%0 Journal Article %T تلفیق معیارهای کیفی و کمی با استفاده از مدل های مکان مبنا به منظور مسیریابی بهینه ی خودروهای اورژانس در محیط های شهری %J فصلنامه علمی- پژوهشی اطلاعات جغرافیایی « سپهر» %I سازمان جغرافیایی %Z 2588-3860 %A خیراللهی, مصطفی %A نادی, سعید %A نیسانی سامانی, نجمه %D 2017 %\ 02/19/2017 %V 25 %N 100 %P 45-59 %! تلفیق معیارهای کیفی و کمی با استفاده از مدل های مکان مبنا به منظور مسیریابی بهینه ی خودروهای اورژانس در محیط های شهری %K خودروهای اورژانس شهری %K بهینه سازی %K پارامترهای مؤثر %K الگوریتم ژنتیک %K مسیریابی %R 10.22131/sepehr.2017.24805 %X خودروهای اورژانس شهری با توجه به حساسیت مأموریت خود، همواره برای رسیدن به مقصد به دنبال کمترین زمان ممکن هستند. با توجه به پیچیدگی و گستردگی حمل و نقل و ترافیک در شهرهای بزرگ، عوامل و پارامترهای متعددی علاوه بر مسافت، در زمان رسیدن یک خودروی اورژانس به مقصد تأثیرگذار هستند که این پارامترها می‌توانند کیفی یا کمی و پویا یا ایستا باشند. در این مقاله روشی نوین بر مبنای ترکیب مدل‌های تلفیق، روش کمی‌سازی گاما، استفاده از روابط پیش‌بینی زمان سفر و الگوریتم‌های فراابتکاری به منظور دستیابی به بهینه‌ترین مسیر ارائه شده است. در این مقاله ابتدا کلیه‌ی فاکتورهای تأثیرگذار کمی و کیفی قابل محاسبه و دسترسی از دید مسیریابی اورژانس شناسایی شده، سپس با تبدیل پارامترهای کیفی به کمی، هر پارامتر با روش محاسبه‌ی حداکثر نرمال شده و بر اساس ارجحیت و میزان تأثیر هر پارامتر در یافتن مسیر بهینه تلفیق می‌گردند. روش تست گاما به عنوان یک روش برگرفته از داده برای محاسبه‌ی میزان ارجحیت و تأثیرگذاری فاکتورها استفاده شد. روند مذکور با استفاده از داده‌ی شبکه معابر و حجم ترافیک دو منطقه از شهر تهران پیاده‌سازی شد. وزن در نظر گرفته شده برای هر زیرمعیار تشکیل دهنده‌ی درجه سختی مسیر یعنی «کیفیت مسیر»، «عرض»، «شیب»، «نوع مسیر» و «میزان مستقیم بودن مسیر»  بر اساس این روش به ترتیب 331/0، 286/0، 188/0، 172/0 و 020/0 بدست آمدند. در نهایت از الگوریتم فراابتکاری ژنتیک برای انتخاب مسیر بهینه وسایل نقلیه اورژانس استفاده شد و نتایج آن با الگوریتم معمول مسیریابی دیکسترا مقایسه شد. بر مبنای مقایسه‌ی انجام  شده روش ارائه شده در این مقاله نسبت به روش‌های ساده‌ی فعلی برتری قابل ملاحظه‌ای داشت. %U https://www.sepehr.org/article_24805_1afa094e4d09b840ca6a001c26e55e86.pdf