Kupanga uokoaji wakati wa janga si tatizo la “tuwaondoe watu wengi zaidi kwa muda mfupi zaidi” pekee. Uwezo wa barabara ni mdogo, ufikiaji wa makazi ya muda si sawa, na baadhi ya makundi yana hatari zaidi kutokana na uzee, ulemavu, ujauzito, utoto, ukosefu wa makazi au uwezo mdogo wa kusogea. Kwa hiyo uokoaji wa maafa ni tatizo la maamuzi la kiufundi na kimaadili kwa wakati mmoja.

Utafiti huu hubadilisha kanuni tano tofauti za maadili katika upangaji wa mtandao wa uokoaji kuwa vipimo vya kihisabati: utilitarianism, deontology, justice/equity, need-based priority na contractualism. Utilitarianism hulenga ufanisi wa jumla wa uokoaji, deontology wajibu wa kulinda makundi yaliyo hatarini, justice fursa ya uokoaji iliyo na usawa kati ya makundi, need-based priority kutoa kipaumbele kwa makundi yenye hitaji la dharura zaidi, na contractualism kuhakikisha kwamba tofauti kati ya makundi zinabaki katika kiwango kinachokubalika.

Waandishi wanapendekeza kutokandamiza vipimo hivi vya maadili ndani ya alama moja yenye uzito, bali kuonyesha migongano yake moja kwa moja. Kwa hili hutumia miundo ya malengo mengi ya max-min na min-max. Mkabala wa max-min hujaribu kuboresha kipimo kilicho katika hali mbaya zaidi; mkabala wa min-max hulenga kupunguza ukosefu mkubwa zaidi wa usawa. Hivyo modeli inalenga si uokoaji wa haraka tu, bali maamuzi ya uokoaji yaliyoelezeka zaidi kimaadili na yenye usawa zaidi.

Tatizo ni Nini?

Katika upangaji wa uokoaji wa maafa, modeli za kawaida za optimization mara nyingi hulenga kupunguza muda, kuongeza idadi ya watu wanaookolewa au kutumia uwezo wa mtandao kwa ufanisi. Lakini katika ulimwengu halisi, maamuzi ya uokoaji si hesabu ya ufanisi pekee. Maswali haya hujitokeza kwa wakati mmoja: Je, tuwaondoe watu wengi zaidi kwa kasi zaidi? Je, watu wenye uwezo mdogo wa kusogea wapewe kipaumbele? Je, kila kundi lipewe fursa sawa? Je, makundi yenye hitaji kubwa zaidi yapate uzito zaidi? Au tutafute suluhisho ambalo hakuna kundi linaloachwa nyuma sana?

Maswali haya yanaweza kugongana. Kwa mfano, kuongeza ufanisi wa jumla wa uokoaji kunaweza kupunguza rasilimali zinazotengwa kwa makundi yaliyo hatarini. Kuweka makundi yaliyo hatarini mbele kunaweza kurefusha muda wa jumla wa uokoaji. Kutoa kiwango sawa kwa kila kundi kunaweza kupuuza hitaji la dharura la baadhi ya makundi. Kwa hiyo uokoaji wa maafa si tatizo la uhandisi tu, bali pia ni tatizo la kusawazisha vipaumbele vya maadili.

Jambo linalokosolewa na utafiti ni kwamba modeli nyingi zilizopo hazionyeshi migongano hii ya maadili waziwazi na hupunguza maadili tofauti kuwa function moja iliyounganishwa. Wakati alama moja yenye uzito inatumika, mtoa maamuzi huenda asione wazi ni kanuni gani ya maadili inayotolewa kafara katika hali gani. Utafiti huu unalenga kuweka kanuni za maadili kama vipimo vinavyojitegemea na kufanya migongano kati yake ionekane.

Mbinu Inapendekeza Nini?

Utafiti unajenga muundo wa modeli wa viwango viwili kwa ajili ya pre-disaster evacuation network design. Bilevel programming ni mbinu ya optimization inayogawa tatizo la maamuzi katika ngazi ya juu na ya chini. Katika ngazi ya juu mpangaji hutathmini malengo ya maadili; katika ngazi ya chini uchaguzi wa njia wa watu wanaookolewa na traffic equilibrium kwenye mtandao hujitokeza.

Katika ngazi ya chini hutumiwa user equilibrium. User equilibrium ni hali ambayo, kwa ufupi, hakuna mtu anayehamishwa anayeweza kupata muda mfupi zaidi wa safari kwa kubadili njia peke yake. Mkabala huu unawakilisha jinsi evacuation flows zinavyogawanyika kutegemea msongamano wa barabara.

Kwa sababu modeli ni ngumu kutatuliwa moja kwa moja, tatizo la ngazi ya chini hubadilishwa kuwa single-level form kupitia masharti ya Karush-Kuhn-Tucker. Masharti ya Karush-Kuhn-Tucker ni masharti ya kihisabati yanayotumiwa kufafanua optimum point katika matatizo ya constrained optimization. Kwa njia hii, muundo wa bilevel, nonlinear na wenye malengo ya maadili unakuwa rahisi zaidi kutatuliwa.

Kisha huundwa modeli tano za migongano ya maadili. Model 1 husawazisha utilitarianism na deontology, Model 2 justice na need-based priority, Model 3 contractualism na utilitarianism, Model 4 deontology na justice, na Model 5 need-based priority na contractualism. Modeli hizi hutatuliwa kwa Improved Evolutionary Algorithm (IEA). Evolutionary algorithm ni mbinu ya heuristic optimization inayochukulia suluhisho zinazowezekana kama population na kusogea kuelekea suluhisho bora kupitia selection, crossover, mutation na elitism.

Fomula Zinaeleza Nini?

Utafiti hutumia fomula kwa kiwango kikubwa. Ingawa baadhi ya fomula za PDF zinaonekana kugawanyika katika uchimbaji wa maandishi, muundo mkuu wa alama na maana umehifadhiwa na umetolewa hapa chini kwa namna inayooana na MathJax.

Kipimo cha kwanza ni Evacuation Efficiency Index kinachowakilisha utilitarianism. Hapa w_i ni uzito wa kundi, G_i ni idadi ya watu waliookolewa, na T_{evacuation} ni muda wa jumla wa uokoaji.

Fomula hii hupima idadi ya watu waliookolewa kwa uzito kwa kila kitengo cha muda. Thamani ya juu zaidi ina maana ya ufanisi wa jumla ulio juu zaidi.

Vulnerable Population Protection Rate inayowakilisha kanuni ya deontology hupima kiwango ambacho makundi yaliyo hatarini, nje ya kundi la jumla, yameokolewa.

Hapa G_{total,i} ni jumla ya watu katika kundi husika. Badala ya kundi la jumla, kipimo hiki hulenga makundi yaliyo hatarini kama wazee, wajawazito, watu wenye ulemavu, watoto na watu wasio na makazi.

Kipimo cha justice na equity hulinganisha kiwango cha chini na cha juu cha kukamilika kwa uokoaji kati ya makundi.

Hapa \xi ni positive constant ndogo inayotumiwa kuzuia kugawa kwa sifuri. Kadiri thamani inavyokaribia 1, ndivyo viwango vya uokoaji kati ya makundi vinavyokuwa na usawa zaidi.

Imbalance index inayotumiwa kwa need-based priority huonyesha kiwango ambacho viwango vya uokoaji vyenye uzito vinatofautiana. Katika kipimo hiki thamani ya chini ni bora zaidi.

Fomula hii hupima ni kiasi gani cha ukosefu wa usawa kinabaki kati ya makundi baada ya vipaumbele vya hitaji kuzingatiwa.

Kipimo cha contractualism hutathmini tofauti kati ya makundi kwa idadi ya watu na kwa muda kwa pamoja.

Hapa x na y ni uzito wa vipengele vya tofauti ya idadi na tofauti ya muda.

Fomula hizi mbili zinaonyesha kiwango cha tofauti katika completion rate ya uokoaji na muda wa uokoaji kati ya makundi. Mkabala wa contractualism unalenga kuhakikisha hakuna kundi linaloachwa nyuma kupita kiasi.

Mojawapo ya ubunifu muhimu wa utafiti ni kuweka migongano ya maadili katika fomula za max-min au min-max. Kwa mfano, mgongano kati ya utilitarianism na deontology huandikwa hivi:

Usemi huu haujaribu kuongeza ufanisi pekee wala ulinzi wa makundi yaliyo hatarini pekee. Unatafuta suluhisho lenye usawa kwa kuongeza kipimo kilicho dhaifu zaidi kati ya viwili.

Mgongano kati ya deontology na justice huwakilishwa hivi:

Modeli hii hujaribu kuboresha kwa wakati mmoja ulinzi wa makundi yaliyo hatarini na equity ya completion rate ya uokoaji kati ya makundi.

Mgongano kati ya need-based priority na contractualism hutolewa kwa mkabala wa min-max:

Hapa lengo ni kupunguza kipengele kibaya zaidi cha ukosefu wa usawa. Kwa hiyo kukidhi hitaji na kukubalika kwa tofauti kati ya makundi vinadhibitiwa kwa wakati mmoja.

Mantiki ya msingi ya max-min transformation inaelezwa kwa usawa huu rahisi:

Transformation hii hubadilisha wazo la “ongeza kadiri iwezekanavyo ile iliyo chini kati ya malengo mawili” kuwa constraints za optimization zinazoweza kutatuliwa.

Ujumbe Mkuu wa Grafu, Jedwali na Mchoro

Mchoro wa kwanza wa utafiti unaonyesha muundo wa majaribio wa hatua tatu. Kwanza modeli inathibitishwa kwenye benchmark network ndogo. Kisha tabia ya modeli inapimwa kwenye networks za kati na kubwa. Mwisho, athari za mchanganyiko tofauti wa malengo ya maadili kwa ufanisi, equity na need priority zinalinganishwa. Muundo huu unawezesha kuona jinsi modeli inavyofanya kazi si kinadharia tu, bali pia katika ukubwa tofauti wa mtandao.

Mchoro wa mtandao wa Nguyen-Dupuis hutumiwa kama small-scale test network. Nodes na links zinawakilisha chaguo za njia kati ya maeneo ya kuanzia uokoaji na evacuation centers. Kwenye mtandao huu, matokeo ya uokoaji ya modeli tano za maadili, idadi ya watu wanaookolewa kwa makundi na flows za links zinalinganishwa.

Jedwali za matokeo ya modeli zinaonyesha kwamba uchaguzi wa maadili hubadilisha moja kwa moja traffic distribution. Kwa mfano, Model 1 hutoa matokeo yenye nguvu katika kulinda makundi yaliyo hatarini, wakati Model 4 inaonekana kuwa na usawa zaidi kati ya ulinzi wa makundi hayo na equity. Model 5 hupunguza tofauti kati ya makundi, lakini inaweza kusababisha kupungua kwa completion rate ya jumla ya baadhi ya makundi yaliyo hatarini.

Heat map inaonyesha kwamba kadiri ethical thresholds zinavyoongezeka, modeli huwa constrained zaidi na overall objective value hupungua. Hili ni matokeo yanayotarajiwa katika disaster planning: masharti makali zaidi ya justice na protection yanapowekwa, uwezo wa mtandao hugawanywa kwa tahadhari zaidi; hivyo trade-off ya wazi hutokea kati ya ufanisi na ethical assurance.

Grafu za kulinganisha algorithms zinaonyesha kwamba IEA hutoa suluhisho kwa kasi zaidi na kwa ubora wa juu zaidi kuliko standard evolutionary algorithm, simulated annealing, ant colony optimisation na tabu search. Kadiri scale ya network inavyoongezeka, faida ya IEA huwa wazi zaidi.

Majaribio Yalifanywaje?

Utafiti hutumia tabaka tatu za majaribio. Kwanza, modeli tano za maadili hupimwa kwenye Nguyen-Dupuis benchmark network. Mtandao huu mdogo hutumiwa kuona solvability ya modeli, consistency ya metrics na basic performance ya algorithm.

Pili, mifano 100 ya networks za kati na kubwa huzalishwa. Katika mifano ya kati hutumiwa nodes 10-20 na links 20-50; katika mifano ya ukubwa mkubwa hutumiwa nodes 40-60 na links 100-200. Mifano hii huzalishwa kwa kutumia maktaba ya NetworkX katika Python. Hivyo utendaji wa modeli huchunguzwa si kwenye mfano mdogo tu, bali pia kwenye miundo ya network yenye ugumu zaidi.

Tatu, algorithm performance hulinganishwa. IEA inalinganishwa na standard Evolutionary Algorithm, Simulated Annealing, Ant Colony Optimisation na Tabu Search. Ulinganisho unafanywa kwa idadi ya iterations, runtime, final objective function value, convergence speed na solution quality.

Pia sensitivity analyses hufanywa. Mchanganyiko 64 tofauti wa ethical thresholds na mipangilio 29 tofauti ya group weights hupimwa. Hivyo hupimwa jinsi modeli inavyoitikia wakati threshold values, vulnerable-group protection conditions na group weights zinabadilika.

Matokeo Yanaonyesha Nini?

Kwenye benchmark network ndogo, Model 1 hutoa suluhisho lenye usawa kati ya utilitarianism na kulinda makundi yaliyo hatarini. Thamani ya juu ya WVPPR inaonyesha kwamba makundi yaliyo hatarini yanalindwa kwa nguvu, huku EEI ya kiwango cha kati ikionyesha kwamba ulinzi huu una gharama fulani ya ufanisi.

Model 2 inaonekana dhaifu katika kusawazisha justice na need-based priority. Katika networks za kati fluctuation ni kubwa; ingawa katika networks kubwa huwa stable zaidi, inatoa matokeo yenye mipaka kwa ethical performance. Utafiti unaiona Model 2 kuwa modeli yenye practical applicability ndogo zaidi kati ya modeli tano.

Model 3 inaweza kutoa thamani za juu upande wa ufanisi; lakini hali hii inaweza kuleta udhaifu katika contractualist justice na tofauti kati ya makundi. Kwa maneno mengine, evacuation efficiency ya juu inaweza kuzalisha matatizo ya acceptability kati ya baadhi ya makundi.

Model 4 hutoa matokeo yenye nguvu na ya usawa hasa katika networks za kati. Ulinzi wa makundi yaliyo hatarini na evacuation equity huzingatiwa kwa wakati mmoja. Hata hivyo, katika networks kubwa performance huwa na fluctuation zaidi; hali hii inaonyesha kwamba ethical balancing huwa ngumu zaidi kadiri network complexity inavyoongezeka.

Model 5 hutoa matokeo thabiti zaidi katika large-scale na need-focused evacuation scenarios. Hudhibiti imbalance measures kama NFII na CCDI kwa uthabiti zaidi. Kwa hiyo inaonekana kuwa chaguo lenye nguvu katika maafa makubwa kwa kupunguza tofauti kati ya makundi na kujenga need-based balance.

Kwa upande wa algorithm, IEA inaonyesha performance bora zaidi. Kwenye Nguyen-Dupuis network hutoa matokeo kwa muda mfupi zaidi na objective value ya juu kuliko algorithms nyingine. Faida hii inaendelea kwenye networks za kati na kubwa. Kwa mujibu wa utafiti, advantage ya solution quality ya IEA hufikia asilimia 7,06 katika networks za kati na asilimia 11,56 katika networks kubwa.

Kwa Nini Hili ni Muhimu?

Katika upangaji wa uokoaji wa maafa, maamuzi mara nyingi hufanywa kwa muda mfupi sana, lakini athari zake hugusa moja kwa moja maisha ya watu na uaminifu wa jamii. Ikiwa mpango unapunguza tu muda wa jumla wa uokoaji lakini unaacha nyuma wazee, watu wenye ulemavu, watu wasio na makazi au watu wenye uwezo mdogo wa kusogea, unaweza kuwa na ufanisi wa kiufundi lakini kuwa na tatizo la kimaadili.

Utafiti huu unajaribu kuhamisha kanuni za maadili kutoka mjadala wa kidhahania hadi vigezo vya maamuzi vinavyoweza kupimwa. Hii ni hatua muhimu kwa sababu kusema tu “tuwe wa haki” haitoshi katika disaster management. Lazima ionekane wazi justice inapimwa kwa kipimo gani, kundi gani linapewa kipaumbele katika hali gani, na kipaumbele hicho kinaathiri vipi overall evacuation efficiency.

Utafiti pia haulazimishi “modeli moja bora” kwa decision makers. Badala yake unaonyesha kwamba modeli tofauti zinaweza kufaa zaidi kwa ethical scenarios tofauti. Ikiwa lengo ni kulinda makundi yaliyo hatarini bila kupunguza sana overall efficiency, Model 1 hujitokeza. Ikiwa equity na vulnerable-group protection vinahitajika pamoja kwenye medium-sized network, Model 4 inaweza kuwa na maana. Ikiwa evacuation ni large-scale na need-focused, Model 5 inaonekana kufaa zaidi.

Mambo ya Kuzingatia

Kwa kuwa utafiti huu ni preprint, matokeo yanapaswa kutafsiriwa kwa tahadhari. Tafiti ambazo hazijapitia peer review zinaweza kuwa na thamani katika mbinu na matokeo, lakini hazipaswi kuwasilishwa kama ushahidi wa mwisho wa kitaaluma.

Modeli hubadilisha kanuni za maadili kuwa mathematical metrics, lakini katika maisha halisi maamuzi ya maadili hayawezi kutatuliwa kwa fomula pekee. Human behavior, panic, incomplete information, cultural sensitivity, language barriers, trust problems, local governance capacity na infrastructure damage vinaweza kuathiri evacuation decisions.

Katika utafiti, makundi yaliyo hatarini yanachukuliwa kama mutually exclusive categories, jambo ambalo ni practical simplification. Katika maisha halisi mtu mmoja anaweza kuwa mzee, mwenye ulemavu, mwenye kipato kidogo na msemaji wa lugha ya kigeni kwa wakati mmoja. Overlapping vulnerabilities hizi ni sehemu zinazopaswa kuboreshwa katika modeli za baadaye.

Katika ngazi ya chini hutumiwa user equilibrium assumption. Assumption hii inakubali kwamba watu huchagua route kwa njia ya kimantiki na wana ufikiaji wa taarifa. Wakati wa maafa, information gaps, panic, road closures na kiwango cha trust katika official guidance vinaweza kubadilisha tabia hii.

Ingawa IEA hutoa matokeo yenye nguvu, ni heuristic algorithm na haitoi guarantee ya global optimum. Kwa hiyo katika matumizi halisi, matokeo ya modeli yanapaswa kutafsiriwa pamoja na field information, local disaster plans, expert assessment na ushiriki wa community representatives.

Hitimisho

Utafiti huu unapendekeza modeli muhimu inayojaribu kufanya migongano ya maadili katika disaster evacuation planning iwe inayoonekana na kupimika. Mchango wake mkuu ni kuweka kanuni za maadili kama metrics zinazojitegemea badala ya kuzikandamiza katika alama moja, na ku-model moja kwa moja tension kati yake kupitia miundo ya max-min na min-max.

Matokeo yanaonyesha wazi kwamba ethical priorities tofauti huzalisha evacuation patterns tofauti. Ufanisi zaidi haumaanishi justice zaidi kila wakati. Kulinda makundi yaliyo hatarini kunaweza katika baadhi ya hali kupunguza overall evacuation speed. Kupunguza tofauti kati ya makundi kunaweza pia kuzuia priority evacuation ya makundi fulani. Kwa hiyo technical optimization na ethical interpretation lazima zifikiriwe pamoja katika disaster planning.

Kwa Verianla, utafiti huu ni mfano wenye nguvu unaoonyesha kwamba engineering models zinapaswa kubuniwa si kwa numerical efficiency tu, bali pia kwa social values. Katika janga, kando na barabara, muda na capacity, jambo jingine muhimu ni ni kanuni gani ya maadili inapaswa kupewa kipaumbele na lini.

Dokezo la Chanzo na Mbinu

Makala haya yameandaliwa kwa msingi wa preprint ya Junxiang Xu, Divya Jayakumar Nair na S. Travis Waller yenye kichwa “Ethical trade-offs in disaster evacuation network planning: A worst-case optimisation framework”. Utafiti huu wa kiufundi hubadilisha kanuni za maadili katika disaster evacuation network planning kuwa metrics zinazoweza kupimwa na kuzi-model kwa miundo ya multi-objective max-min/min-max optimisation.

Maudhui haya si tafsiri ya neno kwa neno; wazo kuu la utafiti limerahisishwa na kubadilishwa kuwa makala asilia ya uhariri ya Kiswahili kwa mujibu wa mkondo wa uchapishaji wa Verianla.

Maudhui haya si ushauri wa moja kwa moja wa disaster management, public policy au engineering application. Real disaster planning inapaswa kufanywa kwa kuzingatia sheria za eneo, field data, expert assessment, inter-agency coordination na ushiriki wa community representatives.