عنوان پایاننامه
ارایه چارجوب ریاضی برای بهینه سازی تدارکات امداد رسانی و تخلیه مجروحان در شرایط عدم قطعیت
- رشته تحصیلی
- مهندسی صنایع
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3119;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 71960
- تاریخ دفاع
- ۰۸ شهریور ۱۳۹۴
- دانشجو
- مهرداد نیازی شش نرمی
- استاد راهنما
- مسعود ربانی
- چکیده
- در سالهای اخیر، خسارات و تلفات ناشی از بحرانهای طبیعی و انسانی بهطور چشمگیری افزایش یافته است، بهطوریکه هرساله در سراسر جهان حدود 70 هزار نفر از مردم کشته شده و نزدیک به 200 میلیون نفر تحت تأثیر این بلایا قرار میگیرند. ازاینرو، مدیریت بحران و بهطور ویژه مدیریت کارای فعالیتهای لجستیک امدادرسانی و تخلیهی مجروحان از مناطق آسیبدیده ضروری به نظر میرسد. از مهمترین فعالیتها در هنگام وقوع یک بحران، فعالیتهای لجستیک اقلام امدادی و رساندن این اقلام به آسیب دیدگان، و انتقال افراد آسیبدیده به مراکز درمانی موقت و همیشگی میباشد. در این پایان نامه یک رویکرد سه مرحلهای برای بهینهسازی انتقال کالاهای امدادی به مناطق آسیبدیده و تخلیهی افراد آسیبدیده و تخصیص منابع پزشکی با محدودیت ظرفیت ارائه میکنیم. ابتدا برای مواجهه با عدم قطعیت تقاضاها، پیش بینی تقاضاها را انجام میدهیم. سپس یک مدل عدد صحیح مختلط برای تعیین مقدار کالا و افراد منتقلشده توسعه داده میشود که وسایل نقلیه را بهجای متغیر صفر و یک بهصورت عدد صحیح در نظر میگیرد. پسازآن با استفاده از یک الگوریتم و یک سیستم معادلات خطی دستورالعملهای دقیق برای وسایل نقلیه تعیین میشود. در مدل ارائهشده، شدت آسیب قربانیان و احتمال زنده ماندن آنها، که با گذشت زمان کاهش مییابد، در نظر گرفتهشده است. همچنین در مدل برنامهریزی عدد صحیح مختلط ارائهشده، مکان مراکز امدادی موقت برای کمکهای اولیه و مراکز توزیع محلی در نزدیکی مناطق آسیبدیده مشخص میشود. تابع هدف در نظر گرفتهشده، سعی در به حداکثر رساندن تعداد بازماندگان دارد. رویکرد بهینهسازی ارائهشده را بر روی یک مطالعه ی موردی اعمال میکنیم، اما قابلیت پیادهسازی برای هر شرایط مشابه دیگری را دارا بوده و میتواند بهعنوان یک ابزار کمکی در تصمیمگیری برای فعالان بخش تدارکات امدادرسانی مورداستفاده قرار بگیرد. درنهایت نیز برای کارایی و اعتبار سنجی رویکرد ارائهشده، مدل ارائهشده در مراحل دو و سه را با مسئلهی سنتی VRP در اندازه مسائل مختلف مقایسه خواهیم کرد. واژههای کلیدی: بحران، لجستیک امدادرسانی، تخلیه ی مجروحان، عدم قطعیت، پیش بینی تقاضا
- Abstract
- In recent years losses and casualties due to natural and human made disasters has numerously increased, so that around the world annually 70000 people have been killed and around 200 million have been effected by these disasters. Hence disaster management and specially the effective management of relief logistic activities and evacuating the injured from disaster areas seems vital. Some important activities when a disaster occurs are: relief logistic activities and getting these items to the injured people and taking them to temporary and permanent medical centers. In this thesis a three¬-¬stage approach for optimizing of transferring relief goods to disaster areas and evacuating the injured people from disaster areas and also medical sources allocation with capacity constraint is presented. First to deal with demand uncertainty, the demand forecasting is done. Then a mixed integer model, which considers vehicles as integer rather than binary variable, is expanded to determine the amount of goods and transferred people. After that using an algorithm and linear equations system, the exact instruction for vehicles is determined. In the proposed model the injury degree of victims and possibility of their survival, reducing with time passing, is considered. Also in mixed integer model the location of temporary medical centers and Local Distribution Centers (LDCs) near the disaster areas are determined. The considered objective function tries to maximize the number of survivors. The proposed optimization approach is applied on an earthquake case study, however it is capable to be applied for any other similar situation, and also can be used as a supportive data system in decision making process for practitioners. Finally for evaluation and performance of the proposed approach, the proposed model in stages II and III will be compared to VRP. Key Words: Disaster, Relief logistics, Evacuation, Uncertainty, Demand Forecasting