An Optimal Model of Post-Disaster Emergency Evacuation in Urban Areas, Using Genetic Algorithm (Case Study District 3 of Kerman)

Document Type : Research Article (Applied - Development)

Authors

1 Associate Professor of Geography and Urban Planning, Shahid Bahonar University of Keman, Kerman, Iran

2 PhD Student of Crisis Management

Abstract

Given the growth and development of urbanization, natural and man-made disasters, and their impact on metropolitan development, it is essential to provide an innovative solution to preserve the human life. Providing a dynamic model for emergency evacuation of the population in a short time, the scene management, and increased speed and quality of service delivery during and after a crisis are of particular importance. The purpose of this study is to identify and find the best route for evacuation since the chaos caused by the crisis makes serious problems for evacuation. The   main problem is that the urban streets are disrupted during an event or disaster and cannot solve the emerged crisis, because in these conditions, most of the routes have been blocked or have lost their effectiveness.  The method used in this study is descriptive – analytical. In order to identify effective measures for emergency evacuation, experts’ opinions were used and for ranking the criteria, Expert Choice software was applied in GIS. Genetic algorithm is used because of its simplicity and high speed in analysis of high dimensions networks in order to determine the optimal route to reach the safe areas. To prepare data layers of streets and city blocks and suitable spaces for emergency evacuation with population data of blocks and street widths, GIS database of Kerman municipality was used. The results show that the proposed method finds the shortest path to reach safe areas while taking into account the population density and width of streets. Thus, it can be effectively used for emergency evacuation.

Keywords


بالایی لنگرودی، بهروز. (1390). ارزیابی آسیب­ پذیری شبکه در برابر زلزله. مطالعۀ موردی منطقه 10 شهرداری تهران. پایان نامه کارشناسی ارشد مدیریت سوانح،دانشکده محیط زیست، دانشگاه تهران، تهران.
باون، اندرا. (1990). قضاوت ذهنی و محیط زیست، تجزیه و تحلیل داده ­ها در کامپیوتر. محیط زیست و سیستم شهری، شمارۀ 14.
حسن زاده، رضا. عباس نژاد، ایمان. (1385). ریز پهنه ­بندی درجه 2 و ارزیابی اثرات زلزله بر شهر کرمان با استفاده ازGIS . چکیده مقالات دهمین همایش انجمن زمین شناسی ایران، دانشگاه تربیت مدرس، 13 تا 15 شهریورماه، ص 282.
زمرّدیان، محمّدجعفر. (1381). ژئومورفولوژی ایران. انتشارات دانشگاه فردوسی، مشهد.
شهابی، هیمن. (1388). نقش عوامل ژئومورفیک در مکان­یابی دفن مواد زائد شهر سقز با استفاده از مدلهای GIS و فناوری سنجش از دور. پایان­نامه کارشناسی ارشد ژئومورفولوژی به راهنمایی دکتر علیرضا قراگزلو، دانشگاه تبریز.
طالب، مهدی. (1380). شیوۀ سکونت­گزینی و گونه­ های مساکن روستایی. انتشارات بنیاد مسکن انقلاب اسلامی.
طالعی و همکاران. (1390). مسیریابی بهینه در محیط GIS برای تخلیه اضطراری آسیب ­دیدگان از حوادث ناگهانی. پژوهش­های جغرافیای طبیعی، شمارۀ 87.
قدسی­پور، سیدحسن. (1381). مباحثی در تصمیم­ گیری چندمعیاره. دانشگاه امیر کبیر، تهران.
گنجه­ای، سجاد. امیدوار، بابک. ملک­ محمدی، بهرام. نوروزی خطیری، خدیجه. (1391). جایگاه و اهمیّت تعیین و طراحی راه های تخلیه اضطراری مناطق سانحه دیده به محل های اسکان موقت از دیدگاه مدیریت بحران. دومین همایش مدیریت بحران در  صنعت ساختمان، سازه­ های زیرزمینی و شریان­های حیاتی، اصفهان.
مطیع قادر، حسن. میرمهدی، ایمان. (1389). مروری بر برخی از روشهای بهینه­ سازی هوشمند، نشر شبستر، دانشگاه آزاد اسلامی شبستر.
ناصری نیک، سیدرضا. (1385). رتبه ­بندی فاکتورهای مهم در ارزیابی شرکت­های سرمایه­ گذاری با استفاده از تکنیک AHP. پایان­نامه کارشناسی ارشد دانشکده معارف اسلامی و مدیریت، دانشگاه امام صادق (ع)، تهران.
Abdelghany, A., Abdelghany, K., & Mahmassani, H., (2014). A hybrid approach formodeling crowd dynamics in large-scale pedestrian facilities. Transportation Research: Part A (submitted for publication.
Amberayses, N. N., and Melville, C. P., (1982). A History of Persian Earthquake Cambridge university Press.and safety of the environment and transport. Lecture Notes in Computer Science and Spatial Information Sciences. Vol. XXXVII. Part B, 8025, pp: 373–382.
Alizadeh, R., (2011). A dynamic cellular automaton model for evacuation process with obstacles. Safety Science, No.49(2), pp: 315-323.
Ardekani, S.A., (1992). A Decision Tool for Transportation Operations Following Urban Disasters. Final Report, Arlington, National Science Foundation, the University of Texas at Arlington
Berberian, M. ,Yeats. R. S., (1999). Patterns of historical earthquake rupture in the Iranian Plateau. Bull. Seismol. Soc. Am. No.89, pp:120-139.
Bryant, Kylie., (2000). Genetic Algorithm and the Traveling Salesman Problem. Hervey Mudd college.
Camps, V.B.G., DeSilva, P.A.L., Netto, P.O.B., (2000). Evacuation transportation planning: A method of identify optimal independent routes.
Cepolina, E., (2005). A methodology for defining bulding evacuation routes. Civil engineering and Environmental systems. No. 22(1), pp: 29-47.
Erkut, E., (1996). The Road Not Taken, ORMS Today, Vol.23, pp: 22-28.
Goldberg, D.E., (1989). Genetic Algorithm in Search, Optimization and Machine learning. Addison- Wesley.
Johnsson, A., Helbing, D., (2007). Pedestrian flow optimization with a genetic algorithm based on Boolean grids. In pedestrian and evacuation dynamics 2005, Springer, pp: 267-272.
Laporte, G, Palekar, U., (2002). Some applications of the clustered travellingsalesman problem. Journalof the Operational Research Society.
Lindell, M.K. and Prater, C.S., (2002). Development of a Decision Support System for Evacuation Management. The First International Conference on Debris-Flow Disaster Mitigation Strategy, Taipei, Taiwan.
Martini, P. M., Hessami, K., Pantosi, D., Addezio, G., Alinaghi, H., GhaforyAshtiani, M., (1998). A geologyic contribution to the evaluation of  sesmic potential of the kahrizak fault (Tehran, Iran). Tectonophysics, No.287, pp: 187-199.
Park, I., Jong, G., Park, S., Lee. (2009). Time-dependent optimal routing in microscale emergency situation. Publication of the Tenth International Conference on Mobile data Management: System,  Services and Middleware, pp:714-719.
Pal, S.K., Bhandar, D., Kundu, M.K., (1994). Genetic algorithms for optimal image enhancement. Pattern Recognition Lettrs, No.15, pp:261-271.
Perry, R.W., Lindell, M.K., (2003). Preparedness for emergency response.
Wagner, N., Agrawal, V., (2014). An agent-based simulation system for concert venue crowd evacuation modeling in the presence of a fire disaster. Expert system with applications, No.41(6), pp: 2807-2815.
Yi, W., Özdamar, L., (2007). A Dynamic Logistics Coordination Model for Evacuation and Support in Disaster Response Activities, European Journal of Operational Research Vol.179, No. 3, pp: 1177-1193.