A Multi-Objective Approach for Allocating Fire Stations in Aalborg
Author
Kramer, Mikkel Søby
Term
4. term
Education
Publication year
2025
Submitted on
2025-05-28
Abstract
Denne afhandling undersøger, hvordan brandstationer i Aalborg bedst kan placeres for både at nedbringe responstider og sikre en mere retfærdig service på tværs af byen. I samarbejde med Nordjyllands Beredskab analyseres otte års GIS-data (2017–2024) med over 50.000 hændelser for at kortlægge efterspørgsel, geografiske mønstre og variationer over tid. Den indledende dataanalyse peger på, at efterspørgslen er koncentreret omkring Aalborg by, at der er moderate døgn- og sæsonvariationer, og at den samlede efterspørgsel i de seneste år synes stabil. Problemet formuleres som et multiobjektivt facilitetslokaliseringsproblem, der balancerer effektivitet (lav gennemsnitlig responstid) og lighed (jævn service), med mål hentet fra både maksimal dækningsmodel (MCLP) og p-center. Problemet løses med den heuristiske algoritme NSGA-II for at generere Pareto-fronter, og der sammenlignes scenarier, hvor den nuværende station i Aalborg enten fastholdes eller fjernes. Resultaterne peger på, at den samlede målopfyldelse forbedres, når flere stationer tilføjes. Derudover undersøges alternative mål som Gini-koefficienten (lighed i service) og backup-dækning (robusthed ved samtidige hændelser), som giver andre kompromiser end de oprindelige mål, men stadig viser forbedringer i forhold til den nuværende situation. Arbejdet illustrerer, hvordan multiobjektiv optimering og heuristik kan støtte beslutninger om beredskabets lokalisering under praktiske begrænsninger.
This thesis examines how to place fire stations in Aalborg to reduce response times while delivering a fairer level of service across the city. In collaboration with the Northern Jutland emergency service, eight years of GIS data (2017–2024) covering over 50,000 incidents are analyzed to map demand, spatial patterns, and temporal variation. The initial exploration indicates demand concentrated in Aalborg’s urban core, moderate daily and seasonal fluctuations, and a stable overall demand in recent years. The problem is formulated as a multi-objective facility location task that balances efficiency (lower average response time) and equity (more even service), combining objectives from the maximum coverage model (MCLP) and the p-center. The heuristic algorithm NSGA-II is used to generate Pareto fronts, and scenarios that keep or remove the current station are compared. The results show that overall performance improves when more stations are added. Additional objectives—such as the Gini coefficient (equity) and backup coverage (robustness to simultaneous incidents)—are also explored; they yield different trade-offs than the original objectives but still improve upon the current configuration. The work demonstrates how multi-objective optimization and heuristics can support location decisions for emergency services under real-world constraints.
[This abstract was generated with the help of AI]
Documents