Evacuation shelters, which are urgently required during natural disasters, are designed to minimize the burden of evacuation on human survivors. However, the larger the scale of the disaster, the more costly it becomes to operate shelters. When the number of evacuees decreases, the operation costs can be reduced by moving the remaining evacuees to other shelters and closing shelters as quickly as possible. On the other hand, relocation between shelters imposes a huge emotional burden on evacuees. In this study, we formulate the "Evacuation Shelter Scheduling Problem," which allocates evacuees to shelters in such a way to minimize the movement costs of the evacuees and the operation costs of the shelters. Since it is difficult to solve this quadratic programming problem directly, we show its transformation into a 0-1 integer programming problem. In addition, such a formulation struggles to calculate the burden of relocating them from historical data because no payments are actually made. To solve this issue, we propose a method that estimates movement costs based on the numbers of evacuees and shelters during an actual disaster. Simulation experiments with records from the Kobe earthquake (Great Hanshin-Awaji Earthquake) showed that our proposed method reduced operation costs by 33.7 million dollars: 32%.


翻译:自然灾害期间急需的疏散避难所旨在最大限度地减轻疏散人类幸存者的负担,然而,灾害规模越大,管理庇护所的成本就越高。当疏散人员的数量减少时,操作成本就可以通过将其余疏散人员转移到其他庇护所和尽快关闭庇护所来降低。另一方面,在疏散人员身上,住所之间的迁移给疏散人员带来了巨大的情感负担。在本研究中,我们制定了“疏散庇护所规划问题”方案,将疏散人员分配到庇护所,从而最大限度地减少疏散人员的行动费用和庇护所的运作费用。由于难以直接解决这一四重规划问题,我们展示了将其余疏散人员转移到其他庇护所和尽快关闭庇护所的操作成本。此外,由于实际上没有支付任何款项,因此,这种表述方法在计算将疏散人员从历史数据中迁出的负担方面挣扎了起来。为了解决这一问题,我们建议了一种方法,根据实际灾害期间疏散人员和庇护所的数量估算迁移费用。用神户地震(GHanshin-Awaji)的记录模拟实验(Grough 33-A-A-A-His)成本。我们提议的方法显示:通过减少330万美元地震成本。

0
下载
关闭预览

相关内容

专知会员服务
27+阅读 · 2021年7月11日
专知会员服务
77+阅读 · 2021年3月16日
专知会员服务
44+阅读 · 2020年12月18日
《常微分方程》笔记,419页pdf
专知会员服务
74+阅读 · 2020年8月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
79+阅读 · 2020年7月26日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
10+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
一次拍摄搞定多相机自动化标定
计算机视觉life
11+阅读 · 2018年4月1日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
Arxiv
0+阅读 · 2022年1月28日
Arxiv
6+阅读 · 2019年11月14日
Arxiv
8+阅读 · 2018年11月27日
VIP会员
相关VIP内容
专知会员服务
27+阅读 · 2021年7月11日
专知会员服务
77+阅读 · 2021年3月16日
专知会员服务
44+阅读 · 2020年12月18日
《常微分方程》笔记,419页pdf
专知会员服务
74+阅读 · 2020年8月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
79+阅读 · 2020年7月26日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
10+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
一次拍摄搞定多相机自动化标定
计算机视觉life
11+阅读 · 2018年4月1日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
Top
微信扫码咨询专知VIP会员