نوع مقاله : مقاله علمی - پژوهشی
نویسندگان
1 استادیار، گروه مهندسی عمران-راه و ترابری، دانشگاه صنعتی خواجه نصیرالدین طوسی
2 کارشناسی ارشد مهندسی عمران، گروه مهندسی عمران- راه و ترابری، دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده
در این مقاله به برنامهریزی زمانی و مسیریابی بهینه برای گروههای ارزیابی خسارات پرداخته شده است. گروههای ارزیابی خسارات بعد از رخداد حادثه به محلهای حادثهدیده ارسال میشوند و تقاضای مورد نیاز برای کمکرسانی را برآورد میکنند. در فرایند ارزیابی خسارات، اطلاعات مربوط به تقاضا باید در زمان کوتاهی به سازمانهای کمکرسانی ارائه شود. در این مقاله برای حل این مسئله به جای «زمان رسیدن»، از «بیشینه زمان اتمام کار» به‌‌منزله‌ی تابع هدف برای هر وسیلهی نقلیه استفاده شده است. این مسئله با استفاده از الگوریتم بهینهسازی پیوستهی گروه ذرات حل شده و نتایج حاصل از آن با تابع هدف «زمان رسیدن» که در مطالعات گذشته از آن استفاده شده مقایسه شده است. نتایج به دست آمده نشان میدهد که مدل پیشنهادی، کل زمان فرایند ارزیابی خسارات را نسبت به مدل پیشین بهبود میبخشد. این بهبود برای شبکهی با ابعاد کوچک 10 درصد و برای شبکهی با ابعاد واقعی (بزرگ) 16.9 درصد است.
کلیدواژه‌ها
عنوان مقاله [English]
Disaster Assessment Team Routing Using Particle Swarm Optimization
نویسندگان [English]
- Ali Edrissi 1
- Ali Nadi 2
1 Assistant Professor, Faculty of Transportation in Civil Engineering Department, K.N. Toosi University of Technology
2 Master of science in Civil Engineering, Department of Civil Engineering, K.N. Toosi University of Technology
چکیده [English]
This paper proposes a scheduling based vehicle routing methodology for disaster damages and relief assessment teams. Relief assessment teams are dispatched in disaster area in order to assess the relief demand. In this process, time is very sensitive so these teams are supposed to collect the information of relief demand as soon as possible. In this paper a maximum completion time is proposed as objective function. This objective function is used instead of usual sum of arrival time to show its better performance. This problem is solved using particle swarm optimization which is a Meta heuristic optimization algorithm. The result of proposed model is compared with sum of arrival time. These results show that the proposed model leads to a less completion time of assessment process rather than sum of arrival time. This model is solved in two randomly generated networks for evaluating its performance. The results show 10 percent improvement in small network and 16.9 percent in a big (real size) network.
کلیدواژه‌ها [English]
- Disaster Management
- assessment routing problem
- Optimization
- Particle Swarm Optimization
)