در تمام طول تاریخ فجایع طبیعی مانند زلزله، سیل، آتش فشان، طوفان و ... موجب مرگ و میر زیادی در جوامع بشری شده اند. اثرات بسیار مخرب زلزله در مقایسه با دیگر بلایا بر روی زیرساخت های شهری و حجم بسیار بالای تلفات ناشی از آن در رویداد هایی که در صد سال گذشته روی داده اند به وضوح مشخص است. این فجایع به ویژه در کشور های در حال توسعه و یا توسعه نیافته به دلیل ضعف در چرخه ی ساخت و ساز و نیز ضعف های تدارکاتی و مدیریتی در مدیریت بحران اثرات مخرب بسیار بیشتری خواهند داشت. محققان جنبه های مختلف واکنش در برابر انواع فجایع طبیعی و ساخته دست بشر را بررسی کرده اند. مسائلی مانند جمع آوری و انتقال مصدومان به مراکز درمانی، توزیع کالاهای امدادی و آذوقه در میان افراد آسیب دیده، نجات و تخلیه ی کلیه افراد یا صدمه دیده گان از منطقه در معرض خطر و ... که هر کدام از این موارد از جنبه های مختلف و با اهداف مختلف بررسی شده اند. یکی از انواع مختلف کارهای تحقیقاتی برای واکنش به فاجعه که در قبل و بعد از فاجعه کاربرد دارد، بحث مکان یابی تسهیلات اضطراری است. مسئله ی شایان توجه در این رابطه این است که کلیه ی موارد بالا در قالب رفتار و عملکرد بر روی شبکه ی ترافیک شهری مطرح می باشند. بنابراین شناسایی شبکه ی ترافیک و عملکرد آن در صورت رویداد فاجعه، شناسایی شرایط و عملکرد بازیگران و موارد تاثیرگذار بر روی عملکرد آن در هنگام فاجعه، کمک بسزایی در کاهش اثرات فاجعه می باشد. عدم قطعیت ها و پویایی های شبکه ی ترافیک و نیز رویداد زلزله در ترکیب با هم مسئله ی بسیار پیچیده ای را به وجود آورده اند. در این تحقیق مسئله ی مکان یابی تسهیلات اضطراری مانند بیمارستان ها در یک محیط شهری در بستر شبکه ی ترافیک بررسی خواهد شد. با توجه به توانایی بسیار کم و در برخی موارد منفعل شده ی شبکه انتقال مجروحین، از آن چشم پوشی شده و امداد و نجات توسط خود مردم و اندک سازمان های موجود، صورت خواهد گرفت. با توجه به گستره ی تقاضای موجود، افراد براساس کوتاه ترین مسیری که خواهند-داشت و نیز کم کردن زمان سرویس گرفتن از تسهیلی که به آن مراجعه کرده اند، یکی از بیمارستان-های موجود یا مستقر شده را انتخاب خواهند کرد. حل این مسئله به نحوی خواهد بود که مجموع کل زمان انتقال به بیمارستان و انتظار در بیمارستان برای سرویس گرفتن حداقل شود. برای مدل کردن رفتار انتخاب مسیر مسافران در شبکه از مدل ترافیکی ue-dta استفاده شده که محاسبات آن توسط نرم افزار dynust که یک شبیه ساز مزوسکوپی است انجام می شود. مسئله بهینه سازی نیز با استفاده از یک الگوریتم ممتیک با ساختار انکدینگ مناسب با ساختار ue-dta حل می شود.