HEAL DSpace

Mεθοδολογία υποστήριξης αποφάσεων αντιμετώπισης ατυχημάτων μεγάλης έκτασης με χρήση πολυκριτηριακών εξελικτικών αλγορίθμων

DSpace/Manakin Repository

Show simple item record

dc.contributor.advisor Μαρκάτος, Νικόλαος-Χρήστος el
dc.contributor.author Γεωργιάδου, Παρασκευή Σ. el
dc.contributor.author Georgiadou, Paraskevi S. en
dc.date.accessioned 2011-11-01T11:44:59Z
dc.date.available 2011-11-01T11:44:59Z
dc.date.copyright 2011-10-21 -
dc.date.issued 2011-11-01
dc.date.submitted 2011-10-21 -
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/5180
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.71
dc.description 302 σ. el
dc.description.abstract Στο πλαίσιο της διδακτορικής διατριβής αναπτύχθηκε μεθοδολογία υποστήριξης αποφάσεων για την αντιμετώπιση ατυχημάτων μεγάλης έκτασης. Σκοπός είναι η βελτιστοποίηση της στρατηγικής απόκρισης σε περίπτωση ατυχήματος (δηλ. του συνδυασμού δράσεων προστασίας του πληθυσμού όπως η εκκένωση και η προστασία σε κτήρια γύρω από εγκαταστάσεις που διαχειρίζονται επικίνδυνες ουσίες). Η ανάγκη βελτιστοποίησης έγκειται στη σοβαρότητα και την πολυκριτηριακή φύση των συνεπειών (π.χ. μια στρατηγική που ελαχιστοποιεί την επικινδυνότητα μπορεί να αντιστοιχεί σε αύξηση του «κοινωνικοοικονομικού κόστους» που σχετίζεται με την εφαρμογή της). Από την άλλη, ακόμη και με μοναδικό κριτήριο τις επιπτώσεις στην υγεία του πληθυσμού, η βέλτιστη πολιτική προστασίας δεν αντιστοιχεί πάντα σε μεγαλύτερη περιοχή εκκένωσης (π.χ. λόγω επίδρασης του κυκλοφοριακού φόρτου). Ο αλγόριθμος που αναπτύχθηκε για την προσέγγιση του συνόλου μη-κυριαρχούμενων λύσεων βασίζεται στις αρχές των εξελικτικών αλγορίθμων. Το «κοινωνικοοικονομικό κόστος» εκτιμάται μέσω του αριθμού των ατόμων που συμμετέχουν στις διάφορες δράσεις. Αναπτύχθηκε, επίσης, ένα στοχαστικό και δυναμικό μοντέλο εκκένωσης που βασίζεται στις διαδικασίες Markov. Σκοπός του είναι η προσομοίωση της κίνησης του πληθυσμού ως στοχαστικής διαδικασίας προκειμένου να εκτιμηθούν οι συνέπειες στην υγεία του ανάλογα με τις διαφορετικές πολιτικές προστασίας και τη χωρο-χρονική κατανομή του. Η εφαρμογή του μοντέλου σε πραγματικές περιπτώσεις αναδεικνύει ότι η πρακτική του προσδιορισμού πολιτικών απόκρισης που βασίζεται μόνο στον καθορισμό ζωνών επικινδυνότητας με βάση την ένταση του φαινομένου που ακολουθεί το ατύχημα μπορεί να οδηγήσει σε σημαντική υπο-προστασία του πληθυσμού. Αναπτύχθηκαν δύο εναλλακτικοί τρόποι επίλυσης του μοντέλου. Ο υπολογισμός των αναμενόμενων δόσεων (τοξικές ή θερμικές) στον πληθυσμό με βάση τη μέση τιμή των πιθανών χωρο-χρονικών κατανομών μπορεί να οδηγήσει σε σοβαρή υπερεκτίμηση ή υποεκτίμηση των συνεπειών η οποία οφείλεται στην έντονη μη-γραμμικότητα της σχέσης δόσης-συνέπειας στην υγεία. Η υιοθέτηση της πλέον αναλυτικής λύσης του στοχαστικού μοντέλου προσομοίωσης της κίνησης που βασίζεται στη μέθοδο Monte Carlo και εκτιμά τις επιπτώσεις λαμβάνοντας υπόψη τις διαδρομές εκκένωσης, είναι αναγκαία σε αυτές τις περιπτώσεις για μια ακριβέστερη εκτίμηση των επιπτώσεων στην υγεία του πληθυσμού. Με τον τρόπο αυτό υπολογίζεται ολόκληρη η πυκνότητα κατανομής πιθανότητας των αναμενόμενων δόσεων, αντί να υπολογίζεται απλά η μέση τιμή. el
dc.description.abstract The handling or transportation of hazardous materials can potentially create major accidents endangering the public and workers’ health as well as the environment. In this dissertation a methodology is presented for multi-objective emergency response decision-making around hazardous materials installations. Emergency planning and response decision-making consists in assessing protective actions (e.g. evacuation, shelter-in-pace) for the population adjacent to a hazardous facility. Optimization of the emergency response is necessary since the provided protection (as it is measured in terms of the adverse health effects to the population) it is not proportional to the “protected” area or to the size of the “protected population”. Furthermore, there is a point beyond which added protection (i.e. more population protected) starts having diminishing returns in terms of reduced health effects while the associated socioeconomic cost keeps increasing. The risk is estimated by taking into account the interaction between sub areas depending on the combinations of alternative protective actions applied (e.g. the congestion created by the evacuees of a number of sub-areas affects the effectiveness of the evacuation in additional ones). Given the size of the decision space and the non-linear nature of the dependence of the consequences on the assumed alternative solution, a Multi-Objective Evolutionary Algorithm approach was chosen for the optimization. The determination of health consequences of the population is based on the results of the Stochastic Non-homogeneous Markov Evacuation Model which is also presented. The model provides the spatial distribution of the evacuees by taking into account the initial population density in the area, the road connections and capacities, the effect of road congestion during evacuation and the type of vehicles used. The socioeconomic cost is estimated according to the size of the population taking part to different protective actions. An algorithm for a Monte-Carlo solution of the evacuation model is also described. It provides actual trajectories of evacuees’ movement, and thus an estimation of the distribution of the received dose of the population according to the possible evacuation routes of individuals. It is shown that in some cases the estimation of the health consequences by the average dose might be conservative or non-conservative relative to the one corresponding to the distribution of the received doses. en
dc.description.statementofresponsibility Παρασκευή Σ. Γεωργιάδου el
dc.language.iso el en
dc.rights ETDLocked-policy.xml en
dc.subject Τεχνολογικά ατυχήματα μεγάλης έκτασης el
dc.subject Σχεδιασμός έκτακτης ανάγκης el
dc.subject Εκκένωση el
dc.subject Πολυκριτηριακή βελτιστοποίηση el
dc.subject Εξελικτικοί αλγόριθμοι el
dc.subject Major industrial accidents en
dc.subject Emergency response en
dc.subject Seveso en
dc.subject Evacuation en
dc.subject Multi-objective optimization en
dc.subject Evolutionary algorithms en
dc.subject Markov en
dc.subject Monte Carlo en
dc.title Mεθοδολογία υποστήριξης αποφάσεων αντιμετώπισης ατυχημάτων μεγάλης έκτασης με χρήση πολυκριτηριακών εξελικτικών αλγορίθμων el
dc.title.alternative Decision support methodology for major accidents emergency response using multi-objective evolutionary algorithms en
dc.type doctoralThesis el (en)
dc.date.accepted 2011-07-21 -
dc.date.modified 2011-10-21 -
dc.contributor.advisorcommitteemember Ζιώμας, Ιωάννης el
dc.contributor.advisorcommitteemember Λυμπεράτος, Γεράσιμος el
dc.contributor.committeemember Μαρκάτος, Νικόλαος–Χρήστος el
dc.contributor.committeemember Ζιώμας, Ιωάννης el
dc.contributor.committeemember Λυμπεράτος, Γεράσιμος el
dc.contributor.committeemember Ασημακόπουλος, Διονύσιος el
dc.contributor.committeemember Παπάζογλου, Ιωάννης el
dc.contributor.committeemember Κυρανούδης, Χρήστος el
dc.contributor.committeemember Χριστοδουλάκη–Χαλουλάκου, Αρχοντούλα el
dc.contributor.department Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Χημικών Μηχανικών. Τομέας Ανάλυσης, Σχεδιασμού & Ανάπτυξης Διεργασιών & Συστημάτων el
dc.date.recordmanipulation.recordcreated 2011-11-01 -
dc.date.recordmanipulation.recordmodified 2011-11-01 -


Files in this item

This item appears in the following Collection(s)

Show simple item record