fa روشی نوین در تخصیص منابع متحرک بر روی شبکه راه با استفاده از خوشه‌بندی مکانی-زمانی رویدادها پژوهشي Research <p dir="RTL">یک مسئله معمول تخصیص و جایایی منابع <em><span dir="LTR">(LA)</span></em> از دو بخش جایابی منابع و تخصیص منابع به تقاضاها تشکیل می‌گردد. مدیران شهری از&nbsp;روش‌های متنوعی همچون ناحیه‌بندی قسمت‌های مختلف شهر که در نتیجه‌ی حل یک مسئله تخصیص منابع حاصل می‌شود، با&nbsp;هدف&nbsp;برنامه‌ریزی شهری استفاده می‌نمایند. تغییرات در ناحیه‌بندی مناطق شهری به طور موثر از میزان پویایی تقاضاهای مرتبط نشأت&nbsp;می‌گیرد. تلاش‌هایی به منظور ایجاد ارتباط بین مبحث خوشه‌بندی و تخصیص منابع انجام گرفته است. در اکثر این تحقیقات از&nbsp;خوشه‌بندی به عنوان ابزاری جهت جایابی منابع بهره گرفته شده است. اما روبرو شدن با مسائل پویای تخصیص منابع سبب می‌شود که اهمیت بخش جایابی منبع تا حد زیادی تضعیف گردد و در مقابل، اهمیت بخش تخصیص، فزونی یابد. روش پیشنهادی این مقاله به&nbsp;گونه‌ای&nbsp;است که با در نظر گرفتن موقعیت متحرک برای منابع، با استفاده از روش‌های خوشه‌بندی به تخصیص منابع به تقاضاها می‌پردازد. مزیت روش پیشنهادی، با ترکیب روش آماری کا-فانکشن محلی و سلسله‌مراتبی، در آن است که منطقه مورد مطالعه با استفاده از روش کا-فانکشن محلی به دو بخش همبسته و ناهمبسته تفکیک می‌گردد. به منظور پیاده‌سازی کا-فانکشن محلی از شبیه‌سازی مونته‌کارلو بهره&nbsp;گرفته&nbsp;شده است. از آن‌جا که عملیات تفکیک در مقیاس‌ بزرگ تعیین می‌گردد؛ لازم است با استفاده از روش سلسله‌مراتبی، خوشه‌های&nbsp;کوچک‌تر شکل گیرد. خوشه‌های کوچک باید دو شرط را برآورده نمایند: 1) تا حد ممکن از ظرفیت کارشناس تصادفات استفاده&nbsp;شود 2) مدت زمان رسیدن کارشناس به محل حادثه از حد معینی تجاوز ننماید. نتایج ارزیابی‌ها، نشان از بازدهی این روش در&nbsp;روزهای&nbsp;کاری هفته و در ساعات غیر از نیمه‌شب دارد. این در حالی است که در روزهای تعطیل هفته و همچنین در ساعات نیمه‌شب، استفاده از روش سلسله‌مراتبی به تنهایی سبب صرفه‌جویی در تعداد کارشناسان تصادف می‌گردد.</p> <p>A location-Allocation problem consists of two parts: locating resources and allocating them due to demands. Urban managers in order to plan metropolises, utilize various methods like districting urban regions, which is the result of solving a LA problem. Changing in urban districts, originates from dynamism rate of demands. Some efforts have been conducted to relate clustering to LA. Most of these researches apply clustering as a tool in locating resources whereas facing with dynamic demands is diminishing the importance of locating rather than allocating part. In this article the proposed method suggested dynamic location for resources in order to allocating them to the plea. The advantage of proposed method, which is a combination of statistical local K-function and non-statistical hierarchical clustering methods, lies in division of urban region into correlated and non-correlated parts. In order to deploy local K-function, Monte Carlo simulation has been applied. The Correlated and non-correlated parts are being constituted by local k-function in wide-extend; in continue they should shrink using hierarchical method. The small clusters should meet two conditions: 1) consuming accident experts&rsquo; capacity as much as possible 2) not overrunning duration of reaching accident experts to collision places from a standard quantity. Evaluations show a considerable efficiency in weekdays except midnight hours. However, deploying just hierarchical method on weekends and midnight hours leads to better efficiency and also reduction in number of accident experts</p> خوشه‌بندی, تخصیص منابع, تصادفات, کا-فانکشن, سلسله‌مراتبی Clustering, Location-Allocation, Accidents, K-function, Hierarchical 75 93 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-128-62&slc_lang=fa&sid=1 Mohsen Goodarzi محسن گودرزی 10031947532846004579 10031947532846004579 No University of Tehran دانشگاه تهران Farshad Hakimpour فرشاد حکیم پور fhakimpour@ut.ac.ir 10031947532846004580 10031947532846004580 Yes University of Tehran دانشگاه تهران Parham Pahlavani پرهام پهلوانی 10031947532846004581 10031947532846004581 No University of Tehran دانشگاه تهران Seyed Mahmood Hajimirrahimi سید محمود حاجی میررحیمی 10031947532846004582 10031947532846004582 No Tabriz University دانشکده علوم زمین دانشگاه تبریز