Afet anında tahliye planı yapmak yalnızca “en kısa sürede en çok insanı çıkaralım” problemi değildir. Yol kapasitesi sınırlıdır, barınaklara erişim eşit değildir, bazı gruplar yaşlılık, engellilik, hamilelik, çocukluk, evsizlik veya düşük hareket kabiliyeti nedeniyle daha kırılgandır. Bu yüzden afet tahliyesi aynı anda hem teknik hem etik bir karar problemidir.

Bu çalışma, tahliye ağı planlamasında beş farklı etik ilkeyi matematiksel ölçüte dönüştürür: faydacılık, deontoloji, adalet/eşitlik, ihtiyaç temelli öncelik ve sözleşmecilik. Faydacılık toplam tahliye verimliliğine, deontoloji kırılgan grupları koruma yükümlülüğüne, adalet gruplar arası dengeli tahliye fırsatına, ihtiyaç temelli öncelik en acil ihtiyacı olan gruplara öncelik verilmesine, sözleşmecilik ise gruplar arasında kabul edilebilir farklar kalmasına odaklanır.

Yazarlar bu etik ölçütleri tek bir ağırlıklı puana sıkıştırmak yerine, aralarındaki çatışmaları doğrudan modellemeyi önerir. Bunun için çok amaçlı max-min ve min-max yapıları kullanılır. Max-min yaklaşımı, en kötü durumda kalan ölçütü iyileştirmeye çalışır; min-max yaklaşımı ise en yüksek dengesizliği düşürmeyi hedefler. Böylece model yalnızca hızlı tahliye değil, etik açıdan daha açıklanabilir ve dengeli tahliye kararları üretmeyi amaçlar.

Problem Ne?

Afet tahliye planlamasında klasik optimizasyon modelleri genellikle süreyi azaltma, toplam tahliye edilen kişi sayısını artırma veya ağ kapasitesini verimli kullanma gibi hedeflere odaklanır. Ancak gerçek dünyada tahliye kararları sadece verimlilik hesabından ibaret değildir. Aynı anda şu sorular ortaya çıkar: En çok insanı en hızlı şekilde mi tahliye etmeli? Hareket kabiliyeti düşük kişileri mi öncelemeli? Tüm gruplara eşit fırsat mı sağlamalı? En çok ihtiyaç duyanlara mı ağırlık vermeli? Yoksa hiçbir grubun aşırı geride kalmadığı bir uzlaşma mı aranmalı?

Bu sorular birbirleriyle çatışabilir. Örneğin toplam tahliye verimliliğini artırmak, kırılgan gruplara ayrılan kaynakları azaltabilir. Kırılgan grupları öncelemek, genel tahliye süresini uzatabilir. Her gruba eşit oran tanımak, bazı grupların daha acil ihtiyaçlarını görmezden gelebilir. Bu nedenle afet tahliyesi yalnızca mühendislik problemi değil, aynı zamanda etik önceliklerin nasıl dengeleneceği problemidir.

Çalışmanın eleştirdiği nokta, mevcut modellerin çoğunun bu etik çatışmaları açıkça göstermemesi ve farklı değerleri tek bir birleşik fonksiyona indirgemesidir. Tek bir ağırlıklı puan kullanıldığında, karar verici hangi etik ilkenin hangi durumda feda edildiğini net göremeyebilir. Bu çalışma, etik ilkeleri bağımsız ölçütler olarak koruyup aralarındaki çatışmaları görünür kılmayı hedefler.

Yöntem Ne Öneriyor?

Çalışma, ön afet tahliye ağı tasarımı için iki seviyeli bir modelleme yapısı kurar. İki seviyeli programlama, karar problemini üst ve alt seviye olarak ayıran optimizasyon yaklaşımıdır. Üst seviyede planlayıcı etik hedefleri değerlendirir; alt seviyede ise tahliye edilen kişilerin yol seçimi ve ağdaki trafik dengesi oluşur.

Alt seviyede kullanıcı dengesi yaklaşımı kullanılır. Kullanıcı dengesi, basitçe, hiçbir tahliye edilen kişinin tek başına rota değiştirerek daha kısa seyahat süresi elde edemediği durumdur. Bu yaklaşım, tahliye akışlarının yol yoğunluğuna bağlı olarak nasıl dağılacağını temsil eder.

Modelin doğrudan çözülmesi zor olduğu için alt seviye problem Karush-Kuhn-Tucker koşullarıyla tek seviyeli forma dönüştürülür. Karush-Kuhn-Tucker koşulları, kısıtlı optimizasyon problemlerinde optimum noktayı tanımlamak için kullanılan matematiksel koşullardır. Böylece iki seviyeli, doğrusal olmayan ve etik hedefler içeren karmaşık yapı daha çözülebilir hale getirilir.

Ardından beş etik çatışma modeli oluşturulur. Model 1 faydacılık ile deontolojiyi, Model 2 adalet ile ihtiyaç temelli önceliği, Model 3 sözleşmecilik ile faydacılığı, Model 4 deontoloji ile adaleti, Model 5 ise ihtiyaç temelli öncelik ile sözleşmeciliği dengeler. Bu modeller Improved Evolutionary Algorithm (IEA) adlı geliştirilmiş evrimsel algoritma ile çözülür. Evrimsel algoritma, olası çözümleri nüfus gibi ele alıp seçim, çaprazlama, mutasyon ve elitizm adımlarıyla daha iyi çözümlere yaklaşan sezgisel optimizasyon yöntemidir.

Formüller Ne Anlatıyor?

Çalışmada formüller yoğun biçimde kullanılmıştır. Bazı PDF formülleri metin çıkarımında parçalı görünse de ana sembol yapısı ve anlamı korunarak aşağıda MathJax uyumlu biçimde verilmiştir.

İlk ölçüt faydacılığı temsil eden Tahliye Verimliliği Endeksi’dir. Burada w_i grup ağırlığını, G_i tahliye edilen kişi sayısını, T_{evacuation} toplam tahliye süresini gösterir.

Bu formül, birim zamanda ağırlıklandırılmış kaç kişinin tahliye edildiğini ölçer. Daha yüksek değer, daha yüksek toplam verimlilik anlamına gelir.

Deontoloji ilkesini temsil eden kırılgan nüfus koruma oranı, genel grup dışındaki kırılgan grupların ne ölçüde tahliye edildiğini ölçer.

Burada G_{total,i} ilgili gruptaki toplam kişi sayısıdır. Genel grup yerine yaşlı, hamile, engelli, çocuk, evsiz gibi kırılgan gruplara odaklanır.

Adalet ve eşitlik ölçütü, grupların tahliye tamamlanma oranları arasındaki en düşük ve en yüksek değeri karşılaştırır.

Burada \xi sıfıra bölmeyi önlemek için kullanılan küçük pozitif sabittir. Değer 1’e yaklaştıkça gruplar arası tahliye oranları daha dengeli hale gelir.

İhtiyaç temelli öncelik için kullanılan dengesizlik endeksi, ağırlıklı tahliye oranlarının ne kadar ayrıştığını gösterir. Bu ölçütte düşük değer daha iyidir.

Bu formül, ihtiyaç öncelikleri dikkate alındığında gruplar arasında ne kadar dengesizlik kaldığını ölçer.

Sözleşmecilik ölçütü, hem kişi sayısı hem zaman açısından gruplar arası farkları birlikte değerlendirir.

Burada x ve y sırasıyla sayı farkı ve zaman farkı bileşenlerinin ağırlıklarıdır.

Bu iki formül, gruplar arasında tahliye oranı ve tahliye süresi farklarının ne kadar büyüdüğünü gösterir. Sözleşmeci yaklaşım, hiçbir grubun aşırı geride kalmamasını amaçlar.

Çalışmanın en önemli yeniliklerinden biri, etik çatışmaları max-min veya min-max yapısıyla formülleştirmesidir. Örneğin faydacılık ile deontoloji arasındaki çatışma şöyle yazılır:

Bu ifade, yalnızca verimliliği ya da yalnızca kırılgan grupların korunmasını yükseltmeye çalışmaz. İki ölçütten daha zayıf olanı yükselterek dengeli bir çözüm arar.

Deontoloji ile adalet arasındaki çatışma şu şekilde temsil edilir:

Bu model, hem kırılgan grupların korunmasını hem de gruplar arası tahliye oranı eşitliğini birlikte iyileştirmeye çalışır.

İhtiyaç temelli öncelik ile sözleşmecilik arasındaki çatışma ise min-max yaklaşımıyla verilir:

Burada amaç, en kötü dengesizlik unsurunu azaltmaktır. Böylece ihtiyaç karşılanması ve gruplar arası sözleşmeci kabul edilebilirlik aynı anda kontrol altında tutulur.

Max-min dönüşümünün temel mantığı da şu sade eşitlikle açıklanabilir:

Bu dönüşüm, “iki hedeften daha düşük olanı mümkün olduğunca yükselt” fikrini çözülebilir optimizasyon kısıtlarına dönüştürür.

Grafik, Tablo ve Şema Ana Mesajı

Çalışmanın ilk şeması, deney tasarımının üç aşamalı yapısını gösterir. Önce küçük bir benchmark ağ üzerinde model doğrulaması yapılır. Ardından orta ve büyük ölçekli ağlarda model davranışı test edilir. Son olarak farklı etik hedef kombinasyonlarının verimlilik, eşitlik ve ihtiyaç önceliği üzerindeki etkileri karşılaştırılır. Bu tasarım, modelin yalnızca teorik olarak değil, farklı ağ büyüklüklerinde de nasıl davrandığını görmeyi sağlar.

Nguyen-Dupuis ağı şeması, küçük ölçekli test ağı olarak kullanılmıştır. Düğümler ve bağlantılar, tahliye başlangıç noktaları ile tahliye merkezleri arasındaki yol seçeneklerini temsil eder. Bu ağ üzerinde beş etik modelin ürettiği tahliye sonuçları, grup bazlı tahliye sayıları ve bağlantı akışları karşılaştırılmıştır.

Model sonuçlarını gösteren tablolar, etik tercihin trafik dağılımını doğrudan değiştirdiğini ortaya koyar. Örneğin Model 1 kırılgan grupları korumada güçlü sonuç verirken, Model 4 kırılgan grup koruması ile eşitlik arasında daha dengeli görünür. Model 5 ise gruplar arası farkları azaltır; fakat bazı kırılgan grupların toplam tahliye oranında düşüşe yol açabilir.

Isı haritası, etik eşik değerleri arttıkça modelin daha kısıtlı hale geldiğini ve genel hedef değerinin düştüğünü gösterir. Bu, afet planlamasında beklenen bir sonuçtur: Daha sıkı adalet ve koruma koşulları konduğunda, ağ kapasitesi daha dikkatli dağıtılır; bu da verimlilik ile etik güvence arasında açık bir değiş tokuş doğurur.

Algoritma karşılaştırma grafikleri, IEA algoritmasının standart evrimsel algoritma, benzetilmiş tavlama, karınca kolonisi optimizasyonu ve tabu aramaya göre daha hızlı ve daha yüksek kaliteli çözümler ürettiğini gösterir. Ağ ölçeği büyüdükçe IEA’nın avantajı daha belirgin hale gelir.

Deneyler Nasıl Yapılmış?

Çalışma üç deney katmanı kullanır. İlk olarak Nguyen-Dupuis benchmark ağı üzerinde beş etik model test edilir. Bu küçük ağ, modelin çözülebilirliğini, metriklerin tutarlılığını ve algoritmanın temel performansını görmek için kullanılır.

İkinci olarak 100 adet orta ve büyük ölçekli ağ örneği oluşturulur. Orta ölçekli örneklerde 10-20 düğüm ve 20-50 bağlantı, büyük ölçekli örneklerde 40-60 düğüm ve 100-200 bağlantı kullanılır. Bu örnekler Python’daki NetworkX kütüphanesiyle üretilir. Böylece modelin yalnızca küçük bir örnekte değil, daha karmaşık ağ yapılarında da nasıl performans verdiği incelenir.

Üçüncü olarak algoritma performansı karşılaştırılır. IEA; standart Evolutionary Algorithm, Simulated Annealing, Ant Colony Optimisation ve Tabu Search ile kıyaslanır. Karşılaştırma; iterasyon sayısı, çalışma süresi, nihai amaç fonksiyonu değeri, yakınsama hızı ve çözüm kalitesi üzerinden yapılır.

Ayrıca duyarlılık analizleri gerçekleştirilir. 64 farklı etik eşik kombinasyonu ve 29 farklı grup ağırlığı ayarı test edilir. Böylece modelin eşik değerleri, kırılgan grup koruma şartları ve grup ağırlıkları değiştiğinde nasıl tepki verdiği ölçülür.

Sonuçlar Ne Gösteriyor?

Küçük benchmark ağında Model 1, faydacılık ile kırılgan grupları koruma arasında dengeli bir çözüm üretir. WVPPR değerinin yüksek olması, kırılgan grupların güçlü biçimde korunduğunu; EEI değerinin orta düzeyde kalması ise bunun belli bir verimlilik maliyeti olduğunu gösterir.

Model 2, adalet ile ihtiyaç temelli öncelik arasındaki dengeyi kurmakta zayıf görünür. Orta ölçekli ağlarda dalgalanma fazladır; büyük ölçekli ağlarda daha stabil olsa da etik performans açısından sınırlı sonuçlar verir. Çalışma, Model 2’yi beş model içinde pratik uygulanabilirliği en zayıf model olarak değerlendirir.

Model 3, verimlilik tarafında yüksek değerler üretebilir; ancak bu durum sözleşmeci adalet ve gruplar arası farklar açısından zayıflama yaratabilir. Başka bir ifadeyle, daha yüksek tahliye verimliliği bazı gruplar arasında kabul edilebilirlik sorunları doğurabilir.

Model 4, özellikle orta ölçekli ağlarda güçlü ve dengeli sonuçlar verir. Kırılgan grupların korunması ile tahliye eşitliği aynı anda gözetilir. Ancak büyük ağlarda performans daha dalgalı hale gelir; bu da ağ karmaşıklığı arttıkça etik denge kurmanın zorlaştığını gösterir.

Model 5, büyük ölçekli ve ihtiyaç odaklı tahliye senaryolarında daha tutarlı sonuç verir. NFII ve CCDI gibi dengesizlik ölçütlerini daha kararlı biçimde kontrol eder. Bu nedenle büyük ölçekli afetlerde, gruplar arası farkları azaltma ve ihtiyaç odaklı denge kurma açısından güçlü bir seçenek olarak görülür.

Algoritma açısından IEA en iyi performansı gösterir. Nguyen-Dupuis ağında diğer algoritmalara göre daha kısa sürede ve daha yüksek amaç değeriyle sonuç üretir. Orta ve büyük ölçekli ağlarda da bu üstünlük devam eder. Çalışmaya göre IEA’nın çözüm kalitesi avantajı orta ölçekli ağlarda yüzde 7,06’ya, büyük ölçekli ağlarda ise yüzde 11,56’ya kadar çıkmaktadır.

Bu Neden Önemli?

Afet tahliye planlamasında kararlar çoğu zaman çok kısa sürede alınır; fakat bu kararların etkisi doğrudan insan hayatına ve toplumsal güvene dokunur. Bir plan yalnızca toplam tahliye süresini azaltıyorsa ama yaşlıları, engellileri, evsizleri veya hareket kabiliyeti düşük kişileri geride bırakıyorsa teknik olarak verimli ama etik açıdan sorunlu olabilir.

Bu çalışma, etik ilkeleri soyut tartışma düzeyinden çıkarıp ölçülebilir karar kriterlerine dönüştürmeye çalışır. Bu önemli bir adımdır; çünkü afet yönetiminde “adil olalım” demek tek başına yeterli değildir. Adaletin hangi ölçüte göre değerlendirileceği, hangi grubun hangi koşulda öncelik alacağı ve bu önceliğin toplam tahliye verimliliğini nasıl etkileyeceği açıkça görülmelidir.

Çalışma ayrıca karar vericilere tek bir “en iyi model” dayatmaz. Bunun yerine farklı etik senaryolar için farklı modellerin daha uygun olabileceğini gösterir. Eğer amaç kırılgan grupları korurken genel verimliliği çok düşürmemekse Model 1 öne çıkar. Eğer orta ölçekli bir ağda eşitlik ve kırılgan grup koruması birlikte isteniyorsa Model 4 anlamlı olabilir. Eğer büyük ölçekli ve ihtiyaç odaklı bir tahliye söz konusuysa Model 5 daha uygun görünebilir.

Dikkat Noktaları

Bu çalışma preprint olduğu için sonuçlar dikkatli yorumlanmalıdır. Hakem değerlendirmesinden geçmemiş çalışmalar, yöntemi ve bulguları açısından değerli olabilir; ancak nihai akademik kanıt gibi sunulmamalıdır.

Model, etik ilkeleri matematiksel metriklere çevirir; fakat gerçek hayatta etik kararlar yalnızca formül düzeyinde çözülemez. İnsan davranışı, panik, eksik bilgi, kültürel hassasiyet, dil bariyeri, güven sorunu, yerel yönetim kapasitesi ve altyapı hasarı gibi faktörler tahliye kararlarını etkiler.

Çalışmada kırılgan grupların birbirini dışlayan kategoriler olarak ele alınması pratik bir sadeleştirmedir. Oysa gerçek hayatta bir kişi aynı anda yaşlı, engelli, düşük gelirli ve yabancı dil konuşan biri olabilir. Bu örtüşen kırılganlıklar modelin gelecekte geliştirilmesi gereken taraflarından biridir.

Alt seviyede kullanıcı dengesi varsayımı kullanılır. Bu varsayım, insanların rota seçiminde rasyonel davrandığını ve bilgiye erişebildiğini kabul eder. Afet anında ise bilgi eksikliği, panik, yol kapanması ve resmi yönlendirmelere güven düzeyi bu davranışı değiştirebilir.

IEA güçlü sonuçlar verse de sezgisel bir algoritmadır; küresel optimumu garanti etmez. Bu nedenle gerçek uygulamalarda model sonuçları saha bilgisi, yerel afet planları, uzman değerlendirmesi ve toplum temsilcilerinin katılımıyla birlikte yorumlanmalıdır.

Sonuç

Bu çalışma, afet tahliye planlamasında etik çatışmaları görünür ve ölçülebilir hale getirmeye çalışan önemli bir model önerisi sunar. Ana katkısı, etik ilkeleri tek bir puana sıkıştırmak yerine, bağımsız metrikler olarak koruyup aralarındaki gerilimi max-min ve min-max yapılarıyla doğrudan modellemesidir.

Sonuçlar, farklı etik önceliklerin farklı tahliye desenleri ürettiğini açıkça gösterir. Daha fazla verimlilik her zaman daha fazla adalet anlamına gelmez. Kırılgan grupları korumak bazı durumlarda toplam tahliye hızını düşürebilir. Gruplar arası farkları azaltmak ise belirli grupların öncelikli tahliyesini sınırlayabilir. Bu nedenle afet planlamasında teknik optimizasyon ile etik yorum birlikte düşünülmelidir.

Verianla açısından bu çalışma, mühendislik modellerinin yalnızca sayısal verimlilik değil, toplumsal değerler açısından da tasarlanması gerektiğini gösteren güçlü bir örnektir. Afet anında yol, zaman ve kapasite kadar önemli olan bir başka unsur da hangi etik ilkenin ne zaman öne çıkarılacağıdır.

Kaynak ve Yöntem Notu

Bu yazı, Junxiang Xu, Divya Jayakumar Nair ve S. Travis Waller tarafından hazırlanan “Ethical trade-offs in disaster evacuation network planning: A worst-case optimisation framework” başlıklı preprint çalışma temel alınarak hazırlanmıştır. Çalışma, afet tahliye ağı planlamasında etik ilkeleri ölçülebilir metriklere dönüştüren ve çok amaçlı max-min/min-max optimizasyon yapılarıyla modelleyen teknik bir araştırmadır.

Bu içerik birebir çeviri değildir; çalışmanın ana fikri Verianla yayın çizgisine uygun biçimde sadeleştirilmiş ve özgün Türkçe editoryal makaleye dönüştürülmüştür.

Bu içerik afet yönetimi, kamu politikası veya mühendislik uygulaması için doğrudan tavsiye değildir. Gerçek afet planlaması; yerel mevzuat, saha verisi, uzman değerlendirmesi, kurumlar arası koordinasyon ve toplum temsilcilerinin katılımıyla yapılmalıdır.