• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> Autres
    Algorithme pour améliorer la réponse de l'aide aux victimes dans les zones sinistrées

    Bidons d'eau potable dans le cadre d'un programme d'aide aux sinistrés. Crédit :Université de Bath

    Un universitaire de l'École de gestion de l'Université de Bath a développé un algorithme pour aider les organisations caritatives et les organisations humanitaires à améliorer la façon dont elles aident les victimes des tempêtes, inondations, tremblements de terre et autres catastrophes naturelles.

    La planification actuelle tend à se concentrer sur le défi à court terme de fournir de l'aide aux victimes immédiatement après une catastrophe – une approche à un seul volet. Mais notre modèle est à deux volets, intégrant la question de la restauration des réseaux de distribution pour venir en aide au plus grand nombre de survivants, a déclaré le Dr Ece Sanci.

    « L'incidence des catastrophes naturelles a considérablement augmenté ces dernières années. Depuis le début de 2021 seulement, nous avons eu des tempêtes hivernales extrêmes aux États-Unis, le tremblement de terre de Sulawesi en Indonésie, et de graves inondations en Australie. Les organisations de secours doivent se préparer à une réponse efficace en cas de catastrophe. Si nous voulons faire face à cette menace toujours croissante, les universitaires doivent contribuer à améliorer la façon dont nous répondons aux catastrophes, " elle a dit.

    Sanci et son co-chercheur, le professeur Mark Daskin de l'Université du Michigan, ont développé un modèle de planification utilisant un algorithme qui prend en compte la pratique établie et les avantages du pré-positionnement des éléments nécessaires pour une aide immédiate dans les zones sujettes aux catastrophes, comme l'eau, nourriture et médicaments, mais répond également au besoin d'accès aux équipements nécessaires au rétablissement des réseaux de distribution.

    « En prépositionnant les articles de secours, les intervenants doivent moins dépendre des fournisseurs locaux, qui peuvent avoir une capacité insuffisante pour faire face à l'augmentation soudaine de la demande juste après la catastrophe. Aussi, l'approvisionnement de ces articles auprès de fournisseurs mondiaux peut être coûteux et prendre beaucoup de temps à la suite de la catastrophe. Trouver le meilleur emplacement pour ces installations d'intervention d'urgence est donc un élément clé de la planification des secours en cas de catastrophe, " a déclaré Sanci.

    "Mais trop d'accent a été mis sur l'emplacement de ces seuls centres - même si les installations d'intervention d'urgence sont bien situées, les gens souffriront si les routes endommagées entravent la distribution en temps voulu des articles de secours. Ce qui est pire, les dommages au réseau de transport peuvent laisser les victimes complètement isolées, " elle a dit.

    Sanci a déclaré qu'elle et le modèle de Daskin combinent les décisions de restauration de l'emplacement et du réseau, aider les secouristes à mieux se préparer en déterminant à la fois l'emplacement des installations d'intervention d'urgence et l'équipement nécessaire pour restaurer les réseaux de distribution avant une catastrophe.

    "Nos résultats ont souligné l'importance de la restauration du réseau - nous avons constaté que plus, ou plus grand, les installations de secours ont un impact limité lorsque la restauration du réseau est ignorée. Cependant, si les ressources de restauration sont situées à des points critiques, ainsi que les installations d'intervention d'urgence nécessaires, il est possible de satisfaire la demande totale d'articles de secours plus rapidement et à moindre coût, " a déclaré Sanci.

    Sanci a déclaré que l'algorithme offrait un moyen de trouver un résultat utile en beaucoup moins de temps que d'habitude. Elle a noté que, généralement, les algorithmes mettent plus de temps à trouver un résultat s'ils évaluent un grand nombre de scénarios nécessaires pour une représentation précise de l'incertitude. Le temps, par exemple, prises par CPLEX, le solveur hautes performances d'IBM, augmente de manière cubique avec le nombre de scénarios envisagés.

    "Par contre, l'avantage de notre algorithme est que le temps mis pour trouver une solution n'augmente que linéairement à mesure que le nombre de scénarios augmente. De cette façon, notre contribution est importante car elle permet une prise de décision considérablement plus rapide. Dans le travail de secours en cas de catastrophe, ceci est important car des décisions urgentes et vitales devront être prises en réponse aux prévisions à court terme, " elle a dit.

    Sanci a déclaré qu'elle et ses collègues, le Dr Melih Celik et Hannan Tureci Isik, étudiaient actuellement les problèmes de localisation et d'acheminement des tandems camion-drone.

    « Si nous pouvons trouver une solution à ce problème, il peut fournir un moyen alternatif de maintenir la connectivité avec des régions inaccessibles en raison d'infrastructures endommagées, " elle a dit.


    © Science https://fr.scienceaq.com