ارائه مدل بهینه سازی ریاضی و الگوریتم های فراابتکاری به منظور حل مساله بلوک بندی مناطق جمعیتی به صورت سلسله مراتبی

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 136

This Paper With 24 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_SAIM-5-4_003

تاریخ نمایه سازی: 24 آذر 1402

Abstract:

DOR : ۲۰.۱۰۰۱.۱.۲۴۷۶۶۲۹۱.۱۳۹۹.۵.۴.۳.۰ جمع آوری پسماند بیمارستانی یکی از موضوعات مهم در مدیریت خدمات شهری محسوب می شود. در این تحقیق یک مدل ریاضی به منظور بلوک بندی مناطق جمعیتی در سیستم خدمات بیمارستانی ارائه می شود. در این مدل مطابق با نیاز برخی از سازمان های متولی ارائه خدمات شهری، ساختار سلسله مراتبی بلوک ها مدنظر قرار گرفته است. بدین منظور در یک تصمیم-گیری یکپارچه، مناطق جمعیتی به بلوک های اصلی تقسیم شده و سپس هر بلوک به تعدادی زیربلوک تقسیم شده است. هدف از این نوع تقسیم بندی تهیه ساختار مناسب برای کنترل جریان خدمات از سطح عملیاتی به سطح مدیریتی است. با توجه به اینکه مساله بلوک بندی از رده مسائل ان پی سخت است، جهت حل مثال های عددی در دنیای واقعی نیاز به استفاده از الگوریتم های فراابتکاری است. در این تحقیق دو الگوریتم فراابتکاری ژنتیک و گرگ خاکستری جهت حل مسائل در ابعاد بزرگ به کار رفته است. طبق نتایج محاسباتی می توان مشاهده نمود که علیرغم وجود کارایی بالای هر دو الگوریتم در حل نمونه های عددی در ابعاد کوچک، الگوریتم گرگ خاکستری توانایی بیشتری در حل نمونه های عددی در ابعاد بزرگ نسبت به الگوریتم ژنتیک دارد. نتایج این تحقیق می تواند به عنوان یک ابزار مدیریتی در حل مساله بهینه-سازی بلوک بندی مناطق جمعیتی از جمله در سیستم سلامت مورد استفاده مدیران قرار گیرد.

Keywords:

بلوک بندی سلسله مراتبی , الگوریتم گرگ خاکستری , الگوریتم ژنتیک

Authors

فروغ قلاسی مود

دانشجوی دکتری، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران

حسن حسینی نسب

استاد، گروه مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران

جواد طیبی

استادیار، گروه مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه صنعتی بیرجند، بیرجند، ایران

محمدباقر فخرزاد

دانشیار، گروه مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • A. Pariatamby and M. Tanaka, "Municipal solid waste management in ...
  • J. Kalcsics, "Districting problems," in Location science: Springer, ۲۰۱۵, pp. ...
  • H.-Y. Lin and J.-J. Kao, "Subregion districting analysis for municipal ...
  • G. Ghiani, A. Manni, E. Manni, and M. Toraldo, "The ...
  • S. BabaeiMorad, H. Bagheri, and J. B. Behnamian, "A Hierarchical ...
  • M. Faccio, A. Persona, and G. Zanin, "Waste collection multi ...
  • Ş. Şener, E. Sener, and R. Karagüzel, "Solid waste disposal ...
  • F. Samanlioglu, "A multi-objective mathematical model for the industrial hazardous ...
  • M. Mes, M. Schutten, and A. P. Rivera, "Inventory routing ...
  • S. Das and B. K. Bhattacharyya, "Optimization of municipal solid ...
  • A. M. Niziolek, O. Onel, M. F. Hasan, and C. ...
  • A. Louati, "Modeling municipal solid waste collection: A generalized vehicle ...
  • M. J. Cortinhal, M. C. Mourão, and A. C. Nunes, ...
  • H. Asefi and S. Lim, "A novel multi-dimensional modeling approach ...
  • C. Hu, X. Liu, and J. Lu, "A bi-objective two-stage ...
  • F. Habibi, E. Asadi, S. J. Sadjadi, and F. Barzinpour, ...
  • N. S. Sharif, M. S. Pishvaee, A. Aliahmadi, and A. ...
  • G. M. Hoang, T. Fujiwara, T. S. P. Phu, and ...
  • V. Yadav, S. Karmakar, A. Dikshit, and A. Bhurjee, "Interval-valued ...
  • C. Gambella, F. Maggioni, and D. Vigo, "A stochastic programming ...
  • M. Notash, M. Zandieh, and B. Dorri Nokorani, "Using a ...
  • m. soltani tehrani, h. hassanpour, and S. Ramezani, "Two-objective optimization ...
  • M. Modiri, "Ranking of hospital waste disposal outsourcing companies with ...
  • Healthcare Districting Optimization Using Gray Wolf Optimizer and Ant Lion Optimizer Algorithms (case study: South Khorasan Healthcare System in Iran) [مقاله ژورنالی]
  • H. Faris, I. Aljarah, M. A. Al-Betar, and S. Mirjalili, ...
  • F. Ghollasimood, H. Hoseini-nasab, J. Tayyebi, and M. Fakhrzad, "Distribution ...
  • M. T. A. Steiner, D. Datta, P. J. S. Neto, ...
  • Y. Deng, Y. Liu, and D. Zhou, "An improved genetic ...
  • S. Mirjalili, S. M. Mirjalili, and A. Lewis, "Grey wolf ...
  • نمایش کامل مراجع