عدم قطعیت تقاضا

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه مهندسی صنایع دانشگاه آزاد اسلامی واحد تهران شمال، تهران ایران

2 گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال

چکیده

با توجه به پیامدهای ناگوار حوادث غیرمترقبه که رخداد آنها عمدتاً اجتناب ناپذیر و غیرقابل پیش بینی است، برنامه ریزی و آمادگی
قبل از وقوع حوادث برای کاهش پیامدهای آنها و مدیریت بحران اهمیت ویژه ای دارد. یکی از جنبه های برنامه ریزی و مدیریت بحران،
احداث مراکز امداد به تعداد و مکان مناسب برای پاسخ گویی سریع به آسیب دیدگان احتمالی پس ازوقوع حادثه است. در این مقاله مسئله ی
مکان یابی مراکز امداد در لجستیک امدادی مشروط به اینکه زمان رسیدن به تمام نقاط حادثه از یک مقدار تعیین شده بیشتر نباشد، در قالب
مسئله ی مکا نیابی با مدل شعاع پوشش متغیر بررسی شده است. اینکه جمعیت نیازمند به امداد )تقاضا( تابع شدت حادثه است و به طور
قطع قبل از وقوع مشخص نیست، درمدل ارائه شده به صورت عدم قطعیت در نظر گرفته شده است. در این مقاله یک مدل برنامه ریزی
ریاضی دو هدفه ی استوار )کمینه کردن هزینه های لجستیک و حداکثر کردن جمعیت تحت پوشش( مشروط به غیرقطعی بودن تقاضا در نقاط
حادثه ارائه شده تا تعداد، مکان، میزان پوشش و ظرفیت انواع مراکز امدادی با سطوح خدمت دهی متفاوت را تعیین کند. برای اعتبارسنجی
مدل، منطقه ی سه تهران بزرگ به منزله ی مطالعه ی موردی بررسی شده تا تعداد و مکان احداث مراکز امدادی به همراه ظرفیت و نوع
خدمات آنها در زمان حوادث احتمالی با شدت های متفاوت تعیین شود. نتایج حل مدل با داده های مطالعه ی موردی نشان دهنده ی نیاز
به 5 مرکز امداد با توزیع مناسب در این منطقه است که قادر به پوشش 90 درصدی کلیه ی نقاط بالقوه ی حادثه است.

کلیدواژه‌ها


1. توکلی مقدم، رضا؛ صمیمی، یاسر، اسماعیلی، حمید؛ عظی مزاد، نیما ) 1384 (.
بررسی و مقایس هی عملکرد روش های ابتکاری برای حل مدل مکان یابی
Maximal Covering . چهارمین کنفرانس بین المللی مهندسی صنایع.
2. Rvelle, C., Marks, D. and Leibman, J.C. (1970). An
analysis of private and public sector location models,
Management Science, 16(11): pp. 692-707.
3. Apta, A. (2009). Humanitarian logistics: A new field
of research and action. Foundations and Trends in
Technology, Information and Operation Management,
3(1): pp .1-100.
4. Jia, H., Ordonez, F. and Dessouky M. (2007). A modeling
framework for facility location of medical services
for large-scale emergencies. IIE Transactions,
39(1): pp. 41-55.
5. Toregas, C., Swain, R., ReVelle, C. and Bergman,
L. (1971). The location of emergency
service facilities. Operations Research, 19(6):
pp. 1363-1373.
6. Church, R. and Velle, C.R. (1974). The Maximal Covering
Location Problem. Papers in Regional Science,
32(1): pp.101-118.
7. Berman, O., Drezner, Z., Krass, D., Wesolowsky, G.O.
(2009), The variable radius covering problem. European
Journal of Ooerational Research, 196(2): p.516-
525.
8. Hakimi, S.l. (1965). Optimum distribution of switching
centers in a communication network and some
related graph theoretic problems. Operation Research,
13: pp. 447-462.
9. Berman, O. and Krass D. (2002). The generalized maximal
covering location problem. Operations Research,
29(6): pp. 563-581.
10. Berman, O. and Krass, D., and Drezner, Z. (2003). The
gradual covering decay location problem on a network.
European Journal of Operational Research,
151(3): pp.474-480
11. Drezner, T. and Wesolowsky G.O. (2004). The gradual
covering problem. Naval Research Logistics (NRL),
51(6): pp.841-855
12. Drezner, T. and Goldstein, Z. (2010). A stochastic gradual
cover location problem. Naval Research Logistics
(NRL), 57(4): pp. 367-372.
13. Berman, O. and Krass, D. and Wang, J. (2011). The
probabilistic gradual covering location problem on a
network with discrete random demand weights. Operation
Research, 38(11): pp. 1493-1500.
14. Berman, O., Drezner Z. and Krass D. (2011). Generalized
coverage: New developments in covering location
models. Operation Research, 37(10): pp. 1675-
1687.
15. Jabalameli, M.S., Tabrizi, B.B., and Javadi, M.M.
(2010). Capacitated Facility Location Problem with
Variable Coverage Coverage Radius in Distribution
System. International Journal of Industrial Engineering,
21(4): pp. 231-237.
16. Jabalameli, M.S., Tabrizi, B.B., and Javadi, M.M.
(2011). A Simulated Annealing method to solve a
generalized maximal covering location problem. International
Journal of Industrial Engineering. 2(2): pp.
439-448.
17. Fazel Zarandi, M.H., Davari, S. and Haddad Siasakht,
S.A. (2011). The large scale maximal covering location
problem. Scientia Iranica, 18(6): pp.1564-1570
18. Bashiri, M. and Fotuhi, F. (2009). A cost-based setcovering
location allocation problem with unknown
covering radius. IEEM 2009, IEEE Internatonal
Conference on In Industrial Engineering and Engineering
Management.
19. Meng, S. and Shia B.C. (2012). Set covering location
models with stochastic critical distances. Operational 

Research Society, Oline.
20. Viswanath K. and Peeta S. (2003). Multicommodity
maximal covering network design problem for planning
critical route for earthquake response, Transportation
Research Record: Journal of the Transportation
Research Board, 1857(01): pp. 1-10.
21. Dekle, J., Lavieri, M.S., Martin, E., Emir-
Farinas, H. and Francis, R. (2005). A Florida
country locates disaster recovery centers,
Interfaces, 35(2): pp. 133-139.
22. Hale, T. and Moberg C.R. (2005). Improving supply
chain disaster preparedness: A decision process for
secure site location, International Journal of Physical
Distribution & Logestics Managemnet, 35(3): pp. 195-
207.
23. Bleik, B. and Beamon B.M (2008), Facility location in
humanitarian relief. International Journal of Logistics,
11(2): pp. 101-121.
24. Beraldi, P. and Bruni M.E. (2009). A probabilistic
model allpied to emergency service vehicle location.
European Journal of Operational Research, 196(1): pp.
323-331.
25. Pan, A. (2010). The applications of maximal covering
model in Typhoon Emergency shelter Location
problem, IEEE International Conference on in Industrial
Engineering and Engineering Management.
26. Nolz, P.C., Samet, F. and Doerner K.F. (2011), Risk
approaches for delivering disaster relief supplies. OR
spectrum, 33(3): pp. 543-569.
27. Murali, P., Ordonez, F. and Dessouky M.M. (2012).
Facility location under demand uncertainty: Response
to a large-scale bio-terror attack, Socio-Economic
Planning Sciences, 46(1): pp.78-87.
28. Li, X., Zhao, Z., Zhu, X. and Wyatt, T. (2011), Covering
models and optimization techniques for emergency
response facility location and planning: a review.
Mathematical Methods of Operations Research,
74(3): pp. 281-310.
29. Toro-diaz, H., Mayorga, M. E., Chanta, S., McLay,
L.A., (2013). Joint location and dispatching decisions
for Emergency Medical Services. Computers
& Industrial Engineering 64 : pp. 917–928.
30. Barzinpour, F. and Esmaeili, V., (2013). A multiobjective
relief chain location distribution model
for urban disaster management. International Journal
of Advanced Manufacturing Technology , DOI
10.1007/s00170-013-5379-x
31. Esmaeili, V., Barzinpour, F., (2014). Integrated decision
making model for urban disaster management:
A multi-objective genetic algorithm approach. International
Journal of Industrial Engineering Computations
, 5(11): pp.55-70.
32. Grannan, B.C., Bastian, N.D., and McLay L.A.
(2015). A maximum expected covering problem
for locating and dispatching two classes of military
medical evacuation air assets. Optimization Letters 

9(8): pp. 1511-1531.
33. Ye, H. and Kim, H. (2016). Locating healthcare facilities
using a network-based covering location problem.
GeoJourna, 81(6): pp. 875-890.
34. Mulvey, J.M., Vanderbei, R.J. and Zenios S.A. (1995).
Robust optimization of large-scale systems. Operation
Research, 43(2): pp. 264-281.
35. Leung, S., Tsang, S., Ng, W.L. and Wu, Y (2007). A
robust optimization model for multi-site production
planning problem in an uncertain environment,
European Journal of Operational Research, 181: pp.
224–238.
 ۳۶ یحی یزاده اندواری، یلدا؛ الفت، لعیا؛ امیری، مقصود ) 1395 (. رویکرد
بهینه سازی استوار در انتخاب تأمین کننده و تخصیص سفارش، مطالعات
مدیریت صنعتی، سال چهاردهم، شماره 40 ، ص. 52 - 25 .
37. Yu, C.S and Li, H.L. (2000). A robust optimization
model for stochastic logsistic problems, Internatioanl
Journal of Production Economics, 64: pp. 385-397.
 ۳۸ صفاری، امیر؛ ساسان پور، فرزانه؛ موس یوند، جعفر ) 1390 (. ارزیابی آسیب
پذیری مناطق شهری در برابر خطر سیل با استفاده از سیستم اطلاعات
جغرافیایی و منطق فازی مطالعه موردی: منطقه 3 تهران، نشریه ی
تحقیقات کاربردی علوم جغرافیایی، جلد 17 ، شماره 20 ص. 150 - 129 .
 ۳۹ قهرودی تالی، منیژه؛ ثروتی، محمدرضا؛ صرافی، مظفر؛ پورموسوی،
موسی؛ درفشی، خه بات. ) 1391 (. ارزیابی آسیب پذیری ناشی از سیلاب در
شهر تهران، فصلنامه ی علمی امداد و نجات، دوره 4، شماره ی 3، 79 - 92 .