مهندسی ترافیک

مهندسی ترافیک

برنامه‌ریزی و ارائه‌ مدل بهینه‌ی‌ تخلیه‌ی اضطراری شبکه پس از زمین‌لرزه

نوع مقاله : مقاله پژوهشی

نویسندگان
1 گروه مهندسی عمران، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
2 گروه مهندسی عمران، واحد آذرشهر، دانشگاه آزاد اسلامی، آذرشهر، ایران
3 مرکز تحقیقات رباتیک و فناوری‌های نرم، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
چکیده
زلزله از شناخته‌شده‌ترین حوادث طبیعی است که اغلب، خساراتی وسیع و فاجعه‌آمیز به‌ بار می‌آورد. ارزیابی شرایط پس از بحران، معمولاً نشان می‌دهد که عملکرد نامناسب حین برنامه‌ریزی و مسیریابی در فرآیند تخلیه، منجر به بروز ناهماهنگی و اتلاف زمان و ظرفیت شبکه می‌گردد. بر این اساس هدف این پژوهش، ارائه‌ی روشی ابتکاری برای تعیین مسیرهای تخلیه‌ی شبکه در کوتاه‌ترین زمان و به‌صورت یکپارچه است؛ که منجر به پیشنهاد یک الگوریتم بر مبنای تحلیل شبکه و تعریف کمان­ ها و گره­ های امن و متأثر از بحران می‌گردد. مدل پیشنهادی بهینه­ سازی جریان در این پژوهش، با استفاده از MCNFP، در پیِ یافتن کوتاه‌ترین مسیر تخلیه از هر گره به منطقه امن و ارسال بیشینه‌ی جریان ممکن از طریق این مسیر است. برای آزمایش کارایی مدل، 12 شبکه‌ی کوچک با ترکیب مختلفی از تعداد گره‌‌‌‌‌ها و خودروها و 10 شبکه‌ی متوسط با تعداد گره‌‌‌‌‌های مختلف و تقاضای مشابه موردبررسی قرارگرفته و زمان اجرای هر یک از الگوریتم‌‌‌‌‌های MCNFP و مدل پیشنهادیِ این تحقیق، مقایسه شده است. نتایجِ عملکرد هر یک از روش‌ها نشان داد که زمان تخلیه با افزایش تعداد گره­ ها و پیچیدگی مسیریابی افزایش می­ یابد. همچنین در شبکه ­های کوچک، رشد تعداد وسایل نقلیه باعث افزایش زمان تخلیه می­ گردد که حائز اهمیت است. درنهایت، نتایج تمام تحلیل‌ها حاکی از سرعت بسیار بالای الگوریتم ابتکاری نسبت به MCNFP در تخلیه‌ی شبکه است.
کلیدواژه‌ها

  • روش‌های ارزیابی آسیب‌پذیری زیرساخت‌ها و مدیریت بحران، 1398، علمداری، ش، انتشارات بوستان حمید.
  • مباحث مدیریت بحران، دیدگاه‌ها سامانه ملی تاب‌آوری تخلیه اضطراری، 1397، علمداری، ش، انتشارات بوستان حمید.
  • نقش حمل‌ونقل در تخلیه اضطراری، 1391، اسفندیاری، م، انتشارات دانشگاه جامع امام حسین (ع).
  • ملاحظات پدافند غیرعامل در شریان‌های حیاتی شهری، 1395، جهانتیغ پاک، م، انتشارات بوستان حمید.
  • ملاحظات پدافند غیرعامل در شریان‌های حیاتی شهری، 1395، جهانتیغ پاک، م، انتشارات بوستان حمید.
  • پدافند غیرعامل در شبکه‌های مواصلاتی جاده‌ای و آزادراه‌ها، 1396، علی‌محمدی، ک، انتشارات قرارگاه سازندگی خاتم‌الانبیاء (ص)، قرب کربلا.
  • مسئله مسیریابی وسایل نقلیه همراه با پنجره زمانی، 1386، قصیری، ک، انتشارات دانشگاه آزاد اسلامی قزوین.

 

  • Ma, X., Guo, H., Tang, X., Gao, X., and Wang, X. (2023). Emergency traffic distribution and related traffic organization method under natural disasters. Sustainable Operations and Computers, 4, 1-9. doi: 1016/j.susoc.2022.09.001
  • Ford, L. R., and Fulkerson, D. R. (1956), Maximum Flow Through a network, Canadian Journal of Mathematics 8 , 399–404.
  • Kotnyek, B. (2003), An Annotated Overview of Dynamic Network Flow”, France: Institut National de Rechereche Informatique ET en Automatique.
  • Hoppe B. and Tardos. É. (1994) Polynomial Time Algorithms for some Evacuation Problems, In Proceedings of the 5th Annual ACM-SIAM Symposium on Discrete Algorithms, pp. 433–441.
  • Ahuja, R. K., Magnanti, Th. K., and Orlin. J. B. (1993), Network flows, Prentice Hall, New Jersey.
  • E.L. (1966), Networks and basic solutions, Operations Research, 14:619–623, DOI:10.1287/opre.14.4.619
  • Huang, M., Smilowitz, K. R. and Balcik, (2013), A Continuous Approximation Approach for Assessment Routing in Disaster Relief, Transportation Research Part B: Methodology. 50: 20–41. DOI:10.1016/j.trb.2013.01.005
  • Hamacher, H.W., Heller, S. and Rupp, B. (2013), Flow Location Problems: Dynamic Network Flows and Location Models for Evacuation Planning, Annals of Operations Research, 207(1): 161-180.
  • Li, X., Cui. X., Jiang R. and Jia B. (2022), Bus evacuation during no-notice disasters in downtown areas: A case study of the Zhongguancun area, Beijing, Journal of Safety Science and Resilience, 3(3): 235-242. DOI: 10.1016/j.jnlssr.2022.03.007
  • Deghdak, K., T’kindt, V., and Bouquard, J. L. (2016), Scheduling Evacuation Operations, Journal of Scheduling, 19:467-478.
  • Gehl, P., Auclair, S., Fayjaloun, R., and Meresse, P. (2022), Decision support for emergency road traffic management in post-earthquake conditions, International Journal of Disaster Risk Reduction, 77, 103098, doi: 10.1016/j.ijdrr.2022.103098
  • Naseri, A., and Mokhtari, A. (2014), Optimal Route Selection Model Based on Multiple Criteria Approach, Journal of Traffic and Logistics Engineering, 2(1): 76-79, doi: 10.12720/jtle.2.1.76-79
  • Wang, D., Yang, K., and Yang, L. (2021), Risk-averse two-stage distributionally robust optimization for logistics planning in disaster relief management. International Journal of Production Research, 1-24. doi: 10.1080/00207543.2021.2013559
  • Zhang, Z., Liu, Y., Tong, Q., Guo, S., & Li, D. (2021). Evacuation based on spatio-temporal resilience with variable traffic demand, Journal of Management Science and Engineering, 6(1), 86-98. doi: 10.1016/j.jmse.2021.02.009
  • Ford, L. R. and Fulkerson, D. R. (1956), Maximum Flow through a Network, Canadian Journal of Mathematics, (8):399–404.
  • Dulebenets, M. A., Pasha, J., Abioye, O. F., Kavoosi, M., Ozguven, E. E., Moses, R., ... and Sando, T. (2019), Exact and heuristic solution algorithms for efficient emergency evacuation in areas with vulnerable populations, International journal of disaster risk reduction, 39, 101114. doi: 10.1016/j.ijdrr.2019.101114
  • Pyakurel, U., and Dhamala, T. N. (2016), Continuous time dynamic contraflow models and algorithms, Advances in Operations Research. doi: 10.1155/2016/7902460
  • Borowska-Stefańska, M., Kowalski, M., Wiśniewski, S., and Dulebenets, M. A. (2023), The Impact of Self-evacuation from Flood Hazard Areas on the Equilibrium of the Road Transport, Safety Science, 157, 105934. doi: 1016/j.ssci.2022.105934