اولویت بندی اراضی منطقه یک تهران به منظور تاسیس ایستگاه های آتش نشانی با استفاده از مدل های ترکیبیTOPSIS و AHP
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 679
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
UUSD01_0636
تاریخ نمایه سازی: 17 خرداد 1394
چکیده مقاله:
ایستگاه های آتش نشانی از جمله مراکز مهم و حیاتی خدمات رسانی در شهرها هستند که نقش مهمی در تأمین ایمنی و آسایش شهروندان و توسعه شهرها دارند . شناسایی و اولویت بندی ایستگاه های آتش نشانی به منظورپوشش دهی بیشینه این ایستگاه ها به مراکز جمعیتی، ضروری به نظر می رسد. از سوی دیگر، مکان یابی ایستگاه های آتش نشانی و تخصیص جمعیت به آن ها، یک مسأله ی بهینه یابی ترکیبی محسوب می شود . هدف از اینپژوهش اولویت بندی اراضی منطقه یک تهران برای تاسیس ایستگاه های آتش نشانی، با استفاده از مدل های ترکیبی AHP و TOPSIS و همچنین ارزیابی و تطبیق نتایج حاصل از این دو مدل است. روش پژوهش حاضر توصیفی- تحلیلی و نوع آن کاربردی است. در این مطالعه با در نظر گرفتن داده های پیچیده و تاثیرات متقابل آنها، از مدل های ترکیبی AHP و TOPSIS به طور مؤثری در محاسبهی جزئیات فاکتورها و طبقه بندی اولویتها استفاده شد. و برای ارزش گذاری لایه های اطلاعاتی از نرم افزار Expert Choice استفاده شده است. همچنینمعیارهایی از قبیل شعاع عملکرد مفید، همسایگی های سازگار، همسایگی های نا سازگار، تراکم جمعیتی،دسترسی به شبکه های ارتباطی، اراضی بایر، فاصله از ایستگاه های موجود، برای ایجاد ایستگاه های آتش نشانی اقدام شدهاست. براساس نتایج به دست آمده در این پژوهش تجریش با به دست آوردن رتبه اول و امتیاز نهایی 984.0 بهترین نقطه از میان نقاط انتخابی است. رتبه بندی اولویت ها بیانگر آن است که تجریش با داشتن بیشترین امتیاز ، مناسب ترین مکان است و ازگل با کسب کمترین امتیاز ، مکان چندان مناسبی برای ایجاد ایستگاه های آتش نشانی نمی باشد
کلیدواژه ها:
نویسندگان
محمدرضا زند مقدم
استادیار جغرافیا و برنامه ریزی شهری،دانشگاه آزاد سمنان
فاطمه حیدری
دانشجوی دکترای جغرافیا و برنامه ریزی شهری ،دانشگاه آزاد سمنان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :