مکان یابی و تخصیص از نوع مسائل NP-Hard است که با افزایش تعداد نقاط تقاضا و مراکز خدماتی، پیچیدگی و حجم محاسبات مساله به صورت نمایی افزایش می یابد. برای حل این گونه مشکلات، از روش های فراابتکاری متناسب با شرایط مساله استفاده می شود. در این تحقیق، روش های فراابتکاری جست و جوی ممنوع، ژنتیک و شبیه سازی بازپخت به عنوان روش های بهینه سازی برای مکان یابی مراکز آتش نشانی و تخصیص مناطق شهری به آن ها استفاده شده اند. این روش ها با توجه به معیارهای زمان حل مساله، مقدار تابع هدف، تعداد تکرار و نحوه پوشش منطقه در سناریوهای مختلف ارزیابی شده اند. سناریوهای مختلف در روش ژنتیک بر اساس تغییر در تعداد تکرار و جمعیت اولیه و در روش شبیه سازی بازپخت بر اساس تغییر در تعداد تکرار حرکات و تغییرات دما تولید شده اند. روش جست وجوی ممنوع دارای بیشترین زمان محاسباتی (38 دقیقه و 42 ثانیه) و کمترین (بهترین) مقدار تابع هدف (104×4.749) است و با توجه به نقشه تولید شده، بهترین پوشش را در منطقه توسط مکان های بهینه برگزیده ایجاد می کند. الگوریتم شبیه سازی بازپخت، در بین روش های اجرا، دارای کمترین زمان حل مساله است و هنگامی که تعداد تکرارها در این روش از اندازه مساله (در اینجا تعداد پارسل ها) بزرگ تر باشد، جواب های مطلوبی تولید می شود. نتایج به دست آمده در سناریوی دوم روش SA در این تحقیق، صحت این ادعا را اثبات کرده است. بر اساس یافته های این تحقیق، می توان نتیجه گیری کرد که در صورت نیاز به اجرای سریع (زمان بسیار کوتاه عملکرد الگوریتم) روش شبیه سازی بازپخت سریع ترین روش خواهد بود، در شرایط نیاز به سرعت و دقت مناسب و متوسط، الگوریتم ژنتیک گزینه مناسبی است و سرانجام در حالت نیاز به دقت و کیفیت بالای جواب و بدون محدودیت زمان، روش جست و جوی ممنوع گزینه برتر است.