Статті

Двоетапні задачі оптимального розміщення–розподілення структурних підрозділів системи гуманітарної логістики

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №1 2024

Останнє оновлення: 04 березня 2024

Опубліковано: 30 листопада -0001

Перегляди: 1758

Authors:

Л.С.Коряшкіна*, orcid.org/0000-0001-6423-092X, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

С.В.Дзюба, orcid.org/0000-0002-3139-2989, Придніпровський науковий центр НАН України та МОН України, м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

С.А.Ус, orcid.org/0000-0003-0311-9958, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

О.Д.Станіна, orcid.org/0000-0001-6754-0317, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail:  Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

М.М.Одновол, orcid.org/0000-0002-2022-7996, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

* Автор-кореспондент e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2024, (1): 130 - 139

https://doi.org/10.33271/nvngu/2024-1/130

Abstract:

Мета. Забезпечення раціональної організації евакуації людей із регіону, постраждалого від надзвичайної ситуації, за рахунок розробки математичного та алгоритмічного забезпечення, що дозволить завчасно розподіляти транспортні й матеріальні ресурси, максимально охоплюючи постраждалі райони та мінімізуючи евакуаційний час.

Методика. Системний аналіз евакуаційних процесів; математичне моделювання, теорія неперервних задач оптимального розбиття множин, недиференційована оптимізація.

Результати. Об’єктом дослідження є двоетапні евакуаційні логістичні процеси, що виникають при наданні допомоги населенню територій, які постраждали від надзвичайної ситуації природного чи техногенного характеру. У дослідженні розглянута можливість оптимального розподілу людських потоків у транспортній системі з підрозділами двох рівнів – центри першої черги (медичні пункти, що здійснюють прийом громадян із постраждалих районів) і другої черги (спеціалізовані підрозділи системи екстреної допомоги, що здійснюють подальше обслуговування евакуйованого населення). Запропоновані математичні моделі є задачами оптимального розбиття континуальних множин з розміщенням центрів підмножин і додатковими зв’язками. Описані методи їх розв’язання. Продемонстрована універсальність указаних моделей за рахунок використання їх для опису як евакуаційних процесів, ураховуючи необхідність організації збірних, проміжних і приймальних пунктів евакуації, так і процесів, пов’язаних із наданням первинної допомоги постраждалому населенню, розраховуючи й доставляючи відповідну кількість продуктів першої необхідності з наявних складів через розподільчі центри в райони лиха.

Наукова новизна. Як превентивні заходи з підвищення рівня безпеки населення при надзвичайних ситуаціях розглядаються оптимальне розміщення рятувальних засобів і зонування території для розподілу евакуаційного руху. Також вирішується задача оптимального розподілу людських потоків у транспортно-логістичній системі.

Практична значимість. Представлені моделі, методи та алгоритми дозволяють вирішити низку практичних завдань, пов’язаних із розробкою профілактичних заходів і плануванням рятувальних робіт із забезпечення безпеки населення при виникненні надзвичайних ситуацій, у тому числі техногенного характеру. Отримані теоретичні результати дають можливість розробляти конкретні рекомендації щодо виконання логістичних завдань, по­в’я­за­них з організацією первинної евакуації населення з постраждалих районів і його транспортуванням до безпечного місця для подальшого надання допомоги.

Ключові слова: гуманітарна логістика, двоетапна евакуація, територіальний розподіл, математичне моделювання

References.

1. State Service of Ukraine for Emergency Situations (2019). REPORT on the main results of activity. Retrieved from https://www.kmu.gov.ua/storage/app/sites/1/17-civik-2018/zvit_2019/zvit-2019-dsns.pdf.

2. State Service of Ukraine for Emergency Situations (2021). REPORT on the main results of activity. Retrieved from https://www.kmu.gov.ua/storage/app/sites/1/17-civik-2018/zvit2021/zvit2021-dns.pdf.

3. Komyak, V. M., Sobol, A. N., Danilin, A. N., Komyak, V. V., & Kyazimov, K. T. (2020). Optimization of Partitioning the Domain into Subdomains According to Given Limitation of Space. Journal of Automation and Information Sciences, 52(2), 13-26. https://doi.org/10.1615/JAutomatInfScien.v52.i2.20.

4. Abdelgawad, H., & Abdulhai, B. (2013). Emergency evacuation planning as a network design problem: a critical review. Transportation Letters, 1(1), 41-58. https://doi.org/10.3328/TL.2009.01.01.41-58.

5. Dhamala, T. N. (2015). A survey on models and algorithms for discrete evacuation planning network problems. Journal of industrial and management optimization, 11(1), 265-289. https://doi.org/10.3934/jimo.2015.11.265.

6. Qin, L., Xu, W., Zhao, X., & Ma, Y. (2020). Typhoon track change-based emergency shelter location-allocation model: a case study of Wenchang in Hainan province. China. Injury Prevention, 26(3), 196-203. https://doi.org/10.1136/injuryprev-2018-043081.

7. Zhao, X., Coates, G., & Wei, X. (2019). A hierarchical mathematical model of the earthquake shelter location-allocation problem solved using an interleaved MPSO–GA. Geomatics, Natural Hazards and Risk, 10(1), 1712-1737. https://doi.org/10.1080/19475705.2019.1609605.

8. Hong, X., Lejeune, M.A., & Noyan, N. (2015). Stochastic network design for disaster preparedness. IIE Transactions, 47, 329-357. https://doi.org/10.1080/0740817X.2014.919044.

9. Han, L., Gong, C., Gu, L., Qiao, H., Zhang, A., & Liu, M. (2021). A Multi-Zone Staged Indoor Emergency Evacuation Algorithm Based on Time Equalization. ISPRS International Journal of Geo-Information, 10, 499. https://doi.org/10.3390/ijgi10080499.

10. Hezam, I. M., & Nayeem, Mk. (2021). A Systematic Literature Review on Mathematical Models of Humanitarian Logistics. Symmetry, 13(1), 11. https://doi.org/10.3390/sym13010011.

11. Bayram, V., & Yaman, H. (2018). A stochastic programming approach for Shelter location and evacuation planning. RAIRO Operations Research, 52, 779-805. https://doi.org/10.1051/ro/2017046.

12. Kınay, O. B., Kara, B. Y., Saldanha-da-Gama, F., & Correia, I. (2018). Modelling the shelter site location problem using chance constraints: a case study for Istanbul. European Journal of Operational Research, 270(1), 132-145. https://doi.org/10.1016/j.ejor.2018.03.006.

13. Oksuz, M. K., & Satoglu, S. I. (2020). A two-stage stochastic model for location planning of temporary medical centers for disaster response. International Journal of Disaster Risk Reduction, 44, 101426. https://doi.org/10.1016/j.ijdrr.2019.101426.

14. Yahyaei, M., & Bozorgi-Amiri, A. (2019). Robust reliable humanitarian relief network design: An integration of shelter and supply facility location. Annals of Operations Research, 283, 897-916. https://doi.org/10.1007/s10479-018-2758-6.

15. Boonmee, C., Arimura, M., & Asada, T. (2017). Facility location optimization model for emergency humanitarian logistics. International Journal of Disaster Risk Reduction, 24, 485-498. https://doi.org/10.1016/j.ijdrr.2017.01.017.

16. Mostajabdaveh, M., Gutjahr, W. J., & Salman, F. S. (2019). Inequity-averse shelter location for disaster preparedness. IISE Transactions, 51(8), 809-829. https://doi.org/10.1080/24725854.2018.1496372.

17. Farahani, M., Chaharsooghi, S. K., Woensel, T. V., & Veelenturf, L. P. (2018). Capacitated network-flow approach to the evacuation-location problem. Computers & Industrial Engineering, 115, 407-426. https://doi.org/10.1016/j.cie.2017.11.026.

18. Theeb, N. A., & Murray, C. (2017). Vehicle routing and resource distribution in postdisaster humanitarian relief operations. International Transactions in Operational Research, 24, 1253-1284. https://doi.org/10.1111/itor.12308.

19. Bozorgi-Amiri, A., & Khorsi, M. (2016). A dynamic multi-objective location–routing model for relief logistic planning under uncertainty on demand, travel time, and cost parameters. International Journal of Advanced Manufacturing Technology, 85, 1633-1648. https://doi.org/10.1007/s00170-015-7923-3.

20. Baharmand, H., Comes, T., & Lauras, M. (2019). Bi-objective multi-layer location–allocation model for the immediate aftermath of sudden-onset disasters. Transportation Research Part E: Logistics and Transportation Review, 127, 86-110. https://doi.org/10.1016/j.tre.2019.05.002.

21. Hammad, A. W. A. (2019). A Bilevel Multiobjective Optimisation Approach for Solving the Evacuation Location Assignment Problem. Advances in Civil Engineering, 2019, 11. https://doi.org/10.1155/2019/6052931.

22. Seraji, H., Tavakkoli-Moghaddam, R., & Soltani, R. (2019). A two-stage mathematical model for evacuation planning and relief logistics in a response phase. Journal of Industrial and Systems Engineering, 12, 129-146. Retrieved from https://www.jise.ir/article_76547_bd807e75811b38b778046f4cd5b19b96.pdf.

23. Hong, Y., Li, D., Wu, Q., & Xu, H. (2018). Dynamic Route Network Planning Problem for Emergency Evacuation in Restricted-Space Scenarios. Hindawi Journal of Advanced Transportation, 2018, 13. https://doi.org/10.1155/2018/4295419.

24. Yin, D., Wang, S., & Ouyang, Y. (2020). ViCTS: A novel network partition algorithm for scalable agent-based modeling of mass evacuation. Computers Environment and Urban Systems, 80(1287), 101452. https://doi.org/10.1016/j.compenvurbsys.2019.101452.

25. Rahman, M., Chen, N., Islam, M. M., Dewan, A., Pourghasemi, H. R., Washakh, R. M. A., …, & Ahmed, N. (2021). Location-allocation modeling for emergency evacuation planning with GIS and remote sensing: A case study of Northeast Bangladesh[J]. Geoscience Frontiers, 12(3), 101095. https://doi.org/10.1016/j.gsf.2020.09.022.

26. Us, S., Koriashkina, L., & Stanina, O. (2019). An optimal two-stage allocation of material flows in a transport-logistic system with continuously distributed resource. Radio Electronics, Computer Science, Control, (1). https://doi.org/10.15588/1607-3274-2019-1-24.

27. Bulat, A., Dziuba, S., Minieiev, S., Koriashkina, L., & Us, S. (2020). Solution of the problem to optimize two-stage allocation of the material flows. Mining of Mineral Deposits, 14(1), 27-35. https://doi.org/10.33271/mining14.01.027.

28. Kiseleva, E. M., & Koriashkina, L. S. (2015). Theory of continuous optimal set partitioning problems as a universal mathematical formalism for constructing Voronoi diagrams and their generalizations. II. Algorithms for constructing Voronoi diagrams based on the theory of optimal set partitioning. Cybernetics and Systems Analysis, 51(4), 489-499. https://doi.org/10.1007/s10559-015-9740-y.

29. Stukalo, N., Lytvyn, M., Petrushenko, Y., & Omelchenko, Y. (2020). The achievement of the country’s sustainable development in the conditions of global threats. E3S Web of Conferences, (211), 01029. https://doi.org/10.1051/e3sconf/202021101029.

30. Naumov, V., Taran, I., Litvinova, Y., & Bauer, M. (2020). Optimizing resources of multimodal transport terminal for material flow service. Sustainability (Switzerland), 12(16). https://doi.org/10.3390/su12166545.

• < Попередня
• Наступна >