Kentsel Arama Kurtarma Birliklerinin YerleĢim Yeri Problemi Çözümünde Matematiksel Programlama ve Simülasyon YaklaĢımları: Ġstanbul Örneği

Year 2018, Volume: 33 Issue: 1, 55 - 66, 15.03.2018

İrfan Macit S. Noyan, Oğulata Z. Nazan Alparslan

https://doi.org/10.21605/cukurovaummfd.420663

Cited By: 1

Abstract

Üniversitesi, Tıp Fakültesi Biyoistatistik Bölümü, Adana

Öz

Afet aniden ortaya çıkan ve insan hayatını kesintiye uğratan doğa olaylarıdır. Deprem ise afet türleri

içerisinde ortaya çıktıktan sonra yıkıcı etkisini uzun süre gösteren afet türüdür. Bu çalışmanın amacı,

deprem sonrasında arama kurtarma birliklerinin bir planlama ufku süresince depremden etkilenen

bölgelere mevcut birlik sayılarına ek olarak tiplerine göre birlik sayılarını bulmaktır. Çalışmada

oluşturulan matematiksel modelde birincil ve ikincil kapsama alanları arasında gönderilecek birlikler aynı

kapsama bölgesinden gelen talepleri risk baskı faktörü büyüklüğüne göre sıralamaktadır. Matematiksel

modelden elde edilen sonuçlar simülasyon deneyi ile test edilerek matematiksel modelin geçerliliği test

edilmiş ve arama kurtarma birliği ihtiyacı belirlenmiştir.

Keywords

rama kurtama birlikleri, Afet planlama, Matematik modelleme, Simülasyon

Mathematical Programming and Simulation Approaches for Location Problems of Urban Search and Rescue Teams: Case Study of Istanbul

Abstract

 

  Natural disasters are catastrophic phenomena that disrupt people’s
lives. Earthquakes are a kind of natural disasters that has long lasting
destructive effects. The aim of this study, the number and types of the
additional search and rescue teams needed by different regions after an
earthquake is determined. In the modeling of problem, the available units try to
respond to the demands of primary and secondary coverage areas after responding
to the demands of their own regions first. The obtained solution is tested with
simulations to validate the mathematical model. In the results section, the
need for search and rescue teams emerging in case of an earthquake is
determined at the end of the planning process.

 

Keywords

Search and rescue team, Disaster planning, Mathematical modelling, Simulation

References

• 1. Egünay, O., 2009. Afet Yönetimi: Genel İlkeler, Tanımlar, Kavramlar. Ankara. 2-3.
• 2. Gülkan, P., Balamir, M., Yak, A., 2003. Afet Yönetiminin Stratejik İlkeleri: Türkiye ve Dünyadaki Politikalara Genel Bakış, ODTÜ Afet Yönetimi Uygulama ve Araştırma Merkezi, Ankara.
• 3. Owen, S.H., Daskin, M., 1998. Strategic Facility Location: A Review, European Journal of Operational Research, 111, 423-447.
• 4. Brotcorne, L., Laporta, G., Semet, F., 2003. Ambulance Location and Relocation Models, European Journal of Operational Research, 147, 451-463.
• 5. Marianov, V., ReVelle, C., 1996. The Queue Maximal Availability Location Problem: A Model for Sitting of Emergency Vehicle, European Journal of Operational Research, 93, 110120.
• 6. Graham, R.E., Lawler, E.L., Lestra, J.K., Rinroy-Kan, A.H.G., 1979. Optimization and Approximation in Deterministic Squencing And Schduling: A Survey. Annals Of Discrete Mathematics, 4, 287-326.
• 7. Hamacher, H.W., Nickel, S., 1998. Classification of Location Models, Location Science, 6, 29-242.
• 8. O'kelly, M.E., 1986. The Location of Interacting Hub Facilities, Transportation Science, 20(2), 92-106,
• 9. Dowdy, L.W., Foster, D.V., 1982. Comparative Models of the File Assignment Problem. ACM Computing Surveys, 14(2), 287–313.
• 10. Goutam, Sen, G., Krishnamoorthy, M., Rangaraj, N., Narayanan, V., 2016. Facility Location Models to Locate Data in Information Networks: a Literature review. Ann Oper 246, 313–348.
• 11. Kim, S.H., Lee, Y.H., 2016. Iterative Optimization Algorithm with Parameter Wstimation for The Ambulance Location Problem. Health Care Management Science. 19(4), 362.
• 12. Dibene, J.C., Maldonado, Y., Vera, C., de Oliveira, M., Trujillo, L., Schütze, O., 2017. Optimizing the Location of Ambulances in Tijuana, Mexico. Computers in Biology and Medicine. 80, 107-115.
• 13. Murray, A.T., Wei, R., 2013. Discrete Optimization: A Computational Approach for Eliminating Error in the Solution of the Location Set Covering Problem European Journal of Operational Research. 1 January. 224(1), 52-64.
• 14. Macit, İ., 2015. Solving Fire Department Station Location Problem using Modified Binary Genetic Algorithm: A Case Study of Samsun in Turkey. European Scientific Journal, 11(30), 10-25.
• 15. Khojasteh, S.B., Macit, İ., 2017. A Stochastic Programming Model for Decision-Making Concerning Medical Supply Location and Allocation in Disaster Management. Disaster Medicine And Public Health Preparedness, (1), 1-9.
• 16. Macit, İ., 2015. Two-Stage Solution for Post-Earthquake Field Hospital Location Problem using Lagrangian Relaxation Method: Case of Turkey. European International Journal of Science and Humanities. 1(6), 1-8.
• 17. Boonmee, C., Arimura, M., Asada, T., 2017. International Journal of Disaster Risk Reduction. September 24, 485-498.
• 18. JICA ve IBB., 2002. Türkiye Cumhuriyeti İstanbul İli Sismik Mikro-Bölgeleme Dahil Afet Önleme/Azaltma Temel Planı Çalışması (Son Rapor). Pacific Consultant OYO Corporation.
• 19. Özmen, B., 2001, İstanbul İçin Deprem Senaryosu, Milli Güvenlik Konseyine Sunulan Rapor, Afet İşleri Genel Müdürlüğü Deprem Araştırma Dairesi, Ankara.
• 20. JICA, Türkiye’de Doğal Afetler Konulu Ülke Strateji Raporu. 2004. İçişleri Bakanlığı. Ankara.
• 21. Ambraseys, N.N., Jackson, J.A., 1981. Earthquake Hazard and Vulnerability in the Northeastern Mediterranean: the Corinth Earthquake Sequence of February-March, 1981. 5(4), 355- 368.