Incendi in città: l'algoritmo che sceglie la caserma perfetta

Immagina un camion dei pompieri bloccato nel traffico mentre i secondi scorrono inesorabili. In una metropoli, la differenza tra un intervento tempestivo e una tragedia sta spesso in una mappa ben fatta. Ricercatori iraniani hanno trasformato questo problema in una sfida matematica per la città di Birjand, usando un "cervello" artificiale chiamato algoritmo genetico.

Il team ha diviso la città in sette zone e simulato gli spostamenti dei mezzi a 52,5 km/h di media, fissando una soglia di 5 minuti per l'arrivo. Il verdetto? Due quartieri ad alta densità (R4 ed R5) restavano scoperti, mentre una zona tranquilla (R6) aveva risorse sprecate. L'algoritmo ha allora "evoluto" 100 possibili soluzioni per 20 generazioni, tagliando il tempo totale di risposta penalizzato a 25,89 minuti.

Ma non è solo questione di velocità: c'è anche il portafoglio. L'analisi costi-benefici ha incoronato la Caserma 2 come investimento top, con un guadagno netto di 3163 milioni di rial iraniani, battendo la concorrente anche variando i tassi di sconto fino al 10%.

Il risultato è un sistema di supporto alle decisioni (DSS) che unisce pianificazione adattiva, analisi dati e ingegneria civile. Una ricetta per città più resilienti, dove la tecnologia non gestisce solo il traffico, ma protegge chi ci vive. La prossima volta che senti una sirena, ricorda: dietro quel suono c'è tanta matematica.

Lo studio pubblicato su Future Transportation dettaglia un framework di programmazione intera binaria (BIP) per il Facility Location Problem applicato ai servizi antincendio. La funzione obiettivo minimizza la somma dei tempi di risposta pesati per la domanda, soggetta a vincoli di copertura (ogni zona servita da almeno una caserma entro 5 min) e budget. La simulazione dinamica in MATLAB 2019b ha modellato la rete stradale reale di Birjand, calibrando i tempi di viaggio tramite la velocità media osservata (52,5 km/h).

L'Algoritmo Genetico (GA) ha utilizzato una popolazione di 100 individui per 20 generazioni con operatori di selezione a torneo, crossover a punto singolo e mutazione bit-flip. La fitness function includeva una penalità pesante per le zone non coperte (penalty cost), guidando la ricerca verso soluzioni ammissibili. L'output ottimale (25,89 min tempo totale penalizzato) rappresenta un miglioramento significativo rispetto alla configurazione as-is.

L'analisi economica ha impiegato il Net Present Value (NPV) su un orizzonte temporale di 20 anni, scontando benefici (riduzione danni proprietà, salvaguardia vite valorizzate statisticamente) e costi (CAPEX/OPEX). La Caserma 2 mostra NPV = 3163 M IRR (tasso sconto 1%), con analisi di sensibilità che conferma robustezza fino al 10%. Il DSS proposto integra moduli GIS per aggiornamento dinamico della domanda e della rete, abilitando pianificazione "what-if" per scenari di crescita urbana o eventi estremi.