Завдання забезпечення безпеки населення в великих мегаполісах є сьогодні надзвичайно актуальною. Традиційні методи розрахунку необхідних ресурсів служб громадської безпеки спираються на просторові характеристики обслуговуваних територій. Сьогодні на перший план виходить завдання оцінки тимчасової доступності всіх об'єктів на території, що обслуговується з урахуванням високої динаміки дорожнього трафіку. Перехід від критеріїв, визначених відстанями, до тимчасових оцінками вимагає створення нових підходів. Як інструмент, що дозволяє враховувати реальну завантаження дорожньої мережі, пропонується використовувати географічні інформаційні системи (ГІС). У роботі представлена ​​імітаційна модель, призначена для оцінки оптимальності розташування пожежних станцій в центральній частині Янгона. Модель створена в середовищі AnyLogic. Вона реалізує агентні і дискретно-подієві технології, використовує карти в форматі ГІС. Розроблена модель призначена для знаходження оптимального розташування пожежних станцій і розподілу машин між ними. Оптимальність рішення оцінюється за допомогою двох критеріальних функцій часу між надходженням сигналу в пожежну частину і прибуттям пожежної машини на місце пожежі, а також коефіцієнтом використання пожежних машин. Представлені результати моделювання, що підтверджують переваги децентралізації.

Анотація наукової статті з комп'ютерних та інформаційних наук, автор наукової роботи - Лінн Чжо Най Зо, Лупін С.А., Лінн Хтун Хтун


Analysis of fire station locations efficiency using GIS model

The task of ensuring the safety of the population in large cities is extremely urgent today. Traditional methods for calculating the necessary resources of public security services are based on the spatial characteristics of the served territories. Today, the forefront is the task of assessing the time availability of all objects in the served territory, taking into account the high dynamics of road traffic. The transition from criteria determined by distances to time estimates requires the creation of new approaches. It is proposed to use geographical information systems (GIS) as a tool to take into account the real load of the road network. The paper presents a simulation model designed to assess the optimal location of fire stations in the central part of Yangon. The model was created in the AnyLogic environment. It implements agent and discrete event technologies, uses maps in Geographic Information System (GIS) format. The developed model is designed to find the optimal location of fire stations and the distribution of vehicles between them. The optimality of the solution is evaluated using two criteria functions the time between the signal arriving at the fire station and the arrival of the fire engine at the fire site, as well as the utilization rate of the fire engines. Simulation results confirming the benefits of decentralization are presented.


Область наук:
  • Комп'ютер та інформатика
  • Рік видавництва: 2020
    Журнал: International Journal of Open Information Technologies

    Наукова стаття на тему 'АНАЛІЗ ЕФЕКТИВНОСТІ РОЗТАШУВАННЯ ПОЖЕЖНИХ СТАНЦІЙ З ВИКОРИСТАННЯМ ГІС-МОДЕЛІ'

    Текст наукової роботи на тему «АНАЛІЗ ЕФЕКТИВНОСТІ РОЗТАШУВАННЯ ПОЖЕЖНИХ СТАНЦІЙ З ВИКОРИСТАННЯМ ГІС-МОДЕЛІ»

    ?Аналіз ефективності розташування пожежних станцій з використанням ГІС-

    моделі

    Чжо Най Зо Лінн, С.А. Лупін, Хтун Хтун Лінн

    Анотація - Завдання забезпечення безпеки населення в великих мегаполісах є сьогодні надзвичайно актуальною. Традиційні методи розрахунку необхідних ресурсів служб громадської безпеки спираються на просторові характеристики обслуговуваних територій. Сьогодні на перший план виходить завдання оцінки тимчасової доступності всіх об'єктів на території, що обслуговується з урахуванням високої динаміки дорожнього трафіку. Перехід від критеріїв, визначених відстанями, до тимчасових оцінками вимагає створення нових підходів. Як інструмент, що дозволяє враховувати реальну завантаження дорожньої мережі, пропонується використовувати географічні інформаційні системи (ГІС). У роботі представлена ​​імітаційна модель, призначена для оцінки оптимальності розташування пожежних станцій в центральній частині Янгона. Модель створена в середовищі AnyLogic. Вона реалізує агентні і дискретно-подієві технології, використовує карти в форматі ГІС. Розроблена модель призначена для знаходження оптимального розташування пожежних станцій і розподілу машин між ними. Оптимальність рішення оцінюється за допомогою двох критеріальних функцій - часу між надходженням сигналу в пожежну частину і прибуттям пожежної машини на місце пожежі, а також коефіцієнтом використання пожежних машин. Представлені результати моделювання, що підтверджують

    переваги децентралізації.

    Ключові слова - Агентне моделювання; оптимізація розміщення пожежних станцій; географічна інформаційна система.

    I. Вступ

    Протягом всієї історії людського суспільства пожежі завдавали величезних матеріальних збитків, супроводжувалися загибеллю людей. Захист від пожеж є одним з найважливіших завдань державних служб безпеки, яка координується в рамках країни. Техніка гасіння пожеж безперервно удосконалюється, і сьогодні пожежні використовують не тільки потужні автомобілі і всюдиходи, а й авіацію. Літаки застосовуються для гасіння великих осередків займання в лісистій місцевості.

    Стаття отримана 12 січня 2020.

    Стаття підготовлена ​​в рамках гранту РФФД № 19-01-00666 "Сучасні високопродуктивні методи оптимізаційного моделювання".

    Чжо Най Зо Лінн, аспірант, Національний дослідницький університет «МІЕТ»;

    Хтун Хтун Лінн, аспірант, Національний дослідницький університет «МІЕТ»;

    С. А. Лупін, професор, Національний дослідницький університет «МІЕТ», (e-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.). Вертольоти використовуються для локалізації великих пожеж в містах та населених пунктах.

    Крім питань, пов'язаних з удосконаленням технічних засобів, обладнання та засобів зв'язку, важливу роль відіграє і протипожежна безпека, а також планування роботи пожежних служб. Одним з важливих факторів, що впливають на ефективність роботи пожежних служб, є розміщення пожежних станцій. У середньовічних містах пожежні депо нерідко розташовувалися в центрі і служили їх прикрасою. Такий підхід забезпечував равнодоступность захищаються від вогню будівель.

    З ростом міст треба було змінити існуючий порядок. Проблема оптимального розподілу пожежних машин в міських або сільських районах є багатокритеріальної і до сих пір не має точних методів рішення.

    Протипожежна безпека є одним з найважливіших елементів систем захисту людей у ​​надзвичайних ситуаціях. У розвинених країнах, де велика частка населення проживає в містах, питання, пов'язані із захистом людей від пожеж є найважливішими. У країнах, що розвиваються більшість населення проживає в старих, пожежонебезпечних будівлях і висока частота виникнення пожеж. Більш важливими для них є питання ефективного управління обмеженими ресурсами.

    II. Оптимізація служб пожежної безпеки

    Згодом з'явилися нові вимоги і засоби забезпечення пожежної безпеки, тому відповідь на питання про те, скільки пожежних станцій необхідно для даного поселення і де вони повинні бути розташовані, потребує вирішення задачі багатокритеріальної оптимізації [1]. Кількість і розташування пожежних станцій істотно впливають на ефективність реагування при пожежах. З одного боку, пожежні станції повинні бути розташовані таким чином, щоб можна було обслуговувати максимальну площу, а з іншого, щоб мінімізувати час реакції на пожежі [2].

    Одним із завдань реагування на надзвичайні ситуації є забезпечення доступу до місця аварії в найкоротші терміни, що дозволить ефективно знизити збиток. Розміщення об'єктів при цьому є одним з ключових елементів в процесі прийняття

    стратегічних рішень і планування взаємодії організацій державного і приватного секторів. У зв'язку з цим, питання визначення оптимального місця розташування станцій привертають увагу багатьох дослідників [3].

    Оптимізація розташування пожежних станцій переслідує такі цілі:

    • зменшити відстань між пожежними станціями і місцями пожеж, щоб поліпшити час реагування;

    • мінімізувати перекриття зон відповідальності пожежних станцій для підвищення ефективності використання ресурсів;

    • мінімізувати кількість пожежних станцій в одному районі з урахуванням економічних умов, загальною вартістю їх підготовки і експлуатації

    [4].

    В роботі [5] також наголошується, що вибір місця розташування пожежних станцій є відповідальним рішенням для влади в містах з-за потенційного ризику виникнення пожеж та потенційної небезпеки для суспільства, оскільки пожежі можуть призвести до загибелі людей та знищення майна. Особи, які приймають рішення, можуть мінімізувати ці ризики за рахунок підвищення точності визначення місцеположення пожежних станцій.

    Оскільки якість розміщення пожежних станцій оцінюється за допомогою різних критеріїв, для пошуку оптимального рішення використовують різні методи багатокритеріальної оптимізації. Приклад використання цілочисельного програмування для пошуку найкращого розміщення 11 станцій представлений в [6]. Знаходять застосування і інші популярні підходи - метод аналізу ієрархічних процесів [7] та мережеве планування [8].

    Пожежний департамент Амстердама в Нідерландах представив в [1] обчислювальну програмну модель для визначення оптимального розташування основних станцій і оптимального розподілу пожежних машин на цих станціях. Великий аналіз даних від пожежної служби Амстердама показує, що:

    • додавання нових станцій для підвищення продуктивності не потрібно;

    • поточне місце розташування пожежних станцій оптимально, за винятком декількох;

    • переміщення трьох станцій з поточних розташування в оптимальні позиції дозволить скоротити транспортні затримки пожежних машин більш ніж на 50%.

    Результати показують, що при невеликих інвестиціях в переміщення декількох станцій, існує величезний потенціал для значного зниження затримок пожежних.

    Велика кількість робіт присвячено дослідженню методів розміщення підстанцій швидкої допомоги. Це завдання дуже близька до розглянутої нами. Деякі автори акцентують увагу на критерії максимізації покриття [9,10], інші на мінімізації часу відгуку [11] або ймовірності виживання

    пацієнта [12 і 13].

    В роботі [14] представлений огляд моделей розташування медичних установ, а в статтях [15] і [16] розглянуті проблеми планування, які виникають в системах екстреної медичної допомоги. Модель, представлена ​​в [17], дозволяє поєднувати кілька типів ресурсів і кілька типів подій для детальної оцінки функціонування служби. Відзначимо, що основний вплив на точність моделей надають їх компоненти, які представляють обслуговується територію і потоки подій. Підвищення точності моделювання подій пов'язано з накопиченням і обробкою статистичних даних, наприклад, як це описано в [1]. А найбільш точне уявлення території дати застосування ГІС-карт.

    В даний час елементи ГІС можуть бути інтегровані в багато системи моделювання. Це дозволяє значно знизити витрати на розробку імітаційної моделі і зробити її максимально адекватної предмету дослідження. ГІС визначається як "Швидко розвивається технологічна дисципліну, яка об'єднує географічні атрибути з табличними даними з метою аналізу та вирішення проблем реального світу" [20]. Шляхом інтеграції просторових даних з атрибутивними даними, ГІС може використовуватися для аналізу і вирішення широкого кола проблем в будь-якої дисципліни. В [21] відзначено, що географічні інформаційні системи мають здатність описувати те, що відбувається в навколишньому середовищі навколо нас в прив'язці до місця розташування на карті. Сьогодні ГІС є важливим інструментом для визначення місця розташування об'єктів [22-24]. Інтеграція ГІС і методів позиціонування на основі GPS або Глонасс використовуються у всіх навігаційних додатках [25, 26]. ГІС може підтримувати широкий спектр просторових запитів, які допомагають вирішувати завдання визначення місцеположення рухомих об'єктів, таких як машини швидкої допомоги і пожежні машини [27]. Приклади використання ГІС в декількох додатках, включаючи планування землекористування, охорони здоров'я і транспорту представлені в [18]. Роздрібні торговці, банки, медичні установи і постачальники послуг всіх типів стикаються з проблемою розміщення банерів і покажчиків в безпосередній близькості від своїх об'єктів [19].

    Інтеграція карти ГІС в модель AnyLogic міської системи пожежної безпеки забезпечує реальне уявлення дорожньої мережі і значно підвищує точність результатів моделювання за рахунок використання реальних швидкостей руху транспортних засобів для оцінки часу прибуття машини на місце пожежі [33].

    У даній роботі представлена ​​Агентна модель пожежних станцій з використанням карти ГІС центральній частині Янгона. Розроблена модель призначена для проведення порівняльного аналізу ефективності різних варіантів розташування

    пожежних станцій і вибору з них оптимального.

    III. СИСТЕМА МОДЕЛЮВАННЯ ANYLOGIC

    Імітаційне моделювання сьогодні активно застосовується в багатьох областях людської діяльності. Моделювання є одним з основних інструментів вивчення взаємозв'язків навколишнього світу як складної адаптивної системи. Системи імітаційного моделювання загального призначення містять тільки основні елементи, з яких будуються моделі.

    При побудові імітаційних моделей розробники стикаються з цілою низкою труднощів, які є результатом спроб адекватного уявлення процесів і явищ в реальному світі. Відповіддю на це стала поява технології на основі агентів. Агентна технологія використовується практично у всіх галузях промисловості і економіки. Агенти представлені як об'єкти, які використовують інтерфейси, пропоновані компонентами системи. Агенти також представляють свої власні інтерфейси для моніторингу та збору статистичних даних. При Агентно підході система представлена ​​безліччю різних класів, які відображають різні об'єкти в реальному світі і взаємодія між ними - запити, ресурси, правила обслуговування. Кожен агент системи може мати власну програмну реалізацію [28]. Процеси, що визначають поведінку об'єкта, описуються у вигляді діаграми стану (statechart) або блок-схеми (flowchart).

    Модель побудована в середовищі моделювання AnyLogic. Це сучасне середовище для розробки і дослідження імітаційних моделей, розроблених на основі сучасних концепцій в області інформаційних технологій і результатів досліджень в теорії гібридних систем і об'єктно-орієнтованого моделювання. AnyLogic розроблений на мові Java і підтримує три основні технології моделювання: дискретно-подієвого, Агентне і системну динаміку [29-32].

    В останніх версіях AnyLogic є інструменти для роботи з ГІС-картами, нова бібліотека моделювання процесів. Пропонований підхід до аналізу ефективності розташування пожежних станцій спирається на ці можливості AnyLogic.

    IV. СТРУКТУРА МОДЕЛІ

    Одним з переваг AnyLogic є можливість комбінувати різні стилі моделювання для обліку складності та неоднорідності реальних систем. Блок-схеми AnyLogic є ієрархічними, масштабованими, розширюваними і об'єктно-орієнтованими. Це дає можливість аналізувати великі складні системи при будь-якому рівні деталізації. Бібліотека моделювання процесів (БМП) тісно пов'язана з платформою презентацій AnyLogic і дозволяє розробляти найскладніші анімації процесів.

    Обробка сигналу пожежної тривоги.

    Ще однією важливою особливістю БМП є можливість створення найскладніших анімацій моделей процесів. На малюнку 1 представлена ​​блок-схема процесу обробки сигналів пожежної тривоги, створена за допомогою БМП.

    procesaAlaLin alnmiOimf taketfreVehjele dispart: hing release: n:

    * • -ЕЕ-В-E-В- ©

    HcctForCarTypd flcctForCaiTypsi ElcciFiiiCaiTypij

    fil fil fil

    Мал. 1. Обробка сигналу тривоги на пожежній станції.

    Сигнал тривоги (processAlarm) надходить до вхідної черги (alarmQueue) де він буде перебувати в режимі очікування, порядок обробки черги - правило FIFO. Потім сигнал тривоги надходить на найближчу до нього пожежну станцію, і вона спрямовує пожежну машину на місце події (takeFireVehicle). Подальше управління переміщенням машин відбувається в блоці dispatching.

    Пожежні машини спочатку чекають сигналу тривоги в місцях розташування своїх пожежних станцій. Коли надходить сигнал тривоги, обрана пожежна машина направляється на місце пожежі. Після гасіння пожежі, пожежна машина повертається назад на свою пожежну станцію, щоб чекати наступного сигналу тривоги.

    Рух автомобіля на карті ГІС

    У розробленій імітаційної моделі для переміщення транспортних засобів на карті ГІС застосовується функція moveTo (). Ця функція забезпечує рух агента. З її допомогою пожежні машини будуть пересуватися по дорогах на карті ГІС центральній частині Янгона з урахуванням реальних швидкостей руху і затримок машин.

    В роботі проведено аналіз вплив розташування пожежних станцій на час очікування. В процесі дослідження використовуються 15 пожежних машин трьох типів (Таблиця 1). Максимальна швидкість всіх пожежних машин однакова і дорівнює 60 кілометрам на годину.

    Таблиця 1. Характеристики пожежних машин

    Тип машини Швидкість (км / год) Ємність (м3) Довжина сходів (м)

    1 1.0 30

    2 60 2.0 50

    3 3.0 80

    У моделі реалізує найбільш поширений алгоритм управління пожежними машинами - до місця пожежі прямує машина від найближчої пожежної станції.

    Для реалізації цієї стратегії в моделі використовується функція getNearestAgentByRoute () і наступний Java код:

    Car = getNearestAgentByRoute (filter (main.cars, v -> v.inState (Car.AtStation)))

    Функція getNearestAgentByRoute () знаходить найближчу до місця пожежі станцію. Після цього за допомогою функції filter () виділяються найближчі транспортні засоби, які в даний момент не зайняті обслуговуванням (вільні). Для цього застосовується функція inState (), яка перевіряє стан агента (машини), чи є зазначений агент активним в даний момент. Таким чином, на гасіння пожежі прямують тільки вільні машини від найближчої пожежної станції.

    V. Результати моделювання

    Експерименти були проведені для центральної частини Янгона, в якій розташовані три пожежні станції. Ці станції в моделі визначені як місця знаходження популяції агентів Car (пожежні машини). Місця виникнення пожеж визначаються як популяція агентів Alarm (пожежна тривога).

    Для розташування пожежних станцій на мапі використана зовнішня база даних (Таблиця 2), що дозволило AnyLogic розмістити пожежні станції на державну виконавчу службу мапі Янгона. Відзначимо, що це історично існуючі станції.

    Таблиця 2. Місця розташування пожежних станцій

    Ідентифікатор Назва Широта Довгота

    станції станції

    1 Lanmadaw 16.81З 96.15

    2 Hlaing 16.S47 96.1З4

    З Yankin 16.S4S 96.16З

    Площа центральній частині Янгона, що розглядається в моделі, складає 55 квадратних кілометрів. У цьому районі пожежі виникають із середньою періодичністю 1 раз в день.

    Таблиця 3. Варіанти розподілу машин

    Номер Тип Розподіл машин між станціями

    машини машини Варіант 1 Варіант 2 Варіант 3

    1 1 1 1 1

    2 Будiвництво 1 1 2 + 2

    З З 1 + 1 З

    4 2 1 2 2

    5 1 1 2 1

    6 2 Будiвництво 1 1 З

    7 1 1 + 1 З

    s 2 1 2 1

    9 1 1 1 2

    10 З 1 2 1

    11 З 1 + 1 2

    12 2 Будiвництво 1 1 З

    1З 1 + 1 2 + 2

    14 З 1 2 1

    15 2 Будiвництво 1 1 З

    У таблиці 3 показані три варіанти розподілу пожежних автомобілів по пожежним станціям. В експериментах для завдання інтервалу часу між виникненням пожеж використовується трикутний розподіл з наступними параметрами: triangular (0.5, 1, 1.5).

    На малюнку 2 показано розташування станції

    Lanmadaw на карті центральної частини Янгона і графічне представлення результатів моделювання. Це відповідає першому варіанту з таблиці 3.

    Мал. 2. Розміщення станції Lanmadaw.

    Мал. 3. Результати моделювання для варіанта 1

    У першому експерименті всі 15 пожежних машин розміщуються на станції Lanmadaw. Гістограма розподілу часу очікування (часу між виникненням сигналу Alarm і прибуттям машини на місце пожежі) представлена ​​на малюнку 3. Максимальний час очікування пожежних автомобілів становить 25 хвилин, а середньоквадратичне відхилення становить 4,3.

    У другому експерименті всі машини розподілені між двома пожежними станціями - 8 автомобілів на станції Lanmadaw і 7 автомобілів на станції Hlaing. (Рис. 4). Результат моделювання для цього варіанту показаний на малюнку 5.

    Мал. 4. Розміщення станцій Lanmadaw і Hlaing

    Мал. 5. Результати моделювання для варіанта 2

    Максимальний час очікування пожежних автомобілів становить 20 хвилин, а середньоквадратичне відхилення становить 3,4.

    У третьому експерименті машини розподілені між трьома пожежними станціями - 5 автомобілів на станції Lanmadaw, 5 автомобілів на станції НМ ^ і 5 автомобілів на станції Yankin (Рис. 6).

    Результат моделювання для цього варіанту показаний на малюнку 7.

    Мал. 6. Розміщення станцій Lanmadaw, Hlaing, Yankin

    Мал. 7. Результати моделювання для варіанту 3

    У цьому випадку максимальний час очікування пожежних автомобілів становить вже 15 хвилин, а середньоквадратичне відхилення становить 2,6.

    Таблиця 4 Порівняння варіантів розподілу машин

    Варіант Час очікування обслуговування, хвилин

    Середнє Максимальна А2

    1 9,95 24,52 4,3

    2 8,9 20,34 3,4

    3 7,16 15,44 2,6

    Результати проведеного моделювання (Табл. 4) дозволяють порівнювати час очікування приїзду

    пожежної машини на місце пожежі при різних варіантах їх розподілу по пожежним станціям. Отримані результати, в повній відповідності з теорією, показують, що при рівномірному розподілі станцій по місту (варіант 3) час прибуття пожежних машин на виклик зменшується.

    VI. ВИСНОВОК

    Вище було відзначено, що при плануванні територіального розміщення станцій служб екстреної допомоги використовують кілька критеріїв. Рівномірність розподілу станцій при цьому конкурує з економічними характеристиками, які віддають перевагу укрупнення станцій. Розроблена в середовищі AnyLogic імітаційна модель пожежних служб спирається на використання ГІС карт, що дозволяє оцінювати альтернативні варіанти розподілу пожежних машин, тобто проводити многокритериальную оптимізацію. При цьому одним з найважливіших переваг ГІС моделей є те, що вони дозволяють враховувати реальний дорожній трафік. Для великих міст це дає можливість оцінити реакцію системи пожежної безпеки в моменти найбільшого навантаження на транспортну мережу, а в сільській місцевості - враховувати сезонну зміну стану дорожньої мережі.

    Проведені експерименти підтвердили

    функціональність створеної моделі. У моделі для диспетчеризації використовується децентралізований алгоритм управління, відповідний жорсткого зонування території відповідальності станцій. Подальші дослідження будуть спрямовані на пошук оптимальної стратегії диспетчеризації пожежних машин з можливістю централізованого управління машинами, розташованими на різних станціях.

    Подяки

    Стаття підготовлена ​​в рамках гранту РФФД 19-0100666 "Сучасні високопродуктивні методи оптимізаційного моделювання"

    Бібліографія

    [1] P. L. Van Den Berg, G. A. G. Legemaate, R. D. Van Der Mei, "Increasing the Responsiveness of Firefighter Services by Relocating Base Stations in Amsterdam," Interfaces, May-2017, vol.47, no.4, p.352-361.

    [2] Nan Liu, Bo Huang, Magesh Chandramouli, "Optimal siting of fire stations using GlS and ANT Algorithm", Journal of Computing in Civil Engineering, Sep-2006, p.361-369.

    [3] Davoodi M., Mesgari M.S., "A GIS based Fire Station Site Selection using Network Analysis and Set Covering Location Problem", International journal of human geography and environmental studies, Dec-2018, p.433-436.

    [4] G. H. Tzeng, Y. W. Chen, "The optimal location of airport fire stations: A fuzzy multi-objective programming and revised genetic algorithm approach," Transp. Plan. Technol., May-1999 року, vol.23, no.1, p.37-55.

    [5] A. §en, I. Onden, T. Gokgoz, C. §en, "A GIS approach to fire station location selection", GeoInformation for disaster management, Aug-2011.

    [6] Badri M.A., Mortagy A.K., Alsayed C.A., "A Multi-objective Model for Locating Fire Stations", European Journal of Operational Research, 1999, vol.110, pp.243-260.

    [7] Wu C., Lin C., Chen H., "Optimal selection of location for Taiwanese hospitals to ensure a competitive advantage by using the analytic hierarchy process and sensitivity analysis", Building and Environment, Mar-2007, vol.42 , pp.1431-1444.

    [8] Tuzkaya G., Onut S., Tuzkaya U.R., Gulsun B., "An analytic network process approach for locating undesirable facilities" Turkey, Journal of Environmental Management, Sep-2008, vol.88, pp.970 - 983.

    [9] Ingolfsson A., Budge S., Erkut E., "Optimal ambulance location with random delays and travel times", Health Care Management Science, Sep-2008, vol. 11, no.3, p.262-274.

    [10] Chong K. C., Henderson S. G., Lewis M. E., "The vehicle mix decision in emergency medical service systems", Manufacturing and Service Operation Management, Oct-2015 року, vol.18, no.3, p.347-360.

    [11] Dzator M., Dzator J., "An effective heuristic for the p-median problem with application to ambulance location", OPSEARCH, Mar-2013, vol.50, no.1, p.60-74.

    [12] Erkut E., Ingolfsson A., Erdo'gan G., "Ambulance location for maximum survival", Naval Res. Logist., 2008, vol.55, no.1, p.42-58.

    [13] McLay L. A., Mayorga M. E., "Evaluating emergency medical service performance measures", Health Care Management Science, June-2010, vol.13, no.2, p.124-136.

    [14] Ahmadi-Javid A., Seyedi P., Syam S. S., "A survey of healthcare facility location", Comp and Operation Research, Mar-2017, vol.79, p.223-263.

    [15] Aringhieri R., Bruni ME, Khodaparasti S., Van Essen T., "Emergency medical services and beyond: Addressingnew challenges through a wide literature review", Computer and Operations Research, Feb-2017, vol.78, p. 349-368.

    [16] Reuter-Oppermann M., van den Berg P. L., Vile J. L., "Logistics for emergency medical service systems", Health Systems, Dec-2017, vol.6, no.3, p.187-208.

    [17] Andersson T., Sardqvist S., "Planning for effective use of fire and rescue service resources", Jan-2007. http://liu.divaportal.org/smash/get/diva2:260234/FULLTEXT 01.pdf. (Дата звернення 23.12.2019)

    [18] Mohamad MY, Katheeri FA, Salam A., "A GIS Application for Location Selection and Customers 'Preferences for Shopping Malls in Al Ain City", American Journal of Geographic Information System, Apr-2015 року, vol4, no.2, p.76-86.

    [19] "GIS for Retail Business", Feb-2007, Retrieved Sep-2013, vol: 35. http://www.esri.com/library/bestpractices/retail-business.pdf (дата звернення 23.12.2019)

    [20] Dempsey C., "What is GIS and GIS lounge", 2004, Available at: http: //gislounge.com/libaray/introgis.shtml (дата звернення 23.12.2019).

    [21] Potestio D. S., "An introduction to geographic information technology and their application", Washington D.C., National conference of state legislature, 2002.

    [22] Woodhouse S., Lovett A., Dolman P., Fuller R., "Using a GIS to select priority areas for conservation", Computers, Environment and Urban Systems, Mar-2000, vol.24, p.79- 93.

    [23] Noorollahi Y., Itoi R., Fujii H., Tanaka T., "GIS integration model for geothermal exploration and well siting", Geothermic, Apr-2008, vol.37, pp.107-131.

    [24] Alexandris G., Giannikos I., "A new model for maximal coverage exploiting GIS capabilities", European Journal of Operational Research, Apr-2010, vol.202, pp.328-338.

    [25] Kuo R.J., Chi S.C., Kao S.S., "A decision support system for selecting convenience store location through integration of fuzzy AHP and artificial neural network", Computers in Industry, Feb-2002, vol. 47, pp. 199-214.

    [26] §ener §., §Ener E., Nas B., Karaguzel R., "Combining AHP with GIS for landfill site selection: A case study in the Lake Bey ^ ehir catchment area (Konya, Turkey)", Waste Management, Nov-2010, vol.30, pp. 2037-2046.

    [27] Church, R. L. "Geographical information systems and location science", Computer and Operations Research, June-29, 2002 p. 541-562.

    [28] Parker D.C., "Integration of Geographic Information Systems and Agent-Based Models of Land Use: Challenges and

    Prospects ", In Maguire, D.J., Datty, M., Goodchild, M. (eds.) GIS, Spatial Analysis and Modelling, 2005, p.403-422.

    [29] A. G. Kudryashkin, "Basics Modeling of Systems 'studies", Norilsk industry, Norilsk: Research Institute, 2015-го, p.135.

    [30] Karpov Yu, "Simulation modeling of systems. Introduction to modeling with AnyLogic 5", SPb., 2005, p.400.

    [31] Yakimov I. M., Kirpichnikov A. P., Mokshin V. V., "Modeling of complex systems in AnyLogic simulation environment", Herald Of the Kazan, technol.UN-TA, 2014 року, Vol. 17, №13, p.352-357.

    [32] I. V. Grigoriev, "AnyLogic-8 in three days", Fifth Edition, 2018, Vol. 251.

    [33] Kyaw Naw Zaw Linn, Sergey Lupin, Hein Tun, Htun Htun Linn, Aye Min Thike, "Data structure for GIS-based Firefighting Stations Simulations", IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus), 2018 , Vol. 2069, p. 1545-1548.

    Analysis of fire station locations efficiency using

    GIS model

    Kyaw Nay Zaw Linn, Sergey Lupin, Htun Htun Linn

    Abstract-The task of ensuring the safety of the population in large cities is extremely urgent today. Traditional methods for calculating the necessary resources of public security services are based on the spatial characteristics of the served territories. Today, the forefront is the task of assessing the time availability of all objects in the served territory, taking into account the high dynamics of road traffic. The transition from criteria determined by distances to time estimates requires the creation of new approaches. It is proposed to use geographical information systems (GIS) as a tool to take into account the real load of the road network. The paper presents a simulation model designed to assess the optimal location of fire stations in the central part of Yangon. The model was created in the AnyLogic environment. It implements agent and discrete event technologies, uses maps in Geographic Information System (GIS) format. The developed model is designed to find the optimal location of fire stations and the distribution of vehicles between them. The optimality of the solution is evaluated using two criteria functions - the time between the signal arriving at the fire station and the arrival of the fire engine at the fire site, as well as the utilization rate of the fire engines. Simulation results confirming the benefits of decentralization are presented.

    Keywords- agent-based modeling; optimization of the location of fire stations; geographic information system (GIS).

    References

    [1] P. L. Van Den Berg, G. A. G. Legemaate, R. D. Van Der Mei, "Increasing the Responsiveness of Firefighter Services by Relocating Base Stations in Amsterdam," Interfaces, May-2017, vol.47, no.4, p.352-361.

    [2] Nan Liu, Bo Huang, Magesh Chandramouli, "Optimal siting of fire stations using GIS and ANT Algorithm", Journal of Computing in Civil Engineering, Sep-2006, p.361-369.

    [3] Davoodi M., Mesgari M.S., "A GIS based Fire Station Site Selection using Network Analysis and Set Covering Location Problem", International journal of human geography and environmental studies, Dec-2018, p.433-436.

    [4] G. H. Tzeng, Y. W. Chen, "The optimal location of airport fire stations: A fuzzy multi-objective programming and revised genetic algorithm approach," Transp. Plan. Technol., May-1999 року, vol.23, no.1, p.37-55.

    [5] A. §en, I. Onden, T. Gokgoz, C. §en, "A GIS approach to fire station location selection", GeoInformation for disaster management, Aug-2011.

    [6] Badri M.A., Mortagy A.K., Alsayed C.A., "A Multi-objective Model for Locating Fire Stations", European Journal of Operational Research, 1999, vol.110, pp.243-260.

    [7] Wu C., Lin C., Chen H., "Optimal selection of location for Taiwanese hospitals to ensure a competitive advantage by using the analytic hierarchy process and sensitivity analysis", Building and Environment, Mar-2007, vol.42 , pp.1431-1444.

    [8] Tuzkaya G., Onut S., Tuzkaya U.R., Gulsun B., "An analytic network process approach for locating undesirable facilities" Turkey, Journal of Environmental Management, Sep-2008, vol.88, pp.970 - 983.

    [9] Ingolfsson A., Budge S., Erkut E., "Optimal ambulance location with random delays and travel times", Health Care Management Science, Sep-2008, vol.11, no.3, p.262-274.

    [10] Chong K. C., Henderson S. G., Lewis M. E., "The vehicle mix decision in emergency medical service systems", Manufacturing and Service Operation Management, 0ct-2015 року, vol.18, no.3, p.347-360.

    [11] Dzator M., Dzator J., "An effective heuristic for the p-median problem with application to ambulance location", OPSEARCH, Mar-2013, vol.50, no.1, p.60-74.

    [12] Erkut E., Ingolfsson A., Erdo'gan G., "Ambulance location for maximum survival", Naval Res. Logist., 2008, vol.55, no.1, p.42-58.

    [13] McLay L. A., Mayorga M. E., "Evaluating emergency medical service performance measures", Health Care Management Science, June-2010, vol.13, no.2, p.124-136.

    [14] Ahmadi-Javid A., Seyedi P., Syam S. S., "A survey of healthcare facility location", Comp and Operation Research, Mar-2017, vol.79, p.223-263.

    [15] Aringhieri R., Bruni ME, Khodaparasti S., Van Essen T., "Emergency medical services and beyond: Addressingnew challenges through a wide literature review", Computer and Operations Research, Feb-2017, vol.78, p. 349-368.

    [16] Reuter-Oppermann M., van den Berg P. L., Vile J. L., "Logistics for emergency medical service systems", Health Systems, Dec-2017, vol.6, no.3, p.187-208.

    [17] Andersson T., Sardqvist S., "Planning for effective use of fire and rescue service resources", Jan-2007. http://liu.divaportal.org/smash/get/diva2:260234/FULLTEXT01.pd f.

    [18] Mohamad MY, Katheeri FA, Salam A., "A GIS Application for Location Selection and Customers 'Preferences for Shopping Malls in Al Ain City", American Journal of Geographic Information System, Apr-2015 року, vol4, no.2, p.76-86.

    [19] "GIS for Retail Business", Feb-2007, Retrieved Sep-2013, vol: 35. http://www.esri.com/library/bestpractices/retail-business.pdf

    [20] Dempsey C., "What is GIS and GIS lounge", 2004, Available at: http: //gislounge.com/libaray/introgis.shtml.

    [21] Potestio D. S., "An introduction to geographic information technology and their application", Washington D.C., National conference of state legislature, 2002.

    [22] Woodhouse S., Lovett A., Dolman P., Fuller R., "Using a GIS to select priority areas for conservation", Computers, Environment and Urban Systems, Mar-2000, vol.24, p.79- 93.

    [23] Noorollahi Y., Itoi R., Fujii H., Tanaka T., "GIS integration model for geothermal exploration and well siting", Geothermic, Apr-2008, vol.37, pp.107-131.

    [24] Alexandris G., Giannikos I., "A new model for maximal coverage exploiting GIS capabilities", European Journal of Operational Research, Apr-2010, vol.202, pp.328-338.

    [25] Kuo R.J., Chi S.C., Kao S.S., "A decision support system for selecting convenience store location through integration of fuzzy

    AHP and artificial neural network ", Computers in Industry, Feb-2002, vol. 47, pp. 199-214.

    [26] §ener §., §Ener E., Nas B., Karaguzel R., "Combining AHP with GIS for landfill site selection: A case study in the Lake Bey ^ ehir catchment area (Konya, Turkey)", Waste Management, Nov-2010, vol.30, pp. 2037-2046.

    [27] Church, R. L. "Geographical information systems and location science", Computer and Operations Research, June-29, 2002 p. 541-562.

    [28] Parker DC, "Integration of Geographic Information Systems and Agent-Based Models of Land Use: Challenges and Prospects", In Maguire, DJ, Datty, M., Goodchild, M. (eds.) GIS, Spatial Analysis and Modelling , 2005, p.403-422.

    [29] A. G. Kudryashkin, "Basics Modeling of Systems 'studies", Norilsk industry, Norilsk: Research Institute, 2015-го, p.135.


    Ключові слова: агентно МОДЕЛЮВАННЯ / ОПТИМІЗАЦІЯ РОЗТАШУВАННЯ ПОЖЕЖНИХ СТАНЦІЙ / ГЕОГРАФІЧНА ІНФОРМАЦІЙНА СИСТЕМА / OPTIMIZATION OF THE LOCATION OF FIRE STATIONS / GEOGRAPHIC INFORMATION SYSTEM (GIS) / AGENT-BASED MODELING

    Завантажити оригінал статті:

    Завантажити