Table | Card | RUSMARC | |
Allowed Actions: Read Download (0.7 Mb) Group: Anonymous Network: Internet |
Annotation
Disaster relief logistics planning decisions can be divided into two categories: strategic decisions before the crisis, and operational decisions during and after the crisis. One of the strategic challenges in disaster relief logistics planning is the identification of the location of disaster relief warehouses and distribution relief centers, and their inventory levels for each type of relief goods. In the present post-disaster relief process, relief goods are usually provided in distribution relief centers by disaster relief warehouses. The main purpose of this paper is the determination of the required number of disaster relief warehouses and distribution relief centers for providing an optimal relief process in District-1 of Tehran. The proposed approach is based on a mathematical optimization model by considering the augmented epsilon constraint method. To ensure an optimal general solution, a robust two-objective planning model is implemented using GAMS software. The numerical results of the proposed model are provided by combining the humanitarian goal of minimizing the maximum shortage and the economic goal of minimizing relief cost under possible scenarios. To achieve these goals, Mulvey’s scenario-based stochastic programming is used to minimize the average cost of relief (economic goal), and Aghezzaf’s scenario-based stochastic programming is used to reduce the number of casualties (humanitarian goal) by maximizing the relief efficiency rate. Therefore, the best balance between humanitarian and economic goals is obtained related to the allocated relief budget. Thus, the results of this study help to decrease the costs, as well as accelerate the relief process, and subsequently minimize the casualties in disaster situations.
Решения по планированию логистики для оказания помощи при стихийных бедствиях можно разделить на две категории: стратегические решения до кризиса и оперативные решения во время и после кризиса. Важным стратегическим вопросом при планировании логистики для оказания помощи является определение местоположения складов для оказания помощи при стихийных бедствиях и центров распределения, а также уровня запасов для каждого типа средств оказания помощи. Процесс оказания помощи после стихийных бедствий заключается в том, что товары гуманитарной помощи доставляются в центры распределения через склады. Определение местоположения складов для оказания помощи при стихийных бедствиях и центров распределения помощи, а также уровней их запасов для каждого типа товаров гуманитарной помощи является одним из стратегических вопросов при планировании логистики оказания помощи при стихийных бедствиях. Основная цель этой статьи – определение необходимого количества складов для оказания помощи при стихийных бедствиях и распределительных центров помощи для обеспечения оптимального процесса оказания помощи в районе № 1 Тегерана. Предлагаемый подход основан на математической модели оптимизации с учетом расширенного метода эпсилон-ограничений. Чтобы обеспечить оптимальное универсальное решение, с помощью программного обеспечения GAMS реализована модель планирования с двумя целями. Численные результаты предложенной модели обеспечиваются с учетом как гуманитарной цели минимизации максимального дефицита, так и экономической цели минимизации затрат на оказание помощи при разных возможных сценариях. Для достижения этих целей используется стохастическое программирование Малви на основе сценариев для минимизации средней стоимости помощи (экономическая цель). А для моделирования гуманитарной цели за счет максимизации дефицита помощи используется стохастическое программирование на основе сценариев Агеззафа. Важно отметить, что наилучший баланс между гуманитарными и экономическими целями достигается при помощи выделения бюджетных средств. Таким образом, результаты этого исследования помогают сократить расходы на оказание помощи, а также ускорить процесс оказания самой помощи и минимизировать количество пострадавших.
Included in
Usage statistics
Access count: 142
Last 30 days: 4 Detailed usage statistics |