مدلسازي پايدار لجستيك امداد در شرايط وجود عدم قطعيت با استفاده از مدل امكاني محدوديت شانس

A Novel Robust Logistic Relief Model under Uncertainty Using Chance Constrained Possibilistic Programming Method

در اين مقاله براي نخستين بار در ادبيات مكانيابي لجستيك امداد، رويكرد مدلسازي امكاني محدوديت شانس پايدار به كار گرفته‌شده‌است. در اين رويكرد عدم‌قطعيت‌هاي عرضه و تقاضا و پارامترهاي هزينه‌اي پس از وقوع حادثه به فرم ضرايب فازي ذوزنقه‌اي وارد مدل شده‌اند وبراي نخستين بار بحث مقاوم سازي مراكز توزيع امداد مطرح شده است.همچنين در ادامه به منظور حل اين مدل چندهدفه غيرخطي مختلط عدد صحيح از رويكرد حلLp-metrics استفاده شده و با استفاده از توليد مسائل نمونه، مزيت اين مدل پايدار نسبت به فرم قطعي آن در 10 سناريوي مختلف وقوع حادثه برسي شده است. نتايج اين بررسي در سناريوهاي مختلف وقوع بحران، بيانگر عدم توانايي رويكرد قطعي در برآورده ساختن حداقل سطح استاندارد امدادرساني مورد نظرسازمان متولي امداد، در اكثر سناريوها مي‌باشد. اما رويكرد پايدار با وجود صرف هزينه‌هاي امدادي بالاتر، با ارائه برآورد مناسبي از هزينه‌هاي پس از بحران مي‌تواند موجب افزايش قابليت ‌اعتماد تصميمات استراتژيك اتخاذ شده با اين رويكرد مدلسازي بشود.

In this study, for the first time in the literature of disaster facility location planning, robust chance constrained possibility programming has been used and uncertainties of supply, demand and cost parameters of the after disaster environment are considered in the form of trapezoidal fuzzy coefficients. In addition, it is the first time that retrofitting of relief distribution centers has been modeled and relief commodities priority and demand point priority in relief distribution has been considered. In order to solve the proposed model, lp-metrics method is used. Then by creating typical problems and considering ten different incident scenarios, advantages of the robust approach is compared with the deterministic approach. The results of this evaluation in most scenarios proves inability of deterministic approach to meet certain minimum relief coverage standards of the relief organization. However, robust approach despite higher relief costs can provide a good estimate of costs of the crisis, and increase the reliability of the strategic decisions.