حل مسئلۀ تخصیص ایستگاه‌های آتش‌نشانی منطقۀ 22 تهران با استفاده از یک رویکرد ترکیبی در محیط سیستم اطلاعات مکانی

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 دانشجوی دکترای تخصصی رشته سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، تهران، ایران

2 استادیار دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی

3 استاد گروه سیستم اطلاعات مکانی، دانشگاه خواجه نصیرالدین طوسی

4 استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، تهران، ایران

چکیده

توسعۀ ناهمگون شهری و عدم پیش­بینی صحیح در زمینه توسعۀ شهرها مشکلات متعددی را در شهرها ایجاد می­کندف از جملۀ این مشکلات، کمبود تسهیلات شهری و نامناسب بودن مکان قرارگیری تسهیلات مانند بیمارستان، ایستگاه آتش­نشانی و ... جهت خدمات­رسانی به مردم است. در این میان منطقه 22 شهر تهران که بزرگ­­ترین قطعۀ پایتخت محسوب می­شود، در سال­های اخیر شاهد رشدی فزاینده بوده است. این منطقه که دربردارندۀ برج­ها و ساختمان­های بلندمرتبه است و جمعیت زیادی را در خود جای داده است، نیازمند توجه بیشتری از لحاظ نحوۀ خدمات­رسانی تسهیلات اورژانسی و از آن­جمله ایستگاههای آتش­نشانی می­باشد. با توجه به­ این­که ایستگاههای آتش­نشانی جهت خدمات­رسانی بهینه باید در زمانی کمتر از 5 دقیقه به محل حادثه برسند، هدف این پژوهش کمینه کردن زمان رسیدن ماشین­های آتش­نشانی به محل حادثه و بررسی وضعیت تخصیص یا تعداد مردمی است که می­توانند از خدمات بهره­مند شوند. جهت حل این مسئله از رویکرد ترکیبی مدل میانه تخصیص برداری که رویکردی کاملا نو در زمینه مکانیابی و تخصیص است در محیط سیستم اطلاعات مکانی استفاده می­شود. از آنجایی­که مسائل تخصیص در زمرۀ مسائل سخت قرار دارند، از الگوریتم جستجوی ممنوعه جهت حل مسئله استفاده گردید. پس از انجام آنالیز حساسیت و تنظیم بهترین پارامترها برای الگوریتم جستجوی ممنوعه، مدل تخصیص­برداری در منطقۀ 22 اجرا شد. نتایج پژوهش نشان داد که 7 ایستگاه موجود قادر نیستند در کمتر از 5 دقیقه به تمام جمعیت منطقه خدمات­رسانی کنند و 28040 نفر بدون دسترسی به خدمات باقی خواهند ماند. در نتیجه لازم است که حداقل 2 ایستگاه دیگر نیز جهت خدمات­رسانی بهینه در منطقه ایجاد شود؛ همچنین با وجود دشوار بودن مدل میانه تخصیص برداری مشخص شد که این الگوریتم قادر است در حل مسائل با سایز متوسط جواب­های راضی کننده­ای را در مدت زمان کوتاهی فراهم کند.

کلیدواژه‌ها


عنوان مقاله [English]

Location-Allocation problem of fire stations in Tehran, region 22 using "VAOMP" a unified approach

نویسندگان [English]

  • Samira Bolouri 1
  • Alireza Vafaeinejad 2
  • Aliasghar Alesheikh 3
  • Hosein Aghamohammadi 4
1 Faculty of Natural Resources and Environment, Science and Research branch, Islamic Azad University, Tehran, Iran
2 Faculty of civil water and Environment, shahid beheshti university
3 Faculty of Geodesy and Geomatics, kn toosi university
4 Faculty of Natural Resources and Environment, Science and Research branch, Islamic Azad University, Tehran, Iran
چکیده [English]

The heterogeneous urban development and the lack of proper forecasting of urban development cause many problems in cities. Among these problems, there is a shortage of urban amenities such as a hospital, fire station, etc. The 22nd district of Tehran, which has witnessed a growing trend in recent years and includes high-rise towers and buildings, has a large population, so it is believed that the lack of urban amenities, including stations Firefighting. The purpose of this research is to investigate the status of allocation of demand to existing fire stations in the region with the VAOMP unified approach (a completely new approach to location and allocation) with the goal of minimizing time in the GIS environment. Considering that location and allocation issues are among NP-Hard issues, solving them in deterministic methods is almost impossible. For this reason, in the present research, metaheuristic algorithm was used to solve the problem. After sensitivity analysis and implementing the new VAOMP model in the study area with 7 existing stations and a population of 150,000, the results of the research showed that existing stations with the goal of minimizing time (up to 5 minutes) are not able to provide the entire population of the region with services And 28040 calls will remain without access to the services, which means that at least two other stations are required for optimal service provision in the region.. Also, despite the difficulty of the VAOMP model, it was found that this algorithm is capable of solving satisfactorily solvable problems in a short time.

کلیدواژه‌ها [English]

  • Firestation
  • Tabu Search Algorithm
  • Vector assignment ordered probem
  • Tehran province 22
 
منابع
1. امامی، میترا. سید حامد میرکریمی و عبدالرسول سلمان ماهیتی. 1397. مسیریابی بهینۀ خطوط لولۀ انتقال گاز طبیعی به کمک روش :LCPA منطقۀ مورد مطالعه: دهنۀ زاو استان گلستان. مجله آمایش جغرافیایی فضا، سال هشتم، شماره مسلسل بیست و هفتم.
2. پناهی، علی. فرناز عباسپور و پریا عابدینی. 1397. بررسی و ساماندهی مکانگزینی مراکز آموزشی ابتدایی با استفاده از سیستم اطلاعات جغرافیایی. مطالعۀ موردی: منطقه 4 شهرداری تبریز. مجله آمایش جغرافیایی فضا، سال هشتم، شماره مسلسل بیست و هفتم.
3. شوروزی، حسین. محمد مسگری، عباس علی‌محمدی و حسین آقامحمدی. 1391. مقایسه قابلیت‌های الگوریتم‌های فراابتکاری در حل مسئلۀ مکانیابی مراکز آتش­نشانی، برنامه­ریزی و آمایش فضا، دوره 16، شماره 3.
4. عباسپور، رحیم. خرداد 1390. تخصیص بهینه شهروندان در مکان­های از پیش تعیین شده به منظور مدیریت سوانح پس از زمین لرزه، نشریه علمی ترویجی مهندسی نقشه­برداری و اطلاعات مکانی، دورۀ دوم، شماره2.
5. علی­آبادی، زینب. مهین نسترن،  فرزانه پیرانی و  فرزانه شیخ­زاده. پاییز 1396. مکانیابی ایستگاههای آتش نشانی با استفاده از روش تلفیقی  AHPو GIS مطالعۀ موردی: منطقه 3 اصفهان، فصلنامه علمی- پژوهشی اطلاعات جغرافیایی، دوره 26، شماره 103.
6. فقهی­فرهمند، ناصر و بابک حاجی­کریمی. 1389. مکان‌یابی ایستگاه آتش­نشانی با استفاده از روش­های تصمیم­گیری چند شاخصه TOPSIS و SAW و انتخاب مکان بهینه با استفاده از روش بردا (شهر صنعتی البرز قزوین)، مطالعات کمی در مدیریت، شماره 3.
7. گلوردزاده، رضا. حبیب اله سهامی و سید موسی پور موسوی. 1397. برنامه­ریزی راهبردی بافتهای فرسوده شهری از منظر پدافند غیرعامل. مورد مطالعه: شهر یزد. مجله آمایش جغرافیایی فضا، سال هشتم، شماره مسلسل بیست و هفتم.
8. Abdollahi, Maryam. Mahsa Ghandehari and Saeedeh Ketabi. 2011. A Location-allocation model for loss minimization in large-scale Emergency situation. Interdisciplinary Journal of Contemporary Research in Business, 3(8): 954-964.
9.Algharib, Saad. 2011. Distance and Coverage: An Assessment of Location–Allocation Modeles for Fire Stations in Kuwait City, Kuwait. For the Degree of Doctor of Philosophy, Kent State University.
10.Badri, Masood. Amr Mortagy and Ali Alsayed, A. 1998. A Multi-Objective Model for Locating Fire Stations. European Journal of Operational Research, 110(2): 243-260.
11.Blazevic, Antonio. 2006. Using Location-Allocation to Optimize Location of Fire Tanker Airbases in California. For the Master of Science Degree, approved by Dr.Wanxiao Sun, Chair Dr. Raja R. Sengupta Dr. S. Jeffery Underwood, Department of Geography and Environmental Resources in the Graduate School Southern Illinois University Carbondale.
12.Bolouri, Samira. Alireza Vafaeinejad, Aliasghar. Alesheikh and Hossein Aghamohammadi. 2018. The Ordered Capacitated Multi-Objective Location-Allocation Problem for Fire Stations. Isprs International Journal of Geo-Information. 7(44).
13.Chrissis, James. 1980. Locating Emergency Service Facilities in a Developing Area. Fire Technology, 16: 63-69.
14.Church, Rechard. and Charles ReVelle. 1976. Theoretical and Computational Links between the P-Median, Location Set-Covering, and the Maximal Covering Location Problem. Geographical Analysis, 8 (4): 407-415.
15.Church, Richard and Weaver Jerard. 1986. Theoretical Links between Median and Coverage Location Problems. Annals of Operations Research, 6: 1-19.
16.Fan, Wei and Randy Machemehl. 2008. Tabu Search Strategies for the Public Transportation Network Optimizations with Variable Transit Demand. Computer-Aided Civil and Infrastructure Engineering, 23: 502-520.
17.Lei, Thing and Richard Church. 2014. Vector Assignment Ordered Median Problem: A Unified Median Problem. International Regional Science Review, 37 (2): 194-224.
18. Lei, Thing. Richard Church and Zhen Lei. 2016. A Unified Approach for Location-Allocation Analysis: Integration GIS, Distributed Computing and Spatial Optimization. International Journal of Geographic Information Science, Vol 30, PP 515-534.
19. Mitra, Amitava and Jessie Fortenberry. 1986. The Location-Allocation Problem Using Multi-Objectives. Engineering Costs and Production Economics, Vol 10, No 2, PP 113-120.
20. Nickel, Stefan and Justo Puerto. 1999. A Unified Approach to Network Location Problems. Networks, Vol 34, PP 283–290.
21. Plane, Donald and Thomas Hendrick. 1977. Mathematical Programming and the Location of Fire Companies for Denver Fire Department. Operation Research, Vol 25, PP 563-578.
22. Schilling, David. Charles Revelle, Jared Cohon and Jack Elzinga. 1980. Some Models for Fire Protection Locational Decisions. European journal of operation Research, Vol 5, PP 1-7.
 23. Schreuder, Jam. 1981. Application of a Location Model to Fire Stations in Rotterdam. European Journal of Operation Research, Vol 6, PP 212-219.
24. Yang, Lili. Bryan F.Jones and Shuang-hua Yang. 2007. A Fuzzy Multi-Objective Programming for Optimization of Fire Station Locations through Genetic Algorithms. European Journal of Operational Research, Vol 181, PP 903-915.