مقایسه الگوریتم های جستجوی ممنوع هدایت شونده و ژنتیک تو در تو، جهت حل مسئله مکان یابی-تخصیص ظرفیت دار در شرایط اضطراری

نویسنده:
پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
پیشینه و اهداف

زلزله ه ای شدید، موجب بروز صدمات جانی و مالی زیادی می شود که با امدادرسانی سریع و به موقع، می توان از بروز بسیاری حوادث پس از سانحه، جلوگیری کرد. یکی از مسایل مهم در این زمینه، تخصیص بهینه ی مصدومان به مراکز درمانی است و این مسیله، دارای ماهیتی پویا و پیچیده بوده و با روش های ساده، قابل حل نمی باشد. به کارگیری سامانه ی اطلاعات مکانی (GIS) در کنار روش های بهینه سازی و شبیه سازی، این امکان را فراهم می کند که بتوان یک روش مناسب برای تخصیص بهینه ی مصدومان زلزله، به مراکز درمانی یافت. مسیله ی تخصیص مصدومان زلزله به مراکز درمانی، در دسته ی مسایل تخصیص ظرفیت دار قرار دارد، که در این نوع مسایل با افزایش تعداد نقاط تقاضا و مراکز خدماتی، پیچیدگی و حجم محاسبات مسیله، به صورت نمایی افزایش می یابد. بنابراین، در  بسیاری از مواقع، استفاده از  روش های جستجوی مستقیم و قطعی در حل این نوع مسایل،  کارایی ندارد و باید از روش های ابتکاری مناسب برای حل بهینه ی آن ها، بهره برد. از سویی دیگر، به دلیل آن که داده های مکانی، در مسیله ی تخصیص مصدومان زلزله به مراکز درمانی، نقش مهمی دارند، بنابراین، می توان با یکپارچه نمودن و ترکیب سامانه ی اطلاعات مکانی با روش های بهینه سازی موجود در جهت حل بهتر و ساده تر آن، حرکت کرد.

روش ها

در این تحقیق، فرض بر این است که در صورت وقوع زلزله، تعدادی از جمعیت ساکن در برخی از بلوک های ساختمانی، مصدوم  شده و نیازمند کمک  خواهند بود که محل های قرارگیری این جمعیت مصدوم، همان نقاط تقاضا است. بدین ترتیب، باید این مصدومان به مراکز درمانی فرستاده شوند که هر یک از آن ها، توانایی ارایه ی خدمات به تعداد مشخصی از این مصدومان را، دارا هستند. پارامتر بعدی، تعداد مراکز درمانی و ظرفیت آن ها برای ارایه ی خدمات درمانی می باشد که در این تحقیق، ظرفیت مراکز درمانی کمتر از تعداد مصدومان، فرض شده است. در نهایت، با بهینه سازی تابع هدف، نسبتی از مصدومان در نقاط مختلف که باید توسط مراکز درمانی موجود و یا جدید، مورد پذیرش قرار گیرند، با استفاده از یک الگوریتم ژنتیک تو در تو، محاسبه می شود. خروجی الگوریتم ژنتیک که مکان مراکز جدید را مشخص می کند، با اطلاعات موجود که همان مکان مراکز موجود است، ترکیب شده و سپس به عنوان پارامترهای ورودی الگوریتم جستجوی ممنوع هدایت شونده (SGTS)، برای تعیین بهترین تخصیص به کار می رود.

یافته ها

جهت ارزیابی دقت الگوریتم ژنتیک و روش جستجوی ممنوع هدایت شونده، انحراف معیار، دقت و زمان پردازش، مورد ارزیابی قرار گرفته است که الگوریتم جستجوی ممنوع هدایت شونده در هر سه ارزیابی، عملکرد بهتری داشته است. نتایج، نشان می دهد که نسبت انحراف معیار روش پیشنهادی نسبت به الگوریتم ژنتیک  12/0 است و میانگین دقت روش جستجوی ممنوع هدایت شونده نسبت به الگوریتم ژنتیک، به طور میانگین 18% بهبود داشته است. همچنین، روش SGTS  7% ،سریع تر محاسبات را انجام داده است.

نتیجه گیری

با مقایسه ی مدت زمان حل بهینه ی مسیله ی تخصیص مصدومان زلزله به مراکز درمانی، می توان نتیجه گرفت که روش جستجوی ممنوع هدایت شونده ی مکانی، در مدت زمان کمتری می تواند به همگرایی برسد. بنابراین، ایجاد لیست انتخابی با استفاده از ساختار ارایه شده بر اساس تحلیل های مکانی می تواند در این زمینه، موثر باشد. روش جستجوی ممنوع هدایت شونده ی مکانی، دارای دقت بالاتری نسبت به روش ژنتیک  و همچنین، نتایج به دست آمده از روش جستجوی ممنوع هدایت شونده ی مکانی دارای استحکام بیشتری می باشد. در حل مسایل مکان یابی و تخصیص منابع، اگر هدف بهینه سازی توامان هر دو مورد مکان یابی و تخصیص باشد، الگوریتم های ترکیبی برای حل بهینه ی توامان، توصیه می شود. اگرچه این مطالعه، موفق به ارایه ی روش ترکیبی برای حل بهینه ی مسایل تخصیص ظرفیت دار شده است، اما مطالعه در زمینه ی ترکیب روش های فرا ابتکاری و مقایسه ی نتایج آن با روش پیشنهادی، توصیه می گردد.

زبان:
فارسی
صفحات:
91 تا 102
لینک کوتاه:
magiran.com/p2674632 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!